diff --git a/docs/uk/plugins/codex-harness.md b/docs/uk/plugins/codex-harness.md index 443a4aed0..7500d3b0d 100644 --- a/docs/uk/plugins/codex-harness.md +++ b/docs/uk/plugins/codex-harness.md @@ -1,70 +1,75 @@ --- read_when: - - Ви хочете використовувати комплектний harness app-server Codex + - Ви хочете використовувати комплектний каркас app-server Codex - Вам потрібні посилання на моделі Codex і приклади конфігурації - - Ви хочете вимкнути резервне перемикання на Pi для розгортань лише з Codex -summary: Запускайте вбудовані ходи агента OpenClaw через комплектний harness app-server Codex -title: Harness Codex + - Ви хочете вимкнути резервний перехід на PI для розгортань лише з Codex +summary: Запускайте вбудовані ходи агента OpenClaw через комплектний каркас app-server Codex +title: Каркас Codex x-i18n: - generated_at: "2026-04-23T00:29:41Z" + generated_at: "2026-04-23T02:13:09Z" model: gpt-5.4 provider: openai - source_hash: 5f96680bcaff3d6d50e9673a0131210cfce8a7f976c66573a864d67008de27c1 + source_hash: dc2acc3dc906d12e12a837a25a52ec0e72d44325786106771045d456e6327040 source_path: plugins/codex-harness.md workflow: 15 --- -# Harness Codex +# Каркас Codex -Комплектний plugin `codex` дає змогу OpenClaw запускати вбудовані ходи агента через app-server Codex замість вбудованого harness PI. +Комплектний Plugin `codex` дає OpenClaw змогу виконувати вбудовані ходи агента через +app-server Codex замість вбудованого каркаса PI. -Використовуйте це, коли хочете, щоб Codex керував низькорівневою сесією агента: виявленням моделей, нативним відновленням thread, нативною Compaction та виконанням app-server. -OpenClaw, як і раніше, керує каналами чату, файлами сесій, вибором моделі, інструментами, погодженнями, доставкою медіа та видимим дзеркалом стенограми. +Використовуйте це, коли хочете, щоб Codex керував низькорівневою сесією агента: виявленням +моделей, нативним відновленням потоку, нативною Compaction і виконанням через +app-server. OpenClaw і далі керує каналами чату, файлами сесій, вибором моделей, інструментами, +схваленнями, доставкою медіа та видимим дзеркалом стенограми. -Нативні ходи Codex також враховують спільні plugin hooks `before_prompt_build`, -`before_compaction` і `after_compaction`, тож shims для prompt і автоматизація, обізнана про Compaction, можуть залишатися узгодженими з harness PI. -Нативні ходи Codex також враховують спільні plugin hooks `before_prompt_build`, +Нативні ходи Codex також враховують спільні хуки Plugin `before_prompt_build`, +`before_compaction` і `after_compaction`, тож шими промптів і +автоматизація з урахуванням Compaction можуть залишатися узгодженими з каркасом PI. +Нативні ходи Codex також враховують спільні хуки Plugin `before_prompt_build`, `before_compaction`, `after_compaction`, `llm_input`, `llm_output` і -`agent_end`, тож shims для prompt, автоматизація, обізнана про Compaction, і -спостерігачі життєвого циклу можуть залишатися узгодженими з harness PI. +`agent_end`, тож шими промптів, автоматизація з урахуванням Compaction і +спостерігачі життєвого циклу можуть залишатися узгодженими з каркасом PI. -Harness вимкнено за замовчуванням. Його буде вибрано лише тоді, коли plugin `codex` -увімкнено і розв’язана модель є моделлю `codex/*`, або коли ви явно примусово задаєте -`embeddedHarness.runtime: "codex"` чи `OPENCLAW_AGENT_RUNTIME=codex`. -Якщо ви ніколи не налаштовуєте `codex/*`, наявні запуски PI, OpenAI, Anthropic, Gemini, local +Каркас вимкнено за замовчуванням. Його буде вибрано лише тоді, коли Plugin `codex` +увімкнено і визначена модель є моделлю `codex/*`, або коли ви явно +примусово задаєте `embeddedHarness.runtime: "codex"` чи `OPENCLAW_AGENT_RUNTIME=codex`. +Якщо ви взагалі не налаштовуєте `codex/*`, наявні запуски PI, OpenAI, Anthropic, Gemini, local і custom-provider зберігають поточну поведінку. ## Виберіть правильний префікс моделі OpenClaw має окремі маршрути для доступу у форматі OpenAI та Codex: -| Посилання на модель | Шлях runtime | Коли використовувати | -| --------------------- | ------------------------------------------- | -------------------------------------------------------------------------- | -| `openai/gpt-5.4` | OpenAI provider через OpenClaw/PI plumbing | Вам потрібен прямий доступ до OpenAI Platform API з `OPENAI_API_KEY`. | -| `openai-codex/gpt-5.4` | OpenAI Codex OAuth provider через PI | Вам потрібен ChatGPT/Codex OAuth без harness app-server Codex. | -| `codex/gpt-5.4` | Комплектний provider Codex плюс harness Codex | Вам потрібне нативне виконання app-server Codex для вбудованого ходу агента. | +| Посилання на модель | Шлях виконання | Використовуйте, коли | +| --------------------- | -------------------------------------------- | ------------------------------------------------------------------------ | +| `openai/gpt-5.4` | Провайдер OpenAI через інфраструктуру OpenClaw/PI | Вам потрібен прямий доступ до OpenAI Platform API з `OPENAI_API_KEY`. | +| `openai-codex/gpt-5.4` | Провайдер OpenAI Codex OAuth через PI | Вам потрібен ChatGPT/Codex OAuth без каркаса app-server Codex. | +| `codex/gpt-5.4` | Комплектний провайдер Codex плюс каркас Codex | Вам потрібне нативне виконання через app-server Codex для вбудованого ходу агента. | -Harness Codex обробляє лише посилання на моделі `codex/*`. Наявні посилання `openai/*`, -`openai-codex/*`, Anthropic, Gemini, xAI, local і custom provider продовжують -працювати своїми звичайними шляхами. +Каркас Codex обробляє лише посилання на моделі `codex/*`. Наявні посилання `openai/*`, +`openai-codex/*`, Anthropic, Gemini, xAI, local і custom provider зберігають +свої звичайні шляхи. ## Вимоги -- OpenClaw із доступним комплектним plugin `codex`. +- OpenClaw із доступним комплектним Plugin `codex`. - app-server Codex версії `0.118.0` або новішої. -- Автентифікація Codex, доступна для процесу app-server. +- Автентифікація Codex, доступна процесу app-server. -Plugin блокує старіші або безверсійні handshakes app-server. Це гарантує, що -OpenClaw працює на поверхні протоколу, з якою його було протестовано. +Plugin блокує старіші або безверсійні рукостискання app-server. Це утримує +OpenClaw на поверхні протоколу, з якою його було протестовано. Для live- і Docker smoke-тестів автентифікація зазвичай надходить із `OPENAI_API_KEY`, а також -необов’язкових файлів Codex CLI, таких як `~/.codex/auth.json` і -`~/.codex/config.toml`. Використовуйте ті самі автентифікаційні матеріали, які використовує -ваш локальний app-server Codex. +з необов’язкових файлів Codex CLI, таких як `~/.codex/auth.json` і +`~/.codex/config.toml`. Використовуйте ті самі матеріали автентифікації, що й ваш локальний +app-server Codex. ## Мінімальна конфігурація -Використовуйте `codex/gpt-5.4`, увімкніть комплектний plugin і примусово задайте harness `codex`: +Використовуйте `codex/gpt-5.4`, увімкніть комплектний Plugin і примусово задайте +каркас `codex`: ```json5 { @@ -103,12 +108,12 @@ OpenClaw працює на поверхні протоколу, з якою йо ``` Установлення `agents.defaults.model` або моделі агента в `codex/` також -автоматично вмикає комплектний plugin `codex`. Явний запис plugin, як і раніше, +автоматично вмикає комплектний Plugin `codex`. Явний запис Plugin, як і раніше, корисний у спільних конфігураціях, оскільки робить намір розгортання очевидним. ## Додайте Codex без заміни інших моделей -Залишайте `runtime: "auto"`, якщо хочете використовувати Codex для моделей `codex/*`, а PI — для +Залиште `runtime: "auto"`, якщо хочете