xAI

隨附的 grok web-search provider 也會使用 XAI_API_KEY：

openclaw config set tools.web.search.provider grok

隨附的 xai Plugin 會透過共用 video_generate 工具註冊影片生成。

• 預設影片模型：xai/grok-imagine-video
• 模式：文字轉影片、圖片轉影片、參考圖片生成、遠端 影片編輯，以及遠端影片延伸
• 長寬比：1:1、16:9、9:16、4:3、3:4、3:2、2:3
• 解析度：480P、720P
• 時長：生成/圖片轉影片為 1-15 秒， 使用 reference_image roles 時為 1-10 秒，延伸為 2-10 秒
• 參考圖片生成：將每張提供的圖片的 imageRoles 設為 reference_image； xAI 最多接受 7 張此類圖片

若要使用 xAI 作為預設影片供應器：

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

隨附的 xai Plugin 會透過共用 image_generate 工具註冊圖片生成。

• 預設圖片模型：xai/grok-imagine-image
• 其他模型：xai/grok-imagine-image-pro
• 模式：文字轉圖片與參考圖片編輯
• 參考輸入：一個 image 或最多五個 images
• 長寬比：1:1、16:9、9:16、4:3、3:4、2:3、3:2
• 解析度：1K、2K
• 數量：最多 4 張圖片

OpenClaw 會向 xAI 要求 b64_json 圖片回應，讓生成的媒體可以透過 一般的頻道附件路徑儲存與傳送。本機 參考圖片會轉換為 data URL；遠端 http(s) 參考會 直接傳遞。

若要使用 xAI 作為預設圖片供應器：

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

隨附的 xai Plugin 會透過共用 tts provider surface 註冊文字轉語音。

• 語音：eve、ara、rex、sal、leo、una
• 預設語音：eve
• 格式：mp3、wav、pcm、mulaw、alaw
• 語言：BCP-47 code 或 auto
• 速度：供應器原生速度覆寫
• 不支援原生 Opus 語音備註格式

若要使用 xAI 作為預設 TTS 供應器：

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

隨附的 xai Plugin 會透過 OpenClaw 的 媒體理解轉錄 surface 註冊批次語音轉文字。

• 預設模型：grok-stt
• Endpoint：xAI REST /v1/stt
• 輸入路徑：multipart audio file upload
• 只要 OpenClaw 的傳入音訊轉錄使用 tools.media.audio，即可受到支援，包括 Discord voice-channel segments 和 channel audio attachments

若要強制對傳入音訊轉錄使用 xAI：

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

語言可以透過共用音訊媒體設定或每次呼叫的 轉錄請求提供。共用 OpenClaw surface 會接受 prompt hints，但 xAI REST STT 整合只會轉送檔案、模型與 語言，因為這些能清楚對應到目前公開的 xAI endpoint。

隨附的 xai Plugin 也會為即時語音通話音訊 註冊 realtime transcription provider。

• Endpoint：xAI WebSocket wss://api.x.ai/v1/stt
• 預設編碼：mulaw
• 預設取樣率：8000
• 預設 endpointing：800ms
• 臨時轉錄稿：預設啟用

Voice Call 的 Twilio 媒體串流會傳送 G.711 µ-law 音訊影格，因此 xAI 供應器可以直接轉送這些影格，無需轉碼：

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

Provider 擁有的設定位於 plugins.entries.voice-call.config.streaming.providers.xai 下。支援的 鍵為 apiKey、baseUrl、sampleRate、encoding（pcm、mulaw 或 alaw）、interimResults、endpointingMs 和 language。

內建的 xAI Plugin 會將 x_search 作為 OpenClaw 工具公開，用於透過 Grok 搜尋 X（前 Twitter）內容。

設定路徑：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,
          },
        },
      },
    },
  },
}

內建的 xAI Plugin 會將 code_execution 作為 OpenClaw 工具公開，用於 在 xAI 沙箱環境中遠端執行程式碼。

設定路徑：plugins.entries.xai.config.codeExecution

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

• 目前驗證僅支援 API 金鑰。OpenClaw 尚未提供 xAI OAuth 或裝置碼流程。
• grok-4.20-multi-agent-experimental-beta-0304 不支援一般 xAI Provider 路徑，因為它需要的上游 API 介面不同於標準 OpenClaw xAI 傳輸層。
• xAI Realtime 語音尚未註冊為 OpenClaw Provider。它需要不同於批次 STT 或串流轉錄的雙向語音工作階段合約。
• xAI 圖片 quality、圖片 mask，以及額外僅原生支援的長寬比，在共享 image_generate 工具具備對應的跨 Provider 控制之前不會公開。

• OpenClaw 會在共享執行器路徑上自動套用 xAI 專用的工具結構描述與工具呼叫相容性修正。
• 原生 xAI 請求預設為 tool_stream: true。將 agents.defaults.models["xai/<model>"].params.tool_stream 設為 false 即可停用。
• 內建的 xAI 包裝器會在傳送原生 xAI 請求前，移除不支援的嚴格工具結構描述旗標與推理承載鍵。
• web_search、x_search 和 code_execution 會作為 OpenClaw 工具公開。OpenClaw 會在每個工具請求中啟用它需要的特定 xAI 內建功能，而不是將所有原生工具附加到每個聊天輪次。
• Grok web_search 會讀取 plugins.entries.xai.config.webSearch.baseUrl。 x_search 會讀取 plugins.entries.xai.config.xSearch.baseUrl，然後 回退到 Grok 網頁搜尋基礎 URL。
• x_search 和 code_execution 由內建的 xAI Plugin 擁有，而不是硬編碼到核心模型執行階段中。
• code_execution 是遠端 xAI 沙箱執行，不是本機 exec。