xAI

Вбудований провайдер вебпошуку grok надає перевагу xAI OAuth, а потім використовує XAI_API_KEY або ключ вебпошуку плагіна як резервний варіант:

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

Вбудований плагін xai реєструє генерацію відео через спільний інструмент video_generate.

• Модель за замовчуванням: xai/grok-imagine-video
• Додаткова модель: xai/grok-imagine-video-1.5
• Класичні режими: перетворення тексту на відео, зображення на відео, генерація за еталонними зображеннями, віддалене редагування відео та віддалене продовження відео
• Режим Video 1.5: лише перетворення зображення на відео з рівно одним зображенням першого кадру
• Співвідношення сторін: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3; класичний режим і режим Video 1.5 для перетворення зображення на відео успадковують співвідношення сторін вихідного зображення, якщо його не вказано
• Роздільна здатність: класичний режим 480P/720P; Video 1.5 також підтримує 1080P; у всіх режимах генерації типовим значенням є 480P
• Тривалість: 1-15 секунд для генерації або перетворення зображення на відео, 1-10 секунд за використання класичних ролей reference_image, 2-10 секунд для класичного продовження
• Генерація за еталонними зображеннями: установіть imageRoles у значення reference_image для кожного наданого зображення; xAI приймає до 7 таких зображень
• Редагування й продовження відео успадковують співвідношення сторін і роздільну здатність вхідного відео; ці операції не приймають перевизначення геометрії
• Типовий час очікування операції: 600 секунд, якщо не встановлено video_generate.timeoutMs або agents.defaults.videoGenerationModel.timeoutMs

Video 1.5 також розпізнає ідентифікатори xAI grok-imagine-video-1.5-preview і grok-imagine-video-1.5-2026-05-30. OpenClaw передає вибраний ідентифікатор без змін, але застосовує ту саму перевірку, що дозволяє лише зображення.

Щоб використовувати xAI як провайдера відео за замовчуванням:

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

Вбудований плагін xai реєструє генерацію зображень через спільний інструмент image_generate.

• Модель зображень за замовчуванням: xai/grok-imagine-image
• Додаткова модель: xai/grok-imagine-image-quality
• Режими: перетворення тексту на зображення та редагування за еталонним зображенням
• Еталонні вхідні дані: одне image або до трьох images
• Співвідношення сторін: 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
• Роздільна здатність: 1K, 2K
• Кількість: до 4 зображень
• Час очікування операції за замовчуванням: 600 секунд, якщо не задано image_generate.timeoutMs або agents.defaults.imageGenerationModel.timeoutMs

OpenClaw запитує в xAI відповіді із зображеннями у форматі b64_json, щоб створені медіафайли можна було зберігати й доставляти звичайним шляхом вкладень каналу. Локальні еталонні зображення перетворюються на URL-адреси даних; віддалені посилання http(s) передаються без змін.

Щоб використовувати xAI як постачальника зображень за замовчуванням:

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

Вбудований Plugin xai реєструє перетворення тексту на мовлення через спільний інтерфейс постачальника tts.

• Голоси: автентифікований актуальний каталог від xAI; переглянути його можна за допомогою openclaw infer tts voices --provider xai
• Резервні офлайн-голоси: ara, eve, leo, rex, sal
• Голос за замовчуванням: eve
• Ідентифікатори власних голосів облікового запису передаються, навіть якщо їх немає у відповіді вбудованого каталогу
• Формати: mp3, wav, pcm, mulaw, alaw
• Мова: код BCP-47 або auto
• Швидкість: перевизначення швидкості, властиве постачальнику
• Власний формат голосових повідомлень Opus не підтримується

Щоб використовувати xAI як постачальника TTS за замовчуванням:

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

Вбудований Plugin xai реєструє пакетне перетворення мовлення на текст через інтерфейс транскрибування для розпізнавання медіа в OpenClaw.

• Кінцева точка: xAI REST /v1/stt
• Шлях вхідних даних: завантаження аудіофайлу у форматі multipart
• Вибір моделі: xAI вибирає модель транскрибування внутрішньо; кінцева точка не має селектора моделі
• Використовується скрізь, де транскрибування вхідного аудіо читає tools.media.audio, зокрема для сегментів голосових каналів Discord і аудіовкладень каналів

Щоб примусово використовувати xAI для транскрибування вхідного аудіо:

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

Мову можна вказати через спільну конфігурацію аудіомедіа або окремий запит транскрибування. Спільний інтерфейс OpenClaw приймає підказки для запиту, але інтеграція xAI REST STT передає лише файл і мову, оскільки саме вони відповідають поточній публічній кінцевій точці xAI.

Вбудований Plugin xai також реєструє постачальника транскрибування в реальному часі для аудіо голосових викликів наживо.

• Кінцева точка: xAI WebSocket wss://api.x.ai/v1/stt
• Кодування за замовчуванням: mulaw
• Частота дискретизації за замовчуванням: 8000
• Визначення кінця мовлення за замовчуванням: 800ms
• Проміжні транскрипції: увімкнено за замовчуванням

Медіапотік Twilio у Voice Call надсилає аудіокадри G.711 mu-law, тому постачальник xAI передає ці кадри безпосередньо без перекодування:

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

Конфігурація, що належить постачальнику, міститься в plugins.entries.voice-call.config.streaming.providers.xai. Підтримувані ключі: apiKey, baseUrl, sampleRate, encoding (pcm, mulaw або alaw), interimResults, endpointingMs і language.