використовувати Codex для моделей `codex/*`, а PI — для всього іншого: ```json5 @@ -141,17 +146,17 @@ OpenClaw працює на поверхні протоколу, з якою йо } ``` -У такій конфігурації: +За такої форми: -- `/model codex` або `/model codex/gpt-5.4` використовує harness app-server Codex. -- `/model gpt` або `/model openai/gpt-5.4` використовує шлях provider OpenAI. -- `/model opus` використовує шлях provider Anthropic. -- Якщо вибрано не-Codex модель, PI залишається harness сумісності. +- `/model codex` або `/model codex/gpt-5.4` використовує каркас app-server Codex. +- `/model gpt` або `/model openai/gpt-5.4` використовує шлях через провайдер OpenAI. +- `/model opus` використовує шлях через провайдер Anthropic. +- Якщо вибрано модель не Codex, PI залишається каркасом сумісності. ## Розгортання лише з Codex -Вимкніть резервне перемикання на PI, коли потрібно довести, що кожен вбудований хід агента використовує -harness Codex: +Вимкніть резервний перехід на PI, коли потрібно підтвердити, що кожен вбудований хід агента використовує +каркас Codex: ```json5 { @@ -175,13 +180,13 @@ OPENCLAW_AGENT_HARNESS_FALLBACK=none \ openclaw gateway run ``` -Коли резервне перемикання вимкнено, OpenClaw завершується з помилкою на ранньому етапі, якщо plugin Codex вимкнено, -запитувана модель не є посиланням `codex/*`, app-server застарий або +Коли резервний перехід вимкнено, OpenClaw завершує роботу з помилкою на ранньому етапі, якщо Plugin Codex вимкнено, +потрібна модель не є посиланням `codex/*`, app-server надто старий або app-server не вдається запустити. ## Codex для окремого агента -Ви можете зробити один агент лише-Codex, тоді як агент за замовчуванням зберігатиме звичайний +Ви можете зробити одного агента лише для Codex, тоді як агент за замовчуванням зберігатиме звичайний автовибір: ```json5 @@ -214,13 +219,13 @@ app-server не вдається запустити. ``` Використовуйте звичайні команди сесії для перемикання агентів і моделей. `/new` створює нову -сесію OpenClaw, а harness Codex створює або відновлює свій sidecar thread app-server -за потреби. `/reset` очищає прив’язку сесії OpenClaw для цього thread. +сесію OpenClaw, а каркас Codex створює або відновлює свій sidecar-потік app-server +за потреби. `/reset` очищає прив’язку сесії OpenClaw для цього потоку. ## Виявлення моделей -За замовчуванням plugin Codex запитує app-server про доступні моделі. Якщо -виявлення не вдається або завершується за timeout, він використовує комплектний резервний каталог: +За замовчуванням Plugin Codex запитує app-server про доступні моделі. Якщо +виявлення завершується помилкою або перевищує час очікування, він використовує комплектний резервний каталог: - `codex/gpt-5.4` - `codex/gpt-5.4-mini` @@ -246,8 +251,8 @@ app-server не вдається запустити. } ``` -Вимкніть виявлення, якщо хочете, щоб під час запуску не виконувалась перевірка Codex і використовувався -резервний каталог: +Вимкніть виявлення, якщо хочете, щоб під час запуску не виконувалося зондування Codex і +використовувався резервний каталог: ```json5 { @@ -268,19 +273,19 @@ app-server не вдається запустити. ## Підключення до app-server і політика -За замовчуванням plugin запускає Codex локально командою: +За замовчуванням Plugin запускає Codex локально так: ```bash codex app-server --listen stdio:// ``` -За замовчуванням OpenClaw запускає локальні сесії harness Codex у режимі YOLO: +За замовчуванням OpenClaw запускає локальні сесії каркаса Codex у режимі YOLO: `approvalPolicy: "never"`, `approvalsReviewer: "user"` і -`sandbox: "danger-full-access"`. Це довірена локальна операційна модель, що використовується -для автономних Heartbeat: Codex може використовувати shell і мережеві інструменти, не -зупиняючись на нативних запитах на погодження, коли поруч немає нікого, хто міг би відповісти. +`sandbox: "danger-full-access"`. Це позиція довіреного локального оператора, яка використовується +для автономних Heartbeat: Codex може використовувати інструменти shell і мережі без +зупинок на нативних запитах схвалення, на які нікому відповісти. -Щоб увімкнути погодження, перевірені Guardian Codex, установіть `appServer.mode: +Щоб увімкнути схвалення Codex, переглянуті Guardian, установіть `appServer.mode: "guardian"`: ```json5 @@ -301,7 +306,7 @@ codex app-server --listen stdio:// } ``` -Режим Guardian розгортається до такого вигляду: +Режим Guardian розгортається в таке: ```json5 { @@ -323,24 +328,24 @@ codex app-server --listen stdio:// } ``` -Guardian — це нативний рецензент погоджень Codex. Коли Codex просить вийти за межі -sandbox, записати поза межами workspace або додати дозволи, наприклад доступ до мережі, -Codex спрямовує цей запит на погодження до підлеглого агента-рецензента, а не до запиту людині. -Рецензент збирає контекст і застосовує систему оцінки ризиків Codex, а потім -схвалює або відхиляє конкретний запит. Guardian корисний, коли вам потрібно більше -запобіжників, ніж у режимі YOLO, але водночас потрібні unattended агенти й Heartbeat, -які можуть продовжувати роботу. +Guardian — це нативний рецензент схвалень Codex. Коли Codex просить вийти з +пісочниці, записати за межами робочого простору або додати дозволи, наприклад доступ до мережі, +Codex надсилає цей запит на схвалення до підлеглого агента-рецензента, а не людині через +підказку. Рецензент збирає контекст і застосовує модель ризиків Codex, а потім +схвалює або відхиляє конкретний запит. Guardian корисний, коли вам потрібні +сильніші запобіжники, ніж у режимі YOLO, але все одно потрібні агенти без нагляду та Heartbeat, +які можуть просуватися далі. Docker live harness містить перевірку Guardian, коли -`OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1`. Він запускає harness Codex у -режимі Guardian, перевіряє, що нешкідливу shell-команду з підвищенням прав схвалено, і -перевіряє, що завантаження фальшивого секрету до ненадійного зовнішнього призначення відхилено, -щоб агент повторно запитав явне погодження. +`OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1`. Він запускає каркас Codex у +режимі Guardian, перевіряє, що нешкідлива shell-команда з підвищенням привілеїв схвалюється, і +перевіряє, що вивантаження фальшивого секрету до недовіреного зовнішнього призначення відхиляється, +щоб агент повторно запросив явне схвалення. -Окремі поля політики, як і раніше, мають пріоритет над `mode`, тому розширені розгортання можуть -поєднувати цей preset з явними виборами. +Окремі поля політики, як і раніше, мають пріоритет над `mode`, тож розширені розгортання можуть +поєднувати готове налаштування з явними параметрами. -Для уже запущеного app-server використовуйте транспорт WebSocket: +Для app-server, який уже запущено, використовуйте транспорт WebSocket: ```json5 { @@ -364,20 +369,20 @@ Docker live harness містить перевірку Guardian, коли Підтримувані поля `appServer`: -| Поле | За замовчуванням | Значення | -| ------------------- | ----------------------------------------- | --------------------------------------------------------------------------------------------------------- | -| `transport` | `"stdio"` | `"stdio"` запускає Codex; `"websocket"` підключається до `url`. | -| `command` | `"codex"` | Виконуваний файл для транспорту stdio. | -| `args` | `["app-server", "--listen", "stdio://"]` | Аргументи для транспорту stdio. | -| `url` | не задано | URL app-server WebSocket. | -| `authToken` | не задано | Bearer token для транспорту WebSocket. | -| `headers` | `{}` | Додаткові заголовки WebSocket. | -| `requestTimeoutMs` | `60000` | Timeout