Grok MCP Plugin

Grok MCP 插件

一个 Model Context Protocol (MCP) 插件，可直接从 Cline 无缝访问 Grok AI 的强大能力。

功能

该插件通过 MCP 接口提供三个强大的工具：

1. 聊天补全 - 使用 Grok 的语言模型生成文本回复
2. 图像理解 - 使用 Grok 的视觉能力分析图像
3. 函数调用 - 使用 Grok 根据用户输入调用函数

前置要求

• Node.js（v16 或更高版本）
• Grok AI API 密钥（从 console.x.ai 获取）
• 支持 MCP 的 Cline

安装

1. 克隆此仓库：

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

2. 安装依赖：

   npm install
   

3. 构建项目：

   npm run build
   

4. 将 MCP 服务添加到你的 Cline MCP 设置中：

   对于 VSCode Cline 扩展，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 替换为你的实际安装路径，并将 your-grok-api-key 替换为你的 Grok AI API 密钥。

使用

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

聊天补全

使用 Grok 的语言模型生成文本回复：

<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>

图像理解

使用 Grok 的视觉能力分析图像：

<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>

你也可以使用 base64 编码的图像：

<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>

函数调用

使用 Grok 根据用户输入调用函数：

<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 参考

聊天补全

使用 Grok AI 聊天补全生成回复。

参数：

• messages（必需）：包含 role 和 content 的消息对象数组
• model（可选）：要使用的 Grok 模型（默认为 grok-3-mini-beta）
• temperature（可选）：采样温度（0-2，默认为 1）
• max_tokens（可选）：要生成的最大 token 数（默认为 16384）

图像理解

使用 Grok AI 视觉能力分析图像。

参数：

• prompt（必需）：随图像一起提供的文本提示词
• image_url（可选）：要分析的图像 URL
• base64_image（可选）：base64 编码的图像数据（不包含 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 之一。

函数调用

使用 Grok AI 根据用户输入调用函数。

参数：

• messages（必需）：包含 role 和 content 的消息对象数组
• tools（必需）：包含 type、function name、description 和 parameters 的工具对象数组
• tool_choice（可选）：工具选择模式（auto、required、none，默认为 auto）
• model（可选）：要使用的 Grok 模型（默认为 grok-3-mini-beta）

开发

项目结构

• src/index.ts - 主服务实现
• src/grok-api-client.ts - Grok API 客户端实现

构建

npm run build

运行

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

许可证

本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件。

致谢

• Model Context Protocol
• Grok AI