Grok Imagineをほかのツール・AIとつなぐ手順（その1）：OpenAI互換のSDK、Files API、image_generationツール、リモートMCPツールを、設定する場所と渡るデータごとに

この記事は、公式の資料を2026年10月25日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。運営者はGrok Imagineを入れていますが、使い心地はこの記事には書いていません。設定例は、「公式の例にもとづく形」か「この記事で組んだ案」のどちらかを、そのつど書きます。公式ページは要約の形で取得したため、コードは実行前に公式ページの原文と見比べてください。APIキー、サーバーのURL、認証を、システムに登録する操作は、原文を見て写すようにしてください。

先に結論

• 連携は、「呼ぶ側」と「呼ばれる側」の向きで分けると、迷いません。 表にまとめます。

• コネクタ（画面）とX Subscriptionの2つは、その2（08）に書きます。 grok.comのコネクタのページには、Imagineでコネクタが使えるかは書かれていませんでした。
• MCPを使うAPIの連携には、権限を絞る allowed_tools（使えるツールの名前の一覧）があります。 連携4で扱います。

前提：用語をそろえる

• MCP：AIが外の道具を呼び出すための共通の規格です。サーバーの側が「使えるツール」を公開し、AIの側が呼びます。
• MCPサーバー：ツールを公開する側のプログラムです。公式のコネクタのページ（08で扱います）は、カスタムのMCPサーバーは「公開インターネットから届く」必要があると書いています。リモートMCPツールのページには、この記載は見つかりませんでした。
• OpenAI互換：OpenAIが決めた呼び方（SDKの書き方）を、xAIのAPIに向けて使えることです。OpenAIのサービスを使うという意味ではありません。
• Responses API：チャットのモデルに、ツールを持たせて呼ぶAPIの書き方です。公式のドキュメントは、OpenAIのResponses APIと互換の形で説明しています。
• ツール（tools）：チャットのモデルが、必要なときに呼ぶ部品です。image_generation、web_search、mcp などがあると、各ページが書いています。
• OAuth：パスワードを渡さずに、サービス同士をつなぐ許可の仕組みです。画面のコネクタは、OAuthでサインインします。
• トンネル：手元のサーバーを、公開のURLで外から届くようにする仕組みです。
• file_id：Files APIに保存したファイルの番号です。

つなぐ前に：準備するもの

• APIを使う連携は、05のステップ7（アカウント、クレジット、APIキー、XAI_API_KEY）が済んでいる前提です。
• チャットのモデル名として、公式の例は grok-4.7 を使っています。モデル名は変わります。公式で最新を確かめてください。

連携1：OpenAI互換・AI SDK・xAI SDKで、Imagineを呼ぶ

何ができるか（Imagine Overview）：xAI SDK（Python、xai_sdk）、OpenAI SDK（Python、base_url を https://api.x.ai/v1 にする）、AI SDK（JavaScript、@ai-sdk/xai）、REST（curl）から、画像生成や動画生成を呼べます。

設定する場所：プログラムの中です。

手順：OpenAIのSDKから、画像を作る

1. pip install openai を実行する（05のクイックスタートの一覧にあります）。
2. 次の形で書く。公式の「Image Generation」の例にもとづく形です。

from openai import OpenAI

client = OpenAI(
    base_url="https://api.x.ai/v1",
    api_key="YOUR_API_KEY",
)

response = client.images.generate(
    model="grok-imagine-image-2.0",
    prompt="A collage of London landmarks in a stenciled street-art style",
)

print(response.data[0].url)

1. YOUR_API_KEY の所は、自分のキーに置き換える。ファイルにキーをそのまま書き込む形は、共有やバージョン管理の事故のもとです。環境変数 XAI_API_KEY から読む形にするかは、自分で決めます（公式のクイックスタートは、環境変数か .env を使う形を示しています）。
2. 実行し、response.data[0].url のURLを開く。

