xAI

Nhà cung cấp tìm kiếm web grok tích hợp sẵn ưu tiên xAI OAuth, sau đó dự phòng sang XAI_API_KEY hoặc khóa tìm kiếm web của plugin:

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

Plugin xai tích hợp sẵn đăng ký khả năng tạo video thông qua công cụ video_generate dùng chung.

• Mô hình mặc định: xai/grok-imagine-video
• Mô hình bổ sung: xai/grok-imagine-video-1.5
• Các chế độ cổ điển: văn bản thành video, hình ảnh thành video, tạo từ hình ảnh tham chiếu, chỉnh sửa video từ xa và mở rộng video từ xa
• Chế độ Video 1.5: chỉ hình ảnh thành video, với chính xác một hình ảnh khung đầu tiên
• Tỷ lệ khung hình: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3; chế độ hình ảnh thành video cổ điển và Video 1.5 kế thừa tỷ lệ của hình ảnh nguồn khi bị bỏ qua
• Độ phân giải: chế độ cổ điển 480P/720P; Video 1.5 cũng hỗ trợ 1080P; mọi chế độ tạo đều mặc định là 480P
• Thời lượng: 1-15 giây cho thao tác tạo/hình ảnh thành video, 1-10 giây khi dùng các vai trò reference_image cổ điển, 2-10 giây cho phần mở rộng cổ điển
• Tạo từ hình ảnh tham chiếu: đặt imageRoles thành reference_image cho mọi hình ảnh được cung cấp; xAI chấp nhận tối đa 7 hình ảnh như vậy
• Chỉnh sửa/mở rộng video kế thừa tỷ lệ khung hình và độ phân giải của video đầu vào; các thao tác đó không chấp nhận ghi đè hình học
• Thời gian chờ thao tác mặc định: 600 giây trừ khi video_generate.timeoutMs hoặc agents.defaults.videoGenerationModel.timeoutMs được đặt

Video 1.5 cũng nhận diện các định danh grok-imagine-video-1.5-preview và grok-imagine-video-1.5-2026-05-30 của xAI. OpenClaw chuyển tiếp nguyên vẹn định danh đã chọn nhưng áp dụng cùng quy tắc xác thực chỉ dành cho hình ảnh.

Để dùng xAI làm nhà cung cấp video mặc định:

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

Plugin xai đi kèm đăng ký tính năng tạo hình ảnh thông qua công cụ image_generate dùng chung.

• Mô hình hình ảnh mặc định: xai/grok-imagine-image
• Mô hình bổ sung: xai/grok-imagine-image-quality
• Chế độ: chuyển văn bản thành hình ảnh và chỉnh sửa hình ảnh tham chiếu
• Đầu vào tham chiếu: một image hoặc tối đa ba images
• Tỷ lệ khung hình: 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
• Độ phân giải: 1K, 2K
• Số lượng: tối đa 4 hình ảnh
• Thời gian chờ thao tác mặc định: 600 giây, trừ khi đặt image_generate.timeoutMs hoặc agents.defaults.imageGenerationModel.timeoutMs

OpenClaw yêu cầu xAI trả về phản hồi hình ảnh b64_json để có thể lưu và phân phối nội dung đa phương tiện đã tạo qua đường dẫn tệp đính kèm thông thường của kênh. Hình ảnh tham chiếu cục bộ được chuyển đổi thành URL dữ liệu; các tham chiếu http(s) từ xa được chuyển tiếp mà không thay đổi.

Để dùng xAI làm nhà cung cấp hình ảnh mặc định:

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

Plugin xai đi kèm đăng ký tính năng chuyển văn bản thành giọng nói thông qua bề mặt nhà cung cấp tts dùng chung.

• Giọng nói: danh mục trực tiếp đã xác thực từ xAI; liệt kê bằng openclaw infer tts voices --provider xai
• Giọng nói dự phòng khi ngoại tuyến: ara, eve, leo, rex, sal
• Giọng nói mặc định: eve
• ID giọng nói tùy chỉnh của tài khoản vẫn được chuyển tiếp ngay cả khi không có trong phản hồi danh mục tích hợp
• Định dạng: mp3, wav, pcm, mulaw, alaw
• Ngôn ngữ: mã BCP-47 hoặc auto
• Tốc độ: giá trị ghi đè tốc độ gốc của nhà cung cấp
• Không hỗ trợ định dạng ghi chú thoại Opus gốc

Để dùng xAI làm nhà cung cấp TTS mặc định:

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

Plugin xai đi kèm đăng ký tính năng chuyển giọng nói thành văn bản theo lô thông qua bề mặt phiên âm hiểu nội dung đa phương tiện của OpenClaw.

