xai integrado para los modelos Grok. La
ruta recomendada es Grok OAuth con una suscripción elegible a SuperGrok o X Premium.
El Gateway, la configuración, el enrutamiento y las herramientas permanecen en local; solo las
solicitudes de Grok se envían a la API de xAI.
OAuth no requiere una clave de API de xAI ni la aplicación Grok Build. Es posible que xAI
siga mostrando Grok Build en la pantalla de consentimiento porque OpenClaw utiliza el cliente
OAuth compartido de xAI.
Configuración
1
Nueva instalación
Ejecute la incorporación con la instalación del daemon y, a continuación, elija OAuth de xAI/Grok en el
paso de modelo/autenticación:En un VPS o mediante SSH, seleccione OAuth de xAI directamente; utiliza la verificación mediante
código de dispositivo y no necesita una devolución de llamada de localhost:
2
Instalación existente
Inicie sesión únicamente en xAI; no vuelva a ejecutar toda la incorporación solo para conectar Grok:Establezca Grok como modelo predeterminado por separado:Vuelva a ejecutar toda la incorporación únicamente si desea cambiar deliberadamente el Gateway,
el daemon, el canal, el espacio de trabajo u otras opciones de configuración.
3
Ruta con clave de API
La configuración con clave de API sigue funcionando para las claves de xAI Console y para las superficies multimedia
que necesitan una configuración de proveedor respaldada por una clave:
4
Elegir un modelo
OpenClaw utiliza la API Responses de xAI como transporte de xAI integrado. La misma
credencial de
openclaw models auth login --provider xai --method oauth o
--method api-key también permite usar web_search (id. de proveedor grok), x_search,
code_execution, voz/transcripción y la generación de imágenes/vídeos de xAI. Si se
almacena una clave de xAI en plugins.entries.xai.config.webSearch.apiKey, el
proveedor de modelos de xAI integrado también la reutiliza como alternativa.Solución de problemas de OAuth
-
Para SSH, Docker, VPS u otras configuraciones remotas, utilice
openclaw models auth login --provider xai --method oauth; emplea la verificación mediante código de dispositivo, no una devolución de llamada de localhost. -
Si el inicio de sesión se realiza correctamente, pero Grok no es el modelo predeterminado, ejecute
openclaw models set xai/grok-4.3. -
Inspeccione los perfiles de autenticación de xAI guardados:
- xAI decide qué cuentas pueden recibir tokens de API de OAuth. Si una cuenta no es elegible, utilice la ruta con clave de API o compruebe la suscripción en xAI.
Catálogo integrado
Identificadores seleccionables en los selectores de modelos. El Plugin sigue resolviendo los identificadores antiguos de Grok 3, Grok 4, Grok 4 Fast, Grok 4.1 Fast y Grok Code para las configuraciones existentes; consulte compatibilidad heredada y alias variables.
Los metadatos de contexto y coste de tokens del catálogo siguen las
páginas de modelos y la
página de precios activas de xAI. xAI aplica tarifas más altas
cuando una solicitud supera su umbral de contexto largo documentado; los campos de coste fijo
del catálogo de OpenClaw registran las tarifas de contexto corto. Grok Build, la CLI independiente
de agente de programación de xAI, está disponible en x.ai/cli y actualmente
utiliza Grok 4.5.
Cobertura de funciones
El Plugin integrado asigna las API de xAI compatibles a los contratos compartidos de proveedor y herramientas de OpenClaw. Las capacidades que no encajan en el contrato compartido se indican a continuación o en las limitaciones conocidas.OpenClaw utiliza las API REST de imagen/vídeo/TTS/STT de xAI para la generación multimedia y
la transcripción por lotes, el WebSocket de STT en streaming de xAI para la transcripción
de llamadas de voz en directo, el WebSocket de Grok Voice Agent de xAI para las sesiones de Talk en tiempo real
y la API Responses para el chat, la búsqueda y las herramientas de ejecución de código.
Compatibilidad heredada con el modo rápido
/fast on o agents.defaults.models["xai/<model>"].params.fastMode: true
siguen reescribiendo las configuraciones antiguas de xAI como se indica a continuación. Estos identificadores de destino se
conservan únicamente por compatibilidad; utilice los modelos seleccionables actuales para las nuevas
configuraciones.
