SpaceXSI Cookbook
使用 Grok API 开发应用的示例、实用指南和教程。每个示例的完整代码都可在 GitHub 上获取。
精选
实用示例
文章跟读
利用文本转语音提供的逐字符时间戳为文章配音，播放时逐词高亮，点击任意单词即可跳到相应位置。
实时口译
用一种语言说话，片刻后即可听到 Grok 用另一种语言复述。网页使用短期 token 直连实时语音 API。
让照片中的角色开口说话
用 Grok Imagine 的参考图生视频功能，让画中的角色、吉祥物或照片里的宠物以你选定的声音说话，再让第二个角色回应。
通过 MCP 查询数据库
将 SQLite 数据库封装为小型只读 MCP 服务器，让 Grok 列出数据表、读取表结构并执行 SQL 来回答问题。
指南
应用
从链接制作播客
将文章或 PDF 制成双人主持的播客，在小型网页应用中实时观看撰稿和录制过程。
从截图生成 React 组件
将界面截图转为使用 Tailwind 样式的 React 组件，再让 Grok 对照原图修正差异。
为销售通话准备公司简报
Grok 搜索网页和 𝕏，并调用应用中的 CRM 函数查询客户资料，为销售通话整理一页简报。
根据 CSV 回答问题
放入 CSV 并提问。Grok 在沙箱中编写和运行 pandas 代码，展示所运行的代码，并通过计算结果和图表回答。
从文档生成带引用的回答
针对整个文档文件夹提问，回答会引用原文段落。使用元数据筛选器限定参与检索的文档。
移动语音应用
在原生 iOS 和 Android 应用中与 Grok 实时语音对话，iOS 版还支持文本转语音。
电话语音 Agent
使用 Twilio 构建可以打电话与之交谈的语音 Agent。
从照片制作延时摄影
把一张照片改成多个阶段的画面，例如同一条街道的四季，再将各阶段的图像固定到同一段 Grok Imagine 视频中。
从商品照片制作视频广告
将一张商品照片制作成带旁白的竖屏视频广告。Grok 撰写创意简报，将商品置入三个场景，再选取一个制成动画。
评估推理强度
用各档推理强度运行同一提示词的测试用例，结合代码检查和评判模型评分，找到满足要求且成本最低的档位。
将收据整理成电子表格
将收据照片和 PDF 发票整理成可汇总的表格。Grok 对每张票据读取两次，标出结果不一致的单元格。
从评论中提炼主题
通过一次 Batch API 作业为一千条应用评论逐条打标签，按主题排名并展示数量、趋势和原文摘录。
从分镜制作短片
用 Grok Imagine 的关键帧、图生视频和旁白，把一句话的构思制作成四个镜头的短片，在网页应用中观看制作过程。
从关注话题生成晨间简报
根据几个话题从 𝕏 和网页整理两分钟的语音简报。Grok 会跳过已播报的新闻，每次运行都有费用上限。
网页语音 Agent
React 客户端可切换 Python 和 Node.js 后端，后端通过 WebSocket 连接 Voice Agent API。
核查 𝕏 帖子
粘贴 𝕏 帖子链接，Grok 会同时检索网页和 𝕏，逐项核查说法，写出每句话都标明来源的说明。
追踪 𝕏 舆情
用 Grok 的 X Search 工具检索实时帖子并评估对特定话题的情感倾向，在仪表盘上查看逐帖评分和每日变化。
从缺陷报告到修复
描述小型代码库中的一个缺陷，观察 Grok 用失败的测试复现问题、修复代码并重新运行测试。每条命令都会在执行前受检。
从会议中整理行动项
按发言人实时生成通话字幕，持续记录决定和待办事项。针对会议提问时，回答会链接到转录稿的对应时刻。
视频配音
将视频配成另一种语言，逐句对齐原声时间。译文过长时由 Grok 缩短，再叠加到原始背景音上。
WebRTC 语音 Agent
低延迟浏览器语音 Agent。浏览器与服务器之间使用 WebRTC，服务器通过 WebSocket 连接 xAI。