xAI

El proveedor integrado de búsqueda web grok prefiere xAI OAuth y luego recurre a XAI_API_KEY o a una clave de búsqueda web del plugin:

openclaw models auth login --provider xai --method oauthopenclaw config set tools.web.search.provider grok

El plugin xai integrado registra la generación de vídeo mediante la herramienta compartida video_generate.

• Modelo de vídeo predeterminado: xai/grok-imagine-video
• Modos: texto a vídeo, imagen a vídeo, generación con imagen de referencia, edición de vídeo remota y extensión de vídeo remota
• Relaciones de aspecto: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3
• Resoluciones: 480P, 720P
• Duración: 1-15 segundos para generación/imagen a vídeo, 1-10 segundos al usar roles reference_image, 2-10 segundos para extensión
• Generación con imagen de referencia: establece imageRoles en reference_image para cada imagen proporcionada; xAI acepta hasta 7 de estas imágenes
• Tiempo de espera predeterminado de la operación: 600 segundos, a menos que se configure video_generate.timeoutMs o agents.defaults.videoGenerationModel.timeoutMs

Para usar xAI como proveedor de vídeo predeterminado:

{  agents: {    defaults: {      videoGenerationModel: {        primary: "xai/grok-imagine-video",      },    },  },}

El plugin xai integrado registra la generación de imágenes mediante la herramienta compartida image_generate.

• Modelo de imagen predeterminado: xai/grok-imagine-image
• Modelo adicional: xai/grok-imagine-image-quality
• Modos: texto a imagen y edición con imagen de referencia
• Entradas de referencia: una image o hasta cinco images
• Relaciones de aspecto: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Resoluciones: 1K, 2K
• Recuento: hasta 4 imágenes
• Tiempo de espera predeterminado de la operación: 600 segundos, a menos que se configure image_generate.timeoutMs o agents.defaults.imageGenerationModel.timeoutMs

OpenClaw solicita a xAI respuestas de imagen b64_json para que los medios generados puedan almacenarse y entregarse mediante la ruta normal de archivos adjuntos del canal. Las imágenes locales de referencia se convierten en URL de datos; las referencias remotas http(s) se pasan directamente.

Para usar xAI como proveedor de imágenes predeterminado:

{  agents: {    defaults: {      imageGenerationModel: {        primary: "xai/grok-imagine-image",      },    },  },}

El Plugin xai incluido registra texto a voz mediante la superficie compartida de proveedor tts.

• Voces: eve, ara, rex, sal, leo, una
• Voz predeterminada: eve
• Formatos: mp3, wav, pcm, mulaw, alaw
• Idioma: código BCP-47 o auto
• Velocidad: anulación de velocidad nativa del proveedor
• El formato nativo Opus para notas de voz no es compatible

Para usar xAI como proveedor de TTS predeterminado:

{  messages: {    tts: {      provider: "xai",      providers: {        xai: {          speakerVoiceId: "eve",        },      },    },  },}

El Plugin xai incluido registra voz a texto por lotes mediante la superficie de transcripción de comprensión multimedia de OpenClaw.

• Modelo predeterminado: grok-stt
• Endpoint: REST de xAI /v1/stt
• Ruta de entrada: carga de archivo de audio multipart
• Compatible con OpenClaw en cualquier lugar donde la transcripción de audio entrante use tools.media.audio, incluidos segmentos de canales de voz de Discord y adjuntos de audio de canales

Para forzar xAI para la transcripción de audio entrante:

{  tools: {    media: {      audio: {        models: [          {            type: "provider",            provider: "xai",            model: "grok-stt",          },        ],      },    },  },}

El idioma se puede proporcionar mediante la configuración multimedia de audio compartida o por solicitud de transcripción. La superficie compartida de OpenClaw acepta pistas de prompt, pero la integración REST STT de xAI solo reenvía archivo, modelo e idioma porque esos campos se asignan limpiamente al endpoint público actual de xAI.

El Plugin xai incluido también registra un proveedor de transcripción en tiempo real para audio de llamadas de voz en directo.