Compatibilidad heredada y alias variables
Los alias antiguos se normalizan de la siguiente manera:
Los identificadores 0309 con fecha son las entradas seleccionables del catálogo. OpenClaw envía todos los demás
alias actuales de Grok 4.20 literalmente para que xAI conserve el control de la semántica de los alias
estables, latest, beta, experimentales y con fecha. El alias global
grok-latest
también se conserva literalmente.
xAI retiró los siguientes identificadores exactos. OpenClaw los conserva como filas de compatibilidad
ocultas para las configuraciones publicadas, con los límites y precios de sus destinos
de redirección actuales:
openclaw doctor --fix actualiza los valores predeterminados persistentes de las herramientas de servidor de xAI y el
slug retirado de imagen de calidad, elimina las filas obsoletas del catálogo generado y repara
los metadatos de contexto obsoletos en las filas 4.20 activas. No fija los alias activos
beta-latest de 4.20 a una instantánea con fecha.
Funciones
Búsqueda web
Búsqueda web
El proveedor integrado de búsqueda web
grok da prioridad a OAuth de xAI y, a continuación, recurre
a XAI_API_KEY o a una clave de búsqueda web de Plugin:Generación de vídeo
Generación de vídeo
El Plugin integrado
xai registra la generación de vídeo mediante la herramienta compartida
video_generate.- Modelo predeterminado:
xai/grok-imagine-video - Modelo adicional:
xai/grok-imagine-video-1.5 - Modos clásicos: texto a vídeo, imagen a vídeo, generación a partir de imágenes de referencia, edición remota de vídeo y extensión remota de vídeo
- Modo Video 1.5: solo imagen a vídeo, con exactamente una imagen de fotograma inicial
- Relaciones de aspecto:
1:1,16:9,9:16,4:3,3:4,3:2,2:3; los modos clásico y Video 1.5 de imagen a vídeo heredan la relación de la imagen de origen cuando se omite - Resoluciones: clásico
480P/720P; Video 1.5 también admite1080P; todos los modos de generación utilizan480Pde forma predeterminada - Duración: 1-15 segundos para generación/imagen a vídeo, 1-10 segundos cuando
se utilizan roles clásicos
reference_image, 2-10 segundos para la extensión clásica - Generación a partir de imágenes de referencia: establezca
imageRolesenreference_imagepara cada imagen proporcionada; xAI acepta hasta 7 imágenes de este tipo - La edición/extensión de vídeo hereda la relación de aspecto y la resolución del vídeo de entrada; estas operaciones no aceptan anulaciones de geometría
- Tiempo de espera predeterminado de la operación: 600 segundos, salvo que se establezca
video_generate.timeoutMsoagents.defaults.mediaModels.video.timeoutMs
grok-imagine-video-1.5-preview y
grok-imagine-video-1.5-2026-05-30 de xAI. OpenClaw reenvía el
identificador seleccionado sin modificar, pero aplica la misma validación exclusiva para imágenes.Para utilizar xAI como proveedor de vídeo predeterminado:Consulta Generación de video para conocer los parámetros
compartidos de la herramienta, la selección de proveedor y el comportamiento de conmutación por error.
Generación de imágenes
Generación de imágenes
El plugin
xai incluido registra la generación de imágenes mediante la herramienta
compartida image_generate.- Modelo de imagen predeterminado:
xai/grok-imagine-image - Modelo adicional:
xai/grok-imagine-image-quality - Modos: texto a imagen y edición de imagen de referencia
- Entradas de referencia: una
imageo hasta tresimages - Relaciones de aspecto:
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 - Resoluciones:
1K,2K - Cantidad: hasta 4 imágenes
- Tiempo de espera predeterminado de la operación: 600 segundos, salvo que se establezca
image_generate.timeoutMsoagents.defaults.mediaModels.image.timeoutMs
b64_json para que los contenidos multimedia generados puedan
almacenarse y entregarse mediante la ruta normal de archivos adjuntos del canal. Las imágenes
de referencia locales se convierten en URL de datos; las referencias remotas http(s)
se transfieren sin cambios.Para usar xAI como proveedor de imágenes predeterminado:xAI también documenta
quality, mask, user y una relación de aspecto auto.
