Seer's blog
Development 042

Grok Build：xAI 開源終端 coding agent，能直接拿來做什麼？

Grok Build：xAI 開源終端 coding agent，能直接拿來做什麼？ 封面圖

Grok Build 是 xAI 在 7/15 開源的終端 coding agent。重點不只是一個新 CLI，而是整套 agent loop、工具層、TUI 與擴充系統都公開了，現在可以直接看資料流向、接自訂模型、研究它的 Rust 架構。

作者

Seer

日期

2026-07-16

xai grok-build coding-agent rust cli mcp

Grok Build 是 xAI 昨天（7/15）開源的終端 coding agent。它和 Claude Code、Codex CLI 是同一類工具：在 terminal 裡讀 codebase、改檔、跑指令、查資料、接工具。

這次值得看，不只是因為又多了一個 AI CLI，而是它把整套能跑的主體直接攤開了。從 agent loop、tool-call 派發、TUI，到 skills、plugins、hooks、MCP、subagents，現在都能直接看原始碼、看文件、看它怎麼切模組。

先看這次到底開了什麼

先講清楚定位：Grok Build 不是只丟一個 terminal client 出來，它這次開的是一整套 coding agent 工作面。

從官方 repo 和文件來看，公開範圍包含：

  • agent loop
  • 工具層
  • TUI
  • workspace / sandbox
  • skills
  • plugins
  • hooks
  • MCP
  • subagents
  • headless mode
  • ACP agent mode

repo 內也把主要 crate 拆得很清楚：xai-grok-pager 負責 TUI、xai-grok-shell 是 runtime 與 headless / agent 入口、xai-grok-tools 放工具實作、xai-grok-workspace 處理檔案系統、執行與 workspace 邊界。這種切法的價值很直接：你不是只看到功能清單，而是能直接看到一個生產級終端 agent 怎麼拆責任。

授權也要講準。第一方程式碼採 Apache 2.0，第三方或 vendored code 還是各自沿用原授權。這代表你可以研究、build、fork、商用改造第一方主體，但細節還是要回 LICENSE 與相依授權逐項看。

這篇最重要的五個直接用途

xAI 昨天（7/15）開源的終端 coding agent——就是和 Claude Code、Codex CLI 同類的工具，整套用 Rust 寫成，第一方程式碼採 Apache 2.0 授權。開源範圍涵蓋完整的 agent loop（context 組裝、回應解析、tool-call 派發）、工具層、TUI、以及擴充系統（skills、plugins、hooks、MCP、subagents）。

實際能拿來做的事，大概分五個方向：

  1. 接自己的模型，完全脫離 xAI 雲端

    2. 它支援在 ~/.grok/config.toml 設定自訂模型：指定 base_url、model、env_key 就能接任何 OpenAI-compatible endpoint。也就是說可以接 Ollama / vLLM 本地推論、OpenRouter（進而跑 Claude、GPT、Gemini），甚至自己編譯後指向內網 endpoint，做出完全 air-gapped 的 coding agent。這對不能把程式碼送上雲的環境（金融、內網開發）是現成方案。

  1. 稽核它到底傳了什麼

    2. 開源前它才出過一次爭議——被抓到即使開了隱私設定，仍會把整個 repo 同步上雲。現在原始碼公開，可以直接檢視網路層確認資料流向，再決定要不要在公司環境用。這也是這次開源的一大意義：透明度。

  1. 當作 Rust agent 架構的教材／零件庫

    2. cargo workspace 切得很乾淨：xai-grok-pager（TUI）、xai-grok-shell（agent runtime）、xai-grok-tools（工具實作）、xai-grok-workspace（檔案系統與執行沙箱）。想自己寫 agent 的話，這是目前少數生產等級、非玩具的 Rust 參考實作，個別 crate 也可能可以直接抽出來用（Apache 2.0 允許商用 fork）。

  1. 自動化與整合
  • Headless 模式（-p）：在腳本或 CI 裡跑 agent 任務，例如自動修 lint、產生 PR 描述。
  • ACP（Agent Client Protocol）：可以被編輯器嵌入，反過來也能寫程式驅動它，做 bot 或多 agent 調度。以你現有的

    • sheetctl 多 agent 協作流程來說，它可以當成任務板上另一個可派工的 worker。

  1. Fork 客製

    2. 要注意它是「原始碼透明」而非社群治理——GitHub issues 關閉、不收外部 PR，程式碼是從 xAI monorepo 定期同步出來的。所以想改就得自己維護 fork，upstream 不會收你的貢獻。

哪些地方是現在就能拿來用的

如果你今天就想把它拿來上手，最有感的是三條線：custom models、headless、ACP。

先看模型端。官方文件明寫，它可以在 ~/.grok/config.toml 定義自訂模型，除了 OpenAI Chat Completions，也支援 OpenAI Responses 和 Anthropic Messages API。這件事很重要，因為它讓 Grok Build 不再只是 xAI 模型的外殼，而是能接你自己模型路由的 agent shell。