для викликів control-plane app-server. | -| `mode` | `"yolo"` | Preset для виконання YOLO або з погодженнями, перевіреними Guardian. | -| `approvalPolicy` | `"never"` | Нативна політика погодження Codex, що надсилається під час start/resume/turn thread. | -| `sandbox` | `"danger-full-access"` | Нативний режим sandbox Codex, що надсилається під час start/resume thread. | -| `approvalsReviewer` | `"user"` | Використовуйте `"guardian_subagent"`, щоб Guardian Codex перевіряв prompts. | -| `serviceTier` | не задано | Необов’язковий рівень сервісу app-server Codex: `"fast"`, `"flex"` або `null`. Некоректні застарілі значення ігноруються. | +| Поле | За замовчуванням | Значення | +| ------------------- | ------------------------------------------ | ---------------------------------------------------------------------------------------------------------- | +| `transport` | `"stdio"` | `"stdio"` запускає Codex; `"websocket"` підключається до `url`. | +| `command` | `"codex"` | Виконуваний файл для транспорту stdio. | +| `args` | `["app-server", "--listen", "stdio://"]` | Аргументи для транспорту stdio. | +| `url` | не задано | URL app-server WebSocket. | +| `authToken` | не задано | Bearer-токен для транспорту WebSocket. | +| `headers` | `{}` | Додаткові заголовки WebSocket. | +| `requestTimeoutMs` | `60000` | Тайм-аут для викликів площини керування app-server. | +| `mode` | `"yolo"` | Готове налаштування для виконання в режимі YOLO або з рецензуванням Guardian. | +| `approvalPolicy` | `"never"` | Нативна політика схвалення Codex, що надсилається під час запуску/відновлення потоку та ходу. | +| `sandbox` | `"danger-full-access"` | Нативний режим пісочниці Codex, що надсилається під час запуску/відновлення потоку. | +| `approvalsReviewer` | `"user"` | Використовуйте `"guardian_subagent"`, щоб дозволити Codex Guardian перевіряти запити. | +| `serviceTier` | не задано | Необов’язковий рівень сервісу app-server Codex: `"fast"`, `"flex"` або `null`. Некоректні застарілі значення ігноруються. | Старіші змінні середовища, як і раніше, працюють як резервні варіанти для локального тестування, коли відповідне поле конфігурації не задано: @@ -390,13 +395,13 @@ Docker live harness містить перевірку Guardian, коли `OPENCLAW_CODEX_APP_SERVER_GUARDIAN=1` було вилучено. Натомість використовуйте `plugins.entries.codex.config.appServer.mode: "guardian"` або -`OPENCLAW_CODEX_APP_SERVER_MODE=guardian` для разового локального тестування. Для -відтворюваних розгортань перевага надається конфігурації, оскільки вона зберігає поведінку plugin -в тому самому перевіреному файлі, що й решта налаштувань harness Codex. +`OPENCLAW_CODEX_APP_SERVER_MODE=guardian` для разового локального тестування. Конфігурація +є кращою для відтворюваних розгортань, оскільки зберігає поведінку Plugin в тому +самому перевіреному файлі, що й решта налаштувань каркаса Codex. ## Поширені рецепти -Локальний Codex із транспортом stdio за замовчуванням: +Локальний Codex зі стандартним транспортом stdio: ```json5 { @@ -410,7 +415,7 @@ Docker live harness містить перевірку Guardian, коли } ``` -Перевірка harness лише з Codex, із вимкненим резервним перемиканням на PI: +Перевірка каркаса лише Codex, із вимкненим резервним переходом на PI: ```json5 { @@ -427,7 +432,7 @@ Docker live harness містить перевірку Guardian, коли } ``` -Погодження Codex, перевірені Guardian: +Схвалення Codex, перевірені Guardian: ```json5 { @@ -449,7 +454,7 @@ Docker live harness містить перевірку Guardian, коли } ``` -Віддалений app-server із явними заголовками: +Віддалений app-server з явними заголовками: ```json5 { @@ -472,87 +477,92 @@ Docker live harness містить перевірку Guardian, коли } ``` -Перемикання моделей залишається під керуванням OpenClaw. Коли сесію OpenClaw прив’язано -до наявного thread Codex, наступний хід знову надсилає до -app-server поточні вибрані `codex/*` модель, provider, політику погодження, sandbox і рівень сервісу. -Перемикання з `codex/gpt-5.4` на `codex/gpt-5.2` зберігає прив’язку до -thread, але просить Codex продовжити роботу з новою вибраною моделлю. +Перемикання моделей і далі контролюється OpenClaw. Коли сесію OpenClaw під’єднано +до наявного потоку Codex, наступний хід знову надсилає до +app-server поточні вибрані `codex/*` модель, провайдер, політику схвалення, пісочницю та рівень сервісу. +Перемикання з `codex/gpt-5.4` на `codex/gpt-5.2` зберігає +прив’язку до потоку, але просить Codex продовжити з нововибраною моделлю. ## Команда Codex -Комплектний plugin реєструє `/codex` як авторизовану slash-команду. Вона є -загальною і працює на будь-якому каналі, який підтримує текстові команди OpenClaw. +Комплектний Plugin реєструє `/codex` як авторизовану slash-команду. Вона +є універсальною і працює в будь-якому каналі, що підтримує текстові команди OpenClaw. Поширені форми: -- `/codex status` показує поточну підключеність до app-server, моделі, обліковий запис, ліміти швидкості, сервери MCP і skills. -- `/codex models` перелічує поточні моделі app-server Codex. -- `/codex threads [filter]` перелічує нещодавні threads Codex. -- `/codex resume ` прив’язує поточну сесію OpenClaw до наявного thread Codex. -- `/codex compact` просить app-server Codex виконати Compaction прив’язаного thread. -- `/codex review` запускає нативний review Codex для прив’язаного thread. -- `/codex account` показує стан облікового запису та лімітів швидкості. -- `/codex mcp` перелічує стан серверів MCP app-server Codex. -- `/codex skills` перелічує skills app-server Codex. +- `/codex status` показує стан підключення до live app-server, моделі, обліковий запис, обмеження швидкості, сервери MCP і skills. +- `/codex models` показує список live-моделей app-server Codex. +- `/codex threads [filter]` показує список нещодавніх потоків Codex. +- `/codex resume ` приєднує поточну сесію OpenClaw до наявного потоку Codex. +- `/codex compact` просить app-server Codex виконати Compaction для приєднаного потоку. +- `/codex review` запускає нативне рев’ю Codex для приєднаного потоку. +- `/codex account` показує стан облікового запису та обмежень швидкості. +- `/codex mcp` показує стан серверів MCP app-server Codex. +- `/codex skills` показує Skills app-server Codex. -`/codex resume` записує той самий sidecar-файл прив’язки, який harness використовує для -звичайних ходів. На наступному повідомленні OpenClaw відновлює цей thread Codex, передає -поточну вибрану в OpenClaw модель `codex/*` до app-server і зберігає ввімкнену +`/codex resume` записує той самий файл sidecar-прив’язки, який каркас використовує для +звичайних ходів. На наступному повідомленні OpenClaw відновлює цей потік Codex, передає +поточну вибрану в OpenClaw модель `codex/*` до app-server і зберігає увімкненою розширену історію. Поверхня команд вимагає app-server Codex версії `0.118.0` або новішої. Окремі -методи керування позначаються як `unsupported by this Codex app-server`, якщо -майбутній або custom app-server не надає цей JSON-RPC-метод. +методи керування повідомляються як `unsupported by this Codex app-server`, якщо +майбутній або користувацький app-server не надає цього JSON-RPC-методу. ## Інструменти, медіа та Compaction -Harness Codex змінює лише низькорівневий виконавець вбудованого агента. +Каркас Codex змінює лише низькорівневий виконавець вбудованого агента. -OpenClaw, як і раніше, формує список інструментів і отримує динамічні результати інструментів від -harness. Текст, зображення, відео, музика, TTS, погодження