chore(i18n): refresh zh-CN translations
This commit is contained in:
openclaw-docs-i18n[bot]
parent
fd92d89bc1
commit
db2d6efc55
@ -1,36 +1,36 @@
|
||||
---
|
||||
read_when:
|
||||
- 你希望一个 OpenClaw 智能体加入一个 Google Meet 通话
|
||||
- 你希望一个 OpenClaw 智能体创建一个新的 Google Meet 通话
|
||||
- 你希望一个 OpenClaw 智能体加入 Google Meet 通话
|
||||
- 你希望一个 OpenClaw 智能体创建新的 Google Meet 通话
|
||||
- 你正在将 Chrome、Chrome 节点或 Twilio 配置为 Google Meet 传输方式
|
||||
summary: Google Meet 插件：通过 Chrome 或 Twilio 加入明确的 Meet URL，并使用实时语音默认设置
|
||||
summary: Google Meet 插件：通过 Chrome 或 Twilio 加入显式的 Meet URL，并默认启用实时语音
|
||||
title: Google Meet 插件
|
||||
x-i18n:
|
||||
generated_at: "2026-04-24T22:10:12Z"
|
||||
generated_at: "2026-04-24T22:14:45Z"
|
||||
model: gpt-5.4
|
||||
provider: openai
|
||||
source_hash: d45b56e334b27509372a4f313262697eb026416077b39fa65ce7c150397ceb4d
|
||||
source_hash: 2438d52c6a3c98e9d2aa345790b72475bc26c3497580d6af15b6df221705864a
|
||||
source_path: plugins/google-meet.md
|
||||
workflow: 15
|
||||
---
|
||||
|
||||
OpenClaw 的 Google Meet 参与支持——该插件按设计即为显式模式：
|
||||
OpenClaw 的 Google Meet 参与支持——该插件在设计上是显式的：
|
||||
|
||||
- 它只会加入明确的 `https://meet.google.com/...` URL。
|
||||
- 它可以通过 Google Meet API 创建一个新的 Meet 空间，然后加入返回的 URL。
|
||||
- 它只会加入显式的 `https://meet.google.com/...` URL。
|
||||
- 它可以通过 Google Meet API 创建新的 Meet 空间，然后加入返回的 URL。
|
||||
- `realtime` 语音是默认模式。
|
||||
- 当需要更深入的推理或工具时，实时语音可以回调到完整的 OpenClaw 智能体。
|
||||
- 智能体通过 `mode` 选择加入行为：实时收听/回话使用 `realtime`，若只加入/控制浏览器而不启用实时语音桥接，则使用 `transcribe`。
|
||||
- 认证起点是个人 Google OAuth，或一个已经登录的 Chrome 配置文件。
|
||||
- 没有自动的同意提示播报。
|
||||
- 实时语音在需要更深入推理或工具时，可以回调到完整的 OpenClaw 智能体。
|
||||
- 智能体通过 `mode` 选择加入行为：实时收听/回话使用 `realtime`，加入/控制浏览器但不启用实时语音桥接则使用 `transcribe`。
|
||||
- 认证起始方式可以是个人 Google OAuth，或已登录的 Chrome 配置文件。
|
||||
- 不会自动播报同意声明。
|
||||
- 默认的 Chrome 音频后端是 `BlackHole 2ch`。
|
||||
- Chrome 可以在本地运行，也可以在已配对的节点主机上运行。
|
||||
- Twilio 接受拨入号码以及可选的 PIN 或 DTMF 序列。
|
||||
- CLI 命令是 `googlemeet`；`meet` 保留给更广泛的智能体电话会议工作流使用。
|
||||
- CLI 命令是 `googlemeet`；`meet` 保留给更广义的智能体电话会议工作流。
|
||||
|
||||
## 快速开始
|
||||
|
||||
安装本地音频依赖，并配置一个后端实时语音提供商。OpenAI 是默认选项；Google Gemini Live 也可与 `realtime.provider: "google"` 一起使用：
|
||||
安装本地音频依赖并配置后端实时语音提供商。OpenAI 是默认项；Google Gemini Live 也可与 `realtime.provider: "google"` 配合使用：
|
||||
|
||||
```bash
|
||||
brew install blackhole-2ch sox
|
||||
@ -52,7 +52,7 @@ system_profiler SPAudioDataType | grep -i BlackHole
|
||||
command -v rec play
|
||||
```
|
||||
|
||||
启用该插件：
|
||||
启用插件：
|
||||
|
||||
```json5
|
||||
{
|
||||
@ -73,7 +73,7 @@ command -v rec play
|
||||
openclaw googlemeet setup
|
||||
```
|
||||
|
||||
设置输出旨在让智能体可读。它会报告 Chrome 配置文件、音频桥接、节点固定、延迟的实时介绍，以及在配置了 Twilio 委派时，`voice-call` 插件和 Twilio 凭证是否已就绪。对于任何 `ok: false` 的检查项，在要求智能体加入之前都应视为阻塞问题。脚本或机器可读输出请使用 `openclaw googlemeet setup --json`。
|
||||
设置输出旨在供智能体读取。它会报告 Chrome 配置文件、音频桥接、节点固定、延迟的实时介绍，以及在配置了 Twilio 委派时，`voice-call` 插件和 Twilio 凭证是否已就绪。请求智能体加入前，将任何 `ok: false` 检查都视为阻塞项。对脚本或机器可读输出使用 `openclaw googlemeet setup --json`。
|
||||
|
||||
加入会议：
|
||||
|
||||
@ -92,7 +92,7 @@ openclaw googlemeet join https://meet.google.com/abc-defg-hij
|
||||
}
|
||||
```
|
||||
|
||||
创建一个新会议，然后加入：
|
||||
创建新会议，然后加入：
|
||||
|
||||
```bash
|
||||
openclaw googlemeet create
|
||||
@ -101,12 +101,12 @@ openclaw googlemeet join https://meet.google.com/new-abcd-xyz --transport chrome
|
||||
|
||||
`googlemeet create` 有两条路径：
|
||||
|
||||
- API 创建：当已配置 Google Meet OAuth 凭证时使用。这是最可预测的路径，并且不依赖浏览器 UI 状态。
|
||||
- 浏览器回退：当缺少 OAuth 凭证时使用。OpenClaw 会使用固定的 Chrome 节点，打开 `https://meet.google.com/new`，等待 Google 重定向到真实的会议代码 URL，然后返回该 URL。此路径要求节点上的 OpenClaw Chrome 配置文件已登录 Google。浏览器自动化会处理 Meet 自身的首次麦克风提示；该提示不会被视为 Google 登录失败。
|
||||
- API 创建：当配置了 Google Meet OAuth 凭证时使用。这是最确定的路径，不依赖浏览器 UI 状态。
|
||||
- 浏览器回退：当 OAuth 凭证缺失时使用。OpenClaw 使用固定的 Chrome 节点，打开 `https://meet.google.com/new`，等待 Google 重定向到真实的会议代码 URL，然后返回该 URL。此路径要求节点上的 OpenClaw Chrome 配置文件已登录 Google。浏览器自动化会处理 Meet 自身的首次运行麦克风提示；该提示不会被视为 Google 登录失败。
|
||||
|
||||
命令输出包含一个 `source` 字段（`api` 或 `browser`），这样智能体就可以说明使用了哪条路径。
|
||||
命令输出包含 `source` 字段（`api` 或 `browser`），这样智能体就可以说明使用了哪条路径。
|
||||
|
||||
或者告诉智能体：“创建一个 Google Meet，用实时语音加入，并把链接发给我。” 智能体应先用 `action: "create"` 调用 `google_meet`，复制返回的 `meetingUri`，然后再用 `action: "join"` 和该 URL 调用 `google_meet`。
|
||||
或者告诉智能体：“创建一个 Google Meet，用实时语音加入，并把链接发给我。” 智能体应先调用 `google_meet` 并使用 `action: "create"`，复制返回的 `meetingUri`，然后再调用 `google_meet` 并使用 `action: "join"` 以及该 URL。
|
||||
|
||||
```json
|
||||
{
|
||||
