xAI

Il provider di ricerca web grok integrato preferisce xAI OAuth, quindi utilizza come opzione di riserva XAI_API_KEY o una chiave di ricerca web del plugin:

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

Il plugin xai integrato registra la generazione di video tramite lo strumento condiviso video_generate.

• Modello predefinito: xai/grok-imagine-video
• Modello aggiuntivo: xai/grok-imagine-video-1.5
• Modalità classiche: da testo a video, da immagine a video, generazione da immagine di riferimento, modifica di video remoto ed estensione di video remoto
• Modalità Video 1.5: solo da immagine a video, con esattamente un'immagine per il primo fotogramma
• Rapporti d'aspetto: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3; quando omesso, il rapporto dell'immagine sorgente viene ereditato sia dalla modalità classica sia da Video 1.5 per la conversione da immagine a video
• Risoluzioni: modalità classica 480P/720P; Video 1.5 supporta anche 1080P; tutte le modalità di generazione utilizzano 480P come valore predefinito
• Durata: 1-15 secondi per la generazione e la conversione da immagine a video, 1-10 secondi quando si utilizzano ruoli classici reference_image, 2-10 secondi per l'estensione classica
• Generazione da immagini di riferimento: imposta imageRoles su reference_image per ogni immagine fornita; xAI accetta fino a 7 immagini di questo tipo
• La modifica e l'estensione dei video ereditano il rapporto d'aspetto e la risoluzione del video di input; queste operazioni non accettano sostituzioni dei parametri geometrici
• Timeout operativo predefinito: 600 secondi, a meno che non sia impostato video_generate.timeoutMs o agents.defaults.videoGenerationModel.timeoutMs

Video 1.5 riconosce anche gli identificatori xAI grok-imagine-video-1.5-preview e grok-imagine-video-1.5-2026-05-30. OpenClaw inoltra senza modifiche l'identificatore selezionato, ma applica la stessa convalida riservata alle immagini.

Per utilizzare xAI come provider video predefinito:

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

Il plugin xai integrato registra la generazione di immagini tramite lo strumento condiviso image_generate.

• Modello di immagini predefinito: xai/grok-imagine-image
• Modello aggiuntivo: xai/grok-imagine-image-quality
• Modalità: da testo a immagine e modifica di un'immagine di riferimento
• Input di riferimento: un campo image o fino a tre campi images
• Rapporti d'aspetto: 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
• Risoluzioni: 1K, 2K
• Quantità: fino a 4 immagini
• Timeout predefinito dell'operazione: 600 secondi, salvo che sia impostato image_generate.timeoutMs o agents.defaults.imageGenerationModel.timeoutMs

OpenClaw richiede a xAI risposte delle immagini in formato b64_json, affinché i contenuti multimediali generati possano essere archiviati e recapitati tramite il normale percorso degli allegati del canale. Le immagini di riferimento locali vengono convertite in URL di dati; i riferimenti remoti http(s) vengono trasmessi senza modifiche.

Per usare xAI come provider di immagini predefinito:

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

Il plugin xai incluso registra la sintesi vocale tramite l'interfaccia condivisa del provider tts.

• Voci: catalogo live autenticato di xAI; elencarle con openclaw infer tts voices --provider xai
• Voci di ripiego offline: ara, eve, leo, rex, sal
• Voce predefinita: eve
• Gli ID delle voci personalizzate dell'account vengono inoltrati anche quando sono assenti dalla risposta del catalogo integrato
• Formati: mp3, wav, pcm, mulaw, alaw
• Lingua: codice BCP-47 o auto
• Velocità: sostituzione della velocità nativa del provider
• Il formato vocale Opus nativo per i messaggi vocali non è supportato

Per usare xAI come provider TTS predefinito:

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

Il plugin xai incluso registra la trascrizione vocale batch tramite l'interfaccia di trascrizione per la comprensione dei contenuti multimediali di OpenClaw.

• Endpoint: REST xAI /v1/stt
• Percorso di input: caricamento di un file audio multipart
• Selezione del modello: xAI sceglie internamente il modello di trascrizione; l'endpoint non dispone di un selettore del modello
• Usato ovunque la trascrizione dell'audio in ingresso legga tools.media.audio, inclusi i segmenti dei canali vocali Discord e gli allegati audio dei canali

Per forzare l'uso di xAI per la trascrizione dell'audio in ingresso:

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

La lingua può essere fornita tramite la configurazione condivisa dei contenuti multimediali audio o nella richiesta di trascrizione di ciascuna chiamata. L'interfaccia condivisa di OpenClaw accetta indicazioni per il prompt, ma l'integrazione STT REST di xAI inoltra solo il file e la lingua, poiché sono gli unici parametri compatibili con l'attuale endpoint pubblico di xAI.