• Điểm cuối: REST /v1/stt của xAI
• Đường dẫn đầu vào: tải lên tệp âm thanh multipart
• Lựa chọn mô hình: xAI chọn mô hình phiên âm nội bộ; điểm cuối không có bộ chọn mô hình
• Được dùng ở mọi nơi mà quá trình phiên âm âm thanh đến đọc tools.media.audio, bao gồm các phân đoạn kênh thoại Discord và tệp âm thanh đính kèm trên kênh

Để bắt buộc dùng xAI cho việc phiên âm âm thanh đến:

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

Có thể cung cấp ngôn ngữ qua cấu hình nội dung đa phương tiện âm thanh dùng chung hoặc yêu cầu phiên âm theo từng lệnh gọi. Bề mặt OpenClaw dùng chung chấp nhận gợi ý lời nhắc, nhưng tích hợp STT REST của xAI chỉ chuyển tiếp tệp và ngôn ngữ vì chúng ánh xạ đến điểm cuối xAI công khai hiện tại.

Plugin xai đi kèm cũng đăng ký một nhà cung cấp phiên âm thời gian thực cho âm thanh cuộc gọi thoại trực tiếp.

• Điểm cuối: WebSocket wss://api.x.ai/v1/stt của xAI
• Mã hóa mặc định: mulaw
• Tần số lấy mẫu mặc định: 8000
• Phân đoạn điểm cuối mặc định: 800ms
• Bản phiên âm tạm thời: được bật theo mặc định

Luồng đa phương tiện Twilio của Voice Call gửi các khung âm thanh G.711 mu-law, vì vậy nhà cung cấp xAI chuyển tiếp trực tiếp các khung đó mà không chuyển mã:

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

Cấu hình do nhà cung cấp sở hữu nằm trong plugins.entries.voice-call.config.streaming.providers.xai. Các khóa được hỗ trợ là apiKey, baseUrl, sampleRate, encoding (pcm, mulaw hoặc alaw), interimResults, endpointingMs và language.

Plugin xai đi kèm đăng ký các phiên thời gian thực Grok Voice Agent cho chế độ Talk thông qua hợp đồng registerRealtimeVoiceProvider dùng chung.

• Điểm cuối: wss://api.x.ai/v1/realtime?model=<voice-model>
• Mô hình mặc định: grok-voice-latest
• Giọng nói mặc định: eve
• Phương thức truyền tải: gateway-relay (các đường dẫn chuyển tiếp của iOS, Android và Control UI)
• Âm thanh: PCM16 24 kHz hoặc G.711 µ-law 8 kHz
• Ngắt lời: VAD máy chủ xAI ngắt phản hồi; OpenClaw xóa phần phát lại đang xếp hàng và cắt bỏ lịch sử chưa phát của nhà cung cấp

Cấu hình Talk trên Gateway:

{  talk: {    realtime: {      provider: "xai",      mode: "realtime",      transport: "gateway-relay",      brain: "agent-consult",      providers: {        xai: {          model: "grok-voice-latest",          voice: "eve",          // Chỉ bật nếu việc phát lại phiên ở phía nhà cung cấp là chấp nhận được.          sessionResumption: false,        },      },    },  },  env: { XAI_API_KEY: "xai-..." },}

Cấu hình do nhà cung cấp sở hữu cũng được phân giải từ plugins.entries.voice-call.config.realtime.providers.xai khi Voice Call hoặc các bộ chọn thời gian thực dùng chung tái sử dụng cùng một ánh xạ nhà cung cấp. Các khóa được hỗ trợ là apiKey, baseUrl, model, voice, vadThreshold, silenceDurationMs, prefixPaddingMs, reasoningEffort và sessionResumption. reasoningEffort chỉ chấp nhận high hoặc none, khớp với API Voice Agent của xAI.