@ -123,40 +123,40 @@ openclaw googlemeet join https://meet.google.com/new-abcd-xyz --transport chrome
|
||||
}
|
||||
```
|
||||
|
||||
若要以仅观察/仅浏览器控制的方式加入，请设置 `"mode": "transcribe"`。这不会启动双向实时模型桥接，因此它不会在会议中回话。
|
||||
如果只是观察或控制浏览器加入，请设置 `"mode": "transcribe"`。这不会启动双向实时模型桥接，因此不会在会议中回话。
|
||||
|
||||
Chrome 会以已登录的 Chrome 配置文件身份加入。在 Meet 中，为 OpenClaw 使用的麦克风/扬声器路径选择 `BlackHole 2ch`。为了获得干净的双工音频，请使用独立的虚拟设备或类似 Loopback 的音频拓扑；单个 BlackHole 设备足以完成首次冒烟测试，但可能会产生回声。
|
||||
Chrome 会以已登录的 Chrome 配置文件身份加入。在 Meet 中，选择 `BlackHole 2ch` 作为 OpenClaw 使用的麦克风/扬声器路径。为了获得干净的双向音频，请使用独立的虚拟设备或类似 Loopback 的音频图；单个 BlackHole 设备足以完成首次冒烟测试，但可能会产生回声。
|
||||
|
||||
### 本地 Gateway 网关 + Parallels Chrome
|
||||
|
||||
你**不**需要在 macOS VM 中运行完整的 OpenClaw Gateway 网关 或模型 API 密钥，只是为了让 VM 承担 Chrome。你可以在本地运行 Gateway 网关和智能体，然后在 VM 中运行一个节点主机。只需在 VM 中启用一次内置插件，这样节点就会通告 Chrome 命令：
|
||||
你**不**需要在 macOS VM 内运行完整的 OpenClaw Gateway 网关或模型 API 密钥，只是为了让 VM 托管 Chrome。你可以在本地运行 Gateway 网关和智能体，然后在 VM 中运行节点主机。只需在 VM 中启用一次内置插件，这样节点就会通告 Chrome 命令：
|
||||
|
||||
各组件运行位置如下：
|
||||
各组件运行位置：
|
||||
|
||||
- Gateway 网关主机：OpenClaw Gateway 网关、智能体工作区、模型/API 密钥、实时提供商，以及 Google Meet 插件配置。
|
||||
- Parallels macOS VM：OpenClaw CLI/节点主机、Google Chrome、SoX、BlackHole 2ch，以及一个已登录 Google 的 Chrome 配置文件。
|
||||
- VM 中不需要：Gateway 网关服务、智能体配置、OpenAI/GPT 密钥或模型提供商设置。
|
||||
|
||||
安装 VM 依赖：
|
||||
安装 VM 依赖项：
|
||||
|
||||
```bash
|
||||
brew install blackhole-2ch sox
|
||||
```
|
||||
|
||||
安装 BlackHole 后重启 VM，以便 macOS 暴露 `BlackHole 2ch`：
|
||||
安装 BlackHole 后重启 VM，这样 macOS 才会暴露 `BlackHole 2ch`：
|
||||
|
||||
```bash
|
||||
sudo reboot
|
||||
```
|
||||
|
||||
重启后，验证 VM 可以看到音频设备和 SoX 命令：
|
||||
重启后，验证 VM 能看到音频设备和 SoX 命令：
|
||||
|
||||
```bash
|
||||
system_profiler SPAudioDataType | grep -i BlackHole
|
||||
command -v rec play
|
||||
```
|
||||
|
||||
在 VM 中安装或更新 OpenClaw，然后在那里启用内置插件：
|
||||
在 VM 中安装或更新 OpenClaw，然后在其中启用内置插件：
|
||||
|
||||
```bash
|
||||
openclaw plugins enable google-meet
|
||||
@ -168,7 +168,7 @@ openclaw plugins enable google-meet
|
||||
openclaw node run --host <gateway-host> --port 18789 --display-name parallels-macos
|
||||
```
|
||||
|
||||
如果 `<gateway-host>` 是局域网 IP 且你未使用 TLS，除非你为这个受信任的私有网络显式启用，否则节点会拒绝明文 WebSocket：
|
||||
如果 `<gateway-host>` 是 LAN IP，并且你未使用 TLS，节点会拒绝明文 WebSocket，除非你为该受信任私有网络显式启用：
|
||||
|
||||
```bash
|
||||
OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \
|
||||
@ -183,16 +183,16 @@ OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \
|
||||
openclaw node restart
|
||||
```
|
||||
|
||||
`OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1` 是进程环境变量，不是 `openclaw.json` 设置。`openclaw node install` 会在安装命令存在该变量时，将其存储到 LaunchAgent 环境中。
|
||||
`OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1` 是进程环境，不是 `openclaw.json` 设置。`openclaw node install` 会在安装命令中检测到它存在时，将其存储到 LaunchAgent 环境中。
|
||||
|
||||
在 Gateway 网关主机上批准该节点：
|
||||
从 Gateway 网关主机批准该节点：
|
||||
|
||||
```bash
|
||||
openclaw devices list
|
||||
openclaw devices approve <requestId>
|
||||
```
|
||||
|
||||
确认 Gateway 网关可以看到该节点，并且它同时通告了 `googlemeet.chrome` 和浏览器能力/`browser.proxy`：
|
||||
确认 Gateway 网关能看到该节点，并且它通告了 `googlemeet.chrome` 以及浏览器能力/`browser.proxy`：
|
||||
|
||||
```bash
|
||||
openclaw nodes status
|
||||
@ -228,61 +228,62 @@ openclaw nodes status
|
||||
}
|
||||
```
|
||||
|
||||
现在可以从 Gateway 网关主机正常加入：
|
||||
现在可从 Gateway 网关主机正常加入：
|
||||
|
||||
```bash
|
||||
openclaw googlemeet join https://meet.google.com/abc-defg-hij
|
||||
```
|
||||
|
||||
或者让智能体使用带有 `transport: "chrome-node"` 的 `google_meet` 工具。
|
||||
或者要求智能体使用 `google_meet` 工具，并设置 `transport: "chrome-node"`。
|
||||
|
||||
若要执行一个单命令冒烟测试，创建或复用一个会话、说出一段已知短语，并打印会话健康状态：
|
||||
如需一个单命令冒烟测试，以创建或复用会话、说出已知短语并打印会话健康状态：
|
||||
|
||||
```bash
|
||||
openclaw googlemeet test-speech https://meet.google.com/abc-defg-hij
|
||||
```
|
||||
|
||||
在加入过程中，OpenClaw 浏览器自动化会填写访客名、点击“加入/请求加入”，并在出现提示时接受 Meet 首次运行的“使用麦克风”选项。在仅通过浏览器创建会议时，如果 Meet 没有暴露使用麦克风按钮，它也可以在不使用麦克风的情况下继续通过同一提示。如果浏览器配置文件未登录、Meet 正在等待主持人批准、Chrome 需要麦克风/摄像头权限，或者 Meet 卡在自动化无法解决的提示上，join/test-speech 结果会报告 `manualActionRequired: true`，并附带 `manualActionReason` 和 `manualActionMessage`。智能体应停止重试加入，报告该确切消息以及当前的 `browserUrl`/`browserTitle`，并且只在手动浏览器操作完成后再重试。
|
||||
加入过程中，OpenClaw 浏览器自动化会填写访客姓名、点击加入/请求加入，并在出现时接受 Meet 首次运行的“使用麦克风”选择。在仅通过浏览器创建会议时，如果 Meet 未暴露使用麦克风按钮，它也可以在无麦克风的情况下继续越过同一提示。如果浏览器配置文件未登录、Meet 正在等待主持人准入、Chrome 需要麦克风/摄像头权限，或者 Meet 卡在自动化无法解决的提示上，加入/`test-speech` 结果会报告 `manualActionRequired: true`，并附带 `manualActionReason` 和 `manualActionMessage`。智能体应停止重试加入，报告该确切消息以及当前的 `browserUrl`/`browserTitle`，并且只在手动浏览器操作完成后再重试。
