xAI

ผู้ให้บริการค้นหาเว็บ grok ที่รวมมาในตัวจะเลือกใช้ xAI OAuth ก่อน จากนั้นจึงใช้ XAI_API_KEY หรือคีย์ค้นหาเว็บของ Plugin เป็นทางเลือกสำรอง:

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

Plugin xai ที่รวมมาในตัวจะลงทะเบียนการสร้างวิดีโอผ่านเครื่องมือ video_generate ที่ใช้ร่วมกัน

• โมเดลเริ่มต้น: xai/grok-imagine-video
• โมเดลเพิ่มเติม: xai/grok-imagine-video-1.5
• โหมดคลาสสิก: แปลงข้อความเป็นวิดีโอ แปลงรูปภาพเป็นวิดีโอ สร้างจากรูปภาพอ้างอิง แก้ไขวิดีโอระยะไกล และต่อขยายวิดีโอระยะไกล
• โหมด Video 1.5: แปลงรูปภาพเป็นวิดีโอเท่านั้น โดยใช้รูปภาพเฟรมแรกเพียงหนึ่งภาพเท่านั้น
• อัตราส่วนภาพ: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3; การแปลงรูปภาพเป็นวิดีโอทั้งแบบคลาสสิกและ Video 1.5 จะสืบทอดอัตราส่วนของรูปภาพต้นฉบับเมื่อไม่ได้ระบุ
• ความละเอียด: แบบคลาสสิก 480P/720P; Video 1.5 รองรับ 1080P เพิ่มเติม; โหมดการสร้างทั้งหมดใช้ค่าเริ่มต้นเป็น 480P
• ระยะเวลา: 1-15 วินาทีสำหรับการสร้าง/แปลงรูปภาพเป็นวิดีโอ, 1-10 วินาทีเมื่อใช้บทบาท reference_image แบบคลาสสิก, 2-10 วินาทีสำหรับการต่อขยายแบบคลาสสิก
• การสร้างจากรูปภาพอ้างอิง: ตั้งค่า imageRoles เป็น reference_image สำหรับรูปภาพทุกภาพที่ระบุ โดย xAI ยอมรับรูปภาพดังกล่าวได้สูงสุด 7 ภาพ
• การแก้ไข/ต่อขยายวิดีโอจะสืบทอดอัตราส่วนภาพและความละเอียดของวิดีโออินพุต การดำเนินการเหล่านั้นไม่ยอมรับการแทนที่ค่ามิติ
• ระยะหมดเวลาการดำเนินการเริ่มต้น: 600 วินาที เว้นแต่จะตั้งค่า video_generate.timeoutMs หรือ agents.defaults.videoGenerationModel.timeoutMs

Video 1.5 ยังรองรับตัวระบุ grok-imagine-video-1.5-preview และ grok-imagine-video-1.5-2026-05-30 ของ xAI ด้วย OpenClaw จะส่งต่อตัวระบุที่เลือกโดยไม่เปลี่ยนแปลง แต่ใช้การตรวจสอบแบบรับเฉพาะรูปภาพเช่นเดียวกัน

หากต้องการใช้ xAI เป็นผู้ให้บริการวิดีโอเริ่มต้น:

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

Plugin xai ที่รวมมาในตัวจะลงทะเบียนการสร้างรูปภาพผ่านเครื่องมือ image_generate ที่ใช้ร่วมกัน

• โมเดลรูปภาพเริ่มต้น: xai/grok-imagine-image
• โมเดลเพิ่มเติม: xai/grok-imagine-image-quality
• โหมด: แปลงข้อความเป็นรูปภาพและแก้ไขรูปภาพอ้างอิง
• อินพุตอ้างอิง: image หนึ่งรายการหรือ images สูงสุดสามรายการ
• อัตราส่วนภาพ: 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
• ความละเอียด: 1K, 2K
• จำนวน: สูงสุด 4 รูปภาพ
• ระยะหมดเวลาการดำเนินการเริ่มต้น: 600 วินาที เว้นแต่ตั้งค่า image_generate.timeoutMs หรือ agents.defaults.imageGenerationModel.timeoutMs

OpenClaw ขอให้ xAI ส่งการตอบกลับรูปภาพแบบ b64_json เพื่อให้สามารถจัดเก็บ และส่งสื่อที่สร้างขึ้นผ่านเส้นทางไฟล์แนบของช่องทางตามปกติได้ รูปภาพอ้างอิง ภายในเครื่องจะถูกแปลงเป็น URL ข้อมูล ส่วนการอ้างอิง http(s) ระยะไกล จะถูกส่งต่อโดยไม่เปลี่ยนแปลง