Actualmente, OpenClaw solo reenvía los controles de imagen compartidos entre proveedores;
estas opciones exclusivas del proveedor no se exponen mediante image_generate.Texto a voz
Texto a voz
El plugin
xai incluido registra la conversión de texto a voz mediante la interfaz
compartida del proveedor tts.- Voces: catálogo activo autenticado de xAI; se puede enumerar con
openclaw infer tts voices --provider xai - Voces alternativas sin conexión:
ara,eve,leo,rex,sal - Voz predeterminada:
eve - Los identificadores de voces personalizadas de la cuenta se reenvían aunque no aparezcan en la respuesta del catálogo integrado
- Formatos:
mp3,wav,pcm,mulaw,alaw - Idioma: código BCP-47 o
auto - Velocidad: sustitución de velocidad nativa del proveedor
- El formato nativo de nota de voz Opus no es compatible
OpenClaw utiliza el endpoint por lotes
/v1/tts de xAI para la síntesis almacenada en búfer,
la detección autenticada del catálogo /v1/tts/voices y el
wss://api.x.ai/v1/tts nativo para la síntesis en streaming. El streaming está restringido al
host nativo api.x.ai, por lo que los valores personalizados de baseUrl se rechazan en esta
ruta. Utiliza los controles existentes de idioma, voz, códec y velocidad; se aplican los valores
predeterminados de xAI para la frecuencia de muestreo y la tasa de bits. La síntesis de archivos de audio admite todos
los códecs configurados. Los destinos de notas de voz utilizan MP3 para el streaming y la alternativa
almacenada en búfer porque los códecs sin procesar de xAI no incluyen metadatos de códec o frecuencia. El
flujo envía text.delta y después
text.done, recibe audio.delta, audio.done o error, y aplica un
timeoutMs de inactividad que se actualiza con cada fragmento de audio. Es independiente de
las sesiones de voz en tiempo real. Consulta el contrato de la API de TTS en streaming de xAI.Voz a texto
Voz a texto
El plugin El idioma se puede proporcionar mediante la configuración multimedia de audio compartida o por cada
solicitud de transcripción. La interfaz compartida de OpenClaw acepta indicaciones para el prompt,
pero la integración STT mediante REST de xAI solo reenvía el archivo y el idioma
porque son los únicos que se corresponden con el endpoint público actual de xAI.
xai incluido registra la conversión por lotes de voz a texto mediante la
interfaz de transcripción de comprensión multimedia de OpenClaw.- Endpoint: REST de xAI
/v1/stt - Ruta de entrada: carga de archivo de audio multipart
- Selección del modelo: xAI elige internamente el modelo de transcripción; el endpoint no dispone de un selector de modelo
- Se utiliza siempre que la transcripción de audio entrante lee
tools.media.audio, incluidos los segmentos de canales de voz de Discord y los archivos de audio adjuntos de los canales
Voz a texto en streaming
Voz a texto en streaming
El plugin La configuración propiedad del proveedor se encuentra en
xai incluido también registra un proveedor de transcripción en tiempo real
para el audio de llamadas de voz en directo.- Endpoint: WebSocket de xAI
wss://api.x.ai/v1/stt - Codificación predeterminada:
mulaw - Frecuencia de muestreo predeterminada:
8000 - Detección de fin de intervención predeterminada:
800ms - Transcripciones provisionales: activadas de forma predeterminada
plugins.entries.voice-call.config.streaming.providers.xai. Las claves
compatibles son apiKey, baseUrl, sampleRate, encoding (pcm, mulaw o
alaw), interimResults, endpointingMs y language.Este proveedor de streaming se utiliza para la ruta de transcripción en tiempo real de Voice Call.
Discord graba segmentos cortos y, en su lugar, utiliza la ruta de transcripción por lotes
tools.media.audio.Voz en tiempo real (Talk)
Voz en tiempo real (Talk)
El plugin La configuración propiedad del proveedor también se resuelve desde
xai incluido registra sesiones en tiempo real de Grok Voice Agent para
el modo Talk mediante el contrato compartido registerRealtimeVoiceProvider.- Endpoint:
wss://api.x.ai/v1/realtime?model=<voice-model> - Modelo predeterminado:
grok-voice-latest - Voz predeterminada:
eve - Transporte:
gateway-relay(rutas de retransmisión de iOS, Android y Control UI) - Audio: PCM16 de 24 kHz o G.711 µ-law de 8 kHz
- Interrupción: el VAD del servidor de xAI interrumpe la respuesta; OpenClaw borra la reproducción en cola y trunca el historial del proveedor que no se ha reproducido
plugins.entries.voice-call.config.realtime.providers.xai cuando Voice Call
o los selectores compartidos de tiempo real reutilizan el mismo mapa de proveedores. Las claves compatibles son
apiKey, baseUrl, model, voice, vadThreshold, silenceDurationMs,
prefixPaddingMs, reasoningEffort y sessionResumption.
reasoningEffort solo acepta high o none, de acuerdo con la API de Voice Agent de xAI.El VAD del servidor de xAI siempre crea respuestas y gestiona la interrupción del audio.
