xAI

Le fournisseur de recherche web grok intégré privilégie xAI OAuth, puis utilise en solution de secours XAI_API_KEY ou une clé de recherche web de plugin :

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

Le plugin xai intégré enregistre la génération de vidéos via l’outil partagé video_generate.

• Modèle par défaut : xai/grok-imagine-video
• Modèle supplémentaire : xai/grok-imagine-video-1.5
• Modes classiques : texte vers vidéo, image vers vidéo, génération à partir d’images de référence, modification de vidéo distante et extension de vidéo distante
• Mode Video 1.5 : image vers vidéo uniquement, avec exactement une image de première trame
• Formats d’image : 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 ; les modes classiques et Video 1.5 d’image vers vidéo héritent du format de l’image source lorsqu’il est omis
• Résolutions : modes classiques 480P/720P ; Video 1.5 prend également en charge 1080P ; tous les modes de génération utilisent 480P par défaut
• Durée : 1-15 secondes pour la génération/l’image vers vidéo, 1-10 secondes lors de l’utilisation des rôles classiques reference_image, 2-10 secondes pour l’extension classique
• Génération à partir d’images de référence : définissez imageRoles sur reference_image pour chaque image fournie ; xAI accepte jusqu’à 7 images de ce type
• La modification/l’extension de vidéo hérite du format et de la résolution de la vidéo d’entrée ; ces opérations n’acceptent aucune substitution de géométrie
• Délai d’expiration par défaut de l’opération : 600 secondes, sauf si video_generate.timeoutMs ou agents.defaults.videoGenerationModel.timeoutMs est défini

Video 1.5 reconnaît également les identifiants grok-imagine-video-1.5-preview et grok-imagine-video-1.5-2026-05-30 de xAI. OpenClaw transmet l’identifiant sélectionné sans le modifier, mais applique la même validation limitée aux images.

Pour utiliser xAI comme fournisseur vidéo par défaut :

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

Le plugin xai intégré enregistre la génération d’images via l’outil partagé image_generate.

• Modèle d’image par défaut : xai/grok-imagine-image
• Modèle supplémentaire : xai/grok-imagine-image-quality
• Modes : génération de texte vers image et modification d’une image de référence
• Entrées de référence : un image ou jusqu’à trois images
• Formats d’image : 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 2:1, 1:2, 19.5:9, 9:19.5, 20:9, 9:20
• Résolutions : 1K, 2K
• Nombre : jusqu’à 4 images
• Délai d’expiration par défaut de l’opération : 600 secondes, sauf si image_generate.timeoutMs ou agents.defaults.imageGenerationModel.timeoutMs est défini

OpenClaw demande à xAI des réponses d’image b64_json afin que les médias générés puissent être stockés et transmis par le chemin normal des pièces jointes du canal. Les images de référence locales sont converties en URL de données ; les références http(s) distantes sont transmises sans modification.

Pour utiliser xAI comme fournisseur d’images par défaut :

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

Le plugin xai intégré enregistre la synthèse vocale par l’intermédiaire de la surface de fournisseur tts partagée.

• Voix : catalogue dynamique authentifié provenant de xAI ; affichez-le avec openclaw infer tts voices --provider xai
• Voix de secours hors ligne : ara, eve, leo, rex, sal
• Voix par défaut : eve
• Les identifiants de voix personnalisées du compte sont transmis même s’ils sont absents de la réponse du catalogue intégré
• Formats : mp3, wav, pcm, mulaw, alaw
• Langue : code BCP-47 ou auto
• Vitesse : remplacement de la vitesse propre au fournisseur
• Le format natif Opus des messages vocaux n’est pas pris en charge

Pour utiliser xAI comme fournisseur TTS par défaut :

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

Le plugin xai intégré enregistre la transcription vocale par lots par l’intermédiaire de la surface de transcription de compréhension multimédia d’OpenClaw.

• Point de terminaison : REST xAI /v1/stt
• Chemin d’entrée : téléversement multipart d’un fichier audio
• Sélection du modèle : xAI choisit le modèle de transcription en interne ; le point de terminaison ne comporte aucun sélecteur de modèle
• Utilisé partout où la transcription audio entrante lit tools.media.audio, notamment pour les segments de canaux vocaux Discord et les pièces jointes audio des canaux

Pour imposer xAI pour la transcription audio entrante :

{  tools: {    media: {      audio: {        models: [          {            type: "provider",            provider: "xai",          },        ],      },    },  },}

La langue peut être fournie par la configuration multimédia audio partagée ou par une demande de transcription individuelle. Les indications d’invite sont acceptées par la surface OpenClaw partagée, mais l’intégration STT REST de xAI transmet uniquement le fichier et la langue, car seuls ces éléments correspondent au point de terminaison public actuel de xAI.

Le plugin xai intégré enregistre également un fournisseur de transcription en temps réel pour l’audio des appels vocaux en direct.

• Point de terminaison : WebSocket xAI wss://api.x.ai/v1/stt
• Encodage par défaut : mulaw
• Fréquence d’échantillonnage par défaut : 8000
• Détection de fin de parole par défaut : 800ms
• Transcriptions intermédiaires : activées par défaut

Le flux multimédia Twilio de Voice Call envoie des trames audio G.711 mu-law ; le fournisseur xAI transmet donc directement ces trames sans transcodage :

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

La configuration détenue par le fournisseur se trouve sous plugins.entries.voice-call.config.streaming.providers.xai. Les clés prises en charge sont apiKey, baseUrl, sampleRate, encoding (pcm, mulaw ou alaw), interimResults, endpointingMs et language.