|
||||
|
||||
如果省略了 `chromeNode.node`，OpenClaw 只会在恰好有一个已连接节点同时通告 `googlemeet.chrome` 和浏览器控制时自动选择。如果连接了多个具备能力的节点，请将 `chromeNode.node` 设置为节点 id、显示名称或远程 IP。
|
||||
如果省略 `chromeNode.node`，只有在恰好存在一个已连接节点同时通告 `googlemeet.chrome` 和浏览器控制时，OpenClaw 才会自动选择。如果连接了多个具备能力的节点，请将 `chromeNode.node` 设置为节点 id、显示名称或远程 IP。
|
||||
|
||||
常见故障检查：
|
||||
|
||||
- `No connected Google Meet-capable node`：在 VM 中启动 `openclaw node run`，批准配对，并确保已在 VM 中运行 `openclaw plugins enable google-meet` 和 `openclaw plugins enable browser`。还要确认 Gateway 网关主机允许这两个节点命令，配置为 `gateway.nodes.allowCommands: ["googlemeet.chrome", "browser.proxy"]`。
|
||||
- `No connected Google Meet-capable node`：在 VM 中启动 `openclaw node run`，批准配对，并确保已在 VM 中运行 `openclaw plugins enable google-meet` 和 `openclaw plugins enable browser`。同时确认 Gateway 网关主机允许这两个节点命令：
|
||||
`gateway.nodes.allowCommands: ["googlemeet.chrome", "browser.proxy"]`。
|
||||
- `BlackHole 2ch audio device not found on the node`：在 VM 中安装 `blackhole-2ch` 并重启 VM。
|
||||
- Chrome 已打开但无法加入：在 VM 中登录浏览器配置文件，或保持设置 `chrome.guestName` 以便访客加入。访客自动加入使用 OpenClaw 通过节点浏览器代理进行的浏览器自动化；请确保节点浏览器配置指向你想使用的配置文件，例如 `browser.defaultProfile: "user"` 或某个已存在会话的命名配置文件。
|
||||
- 重复的 Meet 标签页：保持启用 `chrome.reuseExistingTab: true`。OpenClaw 会在打开新标签页前，先激活同一 Meet URL 的现有标签页。
|
||||
- 没有音频：在 Meet 中，将麦克风/扬声器路由到 OpenClaw 所使用的虚拟音频设备路径；为获得干净的双工音频，请使用独立的虚拟设备或类似 Loopback 的路由。
|
||||
- Chrome 已打开但无法加入：在 VM 内登录浏览器配置文件，或保持设置 `chrome.guestName` 以访客身份加入。访客自动加入使用 OpenClaw 通过节点浏览器代理进行的浏览器自动化；请确保节点浏览器配置指向你想使用的配置文件，例如 `browser.defaultProfile: "user"` 或已存在会话的命名配置文件。
|
||||
- 重复的 Meet 标签页：保持启用 `chrome.reuseExistingTab: true`。OpenClaw 会在打开新标签页前激活相同 Meet URL 的现有标签页。
|
||||
- 没有音频：在 Meet 中，将麦克风/扬声器路由到 OpenClaw 使用的虚拟音频设备路径；使用独立虚拟设备或类似 Loopback 的路由以获得干净的双向音频。
|
||||
|
||||
## 安装说明
|
||||
|
||||
Chrome 的实时默认模式使用两个外部工具：
|
||||
Chrome 实时默认值使用两个外部工具：
|
||||
|
||||
- `sox`：命令行音频工具。该插件使用它的 `rec` 和 `play` 命令来实现默认的 8 kHz G.711 mu-law 音频桥接。
|
||||
- `blackhole-2ch`：macOS 虚拟音频驱动。它会创建 `BlackHole 2ch` 音频设备，供 Chrome/Meet 路由使用。
|
||||
- `blackhole-2ch`：macOS 虚拟音频驱动。它会创建 `BlackHole 2ch` 音频设备，供 Chrome/Meet 通过其进行路由。
|
||||
|
||||
OpenClaw 不会内置或重新分发这两个软件包。文档要求用户通过 Homebrew 将它们作为主机依赖安装。SoX 的许可证为 `LGPL-2.0-only AND GPL-2.0-only`；BlackHole 为 GPL-3.0。如果你构建了一个将 BlackHole 与 OpenClaw 一起打包的安装程序或 appliance，请审查 BlackHole 上游许可条款，或从 Existential Audio 获取单独许可。
|
||||
OpenClaw 不会内置或重新分发这两个软件包。文档要求用户通过 Homebrew 将它们作为主机依赖安装。SoX 采用 `LGPL-2.0-only AND GPL-2.0-only` 许可；BlackHole 采用 GPL-3.0 许可。如果你构建的安装程序或设备将 BlackHole 与 OpenClaw 一起打包，请查看 BlackHole 上游许可条款，或从 Existential Audio 获取单独许可。
|
||||
|
||||
## 传输方式
|
||||
|
||||
### Chrome
|
||||
|
||||
Chrome 传输会在 Google Chrome 中打开 Meet URL，并以已登录的 Chrome 配置文件身份加入。在 macOS 上，插件会在启动前检查 `BlackHole 2ch`。如果已配置，它还会在打开 Chrome 之前运行音频桥接健康检查命令和启动命令。当 Chrome/音频运行在 Gateway 网关主机上时使用 `chrome`；当 Chrome/音频运行在已配对节点（例如 Parallels macOS VM）上时使用 `chrome-node`。
|
||||
Chrome 传输方式会在 Google Chrome 中打开 Meet URL，并以已登录的 Chrome 配置文件身份加入。在 macOS 上，插件会在启动前检查 `BlackHole 2ch`。如果已配置，它还会在打开 Chrome 前运行音频桥接健康检查命令和启动命令。当 Chrome/音频位于 Gateway 网关主机上时，请使用 `chrome`；当 Chrome/音频位于已配对节点上（例如 Parallels macOS VM）时，请使用 `chrome-node`。
|
||||
|
||||
```bash
|
||||
openclaw googlemeet join https://meet.google.com/abc-defg-hij --transport chrome
|
||||
openclaw googlemeet join https://meet.google.com/abc-defg-hij --transport chrome-node
|
||||
```
|
||||
|
||||
通过本地 OpenClaw 音频桥接来路由 Chrome 的麦克风和扬声器音频。如果未安装 `BlackHole 2ch`，加入会以设置错误失败，而不是在没有音频路径的情况下静默加入。
|
||||
将 Chrome 的麦克风和扬声器音频路由到本地 OpenClaw 音频桥接。如果未安装 `BlackHole 2ch`，加入会因设置错误而失败，而不是在没有音频路径的情况下静默加入。
|
||||
|
||||
### Twilio
|
||||
|
||||
Twilio 传输是委派给 Voice Call 插件的严格拨号计划。它不会解析 Meet 页面来提取电话号码。
|
||||
Twilio 传输方式是一个严格的拨号计划，委派给 Voice Call 插件。它不会从 Meet 页面解析电话号码。
|
||||
|
||||
当 Chrome 参与不可用，或者你想使用电话拨入作为回退时，可使用该方式。Google Meet 必须为该会议提供电话拨入号码和 PIN；OpenClaw 不会从 Meet 页面中发现这些信息。
|
||||
当无法使用 Chrome 参与，或你想要电话拨入回退方案时，请使用此方式。Google Meet 必须为该会议提供电话拨入号码和 PIN；OpenClaw 不会从 Meet 页面中发现这些信息。
|
||||
|
||||
在 Gateway 网关主机上启用 Voice Call 插件，而不是在 Chrome 节点上启用：
|
||||
在 Gateway 网关主机上启用 Voice Call 插件，而不是在 Chrome 节点上：
|
||||
|
||||
```json5
|
||||
{
|
||||
@ -293,7 +294,7 @@ Twilio 传输是委派给 Voice Call 插件的严格拨号计划。它不会解
|
||||
enabled: true,
|
||||
config: {
|
||||
defaultTransport: "chrome-node",
|
||||
// or set "twilio" if Twilio should be the default
|
||||
// 或设置为 "twilio"，如果 Twilio 应为默认值
|
||||
},
|
||||
},
|
||||
"voice-call": {
|
||||
@ -315,7 +316,7 @@ export TWILIO_AUTH_TOKEN=...
