xAI

Встроенный провайдер веб-поиска grok предпочитает xAI OAuth, а затем использует XAI_API_KEY или ключ веб-поиска плагина как резервный вариант:

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

Встроенный плагин xai регистрирует генерацию видео через общий инструмент video_generate.

• Модель по умолчанию: xai/grok-imagine-video
• Дополнительная модель: xai/grok-imagine-video-1.5
• Классические режимы: преобразование текста в видео, изображения в видео, генерация по эталонным изображениям, удалённое редактирование видео и удалённое продолжение видео
• Режим Video 1.5: только преобразование изображения в видео с ровно одним изображением первого кадра
• Соотношения сторон: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3; если значение не указано, классический режим и режим Video 1.5 преобразования изображения в видео наследуют соотношение сторон исходного изображения
• Разрешения: классические 480P/720P; Video 1.5 также поддерживает 1080P; во всех режимах генерации по умолчанию используется 480P
• Длительность: 1-15 секунд для генерации и преобразования изображения в видео, 1-10 секунд при использовании классических ролей reference_image, 2-10 секунд для классического продолжения
• Генерация по эталонным изображениям: задайте imageRoles равным reference_image для каждого предоставленного изображения; xAI принимает до 7 таких изображений
• При редактировании и продолжении видео наследуются соотношение сторон и разрешение входного видео; эти операции не допускают переопределения геометрии
• Тайм-аут операции по умолчанию: 600 секунд, если не задано video_generate.timeoutMs или agents.defaults.videoGenerationModel.timeoutMs

Video 1.5 также распознаёт идентификаторы xAI grok-imagine-video-1.5-preview и grok-imagine-video-1.5-2026-05-30. OpenClaw передаёт выбранный идентификатор без изменений, но применяет ту же проверку, допускающую только изображения.

Чтобы использовать xAI как провайдера видео по умолчанию:

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

Встроенный плагин xai регистрирует генерацию изображений через общий инструмент image_generate.

• Модель изображений по умолчанию: xai/grok-imagine-image
• Дополнительная модель: xai/grok-imagine-image-quality
• Режимы: преобразование текста в изображение и редактирование по референсному изображению
• Входные референсы: один image или до трёх images
• Соотношения сторон: 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
• Разрешения: 1K, 2K
• Количество: до 4 изображений
• Тайм-аут операции по умолчанию: 600 секунд, если не задан image_generate.timeoutMs или agents.defaults.imageGenerationModel.timeoutMs

OpenClaw запрашивает у xAI ответы с изображениями в формате b64_json, чтобы созданные медиафайлы можно было сохранять и доставлять через обычный путь вложений канала. Локальные референсные изображения преобразуются в URL-адреса данных; удалённые ссылки http(s) передаются без изменений.

Чтобы использовать xAI как поставщика изображений по умолчанию:

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

Встроенный плагин xai регистрирует преобразование текста в речь через общий интерфейс поставщика tts.

• Голоса: аутентифицированный актуальный каталог xAI; выведите его с помощью openclaw infer tts voices --provider xai
• Резервные голоса для автономного режима: ara, eve, leo, rex, sal
• Голос по умолчанию: eve
• Идентификаторы пользовательских голосов учётной записи передаются, даже если они отсутствуют в ответе встроенного каталога
• Форматы: mp3, wav, pcm, mulaw, alaw
• Язык: код BCP-47 или auto
• Скорость: собственное переопределение скорости поставщика
• Собственный формат голосовых сообщений Opus не поддерживается

Чтобы использовать xAI как поставщика TTS по умолчанию:

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

Встроенный плагин xai регистрирует пакетное преобразование речи в текст через интерфейс транскрибирования для анализа медиафайлов OpenClaw.

• Конечная точка: xAI REST /v1/stt
• Путь ввода: загрузка аудиофайла как составных данных
• Выбор модели: xAI выбирает модель транскрибирования автоматически; в этой конечной точке нет параметра выбора модели
• Используется везде, где при транскрибировании входящего аудио считывается tools.media.audio, включая сегменты голосовых каналов Discord и аудиовложения каналов

Чтобы принудительно использовать xAI для транскрибирования входящего аудио:

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

Язык можно указать в общей конфигурации аудиомедиа или в отдельном запросе транскрибирования. Общий интерфейс OpenClaw принимает подсказки, но интеграция xAI REST STT передаёт только файл и язык, поскольку только они соответствуют текущей общедоступной конечной точке xAI.

Встроенный плагин xai также регистрирует поставщика транскрибирования в реальном времени для аудио голосовых вызовов.

• Конечная точка: xAI WebSocket wss://api.x.ai/v1/stt
• Кодирование по умолчанию: mulaw
• Частота дискретизации по умолчанию: 8000
• Определение конца речи по умолчанию: 800ms
• Промежуточные транскрипции: включены по умолчанию

Медиапоток Twilio для голосовых вызовов отправляет аудиокадры G.711 mu-law, поэтому поставщик xAI передаёт эти кадры напрямую без перекодирования:

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

Конфигурация поставщика находится в plugins.entries.voice-call.config.streaming.providers.xai. Поддерживаются ключи apiKey, baseUrl, sampleRate, encoding (pcm, mulaw или alaw), interimResults, endpointingMs и language.