渡るデータ：指示文と、APIキー（Authorization ヘッダ）。結果は一時的なURLか、base64で返ります。

使えない書き方（公式の記載）：画像編集では、OpenAIのSDKの images.edit() は multipart/form-data を使うため、xAIのAPIでは使えません（application/json を求める）。編集は、xAI SDK、Vercel AI SDK、または直接のHTTPリクエストで行う、と書かれています。

手順：JavaScriptのAI SDKから使う

1. npm install ai @ai-sdk/xai zod を実行する（クイックスタートの一覧）。
2. 画像は generateImage（xai.image("grok-imagine-image-2.0") のように、モデルを渡す）、動画は generateVideo を使う、と、Imagine Overviewと各ページが書いています。動画は、ポーリングをSDKが自動で処理し、pollTimeoutMs でタイムアウトを指定できる、とVideo Editingのページにあります。
3. 呼び出しの細かい形は、各ページの例が、取得結果で崩れていたものがあったため、この記事には書きません。公式の各ページで原文を見て写してください。

注意：image_generationツール（連携3）は、Vercel AI SDKに未対応、と公式のページが書いています。

外し方：プログラムからそのコードを消し、キーを使わなくする、ということになります。APIキーを無効にする手順は、今回読んだクイックスタートには、書かれていませんでした。キーの取り消しは、console.x.aiのAPI Keysのページに、あるかもしれませんが、確認できていません。

連携2：Files APIで、作ったものを次の依頼につなげる

何ができるか（Imagine → Files API Integration）：Imagineのエンドポイントが公開URLやbase64の画像・動画を受け取る所では、保存済みファイルの file_id で代わりにできます。生成物をFilesの保存場所に入れることも、必要に応じて永続的で共有できる公開URLを作ることもできる、と書かれています。既定では、生成直後に imgen.x.ai か vidgen.x.ai の一時的なURLが返ります。

設定する場所：リクエストの file_id（入力側）と、xAI SDKの storage_options（保存側）です。

手順：画像を作る → 保存 → 保存した画像を編集 → 動画にする

公式のページの例にもとづく形です（Python、xAI SDK）。

import os
import xai_sdk

client = xai_sdk.Client(api_key=os.getenv("XAI_API_KEY"))

# 1. 画像を作って、保存する
gen = client.image.sample(
    prompt="A futuristic city skyline at night",
    model="grok-imagine-image-2.0",
    storage_options={"filename": "city.jpg"},
)
city = gen.file_output.file_id

# 2. 保存した画像を、再アップロードせずに編集する
edit = client.image.sample(
    prompt="Add neon signs to the buildings",
    model="grok-imagine-image-2.0",
    image_file_id=city,
    storage_options={"filename": "city-neon.jpg"},
)

# 3. 編集した画像を動画にする
vid = client.video.generate(
    prompt="A camera pulls back through the city",
    model="grok-imagine-video-1.5",
    duration=5,
    image_file_id=edit.file_output.file_id,
)

print(vid.url)

1. 1の storage_options={"filename": ...} を付けると、生成物がFilesに保存されます。コメントは「公開URLを必要としない非公開の保存」と書いています。
2. 保存後の番号は、file_output.file_id で取ります。
3. 2と3は、その番号を image_file_id= に渡します。
4. 3の動画は、storage_options を付けていません。ページの概要には「images and videos」をFilesに保存できる、と読める記載がありますが、この例は動画の保存を示していません。保存の書き方は、公式の「Persisting Generated Output」のページで確かめてください（今回は読んでいません）。

REST（curl）で渡すとき：画像編集は image（url の代わりに file_id を使う形）、複数枚編集は images の各要素、動画は image・video・reference_images の中に、file_id を入れられます。各ページの記載は、「URL、data URI、file_id が使える」までで、JSONの file_id の書き方の例は、今回読んだページには載っていませんでした。「Imagine → Files API Integration」の原文で確かめてください。