|
||||
export TWILIO_FROM_NUMBER=+15550001234
|
||||
```
|
||||
|
||||
启用 `voice-call` 后，重启或重新加载 Gateway 网关；在 Gateway 网关进程重新加载之前，插件配置变更不会出现在已运行的 Gateway 网关进程中。
|
||||
启用 `voice-call` 后，重启或重新加载 Gateway 网关；在 Gateway 网关进程重新加载前，插件配置更改不会出现在已运行的 Gateway 网关进程中。
|
||||
|
||||
然后验证：
|
||||
|
||||
@ -325,7 +326,7 @@ openclaw plugins list | grep -E 'google-meet|voice-call'
|
||||
openclaw googlemeet setup
|
||||
```
|
||||
|
||||
当 Twilio 委派已正确接通时，`googlemeet setup` 会包含成功的 `twilio-voice-call-plugin` 和 `twilio-voice-call-credentials` 检查。
|
||||
当 Twilio 委派接线完成后，`googlemeet setup` 会包含成功的 `twilio-voice-call-plugin` 和 `twilio-voice-call-credentials` 检查。
|
||||
|
||||
```bash
|
||||
openclaw googlemeet join https://meet.google.com/abc-defg-hij \
|
||||
@ -345,7 +346,7 @@ openclaw googlemeet join https://meet.google.com/abc-defg-hij \
|
||||
|
||||
## OAuth 和预检
|
||||
|
||||
由于 `googlemeet create` 可以回退到浏览器自动化，因此 OAuth 对于创建 Meet 链接来说是可选的。当你想使用官方 API 创建、空间解析或 Meet Media API 预检时，请配置 OAuth。
|
||||
OAuth 对于创建 Meet 链接来说是可选的，因为 `googlemeet create` 可以回退到浏览器自动化。当你需要官方 API 创建、空间解析或 Meet Media API 预检时，请配置 OAuth。
|
||||
|
||||
Google Meet API 访问首先使用个人 OAuth 客户端。配置 `oauth.clientId`，并可选配置 `oauth.clientSecret`，然后运行：
|
||||
|
||||
@ -353,13 +354,13 @@ Google Meet API 访问首先使用个人 OAuth 客户端。配置 `oauth.clientI
|
||||
openclaw googlemeet auth login --json
|
||||
```
|
||||
|
||||
该命令会输出一个带有刷新令牌的 `oauth` 配置块。它使用 PKCE、位于 `http://localhost:8085/oauth2callback` 的 localhost 回调，以及通过 `--manual` 进行的手动复制/粘贴流程。
|
||||
该命令会打印一个带有刷新令牌的 `oauth` 配置块。它使用 PKCE、`http://localhost:8085/oauth2callback` 上的 localhost 回调，以及通过 `--manual` 进行的手动复制/粘贴流程。
|
||||
|
||||
OAuth 同意范围包括 Meet 空间创建、Meet 空间读取权限，以及 Meet 会议媒体读取权限。如果你在支持会议创建功能之前就已完成认证，请重新运行 `openclaw googlemeet auth login --json`，以便刷新令牌具备 `meetings.space.created` 作用域。
|
||||
OAuth 同意范围包括 Meet 空间创建、Meet 空间读取访问以及 Meet 会议媒体读取访问。如果你在会议创建支持存在之前就已完成认证，请重新运行 `openclaw googlemeet auth login --json`，以便刷新令牌包含 `meetings.space.created` scope。
|
||||
|
||||
浏览器回退不需要 OAuth 凭证。在该模式下，Google 认证来自所选节点上已登录的 Chrome 配置文件，而不是 OpenClaw 配置。
|
||||
浏览器回退不需要 OAuth 凭证。在该模式下，Google 认证来自所选节点上已登录的 Chrome 配置文件，而不是来自 OpenClaw 配置。
|
||||
|
||||
支持以下环境变量作为回退：
|
||||
接受以下环境变量作为回退：
|
||||
|
||||
- `OPENCLAW_GOOGLE_MEET_CLIENT_ID` 或 `GOOGLE_MEET_CLIENT_ID`
|
||||
- `OPENCLAW_GOOGLE_MEET_CLIENT_SECRET` 或 `GOOGLE_MEET_CLIENT_SECRET`
|
||||
@ -376,7 +377,7 @@ OAuth 同意范围包括 Meet 空间创建、Meet 空间读取权限，以及 Me
|
||||
openclaw googlemeet resolve-space --meeting https://meet.google.com/abc-defg-hij
|
||||
```
|
||||
|
||||
在进行媒体相关工作前运行预检：
|
||||
在进行媒体工作前运行预检：
|
||||
|
||||
```bash
|
||||
openclaw googlemeet preflight --meeting https://meet.google.com/abc-defg-hij
|
||||
@ -388,7 +389,7 @@ openclaw googlemeet preflight --meeting https://meet.google.com/abc-defg-hij
|
||||
openclaw googlemeet create
|
||||
```
|
||||
|
||||
该命令会输出新的 `meeting uri` 和来源。有 OAuth 凭证时，它使用官方 Google Meet API。没有 OAuth 凭证时，它会使用固定 Chrome 节点上已登录的浏览器配置文件作为回退。智能体可以用 `action: "create"` 调用 `google_meet` 工具来创建会议，然后用返回的 `meetingUri` 调用 `action: "join"`。
|
||||
该命令会打印新的 `meeting uri` 和来源。使用 OAuth 凭证时，它会使用官方 Google Meet API。没有 OAuth 凭证时，它会回退到使用固定的 Chrome 节点上已登录的浏览器配置文件。智能体可以使用 `google_meet` 工具并设置 `action: "create"` 来创建会议，然后使用返回的 `meetingUri` 调用 `action: "join"`。
|
||||
|
||||
浏览器回退的 JSON 输出示例：
|
||||
|
||||
@ -417,13 +418,13 @@ API 创建的 JSON 输出示例：
|
||||
}
|
||||
```
|
||||
|
||||
创建 Meet 只会创建或发现会议 URL。Chrome 或 `chrome-node` 传输仍然需要一个已登录 Google 的 Chrome 配置文件，才能通过浏览器加入。如果该配置文件已退出登录，OpenClaw 会报告 `manualActionRequired: true` 或浏览器回退错误，并要求操作员先完成 Google 登录后再重试。
|
||||
创建 Meet 只会创建或发现会议 URL。`chrome` 或 `chrome-node` 传输方式仍然需要一个已登录 Google 的 Chrome 配置文件，才能通过浏览器加入。如果该配置文件已退出登录，OpenClaw 会报告 `manualActionRequired: true` 或浏览器回退错误，并要求操作员在重试前完成 Google 登录。
|
||||
|
||||
只有在确认你的 Cloud 项目、OAuth 主体和会议参与者都已加入 Google Workspace Developer Preview Program for Meet media APIs 后，才设置 `preview.enrollmentAcknowledged: true`。
|
||||
仅在确认你的 Cloud 项目、OAuth principal 和会议参与者都已加入用于 Meet 媒体 API 的 Google Workspace Developer Preview Program 后，才设置 `preview.enrollmentAcknowledged: true`。
|
||||
|
||||
## 配置
|
||||
|
||||
常见的 Chrome 实时路径只需要启用插件、安装 BlackHole、SoX，以及一个后端实时语音提供商密钥。OpenAI 是默认选项；设置 `realtime.provider: "google"` 可使用 Google Gemini Live：
|
||||
常见的 Chrome 实时路径只需要启用插件、安装 BlackHole、SoX，以及配置后端实时语音提供商密钥。OpenAI 是默认值；设置 `realtime.provider: "google"` 可使用 Google Gemini Live：
|
||||
|
||||
```bash
|
||||
brew install blackhole-2ch sox
|
||||
@ -453,16 +454,16 @@ export GEMINI_API_KEY=...