Utiliza consultRouting: "provider-direct"; el enrutamiento forzado de transcripciones y la desactivación
de la interrupción del audio de entrada no son compatibles con el protocolo de Voice Agent de xAI.OAuth de xAI o
XAI_API_KEY pueden autenticar la voz en tiempo real. WebRTC gestionado por
el navegador aún no forma parte de esta interfaz del proveedor; utiliza Talk con retransmisión mediante el Gateway en
nodos nativos o la ruta de retransmisión de Control UI.sessionResumption tiene como valor predeterminado false. Cuando se establece en true, OpenClaw solicita
a xAI que conserve suficiente estado de la sesión para reanudar la misma conversación tras una
reconexión y, después, vuelve a conectarse con el identificador de conversación devuelto. Debe dejarse
desactivado cuando la reproducción o retención por parte del proveedor no sea aceptable; en ese caso, los sockets
interrumpidos se cierran ante el fallo en lugar de iniciar silenciosamente una conversación nueva.Configuración de x_search
Configuración de x_search
El plugin xAI incluido expone
x_search como herramienta de OpenClaw para
buscar contenido de X (anteriormente Twitter) mediante Grok.Ruta de configuración: plugins.entries.xai.config.xSearchConfiguración de la ejecución de código
Configuración de la ejecución de código
El plugin xAI incluido expone
code_execution como herramienta de OpenClaw para
la ejecución remota de código en el entorno aislado de xAI.Ruta de configuración: plugins.entries.xai.config.codeExecutionEsta es una ejecución remota en el entorno aislado de xAI, no una ejecución local mediante
exec.Limitaciones conocidas
Limitaciones conocidas
- La autenticación de xAI puede utilizar una clave de API, una variable de entorno, una configuración alternativa del plugin u OAuth con una cuenta de xAI apta. OAuth utiliza la verificación mediante código de dispositivo sin una devolución de llamada a localhost. xAI decide qué cuentas pueden recibir tokens de API de OAuth, y la página de consentimiento puede mostrar Grok Build aunque OpenClaw no requiere la aplicación Grok Build.
- OpenClaw no expone actualmente la familia de modelos multiagente de xAI. xAI ofrece estos modelos mediante la API Responses, pero no aceptan las herramientas del cliente ni las herramientas personalizadas que utiliza el bucle de agente compartido de OpenClaw. Consulte las limitaciones multiagente de xAI.
- Actualmente, la voz en tiempo real de xAI solo expone el transporte Talk mediante retransmisión del Gateway. Las sesiones WebSocket del proveedor controladas por el navegador todavía no están conectadas en la interfaz de control.
- La imagen
quality, la imagenmasky las relaciones de aspecto adicionales exclusivas de la implementación nativa no se exponen hasta que la herramienta compartidaimage_generatedisponga de los controles correspondientes entre proveedores.
Notas avanzadas
Notas avanzadas
- OpenClaw aplica automáticamente correcciones específicas de xAI para la compatibilidad de los esquemas y las llamadas de herramientas en la ruta del ejecutor compartido.
- Las solicitudes nativas de xAI utilizan de forma predeterminada
tool_stream: true. Establezcaagents.defaults.models["xai/<model>"].params.tool_streamenfalsepara deshabilitarlo. - El contenedor de xAI incluido elimina los límites no admitidos de recuento de elementos contenidos en los esquemas y las claves de carga útil de esfuerzo de razonamiento no admitidas antes de enviar solicitudes nativas de xAI. Grok 4.5 admite los niveles de esfuerzo bajo, medio y alto (alto de forma predeterminada). Grok 4.3 admite ninguno, bajo, medio y alto (bajo de forma predeterminada). Otros modelos de xAI con capacidad de razonamiento no exponen un control de esfuerzo configurable, pero siguen solicitando
include: ["reasoning.encrypted_content"]para poder reproducir el razonamiento cifrado anterior en los turnos posteriores. web_search,x_searchycode_executionse exponen como herramientas de OpenClaw. OpenClaw adjunta a la solicitud de cada herramienta únicamente la función integrada específica de xAI que necesita, en lugar de adjuntar todas las herramientas nativas a cada turno del chat.- Grok
web_searchleeplugins.entries.xai.config.webSearch.baseUrl.x_searchleeplugins.entries.xai.config.xSearch.baseUrly, a continuación, recurre a la URL base de búsqueda web de Grok. x_searchycode_executionpertenecen al plugin de xAI incluido, en lugar de estar codificados directamente en el entorno de ejecución central de modelos.code_executiones una ejecución remota en el entorno aislado de xAI, no una ejecución local medianteexec.
Pruebas en vivo
Las rutas multimedia de xAI están cubiertas por pruebas unitarias y conjuntos de pruebas en vivo opcionales. ExporteXAI_API_KEY en el entorno del proceso antes de ejecutar las pruebas en vivo.
Contenido relacionado
Selección de modelos
Elección de proveedores, referencias de modelos y comportamiento de conmutación por error.
Generación de vídeo
Parámetros de la herramienta compartida de vídeo y selección de proveedores.
Todos los proveedores
Descripción general más amplia de los proveedores.
Solución de problemas
Problemas comunes y soluciones.