หากต้องการใช้ xAI เป็นผู้ให้บริการรูปภาพเริ่มต้น:

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

Plugin xai ที่รวมมาให้ลงทะเบียนการแปลงข้อความเป็นเสียงผ่านพื้นผิวผู้ให้บริการ tts ที่ใช้ร่วมกัน

• เสียง: แค็ตตาล็อกแบบสดที่ยืนยันตัวตนจาก xAI; แสดงรายการด้วย openclaw infer tts voices --provider xai
• เสียงสำรองแบบออฟไลน์: ara, eve, leo, rex, sal
• เสียงเริ่มต้น: eve
• ID เสียงแบบกำหนดเองของบัญชีจะถูกส่งต่อ แม้จะไม่มีอยู่ในการตอบกลับ แค็ตตาล็อกในตัว
• รูปแบบ: mp3, wav, pcm, mulaw, alaw
• ภาษา: รหัส BCP-47 หรือ auto
• ความเร็ว: การแทนที่ความเร็วแบบเฉพาะของผู้ให้บริการ
• ไม่รองรับรูปแบบข้อความเสียง Opus แบบเนทีฟ

หากต้องการใช้ xAI เป็นผู้ให้บริการ TTS เริ่มต้น:

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

Plugin xai ที่รวมมาให้ลงทะเบียนการแปลงเสียงเป็นข้อความแบบชุด ผ่านพื้นผิวการถอดเสียงเพื่อทำความเข้าใจสื่อของ OpenClaw

• ปลายทาง: xAI REST /v1/stt
• เส้นทางอินพุต: การอัปโหลดไฟล์เสียงแบบหลายส่วน
• การเลือกโมเดล: xAI เลือกโมเดลการถอดเสียงภายใน โดยปลายทาง ไม่มีตัวเลือกโมเดล
• ใช้ในทุกตำแหน่งที่การถอดเสียงขาเข้าอ่าน tools.media.audio รวมถึงส่วนเสียงจากช่องเสียง Discord และไฟล์แนบเสียงของช่องทาง

หากต้องการบังคับใช้ xAI สำหรับการถอดเสียงขาเข้า:

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

สามารถระบุภาษาผ่านการกำหนดค่าสื่อเสียงที่ใช้ร่วมกัน หรือผ่านคำขอ ถอดเสียงแต่ละครั้งได้ พื้นผิว OpenClaw ที่ใช้ร่วมกันยอมรับคำแนะนำพรอมต์ แต่การเชื่อมต่อ xAI REST STT จะส่งต่อเฉพาะไฟล์และภาษา เนื่องจากมีเพียง สองรายการนี้ที่สอดคล้องกับปลายทางสาธารณะของ xAI ในปัจจุบัน

Plugin xai ที่รวมมาให้ยังลงทะเบียนผู้ให้บริการถอดเสียงแบบเรียลไทม์ สำหรับเสียงจากการโทรสดด้วย

• ปลายทาง: xAI WebSocket wss://api.x.ai/v1/stt
• การเข้ารหัสเริ่มต้น: mulaw
• อัตราการสุ่มตัวอย่างเริ่มต้น: 8000
• การตรวจจับจุดสิ้นสุดเริ่มต้น: 800ms
• ข้อความถอดเสียงระหว่างดำเนินการ: เปิดใช้งานโดยค่าเริ่มต้น

สตรีมสื่อ Twilio ของ Voice Call ส่งเฟรมเสียง G.711 mu-law ดังนั้น ผู้ให้บริการ xAI จึงส่งต่อเฟรมเหล่านั้นโดยตรงโดยไม่แปลงรหัส:

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

การกำหนดค่าที่ผู้ให้บริการเป็นเจ้าของอยู่ภายใต้ plugins.entries.voice-call.config.streaming.providers.xai คีย์ที่รองรับ ได้แก่ apiKey, baseUrl, sampleRate, encoding (pcm, mulaw หรือ alaw), interimResults, endpointingMs และ language

Plugin xAI ที่รวมมาให้เปิดใช้ x_search เป็นเครื่องมือ OpenClaw สำหรับค้นหาเนื้อหาบน X (เดิมคือ Twitter) ผ่าน Grok

เส้นทางการกำหนดค่า: plugins.entries.xai.config.xSearch

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

Plugin xAI ที่รวมมาให้เปิดใช้ code_execution เป็นเครื่องมือ OpenClaw สำหรับเรียกใช้โค้ดระยะไกลในสภาพแวดล้อมแซนด์บ็อกซ์ของ xAI

