xAI

内置的 grok Web 搜索提供商优先使用 xAI OAuth，然后回退到 XAI_API_KEY 或插件 Web 搜索密钥：

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

内置的 xai 插件通过共享的 video_generate 工具注册视频生成功能。

• 默认模型：xai/grok-imagine-video
• 其他模型：xai/grok-imagine-video-1.5
• 经典模式：文生视频、图生视频、参考图像生成、远程视频编辑和远程视频扩展
• Video 1.5 模式：仅支持图生视频，且必须恰好提供一张首帧图像
• 宽高比：1:1、16:9、9:16、4:3、3:4、3:2、2:3；省略时，经典模式和 Video 1.5 的图生视频会继承源图像的比例
• 分辨率：经典模式支持 480P/720P；Video 1.5 还支持 1080P；所有生成模式均默认为 480P
• 时长：生成/图生视频为 1–15 秒；使用经典模式的 reference_image 角色时为 1–10 秒；经典扩展为 2–10 秒
• 参考图像生成：将每张提供的图像的 imageRoles 设置为 reference_image；xAI 最多接受 7 张此类图像
• 视频编辑/扩展会继承输入视频的宽高比和分辨率；这些操作不接受几何参数覆盖
• 默认操作超时时间：600 秒，除非设置了 video_generate.timeoutMs 或 agents.defaults.videoGenerationModel.timeoutMs

Video 1.5 还可识别 xAI 的 grok-imagine-video-1.5-preview 和 grok-imagine-video-1.5-2026-05-30 标识符。OpenClaw 会原样转发所选标识符，但会应用相同的仅图像验证。

要将 xAI 用作默认视频提供商：

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

内置的 xai 插件通过共享的 image_generate 工具注册图像生成功能。

• 默认图像模型：xai/grok-imagine-image
• 其他模型：xai/grok-imagine-image-quality
• 模式：文生图和参考图像编辑
• 参考输入：一个 image 或最多三个 images
• 宽高比：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
• 分辨率：1K、2K
• 数量：最多 4 张图像
• 默认操作超时：600 秒，除非设置了 image_generate.timeoutMs 或 agents.defaults.imageGenerationModel.timeoutMs

OpenClaw 请求 xAI 返回 b64_json 图像响应，以便通过常规渠道附件路径 存储和传送生成的媒体。本地参考图像会转换为数据 URL；远程 http(s) 参考地址保持不变直接传递。

要将 xAI 用作默认图像提供商：

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

内置的 xai 插件通过共享的 tts 提供商接口注册文本转语音功能。

• 语音：来自 xAI 的需身份验证实时目录；使用 openclaw infer tts voices --provider xai 列出
• 离线后备语音：ara、eve、leo、rex、sal
• 默认语音：eve
• 即使账户自定义语音 ID 不在内置目录响应中，也会予以转发
• 格式：mp3、wav、pcm、mulaw、alaw
• 语言：BCP-47 代码或 auto
• 语速：提供商原生语速覆盖值
• 不支持原生 Opus 语音消息格式

要将 xAI 用作默认 TTS 提供商：

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

内置的 xai 插件通过 OpenClaw 的媒体理解转录接口注册批量语音转文本功能。

• 端点：xAI REST /v1/stt
• 输入路径：以 multipart 方式上传音频文件
• 模型选择：xAI 在内部选择转录模型；该端点没有模型选择器
• 用于所有读取 tools.media.audio 的入站音频转录场景， 包括 Discord 语音频道片段和渠道音频附件

要强制使用 xAI 进行入站音频转录：

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

可通过共享音频媒体配置或每次调用的转录请求提供语言。 共享 OpenClaw 接口接受提示词提示，但 xAI REST STT 集成仅转发文件和语言， 因为只有这些参数可映射到当前公开的 xAI 端点。

内置的 xai 插件还为实时语音通话音频注册了实时转录提供商。

• 端点：xAI WebSocket wss://api.x.ai/v1/stt
• 默认编码：mulaw
• 默认采样率：8000
• 默认端点检测时长：800ms
• 临时转录结果：默认启用

Voice Call 的 Twilio 媒体流会发送 G.711 mu-law 音频帧，因此 xAI 提供商无需转码即可直接转发这些帧：

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

提供商自有配置位于 plugins.entries.voice-call.config.streaming.providers.xai 下。支持的 键包括 apiKey、baseUrl、sampleRate、encoding（pcm、mulaw 或 alaw）、interimResults、endpointingMs 和 language。

内置的 xAI 插件将 x_search 作为 OpenClaw 工具提供， 用于通过 Grok 搜索 X（原 Twitter）内容。

配置路径：plugins.entries.xai.config.xSearch

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

内置的 xAI 插件将 code_execution 作为 OpenClaw 工具提供， 用于在 xAI 的沙箱环境中远程执行代码。

配置路径：plugins.entries.xai.config.codeExecution

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

• xAI 身份验证可使用 API 密钥、环境变量、插件配置后备方案， 或使用符合条件的 xAI 账户通过 OAuth 完成。OAuth 使用设备代码验证， 不需要 localhost 回调。xAI 决定哪些账户可以获得 OAuth API 令牌， 并且即使 OpenClaw 不需要 Grok Build 应用，同意页面也可能显示 Grok Build。
• OpenClaw 目前不提供 xAI 多智能体模型系列。xAI 通过 Responses API 提供这些模型，但它们不接受 OpenClaw 共享 Agent loop 使用的客户端工具或自定义工具。请参阅 xAI 多智能体限制。
• xAI Realtime 语音尚未注册为 OpenClaw 提供商。它需要不同于批量 STT 或流式转录的双向语音会话契约。
• 在共享的 image_generate 工具具备对应的跨提供商控制项之前， 不会提供 xAI 图像 quality、图像 mask 和原生 auto 宽高比。

• OpenClaw 会在共享运行器路径上自动应用 xAI 特有的工具架构和工具调用兼容性修复。
• 原生 xAI 请求默认使用 tool_stream: true。将 agents.defaults.models["xai/<model>"].params.tool_stream 设置为 false 可将其禁用。
• 内置的 xAI 封装器会先移除不受支持的包含数量架构边界和不受支持的推理 强度 负载键，再发送原生 xAI 请求。Grok 4.5 支持低、中、高 三种强度（默认为高）。Grok 4.3 支持无、低、中、高 四种强度（默认为低）。其他具备推理能力的 xAI 模型不提供可配置的强度控制， 但仍会请求 include: ["reasoning.encrypted_content"]， 以便在后续轮次中重放先前的加密推理。
• web_search、x_search 和 code_execution 作为 OpenClaw 工具提供。OpenClaw 仅将每个工具所需的特定 xAI 内置工具附加到其请求， 而不是在每轮聊天中附加所有原生工具。
• Grok web_search 读取 plugins.entries.xai.config.webSearch.baseUrl。 x_search 读取 plugins.entries.xai.config.xSearch.baseUrl，然后 后备使用 Grok Web 搜索的基础 URL。
• x_search 和 code_execution 由内置的 xAI 插件负责， 而不是硬编码到核心模型运行时中。
• code_execution 是远程 xAI 沙箱执行，而不是本地 exec。