xAI

ผู้ให้บริการเว็บเสิร์ช grok แบบบันเดิลสามารถใช้ XAI_API_KEY หรือคีย์ เว็บเสิร์ชของ Plugin ได้:

openclaw config set tools.web.search.provider grok

Plugin xai แบบบันเดิลลงทะเบียนการสร้างวิดีโอผ่านเครื่องมือ video_generate ที่ใช้ร่วมกัน

• โมเดลวิดีโอเริ่มต้น: xai/grok-imagine-video
• โหมด: ข้อความเป็นวิดีโอ, ภาพเป็นวิดีโอ, การสร้างภาพอ้างอิง, การแก้ไขวิดีโอระยะไกล และการขยายวิดีโอระยะไกล
• อัตราส่วนภาพ: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3
• ความละเอียด: 480P, 720P
• ระยะเวลา: 1-15 วินาทีสำหรับการสร้าง/ภาพเป็นวิดีโอ, 1-10 วินาทีเมื่อใช้บทบาท reference_image, 2-10 วินาทีสำหรับการขยาย
• การสร้างภาพอ้างอิง: ตั้งค่า imageRoles เป็น reference_image สำหรับภาพที่ให้มาทุกภาพ; xAI ยอมรับภาพดังกล่าวได้สูงสุด 7 ภาพ

หากต้องการใช้ xAI เป็นผู้ให้บริการวิดีโอเริ่มต้น:

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

Plugin xai แบบบันเดิลลงทะเบียนการสร้างรูปภาพผ่านเครื่องมือ image_generate ที่ใช้ร่วมกัน

• โมเดลรูปภาพเริ่มต้น: xai/grok-imagine-image
• โมเดลเพิ่มเติม: xai/grok-imagine-image-pro
• โหมด: ข้อความเป็นรูปภาพและการแก้ไขภาพอ้างอิง
• อินพุตอ้างอิง: image หนึ่งรายการหรือ images ได้สูงสุดห้ารายการ
• อัตราส่วนภาพ: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• ความละเอียด: 1K, 2K
• จำนวน: ได้สูงสุด 4 ภาพ

OpenClaw ขอการตอบกลับรูปภาพแบบ b64_json จาก xAI เพื่อให้สื่อที่สร้างขึ้นสามารถ จัดเก็บและส่งผ่านเส้นทางไฟล์แนบของช่องทางปกติได้ รูปภาพอ้างอิงในเครื่อง จะถูกแปลงเป็น URL ข้อมูล; การอ้างอิง http(s) ระยะไกลจะถูกส่งผ่านตามเดิม

หากต้องการใช้ xAI เป็นผู้ให้บริการรูปภาพเริ่มต้น:

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

Plugin xai แบบบันเดิลลงทะเบียนข้อความเป็นเสียงผ่านพื้นผิวผู้ให้บริการ tts ที่ใช้ร่วมกัน

• เสียง: eve, ara, rex, sal, leo, una
• เสียงเริ่มต้น: eve
• รูปแบบ: mp3, wav, pcm, mulaw, alaw
• ภาษา: รหัส BCP-47 หรือ auto
• ความเร็ว: การแทนที่ความเร็วแบบเนทีฟของผู้ให้บริการ
• ไม่รองรับรูปแบบวอยซ์โน้ต Opus แบบเนทีฟ

หากต้องการใช้ xAI เป็นผู้ให้บริการ TTS เริ่มต้น:

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

Plugin xai แบบบันเดิลลงทะเบียนเสียงพูดเป็นข้อความแบบแบตช์ผ่านพื้นผิว การถอดเสียงเพื่อความเข้าใจสื่อของ OpenClaw

• โมเดลเริ่มต้น: grok-stt
• ปลายทาง: xAI REST /v1/stt
• เส้นทางอินพุต: อัปโหลดไฟล์เสียงแบบ multipart
• OpenClaw รองรับในทุกที่ที่การถอดเสียงขาเข้าใช้ tools.media.audio รวมถึงส่วนเสียงของช่องเสียง Discord และ ไฟล์แนบเสียงของช่องทาง

หากต้องการบังคับใช้ xAI สำหรับการถอดเสียงขาเข้า:

{  tools: {    media: {      audio: {        models: [          {            type: "provider",            provider: "xai",            model: "grok-stt",          },        ],      },    },  },}

สามารถระบุภาษาได้ผ่านการกำหนดค่าสื่อเสียงที่ใช้ร่วมกันหรือคำขอถอดเสียง รายการต่อรายการ คำใบ้พรอมป์ได้รับการยอมรับโดยพื้นผิว OpenClaw ที่ใช้ร่วมกัน แต่การผสานรวม xAI REST STT ส่งต่อเฉพาะไฟล์ โมเดล และ ภาษา เพราะสิ่งเหล่านั้นแมปกับปลายทางสาธารณะปัจจุบันของ xAI ได้อย่างชัดเจน