เส้นทางการกำหนดค่า: plugins.entries.xai.config.codeExecution

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

• การยืนยันตัวตนกับ xAI สามารถใช้คีย์ API, ตัวแปรสภาพแวดล้อม, การกำหนดค่า สำรองของ Plugin หรือ OAuth ด้วยบัญชี xAI ที่มีสิทธิ์ OAuth ใช้การยืนยัน ด้วยรหัสอุปกรณ์โดยไม่มีการเรียกกลับไปยัง localhost โดย xAI เป็นผู้ตัดสินว่า บัญชีใดสามารถรับโทเค็น OAuth API ได้ และหน้าคำยินยอมอาจแสดง Grok Build แม้ว่า OpenClaw จะไม่ต้องใช้แอป Grok Build
• ปัจจุบัน OpenClaw ยังไม่เปิดใช้ตระกูลโมเดลหลายเอเจนต์ของ xAI โดย xAI ให้บริการโมเดลเหล่านี้ผ่าน Responses API แต่โมเดลไม่ยอมรับเครื่องมือ ฝั่งไคลเอนต์หรือเครื่องมือแบบกำหนดเองที่ลูปเอเจนต์ร่วมของ OpenClaw ใช้ ดู ข้อจำกัดของระบบหลายเอเจนต์ xAI
• เสียงแบบเรียลไทม์ของ xAI ยังไม่ได้ลงทะเบียนเป็นผู้ให้บริการ OpenClaw เนื่องจากต้องใช้สัญญาเซสชันเสียงแบบสองทิศทางที่แตกต่างจาก STT แบบชุด หรือการถอดเสียงแบบสตรีม
• quality ของรูปภาพ xAI, mask ของรูปภาพ และอัตราส่วนภาพ auto แบบเนทีฟจะยังไม่เปิดใช้จนกว่าเครื่องมือ image_generate ที่ใช้ร่วมกัน จะมีตัวควบคุมข้ามผู้ให้บริการที่สอดคล้องกัน

• OpenClaw ใช้การแก้ไขความเข้ากันได้ของสคีมาเครื่องมือและการเรียกเครื่องมือ ที่เฉพาะสำหรับ xAI โดยอัตโนมัติบนเส้นทางตัวเรียกใช้ร่วม
• คำขอ xAI แบบเนทีฟใช้ค่าเริ่มต้น tool_stream: true ตั้งค่า agents.defaults.models["xai/<model>"].params.tool_stream เป็น false เพื่อปิดใช้งาน
• ตัวห่อ xAI ที่รวมมาให้จะตัดขอบเขตสคีมาจำนวนสมาชิกที่ไม่รองรับ และคีย์เพย์โหลด effort สำหรับการให้เหตุผลที่ไม่รองรับ ก่อนส่งคำขอ xAI แบบเนทีฟ Grok 4.5 รองรับระดับความพยายามต่ำ ปานกลาง และสูง (ค่าเริ่มต้นคือสูง) Grok 4.3 รองรับไม่มี ต่ำ ปานกลาง และสูง (ค่าเริ่มต้นคือต่ำ) โมเดล xAI อื่นที่รองรับการให้เหตุผลไม่มีตัวควบคุม ระดับความพยายามที่กำหนดค่าได้ แต่ยังคงส่งคำขอ include: ["reasoning.encrypted_content"] เพื่อให้สามารถนำการให้เหตุผล ที่เข้ารหัสไว้ก่อนหน้ามาใช้ซ้ำในรอบถัดไปได้
• web_search, x_search และ code_execution เปิดใช้เป็นเครื่องมือ OpenClaw โดย OpenClaw จะแนบเฉพาะเครื่องมือในตัวของ xAI ที่แต่ละเครื่องมือ ต้องใช้ไปกับคำขอของเครื่องมือนั้น แทนการแนบเครื่องมือแบบเนทีฟทุกตัว ในทุกรอบการสนทนา
• web_search ของ Grok อ่าน plugins.entries.xai.config.webSearch.baseUrl ส่วน x_search อ่าน plugins.entries.xai.config.xSearch.baseUrl แล้วจึง ย้อนกลับไปใช้ URL ฐานสำหรับการค้นหาเว็บของ Grok
• x_search และ code_execution อยู่ภายใต้ความรับผิดชอบของ Plugin xAI ที่รวมมาให้ แทนการเขียนค่าตายตัวไว้ในรันไทม์โมเดลหลัก
• code_execution คือการเรียกใช้ในแซนด์บ็อกซ์ xAI ระยะไกล ไม่ใช่ exec ภายในเครื่อง