та вивід інструментів повідомлень -і далі проходять через звичайний шлях доставки OpenClaw. +OpenClaw і далі формує список інструментів і отримує динамічні результати інструментів від +каркаса. Текст, зображення, відео, музика, TTS, схвалення та вивід інструментів обміну повідомленнями +і далі проходять звичайним шляхом доставки OpenClaw. -Коли вибрана модель використовує harness Codex, нативна Compaction thread -делегується app-server Codex. OpenClaw зберігає дзеркало стенограми для історії каналу, -пошуку, `/new`, `/reset` і майбутнього перемикання моделі або harness. Дзеркало -містить запит користувача, фінальний текст асистента та спрощені записи міркувань або плану Codex, -коли їх генерує app-server. Наразі OpenClaw лише -записує сигнали початку та завершення нативної Compaction. Він поки що не показує -людинозрозуміле резюме Compaction або придатний для аудиту список записів, які Codex +Запити на схвалення інструментів Codex MCP маршрутизуються через потік +схвалення Plugin OpenClaw, коли Codex позначає `_meta.codex_approval_kind` як +`"mcp_tool_call"`; інші запити на підтвердження та запити довільного введення, як і раніше, завершуються +заборонено за замовчуванням. + +Коли вибрана модель використовує каркас Codex, нативна Compaction потоку +делегується app-server Codex. OpenClaw зберігає дзеркало стенограми для +історії каналу, пошуку, `/new`, `/reset` і майбутнього перемикання моделі або каркаса. Дзеркало +містить запит користувача, фінальний текст асистента та полегшені записи міркувань або плану Codex, +коли їх генерує app-server. Наразі OpenClaw записує лише сигнали +початку та завершення нативної Compaction. Він іще не показує +зрозуміле для людини зведення Compaction або придатний для аудиту список того, які записи Codex зберіг після Compaction. -Генерація медіа не вимагає PI. Генерація зображень, відео, музики, PDF, TTS і -розуміння медіа й далі використовують відповідні налаштування provider/моделі, як-от +Генерація медіа не потребує PI. Генерація зображень, відео, музики, PDF, TTS і +розуміння медіа й далі використовують відповідні налаштування провайдера/моделі, такі як `agents.defaults.imageGenerationModel`, `videoGenerationModel`, `pdfModel` і `messages.tts`. -## Усунення несправностей +## Усунення неполадок **Codex не з’являється в `/model`:** увімкніть `plugins.entries.codex.enabled`, задайте посилання на модель `codex/*` або перевірте, чи `plugins.allow` не виключає `codex`. -**OpenClaw використовує PI замість Codex:** якщо жоден harness Codex не обробляє цей запуск, -OpenClaw може використовувати PI як backend сумісності. Установіть +**OpenClaw використовує PI замість Codex:** якщо жоден каркас Codex не обробляє запуск, +OpenClaw може використовувати PI як сумісний бекенд. Установіть `embeddedHarness.runtime: "codex"`, щоб примусово вибрати Codex під час тестування, або -`embeddedHarness.fallback: "none"`, щоб завершуватися з помилкою, коли жоден plugin harness не підходить. Щойно -app-server Codex вибрано, його збої відображаються безпосередньо без додаткової -конфігурації резервного перемикання. +`embeddedHarness.fallback: "none"`, щоб завершуватися з помилкою, коли жоден каркас Plugin не підходить. Щойно +буде вибрано app-server Codex, його збої проявлятимуться безпосередньо, без додаткової +конфігурації резервного переходу. -**app-server відхиляється:** оновіть Codex, щоб handshake app-server -повідомляв версію `0.118.0` або новішу. +**app-server відхиляється:** оновіть Codex, щоб рукостискання app-server +повідомляло версію `0.118.0` або новішу. **Виявлення моделей повільне:** зменште `plugins.entries.codex.config.discovery.timeoutMs` або вимкніть виявлення. **Транспорт WebSocket одразу завершується з помилкою:** перевірте `appServer.url`, `authToken` -і що віддалений app-server підтримує ту саму версію протоколу app-server Codex. +і те, що віддалений app-server використовує ту саму версію протоколу app-server Codex. -**Не-Codex модель використовує PI:** це очікувано. Harness Codex обробляє лише +**Модель не Codex використовує PI:** це очікувано. Каркас Codex обробляє лише посилання на моделі `codex/*`. ## Пов’язані матеріали -- [Plugins Harness агента](/uk/plugins/sdk-agent-harness) -- [Providers моделей](/uk/concepts/model-providers) +- [Plugins каркаса агента](/uk/plugins/sdk-agent-harness) +- [Провайдери моделей](/uk/concepts/model-providers) - [Довідник із конфігурації](/uk/gateway/configuration-reference) - [Тестування](/uk/help/testing#live-codex-app-server-harness-smoke) diff --git a/docs/uk/providers/deepgram.md b/docs/uk/providers/deepgram.md index fee7c773e..e4bf84485 100644 --- a/docs/uk/providers/deepgram.md +++ b/docs/uk/providers/deepgram.md @@ -1,37 +1,36 @@ --- read_when: - - Ви хочете Deepgram speech-to-text для аудіовкладень + - Вам потрібне перетворення мовлення на текст від Deepgram для аудіовкладень + - Вам потрібна потокова транскрипція Deepgram для голосового дзвінка - Вам потрібен швидкий приклад конфігурації Deepgram -summary: Транскрипція Deepgram для вхідних голосових повідомлень +summary: Транскрипція Deepgram для вхідних голосових нотаток title: Deepgram x-i18n: - generated_at: "2026-04-12T10:26:18Z" + generated_at: "2026-04-23T02:13:10Z" model: gpt-5.4 provider: openai - source_hash: 091523d6669e3d258f07c035ec756bd587299b6c7025520659232b1b2c1e21a5 + source_hash: ddc55436ebae295db9bd979765fbccab3ba7f25a6f5354a4e7964d151faffa22 source_path: providers/deepgram.md workflow: 15 --- # Deepgram (Транскрипція аудіо) -Deepgram — це API speech-to-text. В OpenClaw він використовується для **транскрипції вхідних аудіо/голосових повідомлень** через `tools.media.audio`. +Deepgram — це API для перетворення мовлення на текст. В OpenClaw він використовується для транскрипції вхідних аудіо/голосових нотаток через `tools.media.audio` і для потокового STT у Voice Call через `plugins.entries.voice-call.config.streaming`. -Коли цю функцію ввімкнено, OpenClaw завантажує аудіофайл до Deepgram і вставляє транскрипт -у конвеєр відповіді (`{{Transcript}}` + блок `[Audio]`). Це **не потокова обробка**; -використовується endpoint транскрипції попередньо записаного аудіо. +Для пакетної транскрипції OpenClaw завантажує повний аудіофайл у Deepgram і вставляє транскрипт у конвеєр відповіді (`{{Transcript}}` + блок `[Audio]`). Для потокової обробки Voice Call OpenClaw пересилає живі кадри G.711 u-law через WebSocket-ендпойнт `listen` Deepgram і надсилає часткові або фінальні транскрипти в міру того, як їх повертає Deepgram. | Деталь | Значення | | ------------- | ---------------------------------------------------------- | | Вебсайт | [deepgram.com](https://deepgram.com) | | Документація | [developers.deepgram.com](https://developers.deepgram.com) | -| Автентифікація | `DEEPGRAM_API_KEY` | -| Модель за замовчуванням | `nova-3` | +| Автентифікація | `DEEPGRAM_API_KEY` | +| Модель за замовчуванням | `nova-3` | ## Початок роботи - + Додайте свій API-ключ Deepgram до середовища: ``` @@ -39,7 +38,7 @@ Deepgram — це API speech-to-text. В OpenClaw він використову ``` - + ```json5 { tools: { @@ -53,24 +52,23 @@ Deepgram — це API speech-to-text. В OpenClaw він використову } ``` - - Надішліть аудіоповідомлення через будь-який підключений канал. OpenClaw транскрибує його - через Deepgram і вставить транскрипт у конвеєр відповіді. + + Надішліть аудіоповідомлення через будь-який підключений канал. OpenClaw виконає його транскрипцію через Deepgram і вставить транскрипт у конвеєр