AI导哈

Grok MCP插件

一个提供Grok AI强大功能的MCP插件，支持文本生成、图像分析和函数调用。

  • by Bob-lance
  • JavaScript
  • 本地部署
  • 25 星标
  • 更新于
在 GitHub 查看 Bob-lance/grok-mcp

使用说明

Grok MCP插件

一个模型上下文协议（MCP）插件，可以直接从Cline无缝访问Grok AI的强大功能。

特性

此插件通过MCP接口提供了三个强大的工具：

  1. 聊天完成 -使用Grok的语言模型生成文本响应
  2. 图像理解 -利用Grok的视觉能力分析图像
  3. 函数调用 -使用Grok根据用户输入调用函数

先决条件

  • Node.js（v16或更高版本）
  • Grok AI API密钥（从 console.x.ai)
  • 在MCP支持下保持稳定

安装

  1. 克隆此存储库：

    git clone https://github.com/Bob-lance/grok-mcp.git
cd grok-mcp

  2. 安装依赖项：

    npm install

  3. 构建项目：

    npm run build

  4. 将MCP服务器添加到您的Cline MCP设置中：

    对于VSCode Cline扩展名，请在以下位置编辑文件：

    ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json

    添加以下配置：

    {
  "mcpServers": {
    "grok-mcp": {
      "command": "node",
      "args": ["/path/to/grok-mcp/build/index.js"],
      "env": {
        "XAI_API_KEY": "your-grok-api-key"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

    替换 /path/to/grok-mcp 安装的实际路径和 your-grok-api-key 使用Grok AI API密钥。

用法

安装和配置后，Grok MCP插件提供了三个可用于Cline的工具：

聊天完成

使用Grok的语言模型生成文本响应：

<use_mcp_tool>
<server_name>grok-mcp</server_name>
<tool_name>chat_completion</tool_name>
<arguments>
{
  "messages": [
    {
      "role": "system",
      "content": "You are a helpful assistant."
    },
    {
      "role": "user",
      "content": "Hello, what can you tell me about Grok AI?"
    }
  ],
  "temperature": 0.7
}
</arguments>
</use_mcp_tool>

图像理解

使用Grok的视觉功能分析图像：

<use_mcp_tool>
<server_name>grok-mcp</server_name>
<tool_name>image_understanding</tool_name>
<arguments>
{
  "image_url": "https://example.com/image.jpg",
  "prompt": "What is shown in this image?"
}
</arguments>
</use_mcp_tool>

您还可以使用base64编码的图像：

<use_mcp_tool>
<server_name>grok-mcp</server_name>
<tool_name>image_understanding</tool_name>
<arguments>
{
  "base64_image": "base64-encoded-image-data",
  "prompt": "What is shown in this image?"
}
</arguments>
</use_mcp_tool>

函数调用

使用Grok根据用户输入调用函数：

<use_mcp_tool>
<server_name>grok-mcp</server_name>
<tool_name>function_calling</tool_name>
<arguments>
{
  "messages": [
    {
      "role": "user",
      "content": "What's the weather like in San Francisco?"
    }
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "Get the current weather in a given location",
        "parameters": {
          "type": "object",
          "properties": {
            "location": {
              "type": "string",
              "description": "The city and state, e.g. San Francisco, CA"
            },
            "unit": {
              "type": "string",
              "enum": ["celsius", "fahrenheit"],
              "description": "The unit of temperature to use"
            }
          },
          "required": ["location"]
        }
      }
    }
  ]
}
</arguments>
</use_mcp_tool>

api参考

聊天完成

使用Grok AI聊天完成生成响应。

参数：

  • messages （必填）：包含角色和内容的消息对象数组
  • model （可选）：要使用的Grok模型（默认为Grok-3-mini-beta）
  • temperature （可选）：采样温度（0-2，默认为1）
  • max_tokens （可选）：要生成的最大令牌数（默认为16384）

图像理解

使用Grok AI视觉功能分析图像。

参数：

  • prompt （必填）：图像附带文字提示
  • image_url （可选）：要分析的图像的URL
  • base64_image （可选）：Base64编码图像数据（不带数据：图像前缀）
  • model （可选）：要使用的Grok视觉模型（默认为Grok-2-vision-latest）

注：要么 image_url 或 base64_image 必须提供。

函数调用

使用Grok AI根据用户输入调用函数。

参数：

  • messages （必填）：包含角色和内容的消息对象数组
  • tools （必填）：包含类型、函数名、描述和参数的工具对象数组
  • tool_choice （可选）：工具选择模式（自动、必需、无、默认为自动）
  • model （可选）：要使用的Grok模型（默认为Grok-3-mini-beta）

发展

项目结构

  • src/index.ts -主服务器实现
  • src/grok-api-client.ts -Grok API客户端实现

建筑

npm run build

跑步

XAI_API_KEY="your-grok-api-key" node build/index.js

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

致谢

相关 MCP