Grok MCP 插件

模型上下文协议 (MCP) 插件可直接从 Cline 无缝访问 Grok AI 的强大功能。

特征

该插件通过 MCP 接口公开了三个强大的工具：

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 的视觉功能分析图像

3. 函数调用——使用 Grok 根据用户输入调用函数

Related MCP server: Glean MCP Server

先决条件

• Node.js（v16 或更高版本）

• Grok AI API 密钥（从console.x.ai获取）

• Cline 与 MCP 支持

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：

   对于 VSCode Cline 扩展，请编辑以下文件：

   ~/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": [] } } }

   将/path/to/grok-mcp替换为您的安装的实际路径，并将your-grok-api-key替换为您的 Grok AI API 密钥。

用法

安装并配置完成后，Grok MCP 插件将提供三个可在 Cline 中使用的工具：

聊天完成

使用 Grok 的语言模型生成文本响应：

图像理解

使用 Grok 的视觉功能分析图像：

您还可以使用 base64 编码的图像：

函数调用

使用 Grok 根据用户输入调用函数：

API 参考

聊天完成

使用 Grok AI 聊天完成生成响应。

参数：

• messages （必需）：具有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-2-latest）

• 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 （必需）：与图片一起出现的文字提示

• image_url （可选）：要分析的图像的 URL

• base64_image （可选）：Base64 编码的图像数据（不带 data:image 前缀）

• model （可选）：要使用的 Grok 视觉模型（默认为 grok-2-vision-latest）

注意：必须提供image_url或base64_image 。

函数调用

使用 Grok AI 根据用户输入调用函数。

参数：

• messages （必需）：具有角色和内容的消息对象数组

• tools （必需）：具有类型、函数名称、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-2-latest）

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

跑步

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。

致谢

• 模型上下文协议

• Grok 人工智能