AI导哈

Grok API MCP服务器

一个基于Rust构建的MCP服务器，为xAI Grok API提供聊天完成、视觉分析、网络/X搜索、嵌入和模型列表等功能。

  • by codeChap
  • Rust
  • 本地部署
  • 更新于
在 GitHub 查看 codeChap/mcp-server-grok-chat

使用说明

mcp服务器grok聊天

用于xAI Grok API的MCP（模型上下文协议）服务器。内置Rust，将聊天完成、视觉、web/X搜索、嵌入和模型列表作为MCP工具公开。

与所有MCP服务器一样，使用JSON-RPC 2.0通过stdio进行通信。

工具

工具 说明
chat 向Grok发送聊天完成请求，其中包含可选的多回合历史记录、系统提示、结构化输出（JSON模式）、模型选择和多代理研究
chat_with_vision 在给定图像URL和文本提示的情况下，使用Grok的视觉能力分析图像
chat_with_search 使用实时网络搜索和/或X（推特）搜索到地面响应与Grok聊天
embedding 使用Grok的嵌入模型生成文本嵌入
list_models 列出所有可用的Grok型号及其ID（缓存5分钟）

聊天

发送聊天完成请求。支持通过JSON消息历史数组进行多回合对话、系统提示、通过JSON模式进行结构化输出、温度控制、模型选择和多代理研究。

使用多代理模型时（任何包含以下内容的模型ID multi-agent)，该请求通过Responses API自动路由。多代理模型将您的查询分派给并行研究的多个代理，然后综合他们的发现。使用 reasoning_effort 以控制代理数量。叫 list_models 工具查看当前可用的多代理模型。

参数：

名称 类型 必填 描述
prompt string yes 要发送的用户消息
model string no 型号ID（默认值： grok-4.3).呼叫 list_models 对于当前设置。
system_prompt string no 设置上下文的系统提示
messages string no 完整的对话历史记录为JSON数组 {role, content} 物体
temperature 浮子 否 取样温度（0.0-2.0）
max_tokens integer 否 要生成的最大令牌数
response_schema string no 用于强制结构化输出的JSON模式字符串
reasoning_effort string 否 打开 grok-4.3: low/medium/high 控制本地推理深度。关于多代理模型： low/medium =4个代理， high/xhigh =16名代理人(xhigh 仅限多代理）。

聊天与视觉

使用Grok的视觉能力分析图像。

参数：

名称 类型 必填 描述
prompt string yes 描述要分析内容的文本提示
image_url string yes 图像的URL（必须是http://或https://）
model string no 型号ID（默认值： grok-4.3).必须是一个有远见的模特。呼叫 list_models 对于当前设置。
detail string no 图像细节级别： low 或 high （默认值： high)
temperature 浮子 否 取样温度（0.0-2.0）
max_tokens integer 否 要生成的最大令牌数

聊天与搜索

使用实时网络搜索和/或X（推特）搜索与Grok聊天。该模型会自动搜索互联网以确定其响应。

参数：

名称 类型 必填 描述
prompt string yes 要发送的用户消息
search_type string 否 搜索类型： web, x，或 both （默认值： both)
model string no 型号ID（默认值： grok-4.3).呼叫 list_models 对于当前设置。
system_prompt string no 设置上下文的系统提示
temperature 浮子 否 取样温度（0.0-2.0）
max_tokens integer 否 要生成的最大令牌数
reasoning_effort string 否 打开 grok-4.3: low/medium/high 控制本地推理深度。关于多代理模型： low/medium =4个代理， high/xhigh =16名代理人(xhigh 仅限多代理）。

嵌入

生成文本嵌入。

参数：

名称 类型 必填 描述
input string yes 要嵌入为JSON的文本：单个字符串或字符串数组
model string no 要使用的嵌入模型（默认值： grok-2-text-embedding)

list_models

列出所有可用的Grok型号。没有参数。结果将缓存5分钟。

先决条件

  • 铁锈（2024年版）
  • 来自的xAI API密钥 console.x.ai

设置

创建配置文件：

mkdir -p ~/.config/mcp-server-grok-chat

创建 ~/.config/mcp-server-grok-chat/config.toml:

api_key = "xai-..."

构建

cargo build --release

这产生 target/release/grok-chat.

发展：

cargo build              # debug build
cargo run                # run in dev mode
RUST_LOG=debug cargo run # run with debug logging

MCP配置

添加到您的Claude桌面配置(~/.config/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "grok-chat": {
      "command": "/path/to/grok-chat"
    }
  }
}

项目结构

src/
  main.rs    - entry point, config loading, stdio transport setup
  server.rs  - MCP tool definitions (chat, chat_with_vision, chat_with_search, embedding, list_models)
  api.rs     - xAI HTTP client, request/response types, response formatters
  params.rs  - tool parameter types with serde and JSON Schema derives
  config.rs  - TOML config loading

许可证

麻省理工学院

相关 MCP