xAI

Il provider di ricerca web grok integrato preferisce xAI OAuth, poi ripiega su XAI_API_KEY o su una chiave di ricerca web del plugin:

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

Il plugin xai integrato registra la generazione video tramite lo strumento condiviso video_generate.

• Modello video predefinito: xai/grok-imagine-video
• Modalità: text-to-video, image-to-video, generazione con reference-image, modifica video remota ed estensione video remota
• Proporzioni: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3
• Risoluzioni: 480P, 720P
• Durata: 1-15 secondi per generazione/image-to-video, 1-10 secondi quando si usano ruoli reference_image, 2-10 secondi per estensione
• Generazione con reference-image: imposta imageRoles su reference_image per ogni immagine fornita; xAI accetta fino a 7 immagini di questo tipo
• Timeout operativo predefinito: 600 secondi a meno che sia impostato video_generate.timeoutMs o agents.defaults.videoGenerationModel.timeoutMs

Per usare xAI come provider video predefinito:

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

Il plugin xai integrato registra la generazione di immagini tramite lo strumento condiviso image_generate.

• Modello immagine predefinito: xai/grok-imagine-image
• Modello aggiuntivo: xai/grok-imagine-image-quality
• Modalità: text-to-image e modifica reference-image
• Input di riferimento: una image o fino a cinque images
• Proporzioni: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Risoluzioni: 1K, 2K
• Conteggio: fino a 4 immagini
• Timeout operativo predefinito: 600 secondi a meno che sia impostato image_generate.timeoutMs o agents.defaults.imageGenerationModel.timeoutMs

OpenClaw richiede a xAI risposte immagine b64_json così i media generati possono essere archiviati e consegnati tramite il normale percorso degli allegati del canale. Le immagini di riferimento locali vengono convertite in URL dati; i riferimenti remoti http(s) vengono passati senza modifiche.

Per usare xAI come provider immagini predefinito:

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

Il Plugin xai incluso registra la sintesi vocale tramite la superficie provider tts condivisa.

• Voci: eve, ara, rex, sal, leo, una
• Voce predefinita: eve
• Formati: mp3, wav, pcm, mulaw, alaw
• Lingua: codice BCP-47 o auto
• Velocità: override della velocità nativo del provider
• Il formato nativo Opus per note vocali non è supportato

Per usare xAI come provider TTS predefinito:

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

Il Plugin xai incluso registra la trascrizione batch da voce a testo tramite la superficie di trascrizione per comprensione dei media di OpenClaw.

• Modello predefinito: grok-stt
• Endpoint: REST xAI /v1/stt
• Percorso di input: caricamento file audio multipart
• Supportato da OpenClaw ovunque la trascrizione audio in ingresso usi tools.media.audio, inclusi i segmenti dei canali vocali Discord e gli allegati audio dei canali

Per forzare xAI per la trascrizione audio in ingresso:

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

La lingua può essere fornita tramite la configurazione media audio condivisa o per ogni richiesta di trascrizione. I suggerimenti di prompt sono accettati dalla superficie condivisa di OpenClaw, ma l'integrazione REST STT di xAI inoltra solo file, modello e lingua perché questi si mappano in modo pulito all'attuale endpoint pubblico xAI.

Il Plugin xai incluso registra anche un provider di trascrizione in tempo reale per l'audio delle chiamate vocali live.

• Endpoint: WebSocket xAI wss://api.x.ai/v1/stt
• Codifica predefinita: mulaw
• Frequenza di campionamento predefinita: 8000
• Endpointing predefinito: 800ms
• Trascrizioni intermedie: abilitate per impostazione predefinita

Il flusso media Twilio di Voice Call invia frame audio G.711 µ-law, quindi il provider xAI può inoltrare quei frame direttamente senza transcodifica:

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

La configurazione di proprietà del provider risiede sotto plugins.entries.voice-call.config.streaming.providers.xai. Le chiavi supportate sono apiKey, baseUrl, sampleRate, encoding (pcm, mulaw o alaw), interimResults, endpointingMs e language.

Il Plugin xAI incluso espone x_search come strumento OpenClaw per cercare contenuti di X (precedentemente Twitter) tramite Grok.

Percorso di configurazione: 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,          },        },      },    },  },}

Il Plugin xAI incluso espone code_execution come strumento OpenClaw per l'esecuzione remota di codice nell'ambiente sandbox di xAI.

Percorso di configurazione: plugins.entries.xai.config.codeExecution

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

• L'autenticazione xAI può usare una chiave API, una variabile d'ambiente, un fallback della configurazione del Plugin o OAuth con un account xAI idoneo. OAuth usa la verifica con codice dispositivo senza callback localhost. xAI decide quali account possono ricevere token API OAuth, e la pagina di consenso può mostrare Grok Build anche se OpenClaw non richiede l'app Grok Build.
• OpenClaw attualmente non espone la famiglia di modelli multi-agente xAI. xAI serve questi modelli tramite la Responses API, ma non accettano gli strumenti lato client o personalizzati usati dal loop agente condiviso di OpenClaw. Consulta le limitazioni multi-agente di xAI.
• La voce xAI Realtime non è ancora registrata come provider OpenClaw. Richiede un contratto di sessione vocale bidirezionale diverso da STT batch o dalla trascrizione in streaming.
• quality dell'immagine xAI, mask dell'immagine e ulteriori rapporti d'aspetto solo nativi non sono esposti finché lo strumento condiviso image_generate non ha controlli corrispondenti tra provider.

• OpenClaw applica automaticamente correzioni di compatibilità specifiche di xAI per schema strumenti e chiamate strumento nel percorso runner condiviso.
• Le richieste xAI native usano per impostazione predefinita tool_stream: true. Imposta agents.defaults.models["xai/<model>"].params.tool_stream su false per disabilitarlo.
• Il wrapper xAI incluso rimuove i flag strict di schema strumenti non supportati e le chiavi payload di reasoning effort prima di inviare richieste xAI native. Solo grok-4.3 / grok-4.3-* dichiarano effort di reasoning configurabile; tutti gli altri modelli xAI con capacità di reasoning richiedono comunque include: ["reasoning.encrypted_content"] così il reasoning crittografato precedente può essere riprodotto nei turni successivi.
• web_search, x_search e code_execution sono esposti come strumenti OpenClaw. OpenClaw abilita lo specifico strumento integrato xAI di cui ha bisogno dentro ogni richiesta dello strumento invece di collegare tutti gli strumenti nativi a ogni turno di chat.
• Grok web_search legge plugins.entries.xai.config.webSearch.baseUrl. x_search legge plugins.entries.xai.config.xSearch.baseUrl, poi ripiega sull'URL base della ricerca web Grok.
• x_search e code_execution sono di proprietà del Plugin xAI incluso invece che codificati direttamente nel runtime del modello core.
• code_execution è esecuzione remota nella sandbox xAI, non exec locale.