再看自動化。官方把 grok -p 定義成 headless 單次執行模式，你可以直接塞進腳本或 CI，拿來做 lint 修復、PR 描述、repo review，或受控的 code transformation。它不是只能在全螢幕 TUI 裡互動。

第三條線是 ACP。grok agent stdio 讓它可以當成 Agent Client Protocol server，透過 JSON-RPC 被 IDE、editor 或其他自訂工具長連線調用。這對已經有任務板、多 agent worker、內部 editor integration 的團隊很實用，因為你接的不是它的畫面，而是它的 agent runtime。

另外，skills、plugins、hooks、MCP、subagents 這一串也不是裝飾。這代表你可以把它接進現有工具鏈，而不是只把它當成單機 CLI。對會自己做 workflow、自己接 server、自己管 tool policy 的人，這一層才是真正會用到的地方。

哪些地方有架構研究價值

這份 repo 的價值，不是只有「它是 Rust 寫的」。真正值得拆的是它怎麼把一套終端 coding agent 切成可理解的模組。

像 xai-grok-shell 這種 runtime 入口，會讓你直接看到 headless、互動式 TUI、agent mode 怎麼共用同一套主體。xai-grok-tools 和 xai-grok-workspace 則把工具調用、檔案系統、執行邊界、workspace 狀態拆開，這對自己做 agent 的人很重要，因為大多數專案卡住的地方不是模型回話，而是 tool layer 跟 runtime 怎麼黏、workspace 怎麼管、sandbox 怎麼收斂。

再往上看，MCP、skills、hooks、plugins、subagents 這些擴充點也都有清楚位置。這種 repo 最有用的地方，是你能直接回頭問幾個實作問題：agent loop 怎麼接 UI？headless 和 interactive 怎麼共用 runtime？tool call 跟 workspace 怎麼拆責任？這些都比抽象談「agent architecture」更有用。

如果你本來就在做 coding shell、內部開發助手、AI worker 平台，這份 repo 很適合拿來當參考樣本。

它的邊界

這套東西雖然開源，但不是社群共治案。

官方 CONTRIBUTING.md 已經寫清楚：不接受外部 PR，也不收 unsolicited patches。repo 是從 xAI 內部 monorepo 定期同步出來的。意思很直接：

  • 你可以看
  • 你可以 build
  • 你可以 fork
  • 你可以自己改
  • 但 upstream 不會接你的改動

所以如果你打算把它用進公司流程，或想做安全規則、模型路由、內網工具、特定 hooks / plugins / MCP 組合，你要先接受一件事：後面那條維護線是你自己的，不是社群幫你扛。

怎麼起手

最低成本的起手方式很直接。

先裝 binary：

curl -fsSL https://x.ai/cli/install.sh | bash
# 或 Windows PowerShell
irm https://x.ai/cli/install.ps1 | iex

接著先跑起來：

grok

如果你想直接驗證「它能不能接我自己的模型」，下一步就是改 ~/.grok/config.toml。官方文件列出的欄位包含 model、base_url、api_key / env_key、api_backend、context_window、extra_headers，已經夠你接本地推論、OpenRouter，或其他相容端點。

如果你想快速試 automation，就直接跑 headless：

grok -p "Explain this repo and list risky shell commands"

如果你想把它接進別的工具，就從 ACP 開始：

grok agent stdio

想更深入，就去讀 xai-grok-shell、user guide 和 ACP 文件。這樣抓主線比一開始把所有 crate 全翻一遍更快。

收尾

Grok Build 不一定會立刻取代你現在手上的 Claude Code 或 Codex CLI。

但如果你在意的是下面這幾件事，它就很值得看：

  • 想接自己的模型端點
  • 想確認資料到底怎麼流出去
  • 想研究生產級 Rust agent 架構
  • 想把 headless agent 接進 CI 或內部工具
  • 想 fork 一套第一方原始碼透明的 coding agent

更直接地說，這次開源真正有價值的地方，不是又多一個 AI CLI，而是 xAI 把一套可以研究、可以檢查、可以自己改的 agent shell 攤在你面前。對想自己掌握 agent 邊界的人，這比多一個新模型名字更有用。

參考資料

  1. xai-org/grok-build (GitHub)
  2. Grok Build Overview
  3. Custom Models
  4. Headless Mode and Scripting
  5. Agent Mode (ACP) and IDE Integration
  6. MCP Servers
  7. Skills
  8. Subagents and Personas
  9. Apache License 2.0
  10. CONTRIBUTING.md

終端 agent 值不值得用，關鍵不只是模型強不強，而是你能不能看清楚它怎麼接模型、怎麼調工具、怎麼把它接進自己的流程。

上一篇

Originkit.dev：可貼進 Framer、也能接 MCP，和 React Bits 怎麼選？

下一篇

Meshy AI 與 7 個 AI 3D 工具：從圖片、PBR、Rigging 到本地生成的 workflow

Signals

Visits

--

Waiting for Cloudflare metrics.