|
||||
- `defaultMode: "realtime"`
|
||||
- `chromeNode.node`：`chrome-node` 的可选节点 id/名称/IP
|
||||
- `chrome.audioBackend: "blackhole-2ch"`
|
||||
- `chrome.guestName: "OpenClaw Agent"`：在已退出登录的 Meet 访客页面上使用的名称
|
||||
- `chrome.autoJoin: true`：在 `chrome-node` 上，通过 OpenClaw 浏览器自动化尽力填充访客名并点击“立即加入”
|
||||
- `chrome.guestName: "OpenClaw Agent"`：在已退出登录的 Meet 访客界面上使用的名称
|
||||
- `chrome.autoJoin: true`：在 `chrome-node` 上通过 OpenClaw 浏览器自动化尽力填写访客名并点击立即加入
|
||||
- `chrome.reuseExistingTab: true`：激活现有 Meet 标签页，而不是打开重复标签页
|
||||
- `chrome.waitForInCallMs: 20000`：在触发实时介绍之前，等待 Meet 标签页报告已在通话中
|
||||
- `chrome.waitForInCallMs: 20000`：在触发实时介绍前，等待 Meet 标签页报告已在通话中
|
||||
- `chrome.audioInputCommand`：将 8 kHz G.711 mu-law 音频写入 stdout 的 SoX `rec` 命令
|
||||
- `chrome.audioOutputCommand`：从 stdin 读取 8 kHz G.711 mu-law 音频的 SoX `play` 命令
|
||||
- `realtime.provider: "openai"`
|
||||
- `realtime.toolPolicy: "safe-read-only"`
|
||||
- `realtime.instructions`：简短的口头回复，需要更深入回答时使用 `openclaw_agent_consult`
|
||||
- `realtime.introMessage`：实时桥接连接时播放的简短口头就绪检查；将其设为 `""` 可静默加入
|
||||
- `realtime.instructions`：简短的口头回复，较深入的回答使用 `openclaw_agent_consult`
|
||||
- `realtime.introMessage`：实时桥接连接时的简短口头就绪检查；将其设置为 `""` 可静默加入
|
||||
|
||||
可选覆盖项：
|
||||
|
||||
@ -482,7 +483,7 @@ export GEMINI_API_KEY=...
|
||||
realtime: {
|
||||
provider: "google",
|
||||
toolPolicy: "owner",
|
||||
introMessage: "准确地说：I'm here.",
|
||||
introMessage: "Say exactly: I'm here.",
|
||||
providers: {
|
||||
google: {
|
||||
model: "gemini-2.5-flash-native-audio-preview-12-2025",
|
||||
@ -508,7 +509,7 @@ export GEMINI_API_KEY=...
|
||||
}
|
||||
```
|
||||
|
||||
`voiceCall.enabled` 默认为 `true`；使用 Twilio 传输时，它会将实际的 PSTN 呼叫和 DTMF 委派给 Voice Call 插件。如果未启用 `voice-call`，Google Meet 仍然可以验证并记录拨号计划，但无法发起 Twilio 呼叫。
|
||||
`voiceCall.enabled` 默认为 `true`；使用 Twilio 传输方式时，它会将实际的 PSTN 呼叫和 DTMF 委派给 Voice Call 插件。如果未启用 `voice-call`，Google Meet 仍然可以验证并记录拨号计划，但无法发起 Twilio 呼叫。
|
||||
|
||||
## 工具
|
||||
|
||||
@ -523,15 +524,15 @@ export GEMINI_API_KEY=...
|
||||
}
|
||||
```
|
||||
|
||||
当 Chrome 运行在 Gateway 网关主机上时，使用 `transport: "chrome"`。当 Chrome 运行在已配对节点（例如 Parallels VM）上时，使用 `transport: "chrome-node"`。在这两种情况下，实时模型和 `openclaw_agent_consult` 都运行在 Gateway 网关主机上，因此模型凭证会保留在那里。
|
||||
当 Chrome 在 Gateway 网关主机上运行时，使用 `transport: "chrome"`。当 Chrome 在已配对节点上运行时，例如 Parallels VM，使用 `transport: "chrome-node"`。在这两种情况下，实时模型和 `openclaw_agent_consult` 都运行在 Gateway 网关主机上，因此模型凭证会保留在那里。
|
||||
|
||||
使用 `action: "status"` 可列出活动会话或检查某个会话 ID。使用带有 `sessionId` 和 `message` 的 `action: "speak"` 可让实时智能体立即发言。使用 `action: "test_speech"` 可创建或复用会话、触发一段已知短语，并在 Chrome 主机可报告时返回 `inCall` 健康状态。使用 `action: "leave"` 可将会话标记为已结束。
|
||||
使用 `action: "status"` 可列出活动会话或检查某个会话 ID。使用带有 `sessionId` 和 `message` 的 `action: "speak"` 可让实时智能体立即发言。使用 `action: "test_speech"` 可创建或复用会话，触发一段已知短语，并在 Chrome 主机可报告时返回 `inCall` 健康状态。使用 `action: "leave"` 可将会话标记为已结束。
|
||||
|
||||
`status` 在可用时包含 Chrome 健康状态：
|
||||
|
||||
- `inCall`：Chrome 似乎已处于 Meet 通话中
|
||||
- `micMuted`：尽力判断的 Meet 麦克风状态
|
||||
- `manualActionRequired` / `manualActionReason` / `manualActionMessage`：浏览器配置文件需要手动登录、Meet 主持人批准、权限授予，或浏览器控制修复，发言功能才能正常工作
|
||||
- `inCall`：Chrome 似乎已进入 Meet 通话
|
||||
- `micMuted`：尽力获取的 Meet 麦克风状态
|
||||
- `manualActionRequired` / `manualActionReason` / `manualActionMessage`：浏览器配置文件需要手动登录、Meet 主持人准入、权限授予或浏览器控制修复后，语音功能才能工作
|
||||
- `providerConnected` / `realtimeReady`：实时语音桥接状态
|
||||
- `lastInputAt` / `lastOutputAt`：桥接最近一次接收或发送音频的时间
|
||||
|
||||
@ -539,58 +540,58 @@ export GEMINI_API_KEY=...
|
||||
{
|
||||
"action": "speak",
|
||||
"sessionId": "meet_...",
|
||||
"message": "准确地说：I'm here and listening."
|
||||
"message": "Say exactly: I'm here and listening."
|
||||
}
|
||||
```
|
||||
|
||||
## 实时智能体咨询
|
||||
|
||||
Chrome 的 `realtime` 模式针对实时语音循环进行了优化。实时语音提供商会听取会议音频，并通过已配置的音频桥接发言。当实时模型需要更深入的推理、当前信息或常规 OpenClaw 工具时，它可以调用 `openclaw_agent_consult`。
|
||||
Chrome 实时模式针对实时语音循环进行了优化。实时语音提供商会听取会议音频，并通过已配置的音频桥进行发言。当实时模型需要更深入的推理、最新信息或普通 OpenClaw 工具时，它可以调用 `openclaw_agent_consult`。
|
||||
|
||||
该咨询工具会在后台运行常规 OpenClaw 智能体，带入最近的会议转录上下文，并向实时语音会话返回简洁的口头回答。然后语音模型就可以把该回答说回会议中。
|
||||
该咨询工具会在后台运行常规 OpenClaw 智能体，并附带最近的会议转录上下文，然后向实时语音会话返回简洁的口头回答。随后语音模型可以将该回答说回会议中。它与 Voice Call 共用同一个实时咨询工具。
|
||||
|
||||
`realtime.toolPolicy` 控制咨询运行方式：
|
||||
`realtime.toolPolicy` 控制咨询运行：
|
||||
|
||||
- `safe-read-only`：公开咨询工具，并将常规智能体限制为使用 `read`、`web_search`、`web_fetch`、`x_search`、`memory_search` 和 `memory_get`。
|
||||
- `owner`：公开咨询工具，并允许常规智能体使用普通智能体工具策略。
|
||||
- `none`：不向实时语音模型公开咨询工具。
|
||||
- `safe-read-only`：暴露咨询工具，并将常规智能体限制为使用 `read`、`web_search`、`web_fetch`、`x_search`、`memory_search` 和 `memory_get`。
|
||||
- `owner`：暴露咨询工具，并允许常规智能体使用正常的智能体工具策略。
|
||||
- `none`：不向实时语音模型暴露咨询工具。
|
||||
|
||||
咨询会话键按每个 Meet 会话进行作用域隔离，因此同一场会议期间，后续咨询调用可以复用先前的咨询上下文。
|
||||
咨询会话键按 Meet 会话进行作用域隔离，因此在同一会议期间，后续咨询调用可以复用先前的咨询上下文。
|
||||
|
||||
若要在 Chrome 完全加入通话后强制执行一次口头就绪检查：
|
||||
要在 Chrome 已完全加入通话后强制执行一次口头就绪检查：
|
||||
|
||||
```bash
|
||||
openclaw googlemeet speak meet_... "准确地说：I'm here and listening."
