Grok MCP 插件

<!-- 在此处添加徽章 -->

<!-- 如果包名不同，请替换 --> <!-- 替换为实际仓库路径 -->

这是一个模型上下文协议（MCP）插件，它提供了从Cline无缝访问Grok AI强大功能的能力。

功能

此插件通过MCP接口暴露了三个强大的工具：

1. 聊天完成 - 使用Grok的语言模型生成文本响应
2. 图像理解 - 使用Grok的视觉能力分析图像
3. 函数调用 - 根据用户输入使用Grok调用函数

预备条件

• Node.js（v16或更高版本）
• 一个Grok AI API密钥（从console.x.ai获取）
• 支持MCP的Cline

安装

1. 克隆这个仓库：

   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设置中：

   对于VSCode Cline扩展，编辑位于以下位置的文件：

   ~/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替换为您安装的实际路径，并将your-grok-api-key替换为您的Grok AI API密钥。

使用方法

一旦安装并配置好，Grok MCP插件将在Cline中提供三个工具：

聊天完成

使用Grok的语言模型生成文本响应：

<use_mcp_tool>
<server_name>grok-mcp</server_name>
<tool_name>chat_completion</tool_name>
<arguments>
{
  "messages": [
    {
      "role": "system",
      "content": "您是一个乐于助人的助手。"
    },
    {
      "role": "user",
      "content": "你好，你能告诉我关于Grok AI的信息吗？"
    }
  ],
  "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": "这张图片显示了什么？"
}
</arguments>
</use_mcp_tool>

您也可以使用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": "这张图片显示了什么？"
}
</arguments>
</use_mcp_tool>

函数调用

根据用户输入使用Grok调用函数：

<use_mcp_tool>
<server_name>grok-mcp</server_name>
<tool_name>function_calling</tool_name>
<arguments>
{
  "messages": [
    {
      "role": "user",
      "content": "旧金山的天气如何？"
    }
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "获取给定地点的当前天气",
        "parameters": {
          "type": "object",
          "properties": {
            "location": {
              "type": "string",
              "description": "城市和州，例如：旧金山，CA"
            },
            "unit": {
              "type": "string",
              "enum": ["摄氏度", "华氏度"],
              "description": "使用的温度单位"
            }
          },
          "required": ["location"]
        }
      }
    }
  ]
}
</arguments>
</use_mcp_tool>

API 参考

聊天完成

使用Grok AI聊天完成生成响应。

参数：

• messages（必需）：包含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-3-mini-beta）
• temperature（可选）：采样温度（0-2，默认为1）
• max_tokens（可选）：生成的最大标记数（默认为16384）

图像理解

使用Grok AI的视觉能力分析图像。

参数：

• prompt（必需）：伴随图像的文本提示
• 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之一。

函数调用

根据用户输入使用Grok AI调用函数。

参数：

• messages（必需）：包含角色和内容的消息对象数组
• tools（必需）：包含类型、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-3-mini-beta）

开发

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

构建

npm run build

运行

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

许可证

本项目在MIT许可证下发布 - 查看LICENSE文件以获取详细信息。

致谢

• 模型上下文协议
• Grok AI