xAI

Il provider di ricerca web grok integrato preferisce xAI OAuth, quindi ricorre a XAI_API_KEY o a 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 predefinito: xai/grok-imagine-video
• Modello aggiuntivo: xai/grok-imagine-video-1.5
• Modalità classiche: da testo a video, da immagine a video, generazione da immagini di riferimento, modifica di video remoti ed estensione di video remoti
• Modalità Video 1.5: solo da immagine a video, con esattamente un'immagine del primo fotogramma
• Proporzioni: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3; le modalità classica e Video 1.5 da immagine a video ereditano le proporzioni dell'immagine sorgente quando omesse
• Risoluzioni: modalità classica 480P/720P; Video 1.5 supporta anche 1080P; tutte le modalità di generazione utilizzano per impostazione predefinita 480P
• Durata: 1-15 secondi per la generazione/da immagine a video, 1-10 secondi quando si utilizzano i ruoli classici reference_image, 2-10 secondi per l'estensione classica
• Generazione da immagini di riferimento: impostare imageRoles su reference_image per ogni immagine fornita; xAI accetta fino a 7 immagini di questo tipo
• La modifica/estensione video eredita le proporzioni e la risoluzione del video di input; queste operazioni non accettano sostituzioni della geometria
• Timeout predefinito dell'operazione: 600 secondi, salvo che sia impostato video_generate.timeoutMs o agents.defaults.videoGenerationModel.timeoutMs

Video 1.5 riconosce anche gli identificatori grok-imagine-video-1.5-preview e grok-imagine-video-1.5-2026-05-30 di xAI. OpenClaw inoltra l'identificatore selezionato senza modificarlo, ma applica la stessa convalida che accetta solo immagini.

Per utilizzare 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 di immagini predefinito: xai/grok-imagine-image
• Modello aggiuntivo: xai/grok-imagine-image-quality
• Modalità: conversione da testo a immagine e modifica di immagini di riferimento
• Input di riferimento: un image o fino a tre images
• Proporzioni: 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
• Risoluzioni: 1K, 2K
• Quantità: fino a 4 immagini
• Timeout predefinito dell'operazione: 600 secondi, a meno che non sia impostato image_generate.timeoutMs o agents.defaults.imageGenerationModel.timeoutMs

OpenClaw richiede a xAI risposte di immagini b64_json, affinché i contenuti multimediali generati possano essere archiviati e recapitati tramite il normale percorso degli allegati del canale. Le immagini di riferimento locali vengono convertite in URL di dati; i riferimenti http(s) remoti vengono inoltrati senza modifiche.

Per utilizzare xAI come provider di immagini predefinito:

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

Il plugin xai incluso registra la sintesi vocale tramite l'interfaccia condivisa del provider tts.

• Voci: catalogo live autenticato di xAI; elencarlo con openclaw infer tts voices --provider xai
• Voci di riserva offline: ara, eve, leo, rex, sal
• Voce predefinita: eve
• Gli ID delle voci personalizzate dell'account vengono inoltrati anche quando sono assenti dalla risposta del catalogo integrato
• Formati: mp3, wav, pcm, mulaw, alaw
• Lingua: codice BCP-47 o auto
• Velocità: sostituzione della velocità nativa del provider
• Il formato nativo delle note vocali Opus non è supportato

Per utilizzare xAI come provider TTS predefinito:

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

Il plugin xai incluso registra la trascrizione vocale in batch tramite l'interfaccia di trascrizione per la comprensione dei contenuti multimediali di OpenClaw.

• Endpoint: REST xAI /v1/stt
• Percorso di input: caricamento multipart di file audio
• Selezione del modello: xAI sceglie internamente il modello di trascrizione; l'endpoint non dispone di un selettore del modello
• Utilizzato ovunque la trascrizione dell'audio in ingresso legga tools.media.audio, inclusi i segmenti dei canali vocali Discord e gli allegati audio dei canali

Per imporre l'uso di xAI per la trascrizione dell'audio in ingresso:

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

La lingua può essere specificata tramite la configurazione condivisa dei contenuti multimediali audio o per ogni richiesta di trascrizione. L'interfaccia condivisa di OpenClaw accetta suggerimenti per il prompt, ma l'integrazione STT REST di xAI inoltra solo il file e la lingua, poiché questi corrispondono all'attuale endpoint pubblico di xAI.

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

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

Il flusso multimediale Twilio di Voice Call invia frame audio G.711 mu-law, quindi il provider xAI inoltra direttamente tali frame 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 si trova in 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 registra le sessioni in tempo reale di Grok Voice Agent per la modalità Talk tramite il contratto condiviso registerRealtimeVoiceProvider.