|
||||
openclaw googlemeet speak meet_... "Say exactly: I'm here and listening."
|
||||
```
|
||||
|
||||
若要执行完整的加入并发言冒烟测试：
|
||||
用于完整的加入并发言冒烟测试：
|
||||
|
||||
```bash
|
||||
openclaw googlemeet test-speech https://meet.google.com/abc-defg-hij \
|
||||
--transport chrome-node \
|
||||
--message "准确地说：I'm here and listening."
|
||||
--message "Say exactly: I'm here and listening."
|
||||
```
|
||||
|
||||
## 实时测试清单
|
||||
## 实时测试检查清单
|
||||
|
||||
在将会议交给无人值守智能体之前，请使用以下顺序：
|
||||
在将会议交给无人值守智能体前，请使用以下顺序：
|
||||
|
||||
```bash
|
||||
openclaw googlemeet setup
|
||||
openclaw nodes status
|
||||
openclaw googlemeet test-speech https://meet.google.com/abc-defg-hij \
|
||||
--transport chrome-node \
|
||||
--message "准确地说：Google Meet speech test complete."
|
||||
--message "Say exactly: Google Meet speech test complete."
|
||||
```
|
||||
|
||||
预期的 `chrome-node` 状态：
|
||||
|
||||
- `googlemeet setup` 全部为绿色。
|
||||
- `nodes status` 显示所选节点已连接。
|
||||
- 所选节点同时通告 `googlemeet.chrome` 和 `browser.proxy`。
|
||||
- Meet 标签页加入通话，且 `test-speech` 返回的 Chrome 健康状态中 `inCall: true`。
|
||||
- 所选节点同时通告了 `googlemeet.chrome` 和 `browser.proxy`。
|
||||
- Meet 标签页加入通话，并且 `test-speech` 返回带有 `inCall: true` 的 Chrome 健康状态。
|
||||
|
||||
对于 Twilio 冒烟测试，请使用一个暴露电话拨入详情的会议：
|
||||
对于 Twilio 冒烟测试，请使用一个会公开电话拨入详情的会议：
|
||||
|
||||
```bash
|
||||
openclaw googlemeet setup
|
||||
@ -604,8 +605,8 @@ openclaw googlemeet join https://meet.google.com/abc-defg-hij \
|
||||
|
||||
- `googlemeet setup` 包含绿色的 `twilio-voice-call-plugin` 和 `twilio-voice-call-credentials` 检查。
|
||||
- Gateway 网关重新加载后，CLI 中可用 `voicecall`。
|
||||
- 返回的会话包含 `transport: "twilio"` 和一个 `twilio.voiceCallId`。
|
||||
- `googlemeet leave <sessionId>` 会挂断已委派的语音呼叫。
|
||||
- 返回的会话带有 `transport: "twilio"` 和 `twilio.voiceCallId`。
|
||||
- `googlemeet leave <sessionId>` 会挂断被委派的语音通话。
|
||||
|
||||
## 故障排除
|
||||
|
||||
@ -618,11 +619,11 @@ openclaw plugins list | grep google-meet
|
||||
openclaw googlemeet setup
|
||||
```
|
||||
|
||||
如果你刚刚编辑了 `plugins.entries.google-meet`，请重启或重新加载 Gateway 网关。运行中的智能体只能看到由当前 Gateway 网关进程注册的插件工具。
|
||||
如果你刚刚编辑了 `plugins.entries.google-meet`，请重启或重新加载 Gateway 网关。正在运行的智能体只能看到由当前 Gateway 网关进程注册的插件工具。
|
||||
|
||||
### 没有已连接的具备 Google Meet 能力的节点
|
||||
### 没有已连接的 Google Meet 可用节点
|
||||
|
||||
在节点主机上运行：
|
||||
在节点主机上，运行：
|
||||
|
||||
```bash
|
||||
openclaw plugins enable google-meet
|
||||
@ -639,8 +640,7 @@ openclaw devices approve <requestId>
|
||||
openclaw nodes status
|
||||
```
|
||||
|
||||
该节点必须处于已连接状态，并列出 `googlemeet.chrome` 以及 `browser.proxy`。
|
||||
Gateway 网关配置必须允许这些节点命令：
|
||||
节点必须已连接，并列出 `googlemeet.chrome` 以及 `browser.proxy`。Gateway 网关配置必须允许这些节点命令：
|
||||
|
||||
```json5
|
||||
{
|
||||
@ -654,28 +654,28 @@ Gateway 网关配置必须允许这些节点命令：
|
||||
|
||||
### 浏览器已打开，但智能体无法加入
|
||||
|
||||
运行 `googlemeet test-speech` 并检查返回的 Chrome 健康状态。如果它报告 `manualActionRequired: true`，请向操作员显示 `manualActionMessage`，并停止重试，直到浏览器操作完成。
|
||||
运行 `googlemeet test-speech` 并检查返回的 Chrome 健康状态。如果它报告 `manualActionRequired: true`，请向操作员显示 `manualActionMessage`，并在浏览器操作完成前停止重试。
|
||||
|
||||
常见的手动操作：
|
||||
常见手动操作：
|
||||
|
||||
- 登录 Chrome 配置文件。
|
||||
- 通过 Meet 主持人账号批准访客加入。
|
||||
- 当 Chrome 原生权限提示出现时，授予 Chrome 麦克风/摄像头权限。
|
||||
- 从 Meet 主持人账号准入访客。
|
||||
- 当出现 Chrome 原生权限提示时，授予 Chrome 麦克风/摄像头权限。
|
||||
- 关闭或修复卡住的 Meet 权限对话框。
|
||||
|
||||
不要仅仅因为 Meet 显示“Do you want people to hear you in the meeting?” 就报告“未登录”。那是 Meet 的音频选择过渡页；OpenClaw 会在可用时通过浏览器自动化点击 **Use microphone**，并继续等待真正的会议状态。对于仅创建的浏览器回退，OpenClaw 可能会点击 **Continue without microphone**，因为创建 URL 不需要实时音频路径。
|
||||
如果 Meet 显示“Do you want people to hear you in the meeting?”，不要仅因此就报告“未登录”。这是 Meet 的音频选择过渡页；OpenClaw 会在可用时通过浏览器自动化点击**使用麦克风**，并继续等待真正的会议状态。对于仅创建的浏览器回退，OpenClaw 可能会点击**继续且不使用麦克风**，因为创建 URL 不需要实时音频路径。
|
||||
|
||||
### 会议创建失败
|
||||
|
||||
配置了 OAuth 凭证时，`googlemeet create` 会首先使用 Google Meet API 的 `spaces.create` 端点。没有 OAuth 凭证时，它会回退到固定的 Chrome 节点浏览器。请确认：
|
||||
配置了 OAuth 凭证时，`googlemeet create` 会首先使用 Google Meet API `spaces.create` 端点。没有 OAuth 凭证时，它会回退到固定的 Chrome 节点浏览器。请确认：
|
||||
|
||||
- 对于 API 创建：已配置 `oauth.clientId` 和 `oauth.refreshToken`，或者已存在对应的 `OPENCLAW_GOOGLE_MEET_*` 环境变量。
|
||||
- 对于 API 创建：刷新令牌是在添加创建支持之后生成的。较旧的令牌可能缺少 `meetings.space.created` 作用域；请重新运行 `openclaw googlemeet auth login --json` 并更新插件配置。
|
||||
- 对于浏览器回退：`defaultTransport: "chrome-node"` 且 `chromeNode.node` 指向一个已连接的节点，并且该节点具备 `browser.proxy` 和 `googlemeet.chrome`。
|
||||
- 对于浏览器回退：该节点上的 OpenClaw Chrome 配置文件已登录 Google，并且可以打开 `https://meet.google.com/new`。