Il plugin xai incluso registra anche un provider di trascrizione in tempo reale per l'audio delle chiamate vocali live.

• Endpoint: WebSocket xAI wss://api.x.ai/v1/stt
• Codifica predefinita: mulaw
• Frequenza di campionamento predefinita: 8000
• Rilevamento della fine del parlato predefinito: 800ms
• Trascrizioni provvisorie: abilitate per impostazione predefinita

Il flusso multimediale Twilio di Voice Call invia frame audio G.711 mu-law, quindi il provider xAI inoltra direttamente tali frame senza transcodifica:

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

La configurazione di proprietà del provider si trova in plugins.entries.voice-call.config.streaming.providers.xai. Le chiavi supportate sono apiKey, baseUrl, sampleRate, encoding (pcm, mulaw o alaw), interimResults, endpointingMs e language.

Il plugin xAI incluso espone x_search come strumento OpenClaw per cercare contenuti di X (in precedenza Twitter) tramite Grok.

Percorso di configurazione: plugins.entries.xai.config.xSearch

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

Il plugin xAI incluso espone code_execution come strumento OpenClaw per l'esecuzione remota del codice nell'ambiente sandbox di xAI.

Percorso di configurazione: plugins.entries.xai.config.codeExecution

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

• L'autenticazione xAI può usare una chiave API, una variabile d'ambiente, la configurazione di ripiego del plugin oppure OAuth con un account xAI idoneo. OAuth usa la verifica tramite codice del dispositivo senza callback localhost. xAI decide quali account possono ricevere token API OAuth e la pagina di consenso può mostrare Grok Build, anche se OpenClaw non richiede l'app Grok Build.
• Attualmente OpenClaw non espone la famiglia di modelli multiagente di xAI. xAI serve questi modelli tramite l'API Responses, ma non accettano gli strumenti lato client o personalizzati usati dal ciclo condiviso degli agenti di OpenClaw. Consultare le limitazioni multiagente di xAI.
• La voce in tempo reale di xAI non è ancora registrata come provider OpenClaw. Richiede un contratto di sessione vocale bidirezionale diverso da STT batch o dalla trascrizione in streaming.
• I parametri quality e mask delle immagini xAI e il rapporto d'aspetto nativo auto non sono esposti finché lo strumento condiviso image_generate non dispone dei corrispondenti controlli comuni tra provider.

• OpenClaw applica automaticamente le correzioni di compatibilità specifiche di xAI per gli schemi degli strumenti e le chiamate agli strumenti nel percorso condiviso del runner.
• Le richieste xAI native impostano tool_stream: true per impostazione predefinita. Impostare agents.defaults.models["xai/<model>"].params.tool_stream su false per disabilitarlo.
• Il wrapper xAI incluso rimuove i limiti non supportati del conteggio delle occorrenze negli schemi e le chiavi del payload relative all'impegno di ragionamento non supportate prima di inviare richieste xAI native. Grok 4.5 supporta un impegno basso, medio e alto (predefinito: alto). Grok 4.3 supporta nessun impegno, basso, medio e alto (predefinito: basso). Gli altri modelli xAI con capacità di ragionamento non espongono un controllo configurabile dell'impegno, ma richiedono comunque include: ["reasoning.encrypted_content"], affinché il ragionamento cifrato precedente possa essere riutilizzato nei turni successivi.
• web_search, x_search e code_execution sono esposti come strumenti OpenClaw. OpenClaw associa a ciascuna richiesta solo lo specifico strumento integrato di xAI necessario, anziché associare ogni strumento nativo a ogni turno della chat.
• web_search di Grok legge plugins.entries.xai.config.webSearch.baseUrl. x_search legge plugins.entries.xai.config.xSearch.baseUrl, quindi usa come ripiego l'URL di base della ricerca web di Grok.
• x_search e code_execution appartengono al plugin xAI incluso, anziché essere codificati direttamente nel runtime principale del modello.
• code_execution è un'esecuzione remota nella sandbox di xAI, non exec locale.