grok-chat

mcp-server-grok-chat

xAI Grok API 用の MCP（Model Context Protocol）サーバーです。Rust で構築されており、チャット補完、ビジョン、Web／X 検索、埋め込み、モデル一覧取得を MCP ツールとして公開します。

すべての MCP サーバーと同様に、JSON-RPC 2.0 を使用して stdio 経由で通信します。

ツール

ツール	説明
chat	オプションの複数ターンの履歴、システムプロンプト、構造化出力（JSON スキーマ）、モデル選択、マルチエージェント調査を指定して、Grok にチャット補完リクエストを送信します
chat_with_vision	画像 URL とテキストプロンプトを指定して、Grok のビジョン機能で画像を分析します
chat_with_search	ライブ Web 検索や X（Twitter）検索を使って回答の根拠を補強しながら、Grok とチャットします
embedding	Grok の埋め込みモデルを使ってテキストの埋め込みを生成します
list_models	利用可能なすべての Grok モデルとその ID を一覧表示します（5 分間キャッシュされます）

chat

チャット補完リクエストを送信します。JSON メッセージ履歴配列による複数ターンの会話、システムプロンプト、JSON スキーマによる構造化出力、温度制御、モデル選択、マルチエージェント調査に対応しています。

マルチエージェントモデル（ID に multi-agent を含むモデル）を使用すると、リクエストは Responses API 経由で自動的に処理されます。マルチエージェントモデルはクエリを複数のエージェントに振り分け、並行して調査した後、その結果を統合します。エージェント数は reasoning_effort で制御します。現在利用可能なマルチエージェントモデルを確認するには、list_models ツールを呼び出してください。

パラメーター：

名前	型	必須	説明
prompt	string	はい	送信するユーザーメッセージ
model	string	いいえ	モデル ID（デフォルト：grok-4.3）。現在のモデル一覧は list_models を呼び出して確認してください。
system_prompt	string	いいえ	コンテキストを設定するシステムプロンプト
messages	string	いいえ	{role, content} オブジェクトの JSON 配列による会話履歴全体
temperature	float	いいえ	サンプリング温度（0.0 - 2.0）
max_tokens	integer	いいえ	生成するトークンの最大数
response_schema	string	いいえ	構造化出力を強制する JSON スキーマ文字列
reasoning_effort	string	いいえ	grok-4.3 では、low／medium／high によりネイティブの推論の深さを制御します。マルチエージェントモデルでは、low／medium = 4 エージェント、high／xhigh = 16 エージェントです（xhigh はマルチエージェント専用です）。

chat_with_vision

Grok のビジョン機能を使って画像を分析します。

パラメーター：

名前	型	必須	説明
prompt	string	はい	分析内容を説明するテキストプロンプト
image_url	string	はい	画像の URL（http:// または https:// である必要があります）
model	string	いいえ	モデル ID（デフォルト：grok-4.3）。ビジョン対応モデルである必要があります。現在のモデル一覧は list_models を呼び出して確認してください。
detail	string	いいえ	画像の詳細レベル：low または high（デフォルト：high）
temperature	float	いいえ	サンプリング温度（0.0 - 2.0）
max_tokens	integer	いいえ	生成するトークンの最大数

chat_with_search

ライブ Web 検索や X（Twitter）検索を使って、Grok とチャットします。モデルは回答の根拠を補強するため、インターネットを自動的に検索します。

パラメーター：

名前	型	必須	説明
prompt	string	はい	送信するユーザーメッセージ
search_type	string	いいえ	検索タイプ：web、x、または both（デフォルト：both）
model	string	いいえ	モデル ID（デフォルト：grok-4.3）。現在のモデル一覧は list_models を呼び出して確認してください。
system_prompt	string	いいえ	コンテキストを設定するシステムプロンプト
temperature	float	いいえ	サンプリング温度（0.0 - 2.0）
max_tokens	integer	いいえ	生成するトークンの最大数
reasoning_effort	string	いいえ	grok-4.3 では、low／medium／high によりネイティブの推論の深さを制御します。マルチエージェントモデルでは、low／medium = 4 エージェント、high／xhigh = 16 エージェントです（xhigh はマルチエージェント専用です）。

embedding

テキストの埋め込みを生成します。

パラメーター：

名前	型	必須	説明
input	string	はい	埋め込むテキストを JSON 形式で指定します。単一の文字列または文字列の配列です
model	string	いいえ	使用する埋め込みモデル（デフォルト：grok-2-text-embedding）

list_models

利用可能なすべての Grok モデルを一覧表示します。パラメーターはありません。結果は5分間キャッシュされます。

前提条件

• Rust（edition 2024）
• console.x.ai で取得した xAI API キー

セットアップ

設定ファイルを作成します。

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

~/.config/mcp-server-grok-chat/config.toml を作成します。

api_key = "xai-..."

ビルド

cargo build --release

これにより、target/release/grok-chat が生成されます。

開発用：

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

MCP の設定

Claude Desktop の設定ファイル（~/.config/Claude/claude_desktop_config.json）に追加します。

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

プロジェクト構成

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

ライセンス

MIT