渡るデータ：画像・動画のファイルが、xAIの保存場所（Files）に入ります。公開URLを作るオプションを使うと、そのURLを知る人が見られる形になる、と読めます（公開の範囲の説明は、今回読んだページにはありませんでした）。

外し方：ファイルの削除は、画面では grok.com/files で行える、とFAQが書いています（画面側の保存場所とAPIのFilesが同じ一覧なのかは、書かれていませんでした）。APIでの削除方法は、「Managing Files」のページを案内する書き方で、今回は読んでいません。公開URLの取り消しも、「Files → Public URLs」の案内のみで、読んでいません。

連携3：image_generationツールで、Grokのチャットから画像を作らせる

何ができるか（Image Generation Tool）：Responses APIの tools に {"type": "image_generation"} を足すと、Grokが会話の中で、画像を作ったり編集したりします。いつ画像ツールを呼ぶか、画像用の指示文、縦横比は、モデルが決めます。ツールはサーバー側で動くので、1回の依頼の中で「作ってから直す」もできます、と書かれています。

設定する場所：Responses APIの tools です。サイズや形式のパラメータはなく、縦横比は指示文に書きます（「9:16の縦長」など）。任意の action は、省略すると auto（生成と編集の両方）、generate は生成のみ、edit は編集のみです。

手順：Python（OpenAI互換）で、画像を1枚作って保存する

公式の例にもとづく形です。

import base64, os
from openai import OpenAI

client = OpenAI(api_key=os.getenv("XAI_API_KEY"), base_url="https://api.x.ai/v1")
response = client.responses.create(
    model="grok-4.7",
    input="Generate an image of a corgi surfing a big wave",
    tools=[{"type": "image_generation"}],
)
for item in response.output:
    if item.type == "image_generation_call":
        with open("out.jpg", "wb") as f:
            f.write(base64.b64decode(item.result))

1. 結果は、出力項目 image_generation_call に入ります。result が、data URLの接頭辞のないbase64の文字列で、そのままデコードできます。
2. prompt の欄には、モデルが画像モデルに渡した指示文が入るので、確認に使えます。IDは、生成が ig_、編集が ie_ で始まります。
3. xAI SDKでは、tools=[image_generation()] を付けたチャットで chat.sample() し、response.image_outputs からバイト列を取って、ファイルに書き出します。

複数回のやり取り：xAI SDKでは前のレスポンスを append、Responses APIでは previous_response_id を渡すと、前の回の画像を見て直せます。自分で状態を持つなら、image_generation_call を含む出力項目を、次の依頼の input にそのまま戻します。

ほかのツールとの併用：ページは、web search、X search、code execution、クライアント側の関数と同じ依頼で使える、と書いています（mcp は、この一覧には出てきません）。この記事の案として、連携4（MCP）とも同じ tools に並べられるのでは、と考えますが、ページにその例は無く、動作は確認できていません。

渡るデータ：チャットの指示と、会話に添えた画像。結果はbase64です。ストリーミングでは、途中のプレビュー画像は送られません。

外し方：tools から image_generation を外します。制限：Vercel AI SDKは未対応。ツールの料金は、Pricingのページを案内する書き方で、今回は読んでいません。細かい指示を出したいときは、画像生成・編集のエンドポイントを直接使う、と案内されています。

連携4：リモートMCPツールで、Grokに外のサービスを呼ばせる

何ができるか（Remote MCP Tools）：Grokが、外のMCPサーバーに接続して、第三者や自前のツールを使います。接続とやり取りはxAI側が管理します。使えるのは、xAIのSDK、OpenAI互換のResponses API、Speech to Speech APIと、ページが書いています。

