Complemento Grok MCP

Un complemento de Protocolo de contexto de modelo (MCP) que proporciona acceso perfecto a las potentes capacidades de Grok AI directamente desde Cline.

Características

Este complemento expone tres herramientas poderosas a través de la interfaz MCP:

Completar chat : genere respuestas de texto utilizando los modelos de lenguaje de Grok
Comprensión de imágenes : analice imágenes con las capacidades de visión de Grok
Llamada de funciones : utilice Grok para llamar a funciones según la entrada del usuario

Prerrequisitos

Node.js (v16 o superior)
Una clave API de Grok AI (obtenida en console.x.ai )
Cline con soporte MCP

Instalación

Clonar este repositorio:
git clone https://github.com/Bob-lance/grok-mcp.git cd grok-mcp
Instalar dependencias:
npm install
Construir el proyecto:
npm run build
Agregue el servidor MCP a su configuración de Cline MCP:Para la extensión Cline de VSCode, edite el archivo en:
~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
Agregue la siguiente configuración:
{ "mcpServers": { "grok-mcp": { "command": "node", "args": ["/path/to/grok-mcp/build/index.js"], "env": { "XAI_API_KEY": "your-grok-api-key" }, "disabled": false, "autoApprove": [] } } }
Reemplace /path/to/grok-mcp con la ruta real a su instalación y your-grok-api-key con su clave API de Grok AI.

Uso

Una vez instalado y configurado, el complemento Grok MCP proporciona tres herramientas que se pueden utilizar en Cline:

Finalización del chat

Genere respuestas de texto utilizando los modelos de lenguaje de Grok:

<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>

Comprensión de imágenes

Analice imágenes con las capacidades de visión de Grok:

<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>

También puedes utilizar imágenes codificadas en base64:

<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>

Llamada de función

Utilice Grok para llamar funciones según la entrada del usuario:

<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>

Referencia de API

Finalización del chat

Genere una respuesta utilizando la función de finalización de chat de Grok AI.

Parámetros:

messages (obligatorio): Matriz de objetos de mensaje con rol y contenido
model (opcional): modelo de Grok a utilizar (predeterminado: grok-2-latest)
temperature (opcional): Temperatura de muestreo (0-2, predeterminado 1)
max_tokens (opcional): Número máximo de tokens a generar (predeterminado: 16384)

Comprensión de imágenes

Analice imágenes utilizando las capacidades de visión de Grok AI.

Parámetros:

prompt (obligatorio): Texto de aviso para acompañar la imagen
image_url (opcional): URL de la imagen a analizar
base64_image (opcional): datos de imagen codificados en Base64 (sin el prefijo data:image)
model (opcional): modelo de visión de Grok a utilizar (el valor predeterminado es grok-2-vision-latest)

Nota: Se debe proporcionar image_url o base64_image .

Llamada de función

Utilice Grok AI para llamar funciones según la entrada del usuario.

Parámetros:

messages (obligatorio): Matriz de objetos de mensaje con rol y contenido
tools (obligatorio): Matriz de objetos de herramientas con tipo, nombre de función, descripción y parámetros
tool_choice (opcional): modo de elección de herramienta (automático, obligatorio, ninguno, predeterminado en automático)
model (opcional): modelo de Grok a utilizar (predeterminado: grok-2-latest)

Desarrollo

Estructura del proyecto

src/index.ts - Implementación del servidor principal
src/grok-api-client.ts - Implementación del cliente de la API de Grok

Edificio

npm run build

Correr

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

Licencia

Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.

Grok MCP Plugin

Integrations

Complemento Grok MCP

Características

Prerrequisitos

Instalación

Uso

Finalización del chat

Comprensión de imágenes

Llamada de función

Referencia de API

Finalización del chat

Comprensión de imágenes

Llamada de función

Desarrollo

Estructura del proyecto

Edificio

Correr

Licencia

Expresiones de gratitud