xAI

Dołączony dostawca wyszukiwania internetowego grok preferuje xAI OAuth, a następnie przełącza się awaryjnie na XAI_API_KEY lub klucz wyszukiwania internetowego Plugin:

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

Dołączony Plugin xai rejestruje generowanie wideo przez współdzielone narzędzie video_generate.

• Domyślny model wideo: xai/grok-imagine-video
• Tryby: tekst-na-wideo, obraz-na-wideo, generowanie z obrazu referencyjnego, zdalna edycja wideo i zdalne rozszerzanie wideo
• Proporcje obrazu: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3
• Rozdzielczości: 480P, 720P
• Czas trwania: 1-15 sekund dla generowania/obrazu-na-wideo, 1-10 sekund przy użyciu ról reference_image, 2-10 sekund dla rozszerzania
• Generowanie z obrazu referencyjnego: ustaw imageRoles na reference_image dla każdego dostarczonego obrazu; xAI akceptuje do 7 takich obrazów
• Domyślny limit czasu operacji: 600 sekund, chyba że ustawiono video_generate.timeoutMs lub agents.defaults.videoGenerationModel.timeoutMs

Aby używać xAI jako domyślnego dostawcy wideo:

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

Dołączony Plugin xai rejestruje generowanie obrazów przez współdzielone narzędzie image_generate.

• Domyślny model obrazu: xai/grok-imagine-image
• Dodatkowy model: xai/grok-imagine-image-quality
• Tryby: tekst-na-obraz i edycja z obrazem referencyjnym
• Wejścia referencyjne: jeden image lub do pięciu images
• Proporcje obrazu: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Rozdzielczości: 1K, 2K
• Liczba: do 4 obrazów
• Domyślny limit czasu operacji: 600 sekund, chyba że ustawiono image_generate.timeoutMs lub agents.defaults.imageGenerationModel.timeoutMs

OpenClaw prosi xAI o odpowiedzi obrazów b64_json, aby wygenerowane media mogły być przechowywane i dostarczane przez standardową ścieżkę załączników kanału. Lokalne obrazy referencyjne są konwertowane na adresy URL danych; zdalne referencje http(s) są przekazywane bez zmian.

Aby używać xAI jako domyślnego dostawcy obrazów:

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

Dołączony Plugin xai rejestruje tekst na mowę przez wspólną powierzchnię dostawcy tts.

• Głosy: eve, ara, rex, sal, leo, una
• Domyślny głos: eve
• Formaty: mp3, wav, pcm, mulaw, alaw
• Język: kod BCP-47 lub auto
• Szybkość: natywne nadpisanie szybkości dostawcy
• Natywny format notatki głosowej Opus nie jest obsługiwany

Aby używać xAI jako domyślnego dostawcy TTS:

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

Dołączony Plugin xai rejestruje wsadowe przetwarzanie mowy na tekst przez powierzchnię transkrypcji rozumienia mediów w OpenClaw.

• Domyślny model: grok-stt
• Punkt końcowy: xAI REST /v1/stt
• Ścieżka wejściowa: przesyłanie pliku audio multipart
• Obsługiwane przez OpenClaw wszędzie tam, gdzie transkrypcja przychodzącego audio używa tools.media.audio, w tym segmenty kanałów głosowych Discord i załączniki audio kanałów

Aby wymusić xAI dla transkrypcji przychodzącego audio:

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

Język można podać przez wspólną konfigurację mediów audio albo żądanie transkrypcji dla pojedynczego wywołania. Wskazówki promptu są akceptowane przez wspólną powierzchnię OpenClaw, ale integracja xAI REST STT przekazuje tylko plik, model i język, ponieważ są one jednoznacznie mapowane na obecny publiczny punkt końcowy xAI.

Dołączony Plugin xai rejestruje także dostawcę transkrypcji w czasie rzeczywistym dla audio rozmów głosowych na żywo.

