xAI

O provedor integrado de pesquisa na Web grok prefere o OAuth da xAI e, em seguida, usa XAI_API_KEY ou uma chave de pesquisa na Web do plugin como alternativa:

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

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

• Modelo padrão: xai/grok-imagine-video
• Modelo adicional: xai/grok-imagine-video-1.5
• Modos clássicos: texto para vídeo, imagem para vídeo, geração com imagem de referência, edição remota de vídeo e extensão remota de vídeo
• Modo Video 1.5: somente imagem para vídeo, com exatamente uma imagem de primeiro quadro
• Proporções: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3; quando omitida, a geração clássica e a geração de imagem para vídeo com Video 1.5 herdam a proporção da imagem de origem
• Resoluções: modo clássico 480P/720P; o Video 1.5 também aceita 1080P; todos os modos de geração usam 480P por padrão
• Duração: de 1 a 15 segundos para geração/imagem para vídeo, de 1 a 10 segundos ao usar funções clássicas reference_image e de 2 a 10 segundos para extensão clássica
• Geração com imagem de referência: defina imageRoles como reference_image para cada imagem fornecida; a xAI aceita até 7 dessas imagens
• A edição/extensão de vídeo herda a proporção e a resolução do vídeo de entrada; essas operações não aceitam substituições de geometria
• Tempo limite padrão da operação: 600 segundos, a menos que video_generate.timeoutMs ou agents.defaults.videoGenerationModel.timeoutMs esteja definido

O Video 1.5 também reconhece os identificadores grok-imagine-video-1.5-preview e grok-imagine-video-1.5-2026-05-30 da xAI. O OpenClaw encaminha o identificador selecionado sem alterações, mas aplica a mesma validação exclusiva para imagens.

Para usar a xAI como provedor de vídeo padrão:

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

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

• Modelo de imagem padrão: xai/grok-imagine-image
• Modelo adicional: xai/grok-imagine-image-quality
• Modos: texto para imagem e edição de imagem de referência
• Entradas de referência: uma image ou até três images
• Proporções: 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
• Resoluções: 1K, 2K
• Quantidade: até 4 imagens
• Tempo limite padrão da operação: 600 segundos, a menos que image_generate.timeoutMs ou agents.defaults.imageGenerationModel.timeoutMs esteja definido

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

Para usar a xAI como provedor de imagens padrão:

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

O plugin xai incluído registra a conversão de texto para fala por meio da interface compartilhada do provedor tts.

• Vozes: catálogo autenticado e atualizado da xAI; liste-o com openclaw infer tts voices --provider xai
• Vozes alternativas sem conexão: ara, eve, leo, rex, sal
• Voz padrão: eve
• IDs de vozes personalizadas da conta são encaminhados mesmo quando não estão presentes na resposta do catálogo integrado
• Formatos: mp3, wav, pcm, mulaw, alaw
• Idioma: código BCP-47 ou auto
• Velocidade: substituição de velocidade nativa do provedor
• O formato nativo de mensagem de voz Opus não é compatível

Para usar a xAI como provedor de TTS padrão:

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

O plugin xai incluído registra a conversão de fala para texto em lote por meio da interface de transcrição de compreensão de mídia do OpenClaw.

• Endpoint: REST /v1/stt da xAI
• Caminho de entrada: envio de arquivo de áudio multipart
• Seleção de modelo: a xAI escolhe internamente o modelo de transcrição; o endpoint não possui seletor de modelo
• Usado sempre que a transcrição de áudio recebido lê tools.media.audio, incluindo segmentos de canais de voz do Discord e anexos de áudio dos canais

Para forçar o uso da xAI na transcrição de áudio recebido:

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

O idioma pode ser fornecido pela configuração compartilhada de mídia de áudio ou pela solicitação de transcrição de cada chamada. A interface compartilhada do OpenClaw aceita sugestões de prompt, mas a integração REST de STT da xAI encaminha apenas o arquivo e o idioma, pois esses campos correspondem ao endpoint público atual da xAI.

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

• Endpoint: WebSocket wss://api.x.ai/v1/stt da xAI
• Codificação padrão: mulaw
• Taxa de amostragem padrão: 8000
• Detecção de fim de fala padrão: 800ms
• Transcrições provisórias: ativadas por padrão

O fluxo de mídia do Twilio do Voice Call envia quadros de áudio G.711 mu-law, portanto o provedor xAI encaminha 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) por meio do Grok.

Caminho da configuração: plugins.entries.xai.config.xSearch

{  plugins: {    entries: {      xai: {        config: {          xSearch: {            enabled: true,            model: "grok-4.3",            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 da configuração: plugins.entries.xai.config.codeExecution

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

• A autenticação da xAI pode usar uma chave de API, variável de ambiente, configuração alternativa do plugin ou OAuth com uma conta xAI qualificada. O OAuth usa verificação por código de dispositivo sem retorno de chamada para localhost. A xAI decide quais contas podem receber tokens de API OAuth, e a página de consentimento pode exibir Grok Build, embora o OpenClaw não exija o aplicativo Grok Build.
• Atualmente, o OpenClaw não expõe a família de modelos multiagente da xAI. A xAI disponibiliza esses modelos pela API Responses, mas eles não aceitam as ferramentas do lado do cliente ou personalizadas usadas pelo loop de agentes compartilhado do OpenClaw. Consulte as limitações dos modelos multiagente da xAI.
• A voz em tempo real da xAI ainda não está registrada como um provedor do OpenClaw. Ela exige um contrato diferente de sessão de voz bidirecional em relação ao STT em lote ou à transcrição por streaming.
• A quality de imagem, a mask de imagem e a proporção nativa auto da xAI não são expostas até que a ferramenta compartilhada image_generate tenha controles correspondentes entre provedores.

• O OpenClaw aplica automaticamente correções de compatibilidade específicas da xAI para esquemas e chamadas de ferramentas no fluxo compartilhado do executor.
• As solicitações nativas da xAI usam tool_stream: true por padrão. Defina agents.defaults.models["xai/<model>"].params.tool_stream como false para desativá-lo.
• O wrapper xAI incluído remove limites de esquema de contagem de itens não compatíveis e chaves de carga de esforço de raciocínio não compatíveis antes de enviar solicitações nativas à xAI. O Grok 4.5 aceita esforço baixo, médio e alto (alto por padrão). O Grok 4.3 aceita nenhum, baixo, médio e alto (baixo por padrão). Outros modelos xAI com capacidade de raciocínio não expõem um controle de esforço configurável, mas ainda solicitam include: ["reasoning.encrypted_content"] para que o raciocínio criptografado anterior possa ser reutilizado em turnos subsequentes.
• web_search, x_search e code_execution são expostos como ferramentas do OpenClaw. O OpenClaw anexa apenas o recurso integrado específico da xAI necessário para cada ferramenta à solicitação dessa ferramenta, em vez de anexar todas as ferramentas nativas a cada turno da conversa.
• 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 da pesquisa na web do Grok.
• x_search e code_execution pertencem ao plugin xAI incluído, em vez de serem codificados diretamente no runtime principal do modelo.
• code_execution é uma execução remota na sandbox da xAI, não o exec local.