xAI

Le fournisseur de recherche web grok intégré privilégie OAuth xAI, puis utilise XAI_API_KEY ou une clé de recherche web du Plugin comme solution de repli :

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

Le Plugin xai intégré enregistre la génération de vidéos par l’intermédiaire de l’outil partagé video_generate.

• Modèle par défaut : xai/grok-imagine-video
• Modèle supplémentaire : xai/grok-imagine-video-1.5
• Modes classiques : texte vers vidéo, image vers vidéo, génération à partir d’images de référence, modification d’une vidéo distante et prolongement d’une vidéo distante
• Mode Video 1.5 : image vers vidéo uniquement, avec exactement une image de première trame
• Formats d’image : 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 ; lorsqu’il est omis, le mode classique et le mode image vers vidéo de Video 1.5 héritent du format de l’image source
• Résolutions : 480P/720P pour le mode classique ; Video 1.5 prend également en charge 1080P ; tous les modes de génération utilisent 480P par défaut
• Durée : 1 à 15 secondes pour la génération et le mode image vers vidéo, 1 à 10 secondes avec les rôles classiques reference_image, 2 à 10 secondes pour le prolongement classique
• Génération à partir d’images de référence : définissez imageRoles sur reference_image pour chaque image fournie ; xAI accepte jusqu’à 7 images de ce type
• La modification et le prolongement d’une vidéo héritent du format d’image et de la résolution de la vidéo d’entrée ; ces opérations n’acceptent aucune substitution des paramètres géométriques
• Délai d’expiration par défaut de l’opération : 600 secondes, sauf si video_generate.timeoutMs ou agents.defaults.videoGenerationModel.timeoutMs est défini

Video 1.5 reconnaît également les identifiants grok-imagine-video-1.5-preview et grok-imagine-video-1.5-2026-05-30 de xAI. OpenClaw transmet l’identifiant sélectionné sans le modifier, mais applique la même validation limitée aux images.

Pour utiliser xAI comme fournisseur vidéo par défaut :

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

Le Plugin xai intégré enregistre la génération d’images par l’intermédiaire de l’outil partagé image_generate.

• Modèle d’image par défaut : xai/grok-imagine-image
• Modèle supplémentaire : xai/grok-imagine-image-quality
• Modes : conversion de texte en image et modification d’une image de référence
• Entrées de référence : une image ou jusqu’à trois images
• Formats d’image : 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
• Résolutions : 1K, 2K
• Nombre : jusqu’à 4 images
• Délai d’expiration par défaut de l’opération : 600 secondes, sauf si image_generate.timeoutMs ou agents.defaults.imageGenerationModel.timeoutMs est défini

OpenClaw demande à xAI des réponses d’image au format b64_json afin que les médias générés puissent être stockés et transmis par le chemin normal des pièces jointes du canal. Les images de référence locales sont converties en URL de données ; les références http(s) distantes sont transmises sans modification.

Pour utiliser xAI comme fournisseur d’images par défaut :

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

Le plugin xai intégré enregistre la synthèse vocale par l’intermédiaire de l’interface partagée du fournisseur tts.

• Voix : catalogue en direct authentifié de xAI ; affichez-le avec openclaw infer tts voices --provider xai
• Voix de secours hors ligne : ara, eve, leo, rex, sal
• Voix par défaut : eve
• Les identifiants de voix personnalisées du compte sont transmis même lorsqu’ils sont absents de la réponse du catalogue intégré
• Formats : mp3, wav, pcm, mulaw, alaw
• Langue : code BCP-47 ou auto
• Vitesse : remplacement de la vitesse propre au fournisseur
• Le format vocal Opus natif pour les messages vocaux n’est pas pris en charge

Pour utiliser xAI comme fournisseur TTS par défaut :

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

Le plugin xai intégré enregistre la transcription vocale par lots par l’intermédiaire de l’interface de transcription de compréhension des médias d’OpenClaw.

• Point de terminaison : REST xAI /v1/stt
• Chemin d’entrée : téléversement multipartite d’un fichier audio
• Sélection du modèle : xAI choisit le modèle de transcription en interne ; le point de terminaison ne comporte aucun sélecteur de modèle
• Utilisé partout où la transcription audio entrante lit tools.media.audio, notamment pour les segments des canaux vocaux Discord et les pièces jointes audio des canaux

Pour imposer xAI pour la transcription audio entrante :

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

La langue peut être fournie par la configuration partagée des médias audio ou par une requête de transcription individuelle. L’interface partagée d’OpenClaw accepte les indications d’invite, mais l’intégration REST STT de xAI ne transmet que le fichier et la langue, car seuls ces éléments correspondent au point de terminaison public actuel de xAI.