|
||||
- 对于浏览器回退：如果 Meet 显示“Do you want people to hear you in the meeting?”，请保持该标签页打开。OpenClaw 应通过浏览器自动化点击 **Use microphone**，或者在仅创建回退时点击 **Continue without microphone**，并继续等待生成的 Meet URL。如果无法做到，错误应提及 `meet-audio-choice-required`，而不是 `google-login-required`。
|
||||
- 对于 API 创建：已配置 `oauth.clientId` 和 `oauth.refreshToken`，或存在对应的 `OPENCLAW_GOOGLE_MEET_*` 环境变量。
|
||||
- 对于 API 创建：刷新令牌是在添加创建支持之后签发的。旧令牌可能缺少 `meetings.space.created` scope；请重新运行 `openclaw googlemeet auth login --json` 并更新插件配置。
|
||||
- 对于浏览器回退：`defaultTransport: "chrome-node"` 且 `chromeNode.node` 指向一个已连接节点，并且该节点具有 `browser.proxy` 和 `googlemeet.chrome`。
|
||||
- 对于浏览器回退：该节点上的 OpenClaw Chrome 配置文件已登录 Google，并且能够打开 `https://meet.google.com/new`。
|
||||
- 对于浏览器回退：如果 Meet 显示“Do you want people to hear you in the meeting?”，请保持标签页打开。OpenClaw 应通过浏览器自动化点击**使用麦克风**，或者在仅创建回退场景下点击**继续且不使用麦克风**，并继续等待生成的 Meet URL。如果做不到，错误应提到 `meet-audio-choice-required`，而不是 `google-login-required`。
|
||||
|
||||
### 智能体已加入但不说话
|
||||
### 智能体已加入但不会说话
|
||||
|
||||
检查实时路径：
|
||||
|
||||
@ -684,20 +684,20 @@ openclaw googlemeet setup
|
||||
openclaw googlemeet status
|
||||
```
|
||||
|
||||
收听/回话请使用 `mode: "realtime"`。`mode: "transcribe"` 是有意不启动双向实时语音桥接的。
|
||||
使用 `mode: "realtime"` 进行收听/回话。`mode: "transcribe"` 按设计不会启动双向实时语音桥接。
|
||||
|
||||
另外还要验证：
|
||||
|
||||
- Gateway 网关主机上有可用的实时提供商密钥，例如 `OPENAI_API_KEY` 或 `GEMINI_API_KEY`。
|
||||
- `BlackHole 2ch` 在 Chrome 主机上可见。
|
||||
- `rec` 和 `play` 在 Chrome 主机上存在。
|
||||
- Meet 的麦克风和扬声器通过 OpenClaw 使用的虚拟音频路径进行路由。
|
||||
- Chrome 主机上可见 `BlackHole 2ch`。
|
||||
- Chrome 主机上存在 `rec` 和 `play`。
|
||||
- Meet 的麦克风和扬声器已通过 OpenClaw 使用的虚拟音频路径进行路由。
|
||||
|
||||
### Twilio 设置检查失败
|
||||
|
||||
当 `voice-call` 未被允许或未启用时，`twilio-voice-call-plugin` 会失败。请将其加入 `plugins.allow`，启用 `plugins.entries.voice-call`，并重新加载 Gateway 网关。
|
||||
当 `voice-call` 未被允许或未启用时，`twilio-voice-call-plugin` 会失败。将其添加到 `plugins.allow`，启用 `plugins.entries.voice-call`，并重新加载 Gateway 网关。
|
||||
|
||||
当 Twilio 后端缺少 account SID、auth token 或主叫号码时，`twilio-voice-call-credentials` 会失败。请在 Gateway 网关主机上设置以下内容：
|
||||
当 Twilio 后端缺少 account SID、auth token 或 caller number 时，`twilio-voice-call-credentials` 会失败。在 Gateway 网关主机上设置这些值：
|
||||
|
||||
```bash
|
||||
export TWILIO_ACCOUNT_SID=AC...
|
||||
@ -713,7 +713,7 @@ openclaw googlemeet setup
|
||||
|
||||
### Twilio 呼叫已开始，但始终未进入会议
|
||||
|
||||
确认 Meet 事件暴露了电话拨入详情。传入精确的拨入号码和 PIN，或自定义 DTMF 序列：
|
||||
确认 Meet 事件公开了电话拨入详情。传入精确的拨入号码和 PIN，或自定义 DTMF 序列：
|
||||
|
||||
```bash
|
||||
openclaw googlemeet join https://meet.google.com/abc-defg-hij \
|
||||
@ -726,19 +726,19 @@ openclaw googlemeet join https://meet.google.com/abc-defg-hij \
|
||||
|
||||
## 说明
|
||||
|
||||
Google Meet 的官方媒体 API 偏向接收方向，因此要向 Meet 通话中发言，仍然需要一个参与者路径。这个插件让这个边界保持可见：Chrome 负责浏览器参与和本地音频路由；Twilio 负责电话拨入参与。
|
||||
Google Meet 的官方媒体 API 偏向接收，因此向 Meet 通话中发言仍然需要一个参与者路径。该插件将这一边界保持为可见状态：Chrome 处理浏览器参与和本地音频路由；Twilio 处理电话拨入参与。
|
||||
|
||||
Chrome 的 `realtime` 模式需要以下二者之一：
|
||||
Chrome 实时模式需要以下两者之一：
|
||||
|
||||
- `chrome.audioInputCommand` 加 `chrome.audioOutputCommand`：OpenClaw 拥有实时模型桥接，并在这些命令与所选实时语音提供商之间传输 8 kHz G.711 mu-law 音频。
|
||||
- `chrome.audioBridgeCommand`：一个外部桥接命令拥有整个本地音频路径，并且必须在启动或验证其守护进程后退出。
|
||||
|
||||
为了获得干净的双工音频，请通过独立的虚拟设备或类似 Loopback 的虚拟设备拓扑来路由 Meet 输出和 Meet 麦克风。单个共享的 BlackHole 设备可能会把其他参会者的声音回送到通话中。
|
||||
为了获得干净的双向音频，请将 Meet 输出和 Meet 麦克风通过独立虚拟设备或类似 Loopback 的虚拟设备图进行路由。单个共享的 BlackHole 设备可能会把其他参与者的声音回送到通话中。
|
||||
|
||||
`googlemeet speak` 会触发 Chrome 会话当前活动的实时音频桥接。`googlemeet leave` 会停止该桥接。对于通过 Voice Call 插件委派的 Twilio 会话，`leave` 还会挂断底层语音呼叫。
|
||||
`googlemeet speak` 会触发 Chrome 会话的活动实时音频桥接。`googlemeet leave` 会停止该桥接。对于通过 Voice Call 插件委派的 Twilio 会话，`leave` 还会挂断底层语音通话。
|
||||
|
||||
## 相关内容
|
||||
|
||||
- [Voice Call 插件](/zh-CN/plugins/voice-call)
|
||||
- [对话模式](/zh-CN/nodes/talk)
|
||||
- [Voice call 插件](/zh-CN/plugins/voice-call)
|
||||
- [Talk 模式](/zh-CN/nodes/talk)
|
||||
- [构建插件](/zh-CN/plugins/building-plugins)
|
||||
|
||||
@ -1,19 +1,19 @@
|
||||
---
|
||||
read_when:
|
||||
- 你想从 OpenClaw 发起一通呼出语音电话
|
||||
- 你正在配置或开发语音通话插件
|
||||
summary: 语音通话插件：通过 Twilio/Telnyx/Plivo 进行呼出 + 呼入通话（插件安装 + 配置 + CLI）
|
||||
title: 语音通话插件
|
||||
- 你想从 OpenClaw 发起一个呼出语音通话
|
||||
- 你正在配置或开发 voice-call 插件
|
||||
summary: Voice Call 插件：通过 Twilio/Telnyx/Plivo 进行呼出 + 呼入通话（插件安装 + 配置 + CLI）
|
||||
title: Voice call 插件
|
||||
x-i18n:
|
||||
generated_at: "2026-04-24T21:43:50Z"
|
||||
generated_at: "2026-04-24T22:14:45Z"
|
||||
model: gpt-5.4
|
||||
provider: openai
|
||||
