--- read_when: - Chcesz korzystać z modeli Grok w OpenClaw - Konfigurujesz uwierzytelnianie xAI lub identyfikatory modeli summary: Korzystaj z modeli xAI Grok w OpenClaw title: xAI x-i18n: generated_at: "2026-05-10T19:53:01Z" model: gpt-5.5 provider: openai source_hash: f11c31e7ff39e7e13465b48d819db3921a32ed624676a57dc38f97c0dbd21e46 source_path: providers/xai.md workflow: 16 --- OpenClaw dostarcza dołączony Plugin dostawcy `xai` dla modeli Grok. ## Pierwsze kroki Utwórz klucz API w [konsoli xAI](https://console.x.ai/). Ustaw `XAI_API_KEY` albo uruchom: ```bash openclaw onboard --auth-choice xai-api-key ``` ```json5 { agents: { defaults: { model: { primary: "xai/grok-4.3" } } }, } ``` OpenClaw używa xAI Responses API jako dołączonego transportu xAI. Ten sam klucz API z `openclaw onboard --auth-choice xai-api-key` może też zasilać pierwszoklasowe `x_search` i zdalne `code_execution`; `XAI_API_KEY` lub konfiguracja wyszukiwania w sieci Pluginu może również zasilać `web_search` oparte na Grok. Jeśli zapiszesz klucz xAI w `plugins.entries.xai.config.webSearch.apiKey`, dołączony dostawca modeli xAI użyje tego klucza również jako opcji awaryjnej. Ustaw `plugins.entries.xai.config.webSearch.baseUrl`, aby kierować Grok `web_search` oraz, domyślnie, `x_search` przez operatorski proxy xAI Responses. Dostrajanie `code_execution` znajduje się w `plugins.entries.xai.config.codeExecution`. ## Wbudowany katalog OpenClaw domyślnie obejmuje następujące rodziny modeli xAI: | Rodzina | Identyfikatory modeli | | -------------- | ------------------------------------------------------------------------ | | Grok 3 | `grok-3`, `grok-3-fast`, `grok-3-mini`, `grok-3-mini-fast` | | Grok 4.3 | `grok-4.3` | | Grok 4 | `grok-4`, `grok-4-0709` | | Grok 4 Fast | `grok-4-fast`, `grok-4-fast-non-reasoning` | | Grok 4.1 Fast | `grok-4-1-fast`, `grok-4-1-fast-non-reasoning` | | Grok 4.20 Beta | `grok-4.20-beta-latest-reasoning`, `grok-4.20-beta-latest-non-reasoning` | | Grok Code | `grok-code-fast-1` | Plugin przekierowuje też do nowszych identyfikatorów `grok-4*` i `grok-code-fast*`, gdy mają taki sam kształt API. `grok-4.3`, `grok-4-fast`, `grok-4-1-fast` oraz warianty `grok-4.20-beta-*` to obecne odwołania Grok z obsługą obrazów w dołączonym katalogu. ## Pokrycie funkcji OpenClaw Dołączony Plugin mapuje bieżącą publiczną powierzchnię API xAI na współdzielone kontrakty dostawców i narzędzi OpenClaw. Możliwości, które nie pasują do współdzielonego kontraktu (na przykład strumieniowe TTS i głos czasu rzeczywistego), nie są udostępniane - zobacz tabelę poniżej. | Możliwość xAI | Powierzchnia OpenClaw | Status | | --------------------------- | ------------------------------------------ | ------------------------------------------------------------------- | | Czat / Responses | dostawca modelu `xai/` | Tak | | Wyszukiwanie w sieci po stronie serwera | dostawca `web_search` `grok` | Tak | | Wyszukiwanie X po stronie serwera | narzędzie `x_search` | Tak | | Wykonywanie kodu po stronie serwera | narzędzie `code_execution` | Tak | | Obrazy | `image_generate` | Tak | | Wideo | `video_generate` | Tak | | Wsadowe text-to-speech | `messages.tts.provider: "xai"` / `tts` | Tak | | Strumieniowe TTS | - | Nieudostępnione; kontrakt TTS OpenClaw zwraca kompletne bufory audio | | Wsadowe speech-to-text | `tools.media.audio` / rozumienie mediów | Tak | | Strumieniowe speech-to-text | Voice Call `streaming.provider: "xai"` | Tak | | Głos czasu rzeczywistego | - | Jeszcze nieudostępnione; inny kontrakt sesji/WebSocket | | Pliki / zadania wsadowe | Tylko ogólna zgodność API modeli | Nie jest pierwszoklasowym narzędziem OpenClaw | OpenClaw używa interfejsów API REST xAI dla obrazów/wideo/TTS/STT do generowania mediów, mowy i transkrypcji wsadowej, strumieniowego WebSocket STT xAI do transkrypcji połączeń głosowych na