Plugin xai แบบบันเดิลยังลงทะเบียนผู้ให้บริการการถอดเสียงแบบเรียลไทม์ สำหรับเสียงสายเสียงสดด้วย

• ปลายทาง: xAI WebSocket wss://api.x.ai/v1/stt
• การเข้ารหัสเริ่มต้น: mulaw
• อัตราสุ่มตัวอย่างเริ่มต้น: 8000
• endpointing เริ่มต้น: 800ms
• ข้อความถอดเสียงชั่วคราว: เปิดใช้งานตามค่าเริ่มต้น

สตรีมสื่อ Twilio ของ Voice Call ส่งเฟรมเสียง G.711 µ-law ดังนั้น ผู้ให้บริการ xAI จึงส่งต่อเฟรมเหล่านั้นได้โดยตรงโดยไม่ต้องแปลงรหัส:

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

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

Plugin xAI ที่มาพร้อมชุดติดตั้งเปิดเผย x_search เป็นเครื่องมือ OpenClaw สำหรับค้นหา เนื้อหา X (เดิมคือ Twitter) ผ่าน Grok

เส้นทางการกำหนดค่า: plugins.entries.xai.config.xSearch

{  plugins: {    entries: {      xai: {        config: {          xSearch: {            enabled: true,            model: "grok-4-1-fast",            baseUrl: "https://api.x.ai/v1",            inlineCitations: true,          },        },      },    },  },}

Plugin xAI ที่มาพร้อมชุดติดตั้งเปิดเผย code_execution เป็นเครื่องมือ OpenClaw สำหรับ การรันโค้ดระยะไกลในสภาพแวดล้อม sandbox ของ xAI

เส้นทางการกำหนดค่า: plugins.entries.xai.config.codeExecution

{  plugins: {    entries: {      xai: {        config: {          codeExecution: {            enabled: true,            model: "grok-4-1-fast",          },        },      },    },  },}

• การยืนยันตัวตนในปัจจุบันใช้คีย์ API เท่านั้น คีย์ API อาจถูกเก็บไว้ในโปรไฟล์การยืนยันตัวตน xAI ตัวแปรสภาพแวดล้อม หรือการกำหนดค่า Plugin ยังไม่มี OAuth ของ xAI หรือ โฟลว์ device-code ใน OpenClaw
• grok-4.20-multi-agent-experimental-beta-0304 ไม่รองรับบนเส้นทาง provider xAI ปกติ เพราะต้องใช้พื้นผิว API ต้นทางที่แตกต่างจาก การขนส่ง xAI มาตรฐานของ OpenClaw
• เสียง xAI Realtime ยังไม่ได้ลงทะเบียนเป็น provider ของ OpenClaw ต้องใช้สัญญาเซสชันเสียงแบบสองทิศทางที่แตกต่างจาก STT แบบแบตช์หรือ การถอดเสียงแบบสตรีมมิง
• quality ของภาพ xAI, mask ของภาพ และอัตราส่วนภาพเพิ่มเติมที่ใช้ได้เฉพาะแบบ native ยังไม่ถูกเปิดเผยจนกว่าเครื่องมือ image_generate ที่ใช้ร่วมกันจะมี ตัวควบคุมข้าม provider ที่สอดคล้องกัน

• OpenClaw ใช้การแก้ไขความเข้ากันได้สำหรับ schema ของเครื่องมือและการเรียกเครื่องมือที่เฉพาะกับ xAI โดยอัตโนมัติบนเส้นทาง runner ที่ใช้ร่วมกัน
• คำขอ xAI แบบ native ตั้งค่าเริ่มต้นเป็น tool_stream: true ตั้งค่า agents.defaults.models["xai/<model>"].params.tool_stream เป็น false เพื่อ ปิดใช้งาน
• wrapper xAI ที่มาพร้อมชุดติดตั้งจะลบแฟล็ก schema ของเครื่องมือแบบ strict ที่ไม่รองรับและ คีย์ payload การให้เหตุผลก่อนส่งคำขอ xAI แบบ native
• web_search, x_search และ code_execution ถูกเปิดเผยเป็นเครื่องมือ OpenClaw OpenClaw เปิดใช้งาน built-in ของ xAI ที่ต้องใช้ภายในคำขอเครื่องมือแต่ละรายการ แทนการแนบเครื่องมือ native ทั้งหมดกับทุกเทิร์นของแชต
• Grok web_search อ่าน plugins.entries.xai.config.webSearch.baseUrl x_search อ่าน plugins.entries.xai.config.xSearch.baseUrl จากนั้น fallback ไปยัง URL ฐานของการค้นหาเว็บ Grok
• x_search และ code_execution เป็นของ Plugin xAI ที่มาพร้อมชุดติดตั้ง ไม่ได้ถูก hardcode ไว้ใน runtime โมเดลหลัก
• code_execution คือการรันใน sandbox ของ xAI ระยะไกล ไม่ใช่ exec ในเครื่อง