Skip to main content
Glama

Complemento Grok MCP

versión npm Estado de construcción de la herrería

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:

  1. Completar chat : genere respuestas de texto utilizando los modelos de lenguaje de Grok

  2. Comprensión de imágenes : analice imágenes con las capacidades de visión de Grok

  3. Llamada de funciones : utilice Grok para llamar a funciones según la entrada del usuario

Related MCP server: Grok MCP Server

Prerrequisitos

  • Node.js (v16 o superior)

  • Una clave API de Grok AI (obtenida en console.x.ai )

  • Cline con soporte MCP

Instalación

  1. Clonar este repositorio:

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

    npm install
  3. Construir el proyecto:

    npm run build
  4. 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.

Expresiones de gratitud

Available Tools

3 tools
chat_completionC

Generate a response using Grok AI chat completion

Inputs: messages (required), max_tokens, model, temperature.

function_callingC

Use Grok AI to call functions based on user input

Inputs: messages (required), tools (required), model, tool_choice.

image_understandingC

Analyze images using Grok AI vision capabilities (Note: Grok 3 may support image creation)

Inputs: prompt (required), base64_image, image_url, model.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    B3.1/5.0

    Scored across 3 tools

    Disambiguation5/5

    Each tool has a clearly distinct purpose: chat_completion handles text generation, function_calling manages function execution, and image_understanding focuses on visual analysis. There is no overlap in functionality, making tool selection straightforward for an agent.

    Naming Consistency4/5

    The tools follow a consistent snake_case naming convention, but the pattern is not strictly verb_noun (e.g., chat_completion, function_calling, image_understanding). The naming is readable and logical, with only minor deviations from a perfect pattern.

    Tool Count3/5

    With only 3 tools, the set feels thin for a general-purpose AI plugin, potentially lacking operations like text summarization, translation, or audio processing. However, it covers core AI functionalities adequately for basic use cases.

    Completeness3/5

    The tools cover key AI areas (text, functions, images), but there are notable gaps such as missing text analysis tools (e.g., sentiment analysis, summarization) and no explicit support for audio or video processing. The surface is functional but not comprehensive for a full AI suite.

    Maintenance

    ActivityInactive
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      F
      maintenance
      A custom Model Context Protocol implementation that integrates Perplexity AI with Claude Desktop, allowing users to access Perplexity's AI models for both single questions and multi-turn conversations.
      23 npm
      ISC
    • A
      license
      B
      quality
      D
      maintenance
      Enables interaction with the Grok AI through an MCP server, supporting chat completions, text completions, embeddings, and model operations with streaming capabilities.
      5
      16 npm
      7
      MIT
    • A
      license
      B
      quality
      D
      maintenance
      Provides seamless access to Grok AI models through the Model Context Protocol by wrapping the official Grok CLI, offering tools for general queries, multi-turn conversations, and code generation.
      3
      9
      MIT
    • A
      license
      B
      quality
      F
      maintenance
      Enables chat completions using x.ai's Grok API with support for multiple Grok models (grok-beta, grok-2-latest, grok-4-latest) and configurable parameters like temperature and max tokens.
      1
      4 npm
      MIT

    Appeared in Searches