żywo oraz Responses API do narzędzi modeli, wyszukiwania i wykonywania kodu. Funkcje wymagające innych kontraktów OpenClaw, takie jak sesje głosu czasu rzeczywistego, są tu udokumentowane jako możliwości upstreamu, a nie ukryte zachowanie Pluginu. ### Mapowania trybu szybkiego `/fast on` lub `agents.defaults.models["xai/"].params.fastMode: true` przepisuje natywne żądania xAI następująco: | Model źródłowy | Cel trybu szybkiego | | -------------- | ------------------- | | `grok-3` | `grok-3-fast` | | `grok-3-mini` | `grok-3-mini-fast` | | `grok-4` | `grok-4-fast` | | `grok-4-0709` | `grok-4-fast` | ### Starsze aliasy zgodności Starsze aliasy nadal normalizują się do kanonicznych dołączonych identyfikatorów: | Starszy alias | Identyfikator kanoniczny | | ------------------------- | ------------------------------------- | | `grok-4-fast-reasoning` | `grok-4-fast` | | `grok-4-1-fast-reasoning` | `grok-4-1-fast` | | `grok-4.20-reasoning` | `grok-4.20-beta-latest-reasoning` | | `grok-4.20-non-reasoning` | `grok-4.20-beta-latest-non-reasoning` | ## Funkcje Dołączony dostawca wyszukiwania w sieci `grok` może używać `XAI_API_KEY` albo klucza wyszukiwania w sieci Pluginu: ```bash openclaw config set tools.web.search.provider grok ``` Dołączony Plugin `xai` rejestruje generowanie wideo przez współdzielone narzędzie `video_generate`. - Domyślny model wideo: `xai/grok-imagine-video` - Tryby: tekst-na-wideo, obraz-na-wideo, generowanie z obrazem referencyjnym, zdalna edycja wideo i zdalne przedłużanie wideo - Proporcje obrazu: `1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `3:2`, `2:3` - Rozdzielczości: `480P`, `720P` - Czas trwania: 1-15 sekund dla generowania/obrazu-na-wideo, 1-10 sekund przy użyciu ról `reference_image`, 2-10 sekund dla przedłużania - Generowanie z obrazem referencyjnym: ustaw `imageRoles` na `reference_image` dla każdego dostarczonego obrazu; xAI akceptuje do 7 takich obrazów Lokalne bufory wideo nie są akceptowane. Używaj zdalnych adresów URL `http(s)` jako wejść edycji/przedłużania wideo. Obraz-na-wideo akceptuje lokalne bufory obrazów, ponieważ OpenClaw może zakodować je jako adresy URL danych dla xAI. Aby używać xAI jako domyślnego dostawcy wideo: ```json5 { agents: { defaults: { videoGenerationModel: { primary: "xai/grok-imagine-video", }, }, }, } ``` Zobacz [Generowanie wideo](/pl/tools/video-generation), aby poznać współdzielone parametry narzędzia, wybór dostawcy i zachowanie przełączania awaryjnego. Dołączony Plugin `xai` rejestruje generowanie obrazów przez współdzielone narzędzie `image_generate`. - Domyślny model obrazu: `xai/grok-imagine-image` - Dodatkowy model: `xai/grok-imagine-image-pro` - Tryby: tekst-na-obraz i edycja obrazu referencyjnego - Wejścia referencyjne: jeden `image` albo do pięciu `images` - Proporcje obrazu: `1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `2:3`, `3:2` - Rozdzielczości: `1K`, `2K` - Liczba: do 4 obrazów OpenClaw prosi xAI o odpowiedzi obrazów `b64_json`, aby wygenerowane media mogły być przechowywane i dostarczane normalną ścieżką załączników kanału. Lokalne obrazy referencyjne są konwertowane na adresy URL danych; zdalne referencje `http(s)` są przekazywane bez zmian. Aby używać xAI jako domyślnego dostawcy obrazów: ```json5 { agents: { defaults: { imageGenerationModel: { primary: "xai/grok-imagine-image", }, }, }, } ``` xAI dokumentuje też `quality`, `mask`, `user` oraz dodatkowe natywne proporcje, takie jak `1:2`, `2:1`, `9:20` i `20:9`. OpenClaw przekazuje obecnie tylko współdzielone między dostawcami kontrolki obrazów; nieobsługiwane pokrętła wyłącznie natywne celowo nie są udostępniane przez `image_generate`. Dołączony Plugin `xai` rejestruje text-to-speech przez współdzieloną powierzchnię dostawcy `tts`. - Głosy: `eve`, `ara`, `rex`, `sal`, `leo`, `una` - Domyślny głos: `eve` - Formaty: `mp3`, `wav`, `pcm`, `mulaw`, `alaw` - Język: kod BCP-47 albo `auto` - Szybkość: natywne dla dostawcy nadpisanie szybkości - Natywny format notatki głosowej Opus nie jest obsługiwany Aby używać xAI jako domyślnego dostawcy TTS: ```json5 { messages: { tts: { provider: "xai", providers: { xai: { voiceId: "eve", }, }, }, }, } ``` OpenClaw używa wsadowego punktu końcowego xAI `/v1/tts`. xAI oferuje też strumieniowe TTS przez WebSocket, ale kontrakt dostawcy mowy OpenClaw obecnie oczekuje kompletnego bufora audio przed dostarczeniem odpowiedzi. Dołączony Plugin `xai` rejestruje wsadowe speech-to-text przez powierzchnię transkrypcji rozumienia mediów OpenClaw. - Domyślny model: `grok-stt` - Punkt końcowy: xAI REST `/v1/stt` - Ścieżka wejściowa: przesłanie wieloczęściowego pliku audio - Obsługiwane przez OpenClaw wszędzie tam, gdzie transkrypcja przychodzącego audio używa `tools.media.audio`, w tym w segmentach kanałów głosowych Discord i załącznikach audio kanałów Aby wymusić xAI dla transkrypcji przychodzącego audio: ```json5 { tools: { media: { audio: { models: [ { type: "provider", provider: "xai", model: "grok-stt", }, ], }, }, }, } ``` Język można podać przez współdzieloną konfigurację mediów audio albo przez żądanie transkrypcji dla pojedynczego wywołania. Wskazówki promptu są akceptowane przez współdzieloną powierzchnię OpenClaw, ale integracja xAI REST STT przekazuje tylko plik, model i język, ponieważ te elementy mapują się jasno na bieżący publiczny punkt końcowy xAI. Dołączony Plugin `xai` rejestruje też dostawcę transkrypcji czasu rzeczywistego dla audio połączeń głosowych na żywo. - Punkt końcowy: xAI WebSocket `wss://api.x.ai/v1/stt` - Domyślne kodowanie: `mulaw` - Domyślna częstotliwość próbkowania: `8000` - Domyślne wykrywanie końca wypowiedzi: `800ms` - Transkrypty tymczasowe: domyślnie włączone Strumień mediów Twilio w Voice Call wysyła ramki audio G.711 µ-law, więc dostawca xAI może przekazywać te ramki bezpośrednio bez transkodowania: ```json5 { plugins: { entries: { "voice-call": { config: { streaming: { enabled: true, provider: "xai", providers: { xai: { apiKey: "${XAI_API_KEY}", endpointingMs: 800, language: "en", }, }, }, }, }, }, }, } ``` Konfiguracja należąca do dostawcy znajduje się pod `plugins.entries.voice-call.config.streaming.providers.xai`. Obsługiwane klucze to `apiKey`, `baseUrl`, `sampleRate`, `encoding` (`pcm`, `mulaw` lub `alaw`), `interimResults`, `endpointingMs` oraz `language`. Ten dostawca strumieniowania jest przeznaczony dla ścieżki transkrypcji w czasie rzeczywistym Voice Call. Discord voice obecnie nagrywa krótkie segmenty i zamiast tego używa wsadowej ścieżki transkrypcji `tools.media.audio`. Dołączony Plugin xAI udostępnia `x_search` jako narzędzie OpenClaw do wyszukiwania treści X (dawniej Twitter) przez Grok. Ścieżka konfiguracji: `plugins.entries.xai.config.xSearch` | Klucz | Typ | Domyślnie | Opis | | ------------------ | ------- | ------------------ | ----------------------------------------- | | `enabled` | boolean | - | Włącza lub wyłącza x_search | | `model` | string | `grok-4-1-fast` | Model używany dla żądań x_search | | `baseUrl` | string | - | Nadpisanie bazowego URL xAI Responses | | `inlineCitations` | boolean | - | Dołącza cytowania inline w wynikach | | `maxTurns` | number | - | Maksymalna liczba tur konwersacji | | `timeoutSeconds` | number | - | Limit czasu żądania w sekundach | | `cacheTtlMinutes` | number | - | Czas życia pamięci podręcznej w minutach | ```json5 { plugins: { entries: { xai: { config: { xSearch: { enabled: true, model: "grok-4-1-fast", baseUrl: "https://api.x.ai/v1", inlineCitations: true, }, }, }, }, }, } ``` Dołączony Plugin xAI udostępnia `code_execution` jako narzędzie OpenClaw do zdalnego wykonywania kodu w środowisku sandbox xAI. Ścieżka konfiguracji: `plugins.entries.xai.config.codeExecution` | Klucz | Typ | Domyślnie | Opis | | ----------------- | ------- | ------------------------ | ----------------------------------------- | | `enabled` | boolean | `true` (jeśli klucz jest dostępny) | Włącza lub wyłącza wykonywanie kodu | | `model` | string | `grok-4-1-fast` | Model używany dla żądań wykonywania kodu | | `maxTurns` | number | - | Maksymalna liczba tur konwersacji | | `timeoutSeconds` | number | - | Limit czasu żądania w sekundach | To jest zdalne wykonywanie w sandboxie xAI, a nie lokalne [`exec`](/pl/tools/exec). ```json5 { plugins: { entries: { xai: { config: { codeExecution: { enabled: true, model: "grok-4-1-fast", }, }, }, }, }, } ``` - Uwierzytelnianie odbywa się obecnie tylko przez klucz API. Klucz API może być przechowywany w profilu uwierzytelniania xAI, zmiennej środowiskowej albo konfiguracji pluginu; w OpenClaw nie ma jeszcze przepływu OAuth xAI ani przepływu z kodem urządzenia. - `grok-4.20-multi-agent-experimental-beta-0304` nie jest obsługiwany na normalnej ścieżce dostawcy xAI, ponieważ wymaga innej powierzchni API upstream niż standardowy transport xAI OpenClaw. - xAI Realtime voice nie jest jeszcze zarejestrowany jako dostawca OpenClaw. Wymaga innego kontraktu dwukierunkowej sesji głosowej niż wsadowe STT lub transkrypcja strumieniowa. - `quality` obrazu xAI, `mask` obrazu oraz dodatkowe współczynniki proporcji dostępne tylko natywnie nie są udostępniane, dopóki współdzielone narzędzie `image_generate` nie będzie mieć odpowiadających im kontrolek międzydostawcowych. - OpenClaw automatycznie stosuje poprawki zgodności schematu narzędzi i wywołań narzędzi specyficzne dla xAI na współdzielonej ścieżce runnera. - Natywne żądania xAI domyślnie ustawiają `tool_stream: true`. Ustaw `agents.defaults.models["xai/"].params.tool_stream` na `false`, aby to wyłączyć. - Dołączony wrapper xAI usuwa nieobsługiwane ścisłe flagi schematu narzędzi oraz klucze ładunku reasoning przed wysłaniem natywnych żądań xAI. - `web_search`, `x_search` i `code_execution` są udostępniane jako narzędzia OpenClaw. OpenClaw włącza konkretną wbudowaną funkcję xAI, której potrzebuje, wewnątrz każdego żądania narzędzia, zamiast dołączać wszystkie natywne narzędzia do każdej tury czatu. - Grok `web_search` odczytuje `plugins.entries.xai.config.webSearch.baseUrl`. `x_search` odczytuje `plugins.entries.xai.config.xSearch.baseUrl`, a następnie wraca do bazowego URL wyszukiwania webowego Grok. - `x_search` i `code_execution` należą do dołączonego pluginu xAI, a nie są zakodowane na stałe w głównym runtime modelu. - `code_execution` to zdalne wykonywanie w sandboxie xAI, a nie lokalne [`exec`](/pl/tools/exec). ## Testowanie na żywo Ścieżki mediów xAI są objęte testami jednostkowymi oraz opcjonalnymi zestawami testów na żywo. Polecenia na żywo ładują sekrety z powłoki logowania, w tym `~/.profile`, zanim sprawdzą `XAI_API_KEY`. ```bash pnpm test extensions/xai OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_TEST_QUIET=1 pnpm test:live -- extensions/xai/xai.live.test.ts OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_TEST_QUIET=1 OPENCLAW_LIVE_IMAGE_GENERATION_PROVIDERS=xai pnpm test:live -- test/image-generation.runtime.live.test.ts ``` Plik na żywo specyficzny dla dostawcy syntetyzuje zwykłe TTS, przyjazne telefonii PCM TTS, transkrybuje audio przez wsadowe STT xAI, strumieniuje to samo PCM przez STT xAI w czasie rzeczywistym, generuje wynik tekst-na-obraz i edytuje obraz referencyjny. Współdzielony plik na żywo dla obrazów weryfikuje tego samego dostawcę xAI przez ścieżkę wyboru runtime OpenClaw, fallback, normalizację oraz załączniki mediów. ## Powiązane Wybieranie dostawców, referencji modeli i zachowania przełączania awaryjnego. Współdzielone parametry narzędzia wideo i wybór dostawcy. Szerszy przegląd dostawców. Typowe problemy i poprawki.