Skip to content

Grok Build 接入

Grok Build 是 xAI 提供的终端编码客户端。Air Router 推荐使用 Responses 后端:

text
https://www.air-router.com/v1

1. 安装 Grok CLI

bash
curl -fsSL https://x.ai/cli/install.sh | bash
powershell
irm https://x.ai/cli/install.ps1 | iex

重新打开终端后验证:

bash
grok --version

2. 保存 API Key

bash
export AIR_ROUTER_API_KEY="sk-your-key"
powershell
$env:AIR_ROUTER_API_KEY="sk-your-key"

3. 编辑配置文件

配置文件位置:

系统路径
macOS / Linux / WSL~/.grok/config.toml
WindowsC:\Users\<用户名>\.grok\config.toml

下面示例使用 grok-4.5。如果你的模型列表返回了不同 ID,请同时替换 model,并确保 [models] 指向对应的配置名称。

toml
[models]
default = "grok"
web_search = "grok"

[endpoints]
models_base_url = "https://www.air-router.com/v1"

[model."grok"]
model = "grok-4.5"
base_url = "https://www.air-router.com/v1"
env_key = "AIR_ROUTER_API_KEY"
api_backend = "responses"
context_window = 1000000
supports_backend_search = true

[features]
telemetry = false

字段说明:

字段说明
[models].default新会话默认使用的本地模型配置名称
[models].web_search内置搜索工具使用的模型配置名称
models_base_url模型列表入口,必须包含 /v1
model发给 Air Router 的实际模型 ID
env_key读取 API Key 的环境变量名称
api_backend推荐使用 responses
context_window客户端上下文上限;真实上限仍由模型和服务端决定
supports_backend_search允许模型使用服务端搜索能力

关于模型 ID

grok-4.5 是当前示例值,不代表所有账户都可用。最终以 GET /v1/models 和控制台显示为准。

4. 验证配置

先检查客户端读取到的配置:

bash
grok inspect

再执行最小请求:

bash
grok -p "只回复 ok" -m grok

成功时,终端会输出 ok,Air Router 控制台也会出现对应的请求记录。

5. 隐私与遥测

进入 Grok 交互界面后执行:

text
/privacy

检查客户端的 privacy / data-retention 状态,并按需关闭“用于训练”或“共享以改进模型”。[features].telemetry = false 仅控制客户端匿名遥测,不等同于训练和数据保留设置。

常见问题

grok inspect 仍显示官方地址

确认配置文件路径和 TOML 语法正确,重新打开终端后再次运行。重点检查 [model."grok"] 下的 base_url

模型列表或模型请求返回 401

确认当前终端存在 AIR_ROUTER_API_KEY,并且 env_key 填的是变量名。若配置 models_base_url,拉取 /v1/models 时同样需要有效 Key。

模型不存在或无权限

  1. 请求 GET /v1/models,确认实际模型 ID。
  2. 检查当前 Key 是否属于 Grok 模型分组。
  3. 确认 base_urlmodels_base_url 均包含 /v1
  4. 修改 model 后重新启动 Grok。

搜索工具不可用

确认 [models].web_search 指向 Grok 配置、supports_backend_search = true,并检查所选模型和模型包是否支持服务端搜索。

Responses 协议不兼容

优先保持 api_backend = "responses"。只有在确认目标模型或分组明确要求 Chat Completions 时,才改为:

toml
api_backend = "chat_completions"

更多状态码说明见常见问题与排错