Le plugin xai intégré enregistre également un fournisseur de transcription en temps réel pour l’audio des appels vocaux en direct.

• Point de terminaison : WebSocket xAI wss://api.x.ai/v1/stt
• Encodage par défaut : mulaw
• Fréquence d’échantillonnage par défaut : 8000
• Détection de fin de parole par défaut : 800ms
• Transcriptions intermédiaires : activées par défaut

Le flux multimédia Twilio de Voice Call envoie des trames audio G.711 mu-law ; le fournisseur xAI transmet donc directement ces trames sans transcodage :

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

La configuration appartenant au fournisseur se trouve sous plugins.entries.voice-call.config.streaming.providers.xai. Les clés prises en charge sont apiKey, baseUrl, sampleRate, encoding (pcm, mulaw ou alaw), interimResults, endpointingMs et language.

Le plugin xAI intégré expose x_search comme outil OpenClaw permettant de rechercher du contenu sur X (anciennement Twitter) par l’intermédiaire de Grok.

Chemin de configuration : plugins.entries.xai.config.xSearch

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

Le plugin xAI intégré expose code_execution comme outil OpenClaw permettant d’exécuter du code à distance dans l’environnement isolé de xAI.

Chemin de configuration : plugins.entries.xai.config.codeExecution

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

• L’authentification xAI peut utiliser une clé d’API, une variable d’environnement, une configuration de secours du plugin ou OAuth avec un compte xAI admissible. OAuth utilise une vérification par code d’appareil sans rappel vers localhost. xAI détermine quels comptes peuvent recevoir des jetons d’API OAuth, et la page de consentement peut afficher Grok Build même si OpenClaw ne nécessite pas l’application Grok Build.
• OpenClaw n’expose actuellement pas la famille de modèles multi-agents de xAI. xAI fournit ces modèles par l’intermédiaire de l’API Responses, mais ils n’acceptent pas les outils côté client ou personnalisés utilisés par la boucle d’agent partagée d’OpenClaw. Consultez les limitations des systèmes multi-agents de xAI.
• La voix xAI Realtime n’est pas encore enregistrée comme fournisseur OpenClaw. Elle nécessite un contrat de session vocale bidirectionnelle différent de celui de la STT par lots ou de la transcription en streaming.
• Les paramètres d’image quality et mask de xAI, ainsi que le format d’image natif auto, ne sont pas exposés tant que l’outil partagé image_generate ne dispose pas des contrôles correspondants communs aux différents fournisseurs.

• OpenClaw applique automatiquement les correctifs de compatibilité propres à xAI pour les schémas et les appels d’outils sur le chemin d’exécution partagé.
• Les requêtes xAI natives utilisent tool_stream: true par défaut. Définissez agents.defaults.models["xai/<model>"].params.tool_stream sur false pour le désactiver.
• Le wrapper xAI intégré supprime les limites de nombre d’occurrences non prises en charge dans les schémas ainsi que les clés de charge utile d’effort de raisonnement non prises en charge avant l’envoi de requêtes xAI natives. Grok 4.5 prend en charge les efforts faible, moyen et élevé (élevé par défaut). Grok 4.3 prend en charge aucun effort, ainsi que les efforts faible, moyen et élevé (faible par défaut). Les autres modèles xAI capables de raisonnement n’exposent pas de contrôle d’effort configurable, mais demandent tout de même include: ["reasoning.encrypted_content"] afin que le raisonnement chiffré antérieur puisse être réutilisé lors des tours suivants.
• web_search, x_search et code_execution sont exposés comme outils OpenClaw. OpenClaw ne joint à la requête de chaque outil que la fonctionnalité intégrée xAI particulière dont celui-ci a besoin, au lieu de joindre tous les outils natifs à chaque tour de conversation.
• La commande Grok web_search lit plugins.entries.xai.config.webSearch.baseUrl. x_search lit plugins.entries.xai.config.xSearch.baseUrl, puis utilise en dernier recours l’URL de base de recherche Web de Grok.
• x_search et code_execution appartiennent au plugin xAI intégré au lieu d’être codés en dur dans le moteur d’exécution principal des modèles.
• code_execution correspond à une exécution distante dans l’environnement isolé de xAI, et non à la commande locale exec.