xAI

Dołączony dostawca wyszukiwania w sieci grok także używa XAI_API_KEY:

openclaw 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 obrazów referencyjnych, 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 obrazów referencyjnych: ustaw imageRoles na reference_image dla każdego dostarczonego obrazu; xAI akceptuje maksymalnie 7 takich obrazów

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 obrazów: xai/grok-imagine-image
• Dodatkowy model: xai/grok-imagine-image-pro
• Tryby: tekst-na-obraz i edycja obrazu referencyjnego
• Wejścia referencyjne: jeden image albo maksymalnie pięć images
• Proporcje obrazu: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Rozdzielczości: 1K, 2K
• Liczba: maksymalnie 4 obrazy

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

Aby używać xAI jako domyślnego dostawcy obrazów:

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

Dołączony Plugin xai rejestruje przetwarzanie tekstu na mowę przez współdzieloną powierzchnię dostawcy tts.

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

Aby używać xAI jako domyślnego dostawcy TTS:

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

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

• Model domyślny: grok-stt
• Punkt końcowy: xAI REST /v1/stt
• Ścieżka wejściowa: przesłanie pliku audio multipart
• Obsługiwane przez OpenClaw wszędzie tam, gdzie transkrypcja przychodzącego audio używa tools.media.audio, w tym segmenty kanałów głosowych Discord oraz 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 współdzieloną konfigurację mediów audio albo żądanie transkrypcji dla pojedynczego wywołania. Wskazówki promptu są akceptowane przez współdzieloną powierzchnię OpenClaw, ale integracja xAI REST STT przekazuje tylko plik, model i język, ponieważ mapują się one jednoznacznie na obecny publiczny punkt końcowy xAI.

Dołączony Plugin xai rejestruje też dostawcę transkrypcji w czasie rzeczywistym dla dźwięku połączeń 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 multimediów 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 z 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 obsługuje dziś tylko klucz API. W OpenClaw nie ma jeszcze przepływu xAI OAuth ani kodu urządzenia.
• grok-4.20-multi-agent-experimental-beta-0304 nie jest obsługiwany na zwykłej ścieżce dostawcy xAI, ponieważ wymaga innej powierzchni API upstream niż standardowy transport xAI w OpenClaw.
• Głos xAI Realtime nie jest jeszcze zarejestrowany jako dostawca OpenClaw. Wymaga innego kontraktu dwukierunkowej sesji głosowej niż wsadowe STT lub transkrypcja strumieniowa.
• quality obrazów xAI, mask obrazów oraz dodatkowe natywne proporcje obrazu nie są udostępniane, dopóki współdzielone narzędzie image_generate nie otrzyma odpowiednich kontrolek międzydostawcowych.

• OpenClaw automatycznie stosuje poprawki zgodności schematów narzędzi i wywołań narzędzi specyficzne dla xAI na współdzielonej ścieżce runnera.
• Natywne żądania xAI domyślnie używają tool_stream: true. Ustaw agents.defaults.models["xai/<model>"].params.tool_stream na false, aby to wyłączyć.
• Dołączony wrapper xAI usuwa nieobsługiwane flagi ścisłych schematów narzędzi oraz klucze ładunku rozumowania przed wysłaniem natywnych żądań xAI.
• web_search, x_search i code_execution są udostępniane jako narzędzia OpenClaw. OpenClaw włącza konkretną wbudowaną funkcję xAI, której potrzebuje, wewnątrz każdego żądania narzędzia, zamiast dołączać wszystkie narzędzia natywne 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 do bazowego URL wyszukiwania w sieci Grok.
• x_search i code_execution należą do dołączonego Pluginu xAI, zamiast być zakodowane na stałe w podstawowym środowisku uruchomieniowym modelu.
• code_execution to zdalne wykonywanie w piaskownicy xAI, a nie lokalne exec.