VAD máy chủ của xAI luôn tạo phản hồi và xử lý việc ngắt âm thanh. Dùng consultRouting: "provider-direct"; giao thức Voice Agent của xAI không hỗ trợ định tuyến bắt buộc bản phiên âm và vô hiệu hóa việc ngắt âm thanh đầu vào.

Plugin xAI đi kèm cung cấp x_search dưới dạng một công cụ OpenClaw để tìm kiếm nội dung X (trước đây là Twitter) qua Grok.

Đường dẫn cấu hình: plugins.entries.xai.config.xSearch

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

Plugin xAI đi kèm cung cấp code_execution dưới dạng một công cụ OpenClaw để thực thi mã từ xa trong môi trường hộp cát của xAI.

Đường dẫn cấu hình: plugins.entries.xai.config.codeExecution

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

• Xác thực xAI có thể dùng khóa API, biến môi trường, phương án dự phòng từ cấu hình plugin hoặc OAuth với một tài khoản xAI đủ điều kiện. OAuth sử dụng quy trình xác minh bằng mã thiết bị mà không cần callback localhost. xAI quyết định những tài khoản nào có thể nhận token API OAuth, và trang đồng ý có thể hiển thị Grok Build mặc dù OpenClaw không yêu cầu ứng dụng Grok Build.
• OpenClaw hiện không cung cấp dòng mô hình đa tác nhân của xAI. xAI phục vụ các mô hình này qua Responses API, nhưng chúng không chấp nhận các công cụ phía máy khách hoặc công cụ tùy chỉnh được vòng lặp tác nhân dùng chung của OpenClaw sử dụng. Xem các giới hạn về đa tác nhân của xAI.
• Giọng nói Realtime của xAI hiện chỉ cung cấp phương thức truyền Talk qua gateway-relay. Các phiên WebSocket của nhà cung cấp do trình duyệt quản lý vẫn chưa được kết nối trong Control UI.
• quality hình ảnh, mask hình ảnh và các tỷ lệ khung hình bổ sung chỉ hỗ trợ ở chế độ gốc của xAI chưa được cung cấp cho đến khi công cụ image_generate dùng chung có các điều khiển tương ứng giữa các nhà cung cấp.

• OpenClaw tự động áp dụng các bản sửa lỗi tương thích dành riêng cho xAI đối với lược đồ công cụ và lệnh gọi công cụ trên đường dẫn trình chạy dùng chung.
• Các yêu cầu xAI gốc mặc định tool_stream: true. Đặt agents.defaults.models["xai/<model>"].params.tool_stream thành false để tắt tính năng này.
• Trình bao xAI đi kèm loại bỏ các giới hạn số lượng contains không được hỗ trợ trong lược đồ và các khóa tải trọng effort suy luận không được hỗ trợ trước khi gửi yêu cầu xAI gốc. Grok 4.5 hỗ trợ mức effort thấp, trung bình và cao (mặc định là cao). Grok 4.3 hỗ trợ không dùng, thấp, trung bình và cao (mặc định là thấp). Các mô hình xAI có khả năng suy luận khác không cung cấp điều khiển effort có thể cấu hình, nhưng vẫn yêu cầu include: ["reasoning.encrypted_content"] để có thể phát lại suy luận đã mã hóa trước đó trong các lượt tiếp theo.
• web_search, x_search và code_execution được cung cấp dưới dạng các công cụ OpenClaw. OpenClaw chỉ đính kèm công cụ tích hợp sẵn cụ thể của xAI mà mỗi công cụ cần vào yêu cầu của công cụ đó, thay vì đính kèm mọi công cụ gốc vào mọi lượt trò chuyện.
• Grok web_search đọc plugins.entries.xai.config.webSearch.baseUrl. x_search đọc plugins.entries.xai.config.xSearch.baseUrl, sau đó dùng URL cơ sở tìm kiếm web của Grok làm phương án dự phòng.
• x_search và code_execution do plugin xAI đi kèm sở hữu thay vì được mã hóa cứng vào runtime mô hình cốt lõi.
• code_execution là hoạt động thực thi trong sandbox xAI từ xa, không phải exec cục bộ.