відповіді. ## Параметри конфігурації -| Параметр | Шлях | Опис | -| ---------------- | ----------------------------------------------------------- | -------------------------------------- | -| `model` | `tools.media.audio.models[].model` | ID моделі Deepgram (за замовчуванням: `nova-3`) | -| `language` | `tools.media.audio.models[].language` | Підказка мови (необов’язково) | +| Параметр | Шлях | Опис | +| ---------------- | ----------------------------------------------------------- | ------------------------------------- | +| `model` | `tools.media.audio.models[].model` | Ідентифікатор моделі Deepgram (типово: `nova-3`) | +| `language` | `tools.media.audio.models[].language` | Підказка мови (необов’язково) | | `detect_language` | `tools.media.audio.providerOptions.deepgram.detect_language` | Увімкнути визначення мови (необов’язково) | -| `punctuate` | `tools.media.audio.providerOptions.deepgram.punctuate` | Увімкнути пунктуацію (необов’язково) | +| `punctuate` | `tools.media.audio.providerOptions.deepgram.punctuate` | Увімкнути пунктуацію (необов’язково) | | `smart_format` | `tools.media.audio.providerOptions.deepgram.smart_format` | Увімкнути розумне форматування (необов’язково) | - + ```json5 { tools: { @@ -107,29 +105,64 @@ Deepgram — це API speech-to-text. В OpenClaw він використову +## Потоковий STT для Voice Call + +Вбудований Plugin `deepgram` також реєструє провайдера транскрипції в реальному часі для Plugin Voice Call. + +| Налаштування | Шлях конфігурації | Типове значення | +| ---------------- | -------------------------------------------------------------------- | ------------------------------- | +| API-ключ | `plugins.entries.voice-call.config.streaming.providers.deepgram.apiKey` | Використовує `DEEPGRAM_API_KEY` | +| Модель | `...deepgram.model` | `nova-3` | +| Мова | `...deepgram.language` | (не встановлено) | +| Кодування | `...deepgram.encoding` | `mulaw` | +| Частота дискретизації | `...deepgram.sampleRate` | `8000` | +| Визначення кінця фрази | `...deepgram.endpointingMs` | `800` | +| Проміжні результати | `...deepgram.interimResults` | `true` | + +```json5 +{ + plugins: { + entries: { + "voice-call": { + config: { + streaming: { + enabled: true, + provider: "deepgram", + providers: { + deepgram: { + apiKey: "${DEEPGRAM_API_KEY}", + model: "nova-3", + endpointingMs: 800, + language: "en-US", + }, + }, + }, + }, + }, + }, + }, +} +``` + + +Voice Call отримує телефонне аудіо у форматі 8 кГц G.711 u-law. Потоковий провайдер Deepgram типово використовує `encoding: "mulaw"` і `sampleRate: 8000`, тому медіакадри Twilio можна пересилати напряму. + + ## Примітки - Автентифікація виконується за стандартним порядком автентифікації провайдера. `DEEPGRAM_API_KEY` — - найпростіший варіант. + Автентифікація відбувається за стандартним порядком автентифікації провайдера. `DEEPGRAM_API_KEY` — найпростіший варіант. - - Замініть endpoint-и або заголовки за допомогою `tools.media.audio.baseUrl` і + + Перевизначайте ендпойнти або заголовки через `tools.media.audio.baseUrl` і `tools.media.audio.headers`, якщо використовуєте проксі. - Вивід дотримується тих самих правил для аудіо, що й інші провайдери (обмеження розміру, тайм-аути, - вставка транскрипту). + Вивід дотримується тих самих правил для аудіо, що й в інших провайдерів (обмеження розміру, таймаути, вставлення транскрипту). - -Транскрипція Deepgram підтримує **лише попередньо записане аудіо** (без потокової обробки в реальному часі). OpenClaw -завантажує повний аудіофайл і чекає на повний транскрипт перед тим, як вставити -його в розмову. - - ## Пов’язане @@ -140,7 +173,7 @@ Deepgram — це API speech-to-text. В OpenClaw він використову Повний довідник із конфігурації, включно з налаштуваннями медіаінструментів. - Поширені проблеми та кроки налагодження. + Поширені проблеми та кроки з налагодження. Поширені запитання про налаштування OpenClaw. diff --git a/docs/uk/providers/elevenlabs.md b/docs/uk/providers/elevenlabs.md new file mode 100644 index 000000000..1631e8ef1 --- /dev/null +++ b/docs/uk/providers/elevenlabs.md @@ -0,0 +1,118 @@ +--- +read_when: + - Ви хочете використовувати ElevenLabs для перетворення тексту на мовлення в OpenClaw + - Ви хочете використовувати ElevenLabs Scribe для перетворення мовлення на текст для аудіовкладень + - Ви хочете використовувати транскрипцію в реальному часі ElevenLabs для Voice Call +summary: Використовуйте мовлення ElevenLabs, Scribe STT і транскрипцію в реальному часі з OpenClaw +title: ElevenLabs +x-i18n: + generated_at: "2026-04-23T02:13:12Z" + model: gpt-5.4 + provider: openai + source_hash: 62768d0b8a951548be2a5b293a766432f6345087ed145afc942134513dd9618c + source_path: providers/elevenlabs.md + workflow: 15 +--- + +# ElevenLabs + +OpenClaw використовує ElevenLabs для перетворення тексту на мовлення, пакетного перетворення мовлення на текст за допомогою Scribe +v2 та потокового STT для голосових дзвінків за допомогою Scribe v2 Realtime. + +| Можливість | Поверхня OpenClaw | Типове значення | +| ------------------------ | ----------------------------------------------- | ----------------------- | +| Перетворення тексту на мовлення | `messages.tts` / `talk` | `eleven_multilingual_v2` | +| Пакетне перетворення мовлення на текст | `tools.media.audio` | `scribe_v2` | +| Потокове перетворення мовлення на текст | Голосовий дзвінок `streaming.provider: "elevenlabs"` | `scribe_v2_realtime` | + +## Автентифікація + +Установіть `ELEVENLABS_API_KEY` у середовищі. `XI_API_KEY` також підтримується для +сумісності з наявними інструментами ElevenLabs. + +```bash +export ELEVENLABS_API_KEY="..." +``` + +## Перетворення тексту на мовлення + +```json5 +{ + messages: { + tts: { + providers: { + elevenlabs: { + apiKey: "${ELEVENLABS_API_KEY}", + voiceId: "pMsXgVXv3BLzUgSXRplE", + modelId: "eleven_multilingual_v2", + }, + }, + }, + }, +} +``` + +## Перетворення мовлення на текст + +Використовуйте Scribe v2 для вхідних аудіовкладень і коротких записаних голосових сегментів: + +```json5 +{ + tools: { + media: { + audio: { + enabled: true, + models: [{ provider: "elevenlabs", model: "scribe_v2" }], + }, + }, + }, +} +``` + +OpenClaw надсилає multipart-аудіо до ElevenLabs `/v1/speech-to-text` з +`model_id: "scribe_v2"`. Підказки мови зіставляються з `language_code`, якщо вони задані. + +## Потокове STT для голосових дзвінків + +Вбудований plugin `elevenlabs` реєструє Scribe v2 Realtime для потокової транскрипції +голосових дзвінків. + +| Налаштування | Шлях конфігурації | Типове значення | +| -------------- | ------------------------------------------------------------------------ | ------------------------------------------------ | +| API-ключ | `plugins.entries.voice-call.config.streaming.providers.elevenlabs.apiKey` | Повертається до `ELEVENLABS_API_KEY` / `XI_API_KEY` | +| Модель | `...elevenlabs.modelId` | `scribe_v2_realtime` | +| Формат аудіо | `...elevenlabs.audioFormat` | `ulaw_8000` | +| Частота дискретизації | `...elevenlabs.sampleRate` | `8000` | +| Стратегія commit | `...elevenlabs.commitStrategy` | `vad` | +| Мова | `...elevenlabs.languageCode` | (не задано) | + +```json5 +{ + plugins: { + entries: { + "voice-call": { + config: { + streaming: { + enabled: true, + provider: "elevenlabs", + providers: { + elevenlabs: { + apiKey: "${ELEVENLABS_API_KEY}", + audioFormat: "ulaw_8000", + commitStrategy: "vad", + languageCode: "en", + }, + }, + }, + }, + }, + }, + }, +} +``` + + +Voice Call отримує медіа Twilio у форматі 