xAI

Der gebündelte grok-Websuche-Provider verwendet ebenfalls XAI_API_KEY:

openclaw config set tools.web.search.provider grok

Das gebündelte xai-Plugin registriert Videogenerierung über das gemeinsame video_generate-Tool.

• Standard-Videomodell: xai/grok-imagine-video
• Modi: Text-zu-Video, Bild-zu-Video, Referenzbildgenerierung, entfernte Videobearbeitung und entfernte Videoerweiterung
• Seitenverhältnisse: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3
• Auflösungen: 480P, 720P
• Dauer: 1-15 Sekunden für Generierung/Bild-zu-Video, 1-10 Sekunden bei Verwendung von reference_image-Rollen, 2-10 Sekunden für Erweiterung
• Referenzbildgenerierung: Setzen Sie imageRoles für jedes bereitgestellte Bild auf reference_image; xAI akzeptiert bis zu 7 solche Bilder

Um xAI als Standard-Video-Provider zu verwenden:

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

Das gebündelte xai-Plugin registriert Bildgenerierung über das gemeinsame image_generate-Tool.

• Standard-Bildmodell: xai/grok-imagine-image
• Zusätzliches Modell: xai/grok-imagine-image-pro
• Modi: Text-zu-Bild und Referenzbildbearbeitung
• Referenzeingaben: ein image oder bis zu fünf images
• Seitenverhältnisse: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Auflösungen: 1K, 2K
• Anzahl: bis zu 4 Bilder

OpenClaw fordert bei xAI b64_json-Bildantworten an, damit generierte Medien gespeichert und über den normalen Pfad für Kanal-Anhänge zugestellt werden können. Lokale Referenzbilder werden in Daten-URLs konvertiert; entfernte http(s)-Referenzen werden durchgereicht.

Um xAI als Standard-Bild-Provider zu verwenden:

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

Das gebündelte xai-Plugin registriert Text-zu-Sprache über die gemeinsame tts- Provider-Oberfläche.

• Stimmen: eve, ara, rex, sal, leo, una
• Standardstimme: eve
• Formate: mp3, wav, pcm, mulaw, alaw
• Sprache: BCP-47-Code oder auto
• Geschwindigkeit: Provider-native Geschwindigkeitsüberschreibung
• Das native Opus-Sprachnotizformat wird nicht unterstützt

Um xAI als Standard-TTS-Provider zu verwenden:

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

Das gebündelte xai-Plugin registriert Batch-Sprache-zu-Text über OpenClaws Transkriptionsoberfläche für Medienverständnis.

• Standardmodell: grok-stt
• Endpunkt: xAI REST /v1/stt
• Eingabepfad: Multipart-Audiodatei-Upload
• Unterstützt von OpenClaw überall dort, wo eingehende Audiotranskription tools.media.audio verwendet, einschließlich Discord-Sprachkanalsegmenten und Kanal-Audioanhängen

Um xAI für eingehende Audiotranskription zu erzwingen:

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

Die Sprache kann über die gemeinsame Audio-Medienkonfiguration oder pro Aufruf über die Transkriptionsanforderung bereitgestellt werden. Prompt-Hinweise werden von der gemeinsamen OpenClaw- Oberfläche akzeptiert, aber die xAI-REST-STT-Integration leitet nur Datei, Modell und Sprache weiter, weil diese sauber auf den aktuellen öffentlichen xAI-Endpunkt abbildbar sind.

Das gebündelte xai-Plugin registriert außerdem einen Echtzeit-Transkriptions-Provider für Live-Sprachanruf-Audio.

• Endpunkt: xAI WebSocket wss://api.x.ai/v1/stt
• Standardcodierung: mulaw
• Standardabtastrate: 8000
• Standard-Endpointing: 800ms
• Zwischen-Transkripte: standardmäßig aktiviert

Der Twilio-Medienstream von Voice Call sendet G.711-µ-law-Audioframes, sodass der xAI-Provider diese Frames direkt ohne Transcodierung weiterleiten kann:

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

Provider-eigene Konfiguration liegt unter plugins.entries.voice-call.config.streaming.providers.xai. Unterstützte Schlüssel sind apiKey, baseUrl, sampleRate, encoding (pcm, mulaw oder alaw), interimResults, endpointingMs und language.

Das gebündelte xAI-Plugin stellt x_search als OpenClaw-Tool zum Durchsuchen von X-Inhalten (ehemals Twitter) über Grok bereit.

Konfigurationspfad: 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,
          },
        },
      },
    },
  },
}

Das gebündelte xAI-Plugin stellt code_execution als OpenClaw-Tool für Remote-Codeausführung in der Sandbox-Umgebung von xAI bereit.

Konfigurationspfad: plugins.entries.xai.config.codeExecution

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

• Die Authentifizierung erfolgt derzeit nur per API-Schlüssel. Es gibt in OpenClaw noch keinen xAI-OAuth- oder Device-Code-Flow.
• grok-4.20-multi-agent-experimental-beta-0304 wird auf dem normalen xAI-Provider-Pfad nicht unterstützt, weil es eine andere Upstream-API- Oberfläche erfordert als der standardmäßige OpenClaw-xAI-Transport.
• xAI Realtime Voice ist noch nicht als OpenClaw-Provider registriert. Es benötigt einen anderen bidirektionalen Voice-Session-Vertrag als Batch-STT oder Streaming-Transkription.
• xAI-Bild-quality, Bild-mask und zusätzliche nur nativ verfügbare Seitenverhältnisse werden erst offengelegt, wenn das gemeinsame Tool image_generate entsprechende providerübergreifende Steuerelemente hat.

• OpenClaw wendet xAI-spezifische Kompatibilitätskorrekturen für Tool-Schemas und Tool-Aufrufe automatisch auf dem gemeinsamen Runner-Pfad an.
• Native xAI-Anfragen verwenden standardmäßig tool_stream: true. Setzen Sie agents.defaults.models["xai/<model>"].params.tool_stream auf false, um dies zu deaktivieren.
• Der gebündelte xAI-Wrapper entfernt nicht unterstützte Strict-Tool-Schema-Flags und Reasoning-Payload-Schlüssel, bevor native xAI-Anfragen gesendet werden.
• web_search, x_search und code_execution werden als OpenClaw- Tools bereitgestellt. OpenClaw aktiviert das jeweils benötigte spezifische integrierte xAI-Tool innerhalb jeder Tool-Anfrage, anstatt alle nativen Tools an jede Chat-Runde anzuhängen.
• Grok web_search liest plugins.entries.xai.config.webSearch.baseUrl. x_search liest plugins.entries.xai.config.xSearch.baseUrl und fällt dann auf die Basis-URL der Grok-Websuche zurück.
• x_search und code_execution gehören dem gebündelten xAI-Plugin, statt fest in die Core-Modelllaufzeit codiert zu sein.
• code_execution ist Remote-Ausführung in der xAI-Sandbox, nicht lokales exec.