Le plugin xai intégré enregistre les sessions en temps réel de Grok Voice Agent pour le mode Talk par l’intermédiaire du contrat registerRealtimeVoiceProvider partagé.

• Point de terminaison : wss://api.x.ai/v1/realtime?model=<voice-model>
• Modèle par défaut : grok-voice-latest
• Voix par défaut : eve
• Transport : gateway-relay (chemins de relais iOS, Android et Control UI)
• Audio : PCM16 24 kHz ou G.711 µ-law 8 kHz
• Interruption : le VAD du serveur xAI interrompt la réponse ; OpenClaw efface la lecture en attente et tronque l’historique du fournisseur qui n’a pas été lu

Configurez Talk sur le Gateway :

{  talk: {    realtime: {      provider: "xai",      mode: "realtime",      transport: "gateway-relay",      brain: "agent-consult",      providers: {        xai: {          model: "grok-voice-latest",          voice: "eve",          // Activez cette option uniquement si la relecture de session côté fournisseur est acceptable.          sessionResumption: false,        },      },    },  },  env: { XAI_API_KEY: "xai-..." },}

La configuration détenue par le fournisseur est également résolue depuis plugins.entries.voice-call.config.realtime.providers.xai lorsque Voice Call ou les sélecteurs en temps réel partagés réutilisent la même correspondance de fournisseurs. Les clés prises en charge sont apiKey, baseUrl, model, voice, vadThreshold, silenceDurationMs, prefixPaddingMs, reasoningEffort et sessionResumption. reasoningEffort accepte uniquement high ou none, conformément à l’API xAI Voice Agent.

Le VAD du serveur xAI crée toujours les réponses et gère les interruptions audio. Utilisez consultRouting: "provider-direct" ; le routage forcé des transcriptions et la désactivation de l’interruption de l’audio entrant ne sont pas pris en charge par le protocole xAI Voice Agent.

Le plugin xAI intégré expose x_search comme outil OpenClaw pour rechercher du contenu X (anciennement Twitter) par l’intermédiaire de Grok.

Chemin de configuration : plugins.entries.xai.config.xSearch

{  plugins: {    entries: {      xai: {        config: {          xSearch: {            enabled: true,            model: "grok-4.3",            baseUrl: "https://api.x.ai/v1",            inlineCitations: true,          },        },      },    },  },}

Le plugin xAI intégré expose code_execution comme outil OpenClaw pour l’exécution de code à distance dans l’environnement bac à sable de xAI.

Chemin de configuration : plugins.entries.xai.config.codeExecution

{  plugins: {    entries: {      xai: {        config: {          codeExecution: {            enabled: true,            model: "grok-4.3",          },        },      },    },  },}

• L’authentification xAI peut utiliser une clé API, une variable d’environnement, une configuration de Plugin de secours ou OAuth avec un compte xAI admissible. OAuth utilise une vérification par code d’appareil sans rappel localhost. xAI détermine quels comptes peuvent recevoir des jetons API OAuth, et la page de consentement peut afficher Grok Build même si OpenClaw ne nécessite pas l’application Grok Build.
• OpenClaw n’expose actuellement pas la famille de modèles multi-agents de xAI. xAI fournit ces modèles par l’intermédiaire de l’API Responses, mais ils n’acceptent pas les outils côté client ou personnalisés utilisés par la boucle d’agent partagée d’OpenClaw. Consultez les limitations multi-agents de xAI.
• La voix xAI Realtime n’expose actuellement que le transport Talk par relais du Gateway. Les sessions WebSocket du fournisseur gérées par le navigateur ne sont pas encore intégrées à l’interface de contrôle.
• L’image xAI quality, l’image mask et les rapports hauteur/largeur supplémentaires exclusivement natifs ne sont pas exposés tant que l’outil partagé image_generate ne dispose pas de contrôles inter-fournisseurs correspondants.

• OpenClaw applique automatiquement les correctifs de compatibilité xAI propres aux schémas d’outils et aux appels d’outils sur le chemin d’exécution partagé.
• Les requêtes xAI natives utilisent par défaut tool_stream: true. Définissez agents.defaults.models["xai/<model>"].params.tool_stream sur false pour le désactiver.
• Le wrapper xAI intégré supprime les limites de nombre d’occurrences non prises en charge dans les schémas ainsi que les clés de charge utile effort de raisonnement non prises en charge avant l’envoi de requêtes xAI natives. Grok 4.5 prend en charge un effort faible, moyen et élevé (élevé par défaut). Grok 4.3 prend en charge les valeurs aucun, faible, moyen et élevé (faible par défaut). Les autres modèles xAI capables de raisonnement n’exposent pas de contrôle configurable de l’effort, mais demandent tout de même include: ["reasoning.encrypted_content"] afin que le raisonnement chiffré antérieur puisse être réutilisé lors des tours suivants.
• web_search, x_search et code_execution sont exposés comme outils OpenClaw. OpenClaw joint uniquement la fonctionnalité xAI intégrée spécifique requise par chaque outil à la requête de cet outil, au lieu de joindre tous les outils natifs à chaque tour de conversation.
• Grok web_search lit plugins.entries.xai.config.webSearch.baseUrl. x_search lit plugins.entries.xai.config.xSearch.baseUrl, puis utilise en secours l’URL de base de recherche Web de Grok.
• x_search et code_execution appartiennent au Plugin xAI intégré plutôt que d’être codés en dur dans le runtime principal des modèles.
• code_execution correspond à une exécution distante dans le bac à sable xAI, et non à une exécution locale exec.