• Endpoint: wss://api.x.ai/v1/realtime?model=<voice-model>
• Modello predefinito: grok-voice-latest
• Voce predefinita: eve
• Trasporto: gateway-relay (percorsi di inoltro per iOS, Android e Control UI)
• Audio: PCM16 a 24 kHz o G.711 µ-law a 8 kHz
• Interruzione: il VAD del server xAI interrompe la risposta; OpenClaw cancella la riproduzione in coda e tronca la cronologia del provider non ancora riprodotta

Configurare Talk sul Gateway:

{  talk: {    realtime: {      provider: "xai",      mode: "realtime",      transport: "gateway-relay",      brain: "agent-consult",      providers: {        xai: {          model: "grok-voice-latest",          voice: "eve",          // Abilitare solo se la riproduzione della sessione lato provider è accettabile.          sessionResumption: false,        },      },    },  },  env: { XAI_API_KEY: "xai-..." },}

La configurazione di proprietà del provider viene risolta anche da plugins.entries.voice-call.config.realtime.providers.xai quando Voice Call o i selettori condivisi in tempo reale riutilizzano la stessa mappa dei provider. Le chiavi supportate sono apiKey, baseUrl, model, voice, vadThreshold, silenceDurationMs, prefixPaddingMs, reasoningEffort e sessionResumption. reasoningEffort accetta solo high o none, in conformità con l'API Voice Agent di xAI.

Il VAD del server di xAI crea sempre le risposte e gestisce l'interruzione dell'audio. Utilizzare consultRouting: "provider-direct"; l'instradamento forzato delle trascrizioni e la disattivazione dell'interruzione dell'audio in ingresso non sono supportati dal protocollo Voice Agent di xAI.

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-4.3",            baseUrl: "https://api.x.ai/v1",            inlineCitations: true,          },        },      },    },  },}

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

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

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

• L'autenticazione xAI può usare una chiave API, una variabile di ambiente, la configurazione di fallback del plugin oppure OAuth con un account xAI idoneo. OAuth usa la verifica tramite codice del dispositivo senza callback localhost. xAI decide quali account possono ricevere token API OAuth e la pagina di consenso potrebbe mostrare Grok Build anche se OpenClaw non richiede l'app Grok Build.
• OpenClaw attualmente non espone la famiglia di modelli multi-agente di xAI. xAI distribuisce questi modelli tramite l'API Responses, ma non accettano gli strumenti lato client o personalizzati usati dal ciclo agente condiviso di OpenClaw. Consultare le limitazioni multi-agente di xAI.
• La voce Realtime di xAI attualmente espone solo il trasporto Talk tramite relay del Gateway. Le sessioni WebSocket del provider gestite dal browser non sono ancora integrate nella Control UI.
• L'immagine xAI quality, l'immagine mask e le proporzioni aggiuntive disponibili solo in modalità nativa non vengono esposte finché lo strumento condiviso image_generate non dispone dei corrispondenti controlli multiprovider.

• OpenClaw applica automaticamente le correzioni di compatibilità specifiche di xAI per gli schemi e le chiamate degli strumenti nel percorso del runner condiviso.
• Le richieste native xAI usano per impostazione predefinita tool_stream: true. Impostare agents.defaults.models["xai/<model>"].params.tool_stream su false per disabilitarlo.
• Il wrapper xAI incluso rimuove i limiti del conteggio contains non supportati negli schemi e le chiavi del payload effort di ragionamento non supportate prima di inviare richieste native xAI. Grok 4.5 supporta un impegno basso, medio e alto (predefinito: alto). Grok 4.3 supporta nessuno, basso, medio e alto (predefinito: basso). Gli altri modelli xAI capaci di ragionamento non espongono un controllo configurabile dell'impegno, ma richiedono comunque include: ["reasoning.encrypted_content"] affinché il ragionamento crittografato precedente possa essere riprodotto nei turni successivi.
• web_search, x_search e code_execution sono esposti come strumenti di OpenClaw. OpenClaw associa alla richiesta di ciascuno strumento solo la specifica funzionalità integrata di xAI necessaria, anziché associare tutti gli strumenti nativi a ogni turno della chat.
• Grok web_search legge plugins.entries.xai.config.webSearch.baseUrl. x_search legge plugins.entries.xai.config.xSearch.baseUrl, quindi usa come fallback l'URL di base della ricerca web di Grok.
• x_search e code_execution sono gestiti dal plugin xAI incluso anziché essere codificati direttamente nel runtime principale dei modelli.
• code_execution è un'esecuzione nella sandbox remota di xAI, non exec locale.