Grok MCP Plugin

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 Model Context Protocol（MCP）プラグインです。

機能

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提供します。

1. 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します
2. 画像の理解 - Grok の視覚機能を使用して画像を分析します
3. 関数呼び出し - ユーザー入力に基づいて Grok に関数を呼び出させます

前提条件

• Node.js（v16 以降）
• Grok AI API キー（console.x.ai から取得）
• MCP に対応した Cline

インストール

1. 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
   

2. 依存関係をインストールします：

   npm install
   

3. プロジェクトをビルドします：

   npm run build
   

4. Cline の 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
   

   次の設定を追加します：

   {
     "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 をインストール先の実際のパスに、your-grok-api-key を Grok AI API キーに置き換えてください。

使い方

インストールと設定が完了すると、Grok MCP プラグインから Cline で使用できる 3 つのツールが提供されます。

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>

画像の理解

Grok の視覚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 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

ユーザー入力に基づいて Grok に関数を呼び出させます：

<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

チャット補完

Grok AI のチャット補完を使用して応答を生成します。

パラメーター：

• messages（必須）：ロールとコンテンツを含むメッセージオブジェクトの配列
• model（任意）：使用する Grok モデル（デフォルトは grok-3-mini-beta）
• temperature（任意）：サンプリング温度（0～2、デフォルトは 1）
• max_tokens（任意）：生成するトークンの最大数（デフォルトは 16384）

画像の理解

Grok AI の視覚機能を使用して画像を分析します。

パラメーター：

• prompt（必須）：画像に添えるテキストプロンプト
• image_url（任意）：分析する画像の URL
• base64_image（任意）：Base64 エンコードされた画像データ（data:image プレフィックスを含めないでください）
• model（任意）：使用する Grok の視覚モデル（デフォルトは grok-2-vision-latest）

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

関数呼び出し

ユーザー入力に基づいて、Grok AI に関数を呼び出させます。

パラメーター：

• messages（必須）：ロールとコンテンツを含む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、パラメーターを含むツールオブジェクトの配列
• tool_choice（任意）：ツールの選択モード（auto、required、none。デフォルトは auto）
• model（任意）：使用する Grok モデル（デフォルトは grok-3-mini-beta）

開発

プロジェクト構成

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

ビルド

npm run build

実行

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 ライセンスの下で公開されています。詳細については、LICENSE ファイルを参照してください。

謝辞

• Model Context Protocol
• Grok AI