Grok MCPプラグイン

Cline から Grok AI の強力な機能にシームレスに直接アクセスできるようにする Model Context Protocol (MCP) プラグイン。

特徴

このプラグインは、MCP インターフェースを通じて 3 つの強力なツールを公開します。

チャット補完- Grok の言語モデルを使用してテキスト応答を生成する
画像理解- Grokのビジョン機能で画像を分析
関数呼び出し- Grok を使用して、ユーザー入力に基づいて関数を呼び出す

前提条件

Node.js (v16 以上)
Grok AI API キー ( console.x.aiから取得)
MCPサポート付きCline

インストール

このリポジトリをクローンします:
git clone https://github.com/Bob-lance/grok-mcp.git cd grok-mcp
依存関係をインストールします:
npm install
プロジェクトをビルドします。
npm run build
Cline MCP 設定に MCP サーバーを追加します。VSCode Cline 拡張機能の場合は、次のファイルを編集します。
~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
次の構成を追加します。
{ "mcpServers": { "grok-mcp": { "command": "node", "args": ["/path/to/grok-mcp/build/index.js"], "env": { "XAI_API_KEY": "your-grok-api-key" }, "disabled": false, "autoApprove": [] } } }
/path/to/grok-mcp実際のインストールパスに置き換え、 your-grok-api-key Grok AI API キーに置き換えます。

使用法

Grok MCP プラグインをインストールして構成すると、Cline で使用できる 3 つのツールが提供されます。

チャット完了

Grok の言語モデルを使用してテキスト応答を生成します。

<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>

画像理解

Grok のビジョン機能を使用して画像を分析します。

<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>

base64 でエンコードされた画像も使用できます。

<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>

関数呼び出し

Grok を使用して、ユーザー入力に基づいて関数を呼び出します。

<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リファレンス

チャット完了

Grok AI チャット補完を使用して応答を生成します。

パラメータ:

messages （必須）: 役割とコンテンツを持つメッセージオブジェクトの配列
model (オプション): 使用する Grok モデル (デフォルトは grok-2-latest)
temperature （オプション）：サンプリング温度（0～2、デフォルトは1）
max_tokens (オプション): 生成するトークンの最大数 (デフォルトは16384)

画像理解

Grok AI ビジョン機能を使用して画像を分析します。

パラメータ:

prompt （必須）: 画像に添えるテキストプロンプト
image_url (オプション): 分析する画像のURL
base64_image (オプション): Base64でエンコードされた画像データ（data:imageプレフィックスなし）
model (オプション): 使用する Grok ビジョンモデル (デフォルトは grok-2-vision-latest)

注: image_urlまたはbase64_imageいずれかを指定する必要があります。

関数呼び出し

Grok AI を使用して、ユーザー入力に基づいて関数を呼び出します。

パラメータ:

messages （必須）: 役割とコンテンツを持つメッセージオブジェクトの配列
tools （必須）: タイプ、関数名、説明、パラメータを持つツールオブジェクトの配列
tool_choice (オプション): ツール選択モード (自動、必須、なし、デフォルトは自動)
model (オプション): 使用する Grok モデル (デフォルトは grok-2-latest)

発達

プロジェクト構造

src/index.ts - メインサーバーの実装
src/grok-api-client.ts - Grok API クライアント実装

建物

npm run build

ランニング

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

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細についてはLICENSEファイルを参照してください。

Grok MCP Plugin

Integrations

Grok MCPプラグイン

特徴

前提条件

インストール

使用法

チャット完了

画像理解

関数呼び出し

APIリファレンス

チャット完了

画像理解

関数呼び出し

発達

プロジェクト構造

建物

ランニング

ライセンス

謝辞