• Punkt końcowy: xAI WebSocket wss://api.x.ai/v1/stt
• Domyślne kodowanie: mulaw
• Domyślna częstotliwość próbkowania: 8000
• Domyślne wykrywanie końca wypowiedzi: 800ms
• Transkrypcje pośrednie: domyślnie włączone

Strumień mediów Twilio w Voice Call wysyła ramki audio G.711 µ-law, więc dostawca xAI może przekazywać te ramki bezpośrednio bez transkodowania:

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

Konfiguracja należąca do dostawcy znajduje się pod plugins.entries.voice-call.config.streaming.providers.xai. Obsługiwane klucze to apiKey, baseUrl, sampleRate, encoding (pcm, mulaw lub alaw), interimResults, endpointingMs i language.

Dołączony Plugin xAI udostępnia x_search jako narzędzie OpenClaw do wyszukiwania treści X (dawniej Twitter) przez Grok.

Ścieżka konfiguracji: 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,          },        },      },    },  },}

Dołączony Plugin xAI udostępnia code_execution jako narzędzie OpenClaw do zdalnego wykonywania kodu w środowisku piaskownicy xAI.

Ścieżka konfiguracji: plugins.entries.xai.config.codeExecution

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

• Uwierzytelnianie xAI może używać klucza API, zmiennej środowiskowej, awaryjnej konfiguracji Pluginu albo OAuth z kwalifikującym się kontem xAI. OAuth używa weryfikacji kodem urządzenia bez wywołania zwrotnego localhost. xAI decyduje, które konta mogą otrzymywać tokeny API OAuth, a strona zgody może pokazywać Grok Build, mimo że OpenClaw nie wymaga aplikacji Grok Build.
• OpenClaw obecnie nie udostępnia rodziny modeli wieloagentowych xAI. xAI obsługuje te modele przez Responses API, ale nie akceptują one narzędzi po stronie klienta ani narzędzi niestandardowych używanych przez wspólną pętlę agenta OpenClaw. Zobacz ograniczenia wieloagentowe xAI.
• Głos xAI Realtime nie jest jeszcze zarejestrowany jako dostawca OpenClaw. Wymaga innego kontraktu dwukierunkowej sesji głosowej niż wsadowe STT lub transkrypcja strumieniowa.
• quality obrazu xAI, mask obrazu oraz dodatkowe proporcje wyłącznie natywne nie są udostępniane, dopóki wspólne narzędzie image_generate nie będzie mieć odpowiadających im międzydostawczych ustawień.

• OpenClaw automatycznie stosuje poprawki zgodności schematów narzędzi i wywołań narzędzi specyficzne dla xAI na wspólnej ścieżce uruchamiania.
• Natywne żądania xAI domyślnie ustawiają tool_stream: true. Ustaw agents.defaults.models["xai/<model>"].params.tool_stream na false, aby to wyłączyć.
• Dołączony wrapper xAI usuwa nieobsługiwane rygorystyczne flagi schematu narzędzi oraz klucze payloadu wysiłku rozumowania przed wysłaniem natywnych żądań xAI. Tylko grok-4.3 / grok-4.3-* deklarują konfigurowalny wysiłek rozumowania; wszystkie pozostałe modele xAI zdolne do rozumowania nadal żądają include: ["reasoning.encrypted_content"], aby wcześniejsze zaszyfrowane rozumowanie można było odtworzyć w kolejnych turach.
• web_search, x_search i code_execution są udostępniane jako narzędzia OpenClaw. OpenClaw włącza konkretną wbudowaną funkcję xAI potrzebną w każdym żądaniu narzędzia, zamiast dołączać wszystkie natywne narzędzia do każdej tury czatu.
• Grok web_search odczytuje plugins.entries.xai.config.webSearch.baseUrl. x_search odczytuje plugins.entries.xai.config.xSearch.baseUrl, a następnie wraca awaryjnie do bazowego URL wyszukiwania w sieci Grok.
• x_search i code_execution należą do dołączonego Pluginu xAI, a nie są zakodowane na stałe w głównym runtime modeli.
• code_execution to zdalne wykonywanie w piaskownicy xAI, a nie lokalne exec.