• Endpoint: WebSocket de xAI wss://api.x.ai/v1/stt
• Codificación predeterminada: mulaw
• Frecuencia de muestreo predeterminada: 8000
• Endpointing predeterminado: 800ms
• Transcripciones provisionales: habilitadas de forma predeterminada

El flujo multimedia de Twilio de Voice Call envía tramas de audio G.711 µ-law, por lo que el proveedor de xAI puede reenviar esas tramas directamente sin transcodificación:

{  plugins: {    entries: {      "voice-call": {        config: {          streaming: {            enabled: true,            provider: "xai",            providers: {              xai: {                apiKey: "${XAI_API_KEY}",                endpointingMs: 800,                language: "en",              },            },          },        },      },    },  },}

La configuración propiedad del proveedor reside en plugins.entries.voice-call.config.streaming.providers.xai. Las claves compatibles son apiKey, baseUrl, sampleRate, encoding (pcm, mulaw o alaw), interimResults, endpointingMs y language.

El Plugin xAI incluido expone x_search como herramienta de OpenClaw para buscar contenido de X (anteriormente Twitter) mediante Grok.

Ruta de configuración: plugins.entries.xai.config.xSearch

{  plugins: {    entries: {      xai: {        config: {          xSearch: {            enabled: true,            model: "grok-4-1-fast",            baseUrl: "https://api.x.ai/v1",            inlineCitations: true,          },        },      },    },  },}

El Plugin xAI incluido expone code_execution como herramienta de OpenClaw para ejecución remota de código en el entorno sandbox de xAI.

Ruta de configuración: plugins.entries.xai.config.codeExecution

{  plugins: {    entries: {      xai: {        config: {          codeExecution: {            enabled: true,            model: "grok-4-1-fast",          },        },      },    },  },}

• La autenticación de xAI puede usar una clave de API, variable de entorno, respaldo de configuración del Plugin u OAuth con una cuenta de xAI elegible. OAuth usa verificación con código de dispositivo sin callback de localhost. xAI decide qué cuentas pueden recibir tokens de API de OAuth, y la página de consentimiento puede mostrar Grok Build aunque OpenClaw no requiere la aplicación Grok Build.
• Actualmente, OpenClaw no expone la familia de modelos multiagente de xAI. xAI sirve estos modelos mediante la API Responses, pero no aceptan las herramientas personalizadas o del lado del cliente usadas por el bucle compartido de agente de OpenClaw. Consulta las limitaciones multiagente de xAI.
• La voz Realtime de xAI todavía no está registrada como proveedor de OpenClaw. Necesita un contrato de sesión de voz bidireccional distinto al de STT por lotes o transcripción en streaming.
• La quality de imagen de xAI, la mask de imagen y las relaciones de aspecto adicionales exclusivas de la implementación nativa no se exponen hasta que la herramienta compartida image_generate tenga controles correspondientes entre proveedores.

• OpenClaw aplica automáticamente correcciones de compatibilidad específicas de xAI para esquemas de herramientas y llamadas a herramientas en la ruta del ejecutor compartido.
• Las solicitudes nativas de xAI usan tool_stream: true de forma predeterminada. Establece agents.defaults.models["xai/<model>"].params.tool_stream en false para deshabilitarlo.
• El wrapper xAI incluido elimina indicadores de esquema de herramienta estrictos no compatibles y claves de payload de esfuerzo de razonamiento antes de enviar solicitudes nativas de xAI. Solo grok-4.3 / grok-4.3-* anuncian esfuerzo de razonamiento configurable; todos los demás modelos de xAI con capacidad de razonamiento siguen solicitando include: ["reasoning.encrypted_content"] para que el razonamiento cifrado previo pueda reproducirse en turnos posteriores.
• web_search, x_search y code_execution se exponen como herramientas de OpenClaw. OpenClaw habilita el componente integrado específico de xAI que necesita dentro de cada solicitud de herramienta en lugar de adjuntar todas las herramientas nativas a cada turno de chat.
• web_search de Grok lee plugins.entries.xai.config.webSearch.baseUrl. x_search lee plugins.entries.xai.config.xSearch.baseUrl y luego recurre a la URL base de búsqueda web de Grok.
• x_search y code_execution son propiedad del Plugin xAI incluido en lugar de estar codificados de forma rígida en el runtime del modelo del núcleo.
• code_execution es ejecución remota en el sandbox de xAI, no exec local.