Встроенный плагин xai регистрирует сеансы Grok Voice Agent в реальном времени для режима Talk через общий контракт registerRealtimeVoiceProvider.

• Конечная точка: wss://api.x.ai/v1/realtime?model=<voice-model>
• Модель по умолчанию: grok-voice-latest
• Голос по умолчанию: eve
• Транспорт: gateway-relay (пути ретрансляции iOS, Android и Control UI)
• Аудио: PCM16 24 кГц или G.711 µ-law 8 кГц
• Перебивание: серверный VAD xAI прерывает ответ; OpenClaw очищает очередь воспроизведения и обрезает невоспроизведённую историю поставщика

Настройте Talk на Gateway:

{  talk: {    realtime: {      provider: "xai",      mode: "realtime",      transport: "gateway-relay",      brain: "agent-consult",      providers: {        xai: {          model: "grok-voice-latest",          voice: "eve",          // Включайте только в том случае, если допустимо воспроизведение сеанса на стороне поставщика.          sessionResumption: false,        },      },    },  },  env: { XAI_API_KEY: "xai-..." },}

Конфигурация поставщика также разрешается из plugins.entries.voice-call.config.realtime.providers.xai, когда Voice Call или общие селекторы реального времени повторно используют ту же карту поставщиков. Поддерживаются ключи apiKey, baseUrl, model, voice, vadThreshold, silenceDurationMs, prefixPaddingMs, reasoningEffort и sessionResumption. reasoningEffort принимает только high или none, согласно API xAI Voice Agent.

Серверный VAD xAI всегда создаёт ответы и обрабатывает прерывание аудио. Используйте consultRouting: "provider-direct"; принудительная маршрутизация транскрипций и отключение прерывания входящего аудио не поддерживаются протоколом xAI Voice Agent.

Встроенный плагин xAI предоставляет x_search как инструмент OpenClaw для поиска содержимого X (ранее Twitter) с помощью Grok.

Путь конфигурации: plugins.entries.xai.config.xSearch

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

Встроенный плагин xAI предоставляет code_execution как инструмент OpenClaw для удалённого выполнения кода в изолированной среде xAI.

Путь конфигурации: plugins.entries.xai.config.codeExecution

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

• Для аутентификации xAI можно использовать ключ API, переменную окружения, резервную конфигурацию плагина или OAuth с подходящей учётной записью xAI. OAuth использует проверку по коду устройства без обратного вызова через localhost. xAI определяет, какие учётные записи могут получать токены API OAuth, а на странице согласия может отображаться Grok Build, хотя OpenClaw не требует приложения Grok Build.
• В настоящее время OpenClaw не предоставляет доступ к семейству мультиагентных моделей xAI. xAI обслуживает эти модели через Responses API, но они не принимают клиентские или пользовательские инструменты, используемые общим циклом агента OpenClaw. См. ограничения мультиагентного режима xAI.
• В настоящее время голосовой режим xAI Realtime предоставляет только транспорт Talk через ретрансляцию Gateway. Сеансы WebSocket провайдера, управляемые браузером, пока не подключены в интерфейсе управления.
• Изображение xAI quality, изображение mask и дополнительные соотношения сторон, доступные только в нативном режиме, не предоставляются, пока в общем инструменте image_generate не появятся соответствующие межпровайдерные элементы управления.

• OpenClaw автоматически применяет исправления совместимости схем инструментов и вызовов инструментов, специфичные для xAI, в общем пути выполнения.
• Для нативных запросов xAI по умолчанию используется tool_stream: true. Чтобы отключить это, задайте для agents.defaults.models["xai/<model>"].params.tool_stream значение false.
• Встроенная обёртка xAI удаляет неподдерживаемые ограничения количества вхождений в схемах и неподдерживаемые ключи усилия рассуждения из полезной нагрузки перед отправкой нативных запросов xAI. Grok 4.5 поддерживает низкое, среднее и высокое усилие (по умолчанию — высокое). Grok 4.3 поддерживает отсутствие усилия, низкое, среднее и высокое усилие (по умолчанию — низкое). Другие модели xAI с поддержкой рассуждений не предоставляют настраиваемого управления усилием, но по-прежнему запрашивают include: ["reasoning.encrypted_content"], чтобы ранее зашифрованные рассуждения можно было повторно использовать в последующих ходах.
• web_search, x_search и code_execution предоставляются как инструменты OpenClaw. OpenClaw добавляет к запросу каждого инструмента только конкретный встроенный инструмент xAI, который ему необходим, вместо добавления всех нативных инструментов к каждому ходу чата.
• Grok web_search считывает plugins.entries.xai.config.webSearch.baseUrl. x_search считывает plugins.entries.xai.config.xSearch.baseUrl, а затем использует базовый URL веб-поиска Grok в качестве резервного варианта.
• x_search и code_execution принадлежат встроенному плагину xAI, а не жёстко заданы в основном исполняющем модуле моделей.
• code_execution — это удалённое выполнение в песочнице xAI, а не локальный exec.