Вбудований Plugin xai реєструє сеанси Grok Voice Agent у реальному часі для режиму Talk через спільний контракт registerRealtimeVoiceProvider.

• Кінцева точка: wss://api.x.ai/v1/realtime?model=<voice-model>
• Модель за замовчуванням: grok-voice-latest
• Голос за замовчуванням: eve
• Транспорт: gateway-relay (шляхи ретрансляції iOS, Android і Control UI)
• Аудіо: PCM16 24 кГц або G.711 µ-law 8 кГц
• Переривання реплікою: серверний VAD xAI перериває відповідь; OpenClaw очищає чергу відтворення та скорочує історію постачальника, яку ще не було відтворено

Налаштуйте Talk у Gateway:

{  talk: {    realtime: {      provider: "xai",      mode: "realtime",      transport: "gateway-relay",      brain: "agent-consult",      providers: {        xai: {          model: "grok-voice-latest",          voice: "eve",          // Увімкніть лише за умови, що повторне відтворення сеансу на боці постачальника є прийнятним.          sessionResumption: false,        },      },    },  },  env: { XAI_API_KEY: "xai-..." },}

Конфігурація, що належить постачальнику, також визначається з plugins.entries.voice-call.config.realtime.providers.xai, коли Voice Call або спільні селектори реального часу повторно використовують ту саму мапу постачальників. Підтримувані ключі: apiKey, baseUrl, model, voice, vadThreshold, silenceDurationMs, prefixPaddingMs, reasoningEffort і sessionResumption. reasoningEffort приймає лише high або none, відповідно до API xAI Voice Agent.

Серверний VAD xAI завжди створює відповіді й обробляє переривання аудіо. Використовуйте consultRouting: "provider-direct"; примусова маршрутизація транскрипції та вимкнення переривання вхідного аудіо не підтримуються протоколом xAI Voice Agent.

Вбудований Plugin xAI надає x_search як інструмент OpenClaw для пошуку вмісту X (раніше Twitter) через Grok.

Шлях конфігурації: plugins.entries.xai.config.xSearch

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

Вбудований Plugin xAI надає code_execution як інструмент OpenClaw для віддаленого виконання коду в ізольованому середовищі xAI.

Шлях конфігурації: plugins.entries.xai.config.codeExecution

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

• Для автентифікації xAI можна використовувати ключ API, змінну середовища, резервну конфігурацію плагіна або OAuth із відповідним обліковим записом xAI. OAuth використовує перевірку за кодом пристрою без зворотного виклику через localhost. xAI визначає, які облікові записи можуть отримувати токени API OAuth, а на сторінці згоди може відображатися Grok Build, хоча OpenClaw не потребує застосунку Grok Build.
• Наразі OpenClaw не надає доступу до сімейства багатоагентних моделей xAI. xAI обслуговує ці моделі через Responses API, але вони не приймають клієнтські чи спеціальні інструменти, які використовує спільний агентний цикл OpenClaw. Див. обмеження багатоагентних моделей xAI.
• Наразі голосовий режим xAI Realtime надає лише транспорт Talk через ретрансляцію Gateway. Сеанси WebSocket провайдера, якими керує браузер, у Control UI ще не підключено.
• Зображення xAI quality, зображення mask і додаткові співвідношення сторін, доступні лише в нативному режимі, не надаються, доки спільний інструмент image_generate не матиме відповідних міжпровайдерних елементів керування.

• OpenClaw автоматично застосовує виправлення сумісності схем інструментів і викликів інструментів, специфічні для xAI, у спільному шляху виконання.
• Нативні запити xAI типово використовують tool_stream: true. Установіть agents.defaults.models["xai/<model>"].params.tool_stream значення false, щоб вимкнути це.
• Вбудована обгортка xAI вилучає непідтримувані межі кількості входжень у схемі та непідтримувані ключі інтенсивності міркування з корисного навантаження перед надсиланням нативних запитів xAI. Grok 4.5 підтримує низьку, середню та високу інтенсивність (типово високу). Grok 4.3 підтримує відсутню, низьку, середню та високу інтенсивність (типово низьку). Інші моделі xAI із підтримкою міркування не надають настроюваного керування інтенсивністю, але все одно запитують include: ["reasoning.encrypted_content"], щоб попередні зашифровані міркування можна було повторно використати в наступних репліках.
• web_search, x_search і code_execution надаються як інструменти OpenClaw. OpenClaw додає до запиту кожного інструмента лише конкретний вбудований засіб xAI, якого він потребує, замість додавання всіх нативних інструментів до кожної репліки чату.
• Grok web_search зчитує plugins.entries.xai.config.webSearch.baseUrl. x_search зчитує plugins.entries.xai.config.xSearch.baseUrl, а потім використовує як резервний варіант базову URL-адресу вебпошуку Grok.
• x_search і code_execution належать вбудованому плагіну xAI, а не жорстко закодовані в основному середовищі виконання моделей.
• code_execution — це віддалене виконання в пісочниці xAI, а не локальний exec.