Hace muy poco, la compañía xAI de Elon Musk sorprendió a la comunidad liberando el código fuente de Grok Build bajo la permisiva licencia Apache 2.0. A diferencia de alternativas propietarias como Claude Code o las últimas versiones de Codex CLI, Grok Build se presenta como un agente de desarrollo 100% de código abierto para la terminal. Y lo mejor de todo: aunque recién instalado funciona a la perfección con la API oficial de xAI, está totalmente preparado para ser redirigido a tus propios modelos locales (corriendo en Ollama, llama.cpp o Lemonade).

¿Qué hace especial a Grok Build?

Además de ser código abierto real, la herramienta destaca por varios aspectos clave:

  • Interfaz de terminal (TUI) interactiva: A pesar de ejecutarse en consola, responde al ratón. Puedes hacer scroll, hacer doble clic para colapsar/expandir los bloques de razonamiento del modelo y ver visualmente el consumo de contexto en porcentaje al pasar el cursor.
  • Herramientas nativas integradas: Incluye de serie funciones para leer y escribir archivos, realizar búsquedas con grep, ejecutar comandos adaptados a tu sistema operativo (sabe si usas PowerShell en Windows o zsh/bash en macOS/Linux), y lanzar subagentes especializados.
  • Web Fetch: Una utilidad nativa para consultar páginas web directamente y extraer su texto limpio para el modelo, evitando que la IA tenga que inventar scripts raros de Python o Curl.
  • Soporte para MCP (Model Context Protocol): Lo que te permite ampliar sus capacidades con herramientas externas (como búsquedas en Brave Search, bases de datos, etc.).

El factor clave: Consumo de contexto inicial

Un detalle muy importante a tener en cuenta al usar modelos locales es que Grok Build consume aproximadamente 11K tokens de contexto inicial solo al arrancar. Esto se debe a que debe inyectar el prompt de sistema, las definiciones de todas sus herramientas y el estado de tu entorno. Por ello, es muy recomendable utilizar un motor de inferencia local optimizado (como llama.cpp) y un modelo con buena velocidad de procesamiento de prompts.

Paso 1: Configurar ~/.grok/config.toml

Grok Build lee sus ajustes de un archivo en formato TOML en tu directorio de usuario. Abre la terminal y edita o crea el archivo ~/.grok/config.toml:

[endpoints]
# La dirección IP y puerto donde corre tu servidor de inferencia local
models_base_url = "http://192.168.21.248:13305/v1"

[model.grok-build]
# Mapeamos el modelo por defecto de Grok a tu modelo local (ej. LMX-Omni-52B-Halo-1080)
model = "LMX-Omni-52B-Halo-1080"
api_key = "dummy"
context_window = 131072
# Definimos el backend explícitamente para evitar ambigüedades
api_backend = "chat_completions"

Tip de configuración: Definir api_backend = "chat_completions" de forma explícita es una buena práctica para asegurar que el agente no intente utilizar variantes incompletas o no soportadas del estándar OpenAI en tu servidor local.

Paso 2: Exportar la variable de entorno obligatoria

El código de Grok Build realiza una comprobación de la variable de entorno XAI_API_KEY para poder descargar el listado de modelos desde tu endpoint /v1/models al arrancar (aunque tu servidor local no pida contraseña). Por ello, define la variable antes de ejecutar el comando:

export XAI_API_KEY="dummy"
grok

Para no tener que escribir esto cada vez, puedes añadirlo a tu archivo de configuración de terminal (~/.zshrc o ~/.bashrc):

echo 'export XAI_API_KEY="dummy"' >> ~/.zshrc

Paso 3: Seleccionar y cambiar de modelo local en el chat

Una vez dentro de la interfaz interactiva, puedes cambiar de modelo de dos maneras:

  • Atajo visual: Pulsa Ctrl + M en el chat para abrir la lista visual de modelos locales disponibles y haz clic en el que quieras usar.
  • Comando de chat: Escribe /model <identificador-de-modelo> (por ejemplo, /model Bonsai-1.7B-gguf o /model Gemma-4-26B-A4B-it-GGUF).

Con esto tienes un entorno de desarrollo guiado por IA, de código abierto y completamente local en tu Mac.