8 кГц G.711 u-law. Провайдер ElevenLabs realtime +типово використовує `ulaw_8000`, тому кадри телефонії можна пересилати без +транскодування. + diff --git a/docs/uk/providers/index.md b/docs/uk/providers/index.md index 7e7c94e5a..f0a6e2eb7 100644 --- a/docs/uk/providers/index.md +++ b/docs/uk/providers/index.md @@ -1,28 +1,28 @@ --- read_when: - - Ви хочете вибрати постачальника моделей + - Ви хочете вибрати провайдера моделі - Вам потрібен швидкий огляд підтримуваних бекендів LLM -summary: Постачальники моделей (LLM), які підтримуються OpenClaw -title: Каталог постачальників +summary: Провайдери моделей (LLM), які підтримує OpenClaw +title: Каталог провайдерів x-i18n: - generated_at: "2026-04-23T00:07:55Z" + generated_at: "2026-04-23T02:13:08Z" model: gpt-5.4 provider: openai - source_hash: d61873f18fcaef7353620f687afc2043087c62edca62f24568c67339a9c65086 + source_hash: bcef929e6757f18aad19b810426c49bdb273a9c65781bb3a21cc50d6d17014b5 source_path: providers/index.md workflow: 15 --- -# Постачальники моделей +# Провайдери моделей -OpenClaw може використовувати багато постачальників LLM. Виберіть постачальника, пройдіть автентифікацію, а потім задайте +OpenClaw може використовувати багато провайдерів LLM. Виберіть провайдера, пройдіть автентифікацію, а потім задайте модель за замовчуванням як `provider/model`. -Шукаєте документацію щодо каналів чату (WhatsApp/Telegram/Discord/Slack/Mattermost (plugin)/тощо)? Див. [Канали](/uk/channels). +Шукаєте документацію щодо каналів чату (WhatsApp/Telegram/Discord/Slack/Mattermost (plugin)/тощо)? Див. [Channels](/uk/channels). ## Швидкий старт -1. Пройдіть автентифікацію у постачальника (зазвичай через `openclaw onboard`). +1. Пройдіть автентифікацію у провайдера (зазвичай через `openclaw onboard`). 2. Задайте модель за замовчуванням: ```json5 @@ -31,7 +31,7 @@ OpenClaw може використовувати багато постачаль } ``` -## Документація постачальників +## Документація провайдерів - [Alibaba Model Studio](/uk/providers/alibaba) - [Amazon Bedrock](/uk/providers/bedrock) @@ -70,7 +70,7 @@ OpenClaw може використовувати багато постачаль - [StepFun](/uk/providers/stepfun) - [Synthetic](/uk/providers/synthetic) - [Together AI](/uk/providers/together) -- [Venice (Venice AI, орієнтований на приватність)](/uk/providers/venice) +- [Venice (Venice AI, орієнтований на конфіденційність)](/uk/providers/venice) - [Vercel AI Gateway](/uk/providers/vercel-ai-gateway) - [vLLM (локальні моделі)](/uk/providers/vllm) - [Volcengine (Doubao)](/uk/providers/volcengine) @@ -81,19 +81,22 @@ OpenClaw може використовувати багато постачаль ## Спільні сторінки огляду -- [Додаткові вбудовані варіанти](/uk/providers/models#additional-bundled-provider-variants) - Anthropic Vertex, Copilot Proxy і Gemini CLI OAuth -- [Генерація зображень](/uk/tools/image-generation) - Спільний інструмент `image_generate`, вибір постачальника та failover -- [Генерація музики](/uk/tools/music-generation) - Спільний інструмент `music_generate`, вибір постачальника та failover -- [Генерація відео](/uk/tools/video-generation) - Спільний інструмент `video_generate`, вибір постачальника та failover +- [Додаткові вбудовані варіанти](/uk/providers/models#additional-bundled-provider-variants) - Anthropic Vertex, Copilot Proxy та Gemini CLI OAuth +- [Генерація зображень](/uk/tools/image-generation) - Спільний інструмент `image_generate`, вибір провайдера та failover +- [Генерація музики](/uk/tools/music-generation) - Спільний інструмент `music_generate`, вибір провайдера та failover +- [Генерація відео](/uk/tools/video-generation) - Спільний інструмент `video_generate`, вибір провайдера та failover -## Постачальники транскрипції +## Провайдери транскрибування -- [Deepgram (транскрипція аудіо)](/uk/providers/deepgram) +- [Deepgram (транскрибування аудіо)](/uk/providers/deepgram) +- [ElevenLabs](/uk/providers/elevenlabs#speech-to-text) +- [Mistral](/uk/providers/mistral#audio-transcription-voxtral) +- [OpenAI](/uk/providers/openai#speech-to-text) - [xAI](/uk/providers/xai#speech-to-text) ## Інструменти спільноти -- [Claude Max API Proxy](/uk/providers/claude-max-api-proxy) - Проксі спільноти для облікових даних підписки Claude (перед використанням перевірте політику/умови Anthropic) +- [Claude Max API Proxy](/uk/providers/claude-max-api-proxy) - Проксі від спільноти для облікових даних підписки Claude (перед використанням перевірте політику/умови Anthropic) -Для повного каталогу постачальників (xAI, Groq, Mistral тощо) та розширеної конфігурації -див. [Постачальники моделей](/uk/concepts/model-providers). +Для повного каталогу провайдерів (xAI, Groq, Mistral тощо) та розширеної конфігурації +див. [Провайдери моделей](/uk/concepts/model-providers). diff --git a/docs/uk/providers/mistral.md b/docs/uk/providers/mistral.md index 25aae542a..c9369e81b 100644 --- a/docs/uk/providers/mistral.md +++ b/docs/uk/providers/mistral.md @@ -1,22 +1,23 @@ --- read_when: - Ви хочете використовувати моделі Mistral в OpenClaw - - Вам потрібні онбординг для ключа API Mistral і посилання на моделі + - Ви хочете транскрипцію Voxtral у реальному часі для Voice Call + - Вам потрібні онбординг API-ключа Mistral і посилання на моделі summary: Використовуйте моделі Mistral і транскрипцію Voxtral з OpenClaw title: Mistral x-i18n: - generated_at: "2026-04-21T06:04:44Z" + generated_at: "2026-04-23T02:13:13Z" model: gpt-5.4 provider: openai - source_hash: e87d04e3d45c04280c90821b1addd87dd612191249836747fba27cde48b9890f + source_hash: 8aec3c47fee12588b28ea2b652b89f0ff136399d25ca47174d7cb6e7b5d5d97f source_path: providers/mistral.md workflow: 15 --- # Mistral -OpenClaw підтримує Mistral як для маршрутизації текстових/графічних моделей (`mistral/...`), так і для аудіотранскрипції через Voxtral у media understanding. -Mistral також можна використовувати для вбудовувань пам’яті (`memorySearch.provider = "mistral"`). +OpenClaw підтримує Mistral як для маршрутизації текстових/графічних моделей (`mistral/...`), так і для аудіотранскрипції через Voxtral у функції розуміння медіа. +Mistral також можна використовувати для ембедингів пам’яті (`memorySearch.provider = "mistral"`). - Провайдер: `mistral` - Автентифікація: `MISTRAL_API_KEY` @@ -25,22 +26,22 @@ Mistral також можна використовувати для вбудов ## Початок роботи - - Створіть ключ API у [Mistral Console](https://console.mistral.ai/). + + Створіть API-ключ у [Mistral Console](https://console.mistral.ai/). ```bash openclaw onboard --auth-choice mistral-api-key ``` - Або передайте ключ напряму: + Або передайте ключ безпосередньо: ```bash openclaw onboard --mistral-api-key "$MISTRAL_API_KEY" ``` - + ```json5 { env: { MISTRAL_API_KEY: "sk-..." }, @@ -48,7 +49,7 @@ Mistral також можна використовувати для вбудов } ``` - + ```bash openclaw models list --provider mistral ``` @@ -59,19 +60,20 @@ Mistral також можна використовувати для вбудов Наразі OpenClaw постачається з таким вбудованим каталогом Mistral: -| Посилання на модель | Вхідні дані | Контекст | Макс. вивід | Примітки | -| --------------------------------- | ----------- | -------- | ----------- | ---------------------------------------------------------------- | -| `mistral/mistral-large-latest` | текст, зображення | 262,144 | 16,384 | Модель за замовчуванням | -| `mistral/mistral-medium-2508` | текст, зображення | 262,144 | 8,192 | Mistral Medium 3.1 | -| `mistral/mistral-small-latest` | текст, зображення | 128,000 | 16,384 | Mistral Small 4; регульоване мислення