設定する場所：Responses APIの tools です。

手順：公開のMCPサーバーを、1つ呼ばせる

公式の例にもとづく形です（Python、OpenAI互換）。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("XAI_API_KEY"),
    base_url="https://api.x.ai/v1",
)

response = client.responses.create(
    model="grok-4.7",
    input=[{"role": "user", "content": "What can you do with https://github.com/xai-org/xai-sdk-python?"}],
    tools=[
        {
            "type": "mcp",
            "server_url": "https://mcp.deepwiki.com/mcp",
            "server_label": "deepwiki",
        }
    ],
)

print(response)

1. 呼ばせたいMCPサーバーのURLを server_url に、名前を server_label に書く。
2. 認証が要るサーバーなら、authorization にトークンを入れる。トークンは、そのMCPサーバーに送られます。
3. 使わせたいツールが決まっているなら、allowed_tools（xAIのSDKでは allowed_tool_names）で絞る。ページは、省略するとサーバーが公開する全ツールの定義がモデルに入る、絞るとモデルへの負荷を減らせて、読み取り専用のツールだけを許可するなどリスクも抑えられる、と書いています。

渡るデータ：質問に必要な内容と、ツールの呼び出し、authorization と headers の値が、MCPサーバーに渡ります。サーバーが返した結果は、モデルの文脈に入ります。MCPサーバーが何を保存するかは、そのサーバーの運営者次第で、公式のページには書かれていません。

制限（ページの記載）：OpenAIのResponses APIの require_approval と connector_id は、現時点で非対応です。複数のサーバーを同時に有効にできます。ページの本文に、料金の記載は見つかりませんでした（サイドバーに「Pricing」のリンクがあります）。

公式のセキュリティの注意：HTTPSのURLを使う、MCPサーバー側で認証を実装する、ツールが多いサーバーでは allowed_tools で絞る。

外し方：tools から該当の要素を消します。サーバー側で発行したトークンの無効化は、そのサービスの手順になります。

うまくいかないとき

権限と渡るデータの一覧（その1の範囲）

APIの生成物については、Imagine Overviewが、コンテンツポリシーの審査の対象で、学習には使われない、と書いています。画面側の学習の扱いは、04を参照してください。コネクタとX Subscriptionの分は、その2（08）の一覧にあります。

次に読むもの

grok.comのコネクタ（Google Drive、自前のMCPサーバーとトンネル）、X Subscription（Cursorとの共有枠）、組み合わせの案は、08_grok-imagine_connect_steps_2.md（その2）にあります。

気をつけること

• この記事は、実際に使って確かめた記録ではありません。運営者はGrok Imagineを入れていますが、使い心地はこの記事には書いていません。公式の資料を読んだ範囲です。
• コードは、公式のページの例にもとづく形で、取得は要約を経由しています。APIキー、サーバーのURL、トークンを、システムやコードに登録する前に、公式ページの原文を見て確かめてください。
• 連携3と4を同じ依頼に並べる例は、公式のページになく、確認できていません。
• リモートMCPツールでは、authorization と headers の値が、MCPサーバーに渡ります。そのサーバーが何を保存するかは、運営者の規約次第で、この記事では読んでいません。
• 第三者のサービス（MCPサーバーの運営者など）には、それぞれの規約があります。
• 画面の表記、モデル名、対応は変わります。公式で最新を確かめてください。この記事は法律の助言ではありません。

出典

• Imagine Overview（docs.x.ai、2026-10-08更新、確認日 2026-10-25）
• Image Generation（docs.x.ai、確認日 2026-10-25）
• Image Editing（docs.x.ai、確認日 2026-10-25）
• Multi-Image Editing（docs.x.ai、確認日 2026-10-25）
• Video Generation（docs.x.ai、確認日 2026-10-25）
• Video Editing（docs.x.ai、確認日 2026-10-25）
• Imagine Files API Integration（docs.x.ai、確認日 2026-10-25）
• Image Generation Tool（docs.x.ai、確認日 2026-10-25）
• Remote MCP Tools（docs.x.ai、確認日 2026-10-25）
• API Quickstart（docs.x.ai、確認日 2026-10-25）