Grok MCP Plugin

Grok MCP Plugin

Un complemento de Model Context Protocol (MCP) que proporciona acceso fluido a las potentes capacidades de Grok AI directamente desde Cline.

Características

Este complemento expone tres potentes herramientas a través de la interfaz MCP:

1. Chat Completion - Genera respuestas de texto utilizando los modelos de lenguaje de Grok
2. Image Understanding - Analiza imágenes con las capacidades de visión de Grok
3. Function Calling - Usa Grok para llamar funciones basadas en la entrada del usuario

Requisitos previos

• Node.js (v16 o superior)
• Una clave API de Grok AI (obtenerla de console.x.ai)
• Cline con soporte para MCP

Instalación

1. Clona este repositorio:

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

2. Instala las dependencias:

   npm install
   

3. Compila el proyecto:

   npm run build
   

4. Añade el servidor MCP a la configuración MCP de tu Cline:

   Para la extensión Cline de VSCode, edita el archivo en:

   ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
   

   Añade 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": []
       }
     }
   }
   

   Reemplaza /path/to/grok-mcp con la ruta real de tu instalación y your-grok-api-key con tu clave API de Grok AI.

Uso

Una vez instalado y configurado, el complemento Grok MCP proporciona tres herramientas que se pueden usar en Cline:

Chat Completion

Genera 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>

Image Understanding

Analiza 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 usar 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>

Function Calling

Usa Grok para llamar funciones basadas en 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 la API

Chat Completion

Genera una respuesta utilizando la finalización de chat de Grok AI.

Parámetros:

• messages (obligatorio): Arreglo de objetos de mensaje con rol y contenido
• model (opcional): Modelo de Grok a utilizar (por defecto grok-3-mini-beta)
• temperature (opcional): Temperatura de muestreo (0-2, por defecto 1)
• max_tokens (opcional): Número máximo de tokens a generar (por defecto 16384)

Image Understanding

Analiza imágenes utilizando las capacidades de visión de Grok AI.

Parámetros:

• prompt (obligatorio): Indicación de texto 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 (por defecto grok-2-vision-latest)

Nota: Se debe proporcionar image_url o base64_image.

Function Calling

Usa Grok AI para llamar funciones basadas en la entrada del usuario.

Parámetros:

• messages (obligatorio): Arreglo de objetos de mensaje con rol y contenido
• tools (obligatorio): Arreglo de objetos de herramienta con tipo, nombre de función, descripción y parámetros
• tool_choice (opcional): Modo de selección de herramienta (auto, required, none, por defecto auto)
• model (opcional): Modelo de Grok a utilizar (por defecto grok-3-mini-beta)

Desarrollo

Estructura del proyecto

• src/index.ts - Implementación principal del servidor
• src/grok-api-client.ts - Implementación del cliente de la API de Grok

Compilación

npm run build

Ejecución

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

Licencia

Este proyecto está licenciado bajo la Licencia MIT; consulta el archivo LICENSE para más detalles.

Agradecimientos

• Model Context Protocol
• Grok AI