xAI

O provedor integrado de busca na web grok também usa XAI_API_KEY:

openclaw config set tools.web.search.provider grok

O plugin xai integrado registra geração de vídeo por meio da ferramenta compartilhada video_generate.

• Modelo de vídeo padrão: xai/grok-imagine-video
• Modos: texto para vídeo, imagem para vídeo, geração com imagem de referência, edição remota de vídeo e extensão remota de vídeo
• Proporções de tela: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3
• Resoluções: 480P, 720P
• Duração: 1-15 segundos para geração/imagem para vídeo, 1-10 segundos ao usar papéis reference_image, 2-10 segundos para extensão
• Geração com imagem de referência: defina imageRoles como reference_image para cada imagem fornecida; a xAI aceita até 7 imagens desse tipo

Para usar a xAI como provedor de vídeo padrão:

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

O plugin xai integrado registra geração de imagem por meio da ferramenta compartilhada image_generate.

• Modelo de imagem padrão: xai/grok-imagine-image
• Modelo adicional: xai/grok-imagine-image-pro
• Modos: texto para imagem e edição com imagem de referência
• Entradas de referência: uma image ou até cinco images
• Proporções de tela: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Resoluções: 1K, 2K
• Quantidade: até 4 imagens

OpenClaw solicita respostas de imagem b64_json à xAI para que a mídia gerada possa ser armazenada e entregue pelo caminho normal de anexos do canal. Imagens de referência locais são convertidas em URLs de dados; referências remotas http(s) são repassadas.

Para usar a xAI como provedor de imagem padrão:

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

O plugin xai integrado registra texto para fala por meio da superfície compartilhada do provedor tts.

• Vozes: eve, ara, rex, sal, leo, una
• Voz padrão: eve
• Formatos: mp3, wav, pcm, mulaw, alaw
• Idioma: código BCP-47 ou auto
• Velocidade: substituição de velocidade nativa do provedor
• O formato nativo Opus para notas de voz não é compatível

Para usar a xAI como provedor de TTS padrão:

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

O plugin xai integrado registra fala para texto em lote por meio da superfície de transcrição de entendimento de mídia do OpenClaw.

• Modelo padrão: grok-stt
• Endpoint: REST xAI /v1/stt
• Caminho de entrada: upload de arquivo de áudio multipart
• Suportado pelo OpenClaw em qualquer lugar em que a transcrição de áudio de entrada usa tools.media.audio, incluindo segmentos de canais de voz do Discord e anexos de áudio de canais

Para forçar a xAI para transcrição de áudio de entrada:

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

O idioma pode ser fornecido por meio da configuração compartilhada de mídia de áudio ou por solicitação de transcrição por chamada. Dicas de prompt são aceitas pela superfície compartilhada do OpenClaw, mas a integração STT REST da xAI encaminha apenas arquivo, modelo e idioma porque eles mapeiam diretamente para o endpoint público atual da xAI.

O plugin xai integrado também registra um provedor de transcrição em tempo real para áudio de chamadas de voz ao vivo.

• Endpoint: WebSocket xAI wss://api.x.ai/v1/stt
• Codificação padrão: mulaw
• Taxa de amostragem padrão: 8000
• Endpointing padrão: 800ms
• Transcrições intermediárias: habilitadas por padrão

O stream de mídia Twilio do Voice Call envia quadros de áudio G.711 µ-law, então o provedor xAI pode encaminhar esses quadros diretamente sem transcodificação:

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

A configuração pertencente ao provedor fica em plugins.entries.voice-call.config.streaming.providers.xai. As chaves compatíveis são apiKey, baseUrl, sampleRate, encoding (pcm, mulaw ou alaw), interimResults, endpointingMs e language.

O plugin xAI incluído expõe x_search como uma ferramenta do OpenClaw para pesquisar conteúdo do X (antigo Twitter) via Grok.

Caminho de configuração: 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,
          },
        },
      },
    },
  },
}

O plugin xAI incluído expõe code_execution como uma ferramenta do OpenClaw para execução remota de código no ambiente de sandbox da xAI.

Caminho de configuração: plugins.entries.xai.config.codeExecution

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

• A autenticação hoje é somente por chave de API. Ainda não há fluxo de OAuth ou código de dispositivo da xAI no OpenClaw.
• grok-4.20-multi-agent-experimental-beta-0304 não é compatível com o caminho normal do provedor xAI porque exige uma superfície de API upstream diferente do transporte xAI padrão do OpenClaw.
• A voz em tempo real da xAI ainda não está registrada como um provedor do OpenClaw. Ela precisa de um contrato de sessão de voz bidirecional diferente de STT em lote ou transcrição por streaming.
• quality de imagem da xAI, mask de imagem e proporções extras somente nativas não são expostos até que a ferramenta compartilhada image_generate tenha controles correspondentes entre provedores.

• O OpenClaw aplica correções de compatibilidade específicas da xAI para esquema de ferramentas e chamadas de ferramenta automaticamente no caminho do runner compartilhado.
• Solicitações nativas da xAI usam tool_stream: true por padrão. Defina agents.defaults.models["xai/<model>"].params.tool_stream como false para desativar isso.
• O wrapper xAI incluído remove flags rígidas de esquema de ferramentas sem suporte e chaves de payload de raciocínio antes de enviar solicitações nativas da xAI.
• web_search, x_search e code_execution são expostos como ferramentas do OpenClaw. O OpenClaw habilita o recurso integrado específico da xAI de que precisa dentro de cada solicitação de ferramenta em vez de anexar todas as ferramentas nativas a cada turno de chat.
• O web_search do Grok lê plugins.entries.xai.config.webSearch.baseUrl. x_search lê plugins.entries.xai.config.xSearch.baseUrl e depois recorre à URL base de pesquisa na web do Grok.
• x_search e code_execution pertencem ao plugin xAI incluído, em vez de serem codificados diretamente no runtime do modelo principal.
• code_execution é execução remota no sandbox da xAI, não exec local.