через API `reasoning_effort` | -| `mistral/pixtral-large-latest` | текст, зображення | 128,000 | 32,768 | Pixtral | -| `mistral/codestral-latest` | текст | 256,000 | 4,096 | Програмування | -| `mistral/devstral-medium-latest` | текст | 262,144 | 32,768 | Devstral 2 | -| `mistral/magistral-small` | текст | 128,000 | 40,000 | Із підтримкою міркування | +| Посилання на модель | Вхідні дані | Контекст | Макс. вивід | Примітки | +| -------------------------------- | ----------- | -------- | ----------- | ---------------------------------------------------------------- | +| `mistral/mistral-large-latest` | текст, зображення | 262,144 | 16,384 | Модель за замовчуванням | +| `mistral/mistral-medium-2508` | текст, зображення | 262,144 | 8,192 | Mistral Medium 3.1 | +| `mistral/mistral-small-latest` | текст, зображення | 128,000 | 16,384 | Mistral Small 4; налаштовуване міркування через API `reasoning_effort` | +| `mistral/pixtral-large-latest` | текст, зображення | 128,000 | 32,768 | Pixtral | +| `mistral/codestral-latest` | текст | 256,000 | 4,096 | Програмування | +| `mistral/devstral-medium-latest` | текст | 262,144 | 32,768 | Devstral 2 | +| `mistral/magistral-small` | текст | 128,000 | 40,000 | З підтримкою міркування | ## Аудіотранскрипція (Voxtral) -Використовуйте Voxtral для аудіотранскрипції через конвеєр media understanding. +Використовуйте Voxtral для пакетної аудіотранскрипції через конвеєр +розуміння медіа. ```json5 { @@ -90,27 +92,69 @@ Mistral також можна використовувати для вбудов Шлях транскрипції медіа використовує `/v1/audio/transcriptions`. Моделлю аудіо за замовчуванням для Mistral є `voxtral-mini-latest`. +## Потоковий STT для Voice Call + +Вбудований Plugin `mistral` реєструє Voxtral Realtime як провайдера +потокового STT для Voice Call. + +| Параметр | Шлях конфігурації | За замовчуванням | +| ------------ | ---------------------------------------------------------------------- | -------------------------------------- | +| API-ключ | `plugins.entries.voice-call.config.streaming.providers.mistral.apiKey` | Резервно використовує `MISTRAL_API_KEY` | +| Модель | `...mistral.model` | `voxtral-mini-transcribe-realtime-2602` | +| Кодування | `...mistral.encoding` | `pcm_mulaw` | +| Частота дискретизації | `...mistral.sampleRate` | `8000` | +| Цільова затримка | `...mistral.targetStreamingDelayMs` | `800` | + +```json5 +{ + plugins: { + entries: { + "voice-call": { + config: { + streaming: { + enabled: true, + provider: "mistral", + providers: { + mistral: { + apiKey: "${MISTRAL_API_KEY}", + targetStreamingDelayMs: 800, + }, + }, + }, + }, + }, + }, + }, +} +``` + + +OpenClaw за замовчуванням використовує для потокового STT Mistral формат `pcm_mulaw` на 8 кГц, щоб Voice Call +міг напряму пересилати медіакадри Twilio. Використовуйте `encoding: "pcm_s16le"` і +відповідний `sampleRate`, лише якщо ваш вхідний потік уже є необробленим PCM. + + ## Розширена конфігурація - - `mistral/mistral-small-latest` відповідає Mistral Small 4 і підтримує [регульоване мислення](https://docs.mistral.ai/capabilities/reasoning/adjustable) в API Chat Completions через `reasoning_effort` (`none` зводить додаткові міркування у виводі до мінімуму; `high` показує повні сліди міркувань перед фінальною відповіддю). + + `mistral/mistral-small-latest` відповідає Mistral Small 4 і підтримує [налаштовуване міркування](https://docs.mistral.ai/capabilities/reasoning/adjustable) в API Chat Completions через `reasoning_effort` (`none` мінімізує додаткові роздуми у виводі; `high` показує повні сліди міркування перед фінальною відповіддю). - OpenClaw зіставляє рівень **мислення** сесії з API Mistral: + OpenClaw зіставляє рівень **thinking** сеансу з API Mistral: - | Рівень мислення OpenClaw | Mistral `reasoning_effort` | - | ------------------------------------------------ | -------------------------- | - | **off** / **minimal** | `none` | + | Рівень thinking в OpenClaw | Mistral `reasoning_effort` | + | ---------------------------------------------- | -------------------------- | + | **off** / **minimal** | `none` | | **low** / **medium** / **high** / **xhigh** / **adaptive** / **max** | `high` | - Інші моделі з вбудованого каталогу Mistral не використовують цей параметр. Продовжуйте використовувати моделі `magistral-*`, якщо вам потрібна рідна для Mistral поведінка, орієнтована насамперед на міркування. + Інші моделі з вбудованого каталогу Mistral не використовують цей параметр. Продовжуйте використовувати моделі `magistral-*`, якщо вам потрібна нативна поведінка Mistral, орієнтована насамперед на міркування. - - Mistral може надавати вбудовування пам’яті через `/v1/embeddings` (модель за замовчуванням: `mistral-embed`). + + Mistral може надавати ембединги пам’яті через `/v1/embeddings` (модель за замовчуванням: `mistral-embed`). ```json5 { @@ -121,20 +165,20 @@ Mistral також можна використовувати для вбудов - - Автентифікація Mistral використовує `MISTRAL_API_KEY`. + - Для автентифікації Mistral використовується `MISTRAL_API_KEY`. - Базовий URL провайдера за замовчуванням: `https://api.mistral.ai/v1`. - - Моделлю за замовчуванням для онбордингу є `mistral/mistral-large-latest`. - - Z.AI використовує Bearer-автентифікацію з вашим ключем API. + - Модель за замовчуванням для онбордингу — `mistral/mistral-large-latest`. + - Z.AI використовує Bearer-автентифікацію з вашим API-ключем. -## Пов’язане +## Пов’язані матеріали Вибір провайдерів, посилань на моделі та поведінки резервного перемикання. - + Налаштування аудіотранскрипції та вибір провайдера. diff --git a/docs/uk/tools/media-overview.md b/docs/uk/tools/media-overview.md index b1626a686..e97b20e3e 100644 --- a/docs/uk/tools/media-overview.md +++ b/docs/uk/tools/media-overview.md @@ -1,32 +1,32 @@ --- read_when: - - Шукаєте огляд медіаможливостей? - - Вирішуєте, якого постачальника медіасервісів налаштувати? - - Розумієте, як працює асинхронна генерація медіа? -summary: Уніфікована цільова сторінка для можливостей генерації, розуміння медіа та мовлення + - Шукаєте огляд медіаможливостей + - Вирішуєте, якого постачальника медіа налаштувати + - Розумієте, як працює асинхронна генерація медіа +summary: Єдина цільова сторінка для генерації медіа, розуміння та можливостей мовлення title: Огляд медіа x-i18n: - generated_at: "2026-04-23T01:23:54Z" + generated_at: "2026-04-23T02:13:12Z" model: gpt-5.4 provider: openai - source_hash: bdc240c0ac4cc066e337f69e04b27828e9eb34648515688bc97e398299d7c18e + source_hash: 999ed1c58a6d80c4bd6deef6e2dbf55b253c0dee3eb974ed212ca2fa91ec445e source_path: tools/media-overview.md workflow: 15 --- # Генерація та розуміння медіа -OpenClaw генерує зображення, відео й музику, розуміє вхідні медіа (зображення, аудіо, відео) і озвучує відповіді за допомогою перетворення тексту на мовлення. Усі медіаможливості керуються через інструменти: агент вирішує, коли їх використовувати, на основі розмови, і кожен інструмент з’являється лише тоді, коли налаштовано принаймні одного відповідного постачальника. +OpenClaw генерує зображення, відео та музику, розуміє вхідні медіа (зображення, аудіо, відео) і озвучує відповіді за допомогою перетворення тексту на мовлення. Усі медіаможливості керуються інструментами: агент вирішує, коли їх використовувати, на основі розмови, і кожен інструмент з’являється лише тоді, коли налаштовано принаймні одного відповідного постачальника. ## Можливості з першого погляду -| Можливість | Інструмент | Постачальники | Що робить | -| -------------------- | ---------------- | -------------------------------------------------------------------------------------------- | ------------------------------------------------------ | -| Генерація зображень | `image_generate` | ComfyUI, fal, Google, MiniMax, OpenAI, Vydra, xAI | Створює або редагує зображення з текстових запитів чи референсів | -| Генерація відео | `video_generate` | Alibaba, BytePlus, ComfyUI, fal, Google, MiniMax, OpenAI, Qwen, Runway, Together, Vydra, xAI | Створює відео з тексту, зображень або наявних відео | -| Генерація музики | `music_generate` | ComfyUI, Google, MiniMax | Створює музику або аудіодоріжки з текстових запитів | -| Text-to-speech (TTS) | `tts` | ElevenLabs, Microsoft, MiniMax, OpenAI, xAI | Перетворює вихідні відповіді на озвучене аудіо | -| Розуміння медіа | (автоматично) | Будь-який постачальник моделей із підтримкою зору/аудіо, а також резервні варіанти CLI | Узагальнює вхідні зображення, аудіо та відео | +| Можливість | Інструмент | Постачальники | Що робить | +| -------------------- | ---------------- | -------------------------------------------------------------------------------------------- | ------------------------------------------------------- | +| Генерація зображень | `image_generate` | ComfyUI, fal, Google, MiniMax, OpenAI, Vydra, xAI | Створює або редагує зображення з текстових запитів або референсів | +| Генерація відео | `video_generate` | Alibaba, BytePlus, ComfyUI, fal, Google, MiniMax, OpenAI, Qwen, Runway, Together, Vydra, xAI | Створює відео з тексту, зображень або наявних відео | +| Генерація музики | `music_generate` | ComfyUI, Google, MiniMax | Створює музику або аудіодоріжки з текстових запитів | +| Перетворення тексту на мовлення (TTS) | `tts` | ElevenLabs, Microsoft, MiniMax, OpenAI, xAI | Перетворює вихідні відповіді на озвучене аудіо | +| Розуміння медіа | (автоматично) | Будь-який постачальник моделей із підтримкою зору/аудіо, а також резервні варіанти CLI | Узагальнює вхідні зображення, аудіо та відео | ## Матриця можливостей постачальників @@ -34,36 +34,46 @@ OpenClaw генерує зображення, відео й музику, роз | Постачальник | Зображення | Відео | Музика | TTS | STT / Транскрибування | Розуміння медіа | | ------------ | ---------- | ----- | ------ | --- | --------------------- | --------------- | -| Alibaba | | Так | | | | | -| BytePlus | | Так | | | | | -| ComfyUI | Так | Так | Так | | | | -| Deepgram | | | | | Так | | -| ElevenLabs | | | | Так | | | -| fal | Так | Так | | | | | -| Google | Так | Так | Так | | | Так | -| Microsoft | | | | Так | | | -| MiniMax | Так | Так | Так | Так | | | -| OpenAI | Так | Так | | Так | Так | Так | -| Qwen | | Так | | | | | -| Runway | | Так | | | | | -| Together | | Так | | | | | -| Vydra | Так | Так | | | | | -| xAI | Так | Так | | Так | Так | Так | +| Alibaba | | Yes | | | | | +| BytePlus | | Yes | | | | | +| ComfyUI | Yes | Yes | Yes | | | | +| Deepgram | | | | | Yes | | +| ElevenLabs | | | | Yes | Yes | | +| fal | Yes | Yes | | | | | +| Google | Yes | Yes | Yes | | | Yes | +| Microsoft | | | | Yes | | | +| MiniMax | Yes | Yes | Yes | Yes | | | +| Mistral | | | | | Yes | | +| OpenAI | Yes | Yes | | Yes | Yes | Yes | +| Qwen | | Yes | | | | | +| Runway | | Yes | | | | | +| Together | | Yes | | | | | +| Vydra | Yes | Yes | | | | | +| xAI | Yes | Yes | | Yes | Yes | Yes | -Для розуміння медіа використовуються будь-які моделі із підтримкою зору або аудіо, зареєстровані у вашій конфігурації постачальників. У таблиці вище виділено постачальників зі спеціалізованою підтримкою розуміння медіа; більшість постачальників LLM із мультимодальними моделями (Anthropic, Google, OpenAI тощо) також можуть розуміти вхідні медіа, якщо їх налаштовано як активну модель для відповідей. +Розуміння медіа використовує будь-яку модель із підтримкою зору або аудіо, зареєстровану у вашій конфігурації постачальника. У таблиці вище виділено постачальників зі спеціалізованою підтримкою розуміння медіа; більшість постачальників LLM із мультимодальними моделями (Anthropic, Google, OpenAI тощо) також можуть розуміти вхідні медіа, якщо вони налаштовані як активна модель для відповіді. ## Як працює асинхронна генерація -Генерація відео й музики виконується як фонові завдання, оскільки обробка у постачальників зазвичай триває від 30 секунд до кількох хвилин. Коли агент викликає `video_generate` або `music_generate`, OpenClaw надсилає запит постачальнику, одразу повертає ідентифікатор завдання та відстежує роботу в журналі завдань. Поки завдання виконується, агент продовжує відповідати на інші повідомлення. Коли постачальник завершує обробку, OpenClaw пробуджує агента, щоб він міг опублікувати готове медіа назад у вихідний канал. Генерація зображень і TTS є синхронними та завершуються безпосередньо під час відповіді. +Генерація відео та музики виконується як фонові завдання, оскільки обробка у постачальника зазвичай триває від 30 секунд до кількох хвилин. Коли агент викликає `video_generate` або `music_generate`, OpenClaw надсилає запит постачальнику, одразу повертає ідентифікатор завдання та відстежує завдання в журналі завдань. Поки завдання виконується, агент продовжує відповідати на інші повідомлення. Коли постачальник завершує обробку, OpenClaw активує агента, щоб він міг опублікувати готовий медіафайл назад у вихідний канал. Генерація зображень і TTS є синхронними та завершуються в межах відповіді. -OpenAI зіставляється з поверхнями OpenClaw для зображень, відео, пакетного TTS, пакетного STT, потокового STT для Voice Call, realtime voice і memory embedding. xAI наразі зіставляється з поверхнями OpenClaw для зображень, відео, пошуку, виконання коду, пакетного TTS, пакетного STT і потокового STT для Voice Call. Голос xAI Realtime є можливістю на боці провайдера, але в OpenClaw він поки не зареєстрований, доки спільний контракт realtime voice не зможе його подати. +Deepgram, ElevenLabs, Mistral, OpenAI та xAI можуть транскрибувати вхідне +аудіо через пакетний шлях `tools.media.audio`, якщо їх налаштовано. Deepgram, +ElevenLabs, Mistral, OpenAI та xAI також реєструють постачальників потокового STT +для Voice Call, тож живе телефонне аудіо можна пересилати вибраному постачальнику +без очікування завершення запису. + +OpenAI відповідає поверхням OpenClaw для зображень, відео, пакетного TTS, пакетного STT, потокового STT для Voice Call, голосу в реальному часі та вбудовування пам’яті. xAI наразі відповідає поверхням OpenClaw для зображень, відео, пошуку, виконання коду, пакетного TTS, пакетного STT +і потокового STT для Voice Call. Голос xAI Realtime є можливістю на стороні +апстріму, але не реєструється в OpenClaw, доки спільний контракт голосу в реальному +часі не зможе її представити. ## Швидкі посилання - [Генерація зображень](/uk/tools/image-generation) -- генерування та редагування зображень -- [Генерація відео](/uk/tools/video-generation) -- text-to-video, image-to-video та video-to-video -- [Генерація музики](/uk/tools/music-generation) -- створення музики й аудіодоріжок -- [Text-to-Speech](/uk/tools/tts) -- перетворення відповідей на озвучене аудіо +- [Генерація відео](/uk/tools/video-generation) -- текст у відео, зображення у відео та відео у відео +- [Генерація музики](/uk/tools/music-generation) -- створення музики та аудіодоріжок +- [Перетворення тексту на мовлення](/uk/tools/tts) -- перетворення відповідей на озвучене аудіо - [Розуміння медіа](/uk/nodes/media-understanding) -- розуміння вхідних зображень, аудіо та відео