source_hash: a6d03153cf6ba1b4cd7cf2e4c0ffcdf96595363473b172b2d4b21b4100c20e3c
|
||||
source_hash: 1b033d9c46fa1af60c3ae2d22f8bad909ee179ef01926efca5b62b9f8a30375f
|
||||
source_path: plugins/voice-call.md
|
||||
workflow: 15
|
||||
---
|
||||
|
||||
# 语音通话（插件）
|
||||
# Voice Call（插件）
|
||||
|
||||
通过插件为 OpenClaw 提供语音通话。支持呼出通知，以及带有呼入策略的多轮对话。
|
||||
|
||||
@ -22,7 +22,7 @@ x-i18n:
|
||||
- `twilio`（Programmable Voice + Media Streams）
|
||||
- `telnyx`（Call Control v2）
|
||||
- `plivo`（Voice API + XML transfer + GetInput speech）
|
||||
- `mock`（开发用 / 无网络）
|
||||
- `mock`（开发用/无网络）
|
||||
|
||||
快速理解模型：
|
||||
|
||||
@ -33,9 +33,9 @@ x-i18n:
|
||||
|
||||
## 运行位置（本地 vs 远程）
|
||||
|
||||
语音通话插件运行在 **Gateway 网关进程内部**。
|
||||
Voice Call 插件**运行在 Gateway 网关进程内部**。
|
||||
|
||||
如果你使用远程 Gateway 网关，请在**运行 Gateway 网关的机器**上安装 / 配置该插件，然后重启 Gateway 网关以加载它。
|
||||
如果你使用远程 Gateway 网关，请在**运行 Gateway 网关的机器上**安装/配置该插件，然后重启 Gateway 网关以加载它。
|
||||
|
||||
## 安装
|
||||
|
||||
@ -47,7 +47,7 @@ openclaw plugins install @openclaw/voice-call
|
||||
|
||||
之后重启 Gateway 网关。
|
||||
|
||||
### 选项 B：从本地文件夹安装（开发，无需复制）
|
||||
### 选项 B：从本地文件夹安装（开发用，不复制）
|
||||
|
||||
```bash
|
||||
PLUGIN_SRC=./path/to/local/voice-call-plugin
|
||||
@ -69,7 +69,7 @@ cd "$PLUGIN_SRC" && pnpm install
|
||||
enabled: true,
|
||||
config: {
|
||||
provider: "twilio", // 或 "telnyx" | "plivo" | "mock"
|
||||
fromNumber: "+15550001234", // 或者 Twilio 的 TWILIO_FROM_NUMBER
|
||||
fromNumber: "+15550001234", // 或者对 Twilio 使用 TWILIO_FROM_NUMBER
|
||||
toNumber: "+15550005678",
|
||||
|
||||
twilio: {
|
||||
@ -96,13 +96,13 @@ cd "$PLUGIN_SRC" && pnpm install
|
||||
path: "/voice/webhook",
|
||||
},
|
||||
|
||||
// Webhook 安全性（推荐用于隧道 / 代理）
|
||||
// Webhook 安全性（建议用于隧道/代理）
|
||||
webhookSecurity: {
|
||||
allowedHosts: ["voice.example.com"],
|
||||
trustedProxyIPs: ["100.64.0.1"],
|
||||
},
|
||||
|
||||
// 公开暴露方式（任选其一）
|
||||
// 对外暴露（任选其一）
|
||||
// publicUrl: "https://example.ngrok.app/voice/webhook",
|
||||
// tunnel: { provider: "ngrok" },
|
||||
// tailscale: { mode: "funnel", path: "/voice/webhook" }
|
||||
@ -113,11 +113,11 @@ cd "$PLUGIN_SRC" && pnpm install
|
||||
|
||||
streaming: {
|
||||
enabled: true,
|
||||
provider: "openai", // 可选；未设置时使用第一个已注册的实时转录提供商
|
||||
provider: "openai", // 可选；未设置时使用第一个已注册的实时转写提供商
|
||||
streamPath: "/voice/stream",
|
||||
providers: {
|
||||
openai: {
|
||||
apiKey: "sk-...", // 如果已设置 OPENAI_API_KEY，则可选
|
||||
apiKey: "sk-...", // 如果设置了 OPENAI_API_KEY，则可选
|
||||
model: "gpt-4o-transcribe",
|
||||
silenceDurationMs: 800,
|
||||
vadThreshold: 0.5,
|
||||
@ -132,6 +132,7 @@ cd "$PLUGIN_SRC" && pnpm install
|
||||
realtime: {
|
||||
enabled: false,
|
||||
provider: "google", // 可选；未设置时使用第一个已注册的实时语音提供商
|
||||
toolPolicy: "safe-read-only",
|
||||
providers: {
|
||||
google: {
|
||||
model: "gemini-2.5-flash-native-audio-preview-12-2025",
|
||||
@ -148,42 +149,48 @@ cd "$PLUGIN_SRC" && pnpm install
|
||||
|
||||
说明：
|
||||
|
||||
- Twilio / Telnyx 需要一个**可从公网访问**的 webhook URL。
|
||||
- Plivo 需要一个**可从公网访问**的 webhook URL。
|
||||
- `mock` 是本地开发提供商（不发起网络调用）。
|
||||
- Twilio/Telnyx 需要一个**可被公网访问**的 webhook URL。
|
||||
- Plivo 需要一个**可被公网访问**的 webhook URL。
|
||||
- `mock` 是一个本地开发提供商（不进行网络调用）。
|
||||
- 如果旧配置仍在使用 `provider: "log"`、`twilio.from` 或旧版 `streaming.*` OpenAI 键，请运行 `openclaw doctor --fix` 进行重写。
|
||||
- 除非 `skipSignatureVerification` 为 true，否则 Telnyx 需要 `telnyx.publicKey`（或 `TELNYX_PUBLIC_KEY`）。
|
||||
- Telnyx 需要 `telnyx.publicKey`（或 `TELNYX_PUBLIC_KEY`），除非 `skipSignatureVerification` 为 true。
|
||||
- `skipSignatureVerification` 仅用于本地测试。
|
||||
- 如果你使用 ngrok 免费层，请将 `publicUrl` 设置为精确的 ngrok URL；签名验证始终会被强制执行。
|
||||
- 如果你使用 ngrok 免费层，请将 `publicUrl` 设置为准确的 ngrok URL；签名校验始终会被强制执行。
|
||||
- `tunnel.allowNgrokFreeTierLoopbackBypass: true` 仅在 `tunnel.provider="ngrok"` 且 `serve.bind` 为 loopback（ngrok 本地代理）时，允许带有无效签名的 Twilio webhook。仅用于本地开发。
|
||||
- Ngrok 免费层 URL 可能会变化，或插入中间页行为；如果 `publicUrl` 漂移，Twilio 签名将会验证失败。生产环境中，优先使用稳定域名或 Tailscale funnel。
|
||||
- Ngrok 免费层 URL 可能会变化，或增加中间页行为；如果 `publicUrl` 漂移，Twilio 签名校验将失败。生产环境中，优先使用稳定域名或 Tailscale funnel。
|
||||
- `realtime.enabled` 会启动完整的语音到语音对话；不要与 `streaming.enabled` 同时启用。
|
||||
- 流式传输安全默认值：
|
||||
- `streaming.preStartTimeoutMs` 会关闭那些从未发送有效 `start` 帧的 socket。
|
||||
- `streaming.maxPendingConnections` 限制未认证、启动前 socket 的总数。
|
||||
- `streaming.maxPendingConnectionsPerIp` 限制每个源 IP 的未认证、启动前 socket 数量。
|
||||
- `streaming.maxConnections` 限制媒体流 socket 的总打开数（待启动 + 活动）。
|
||||
- 运行时回退目前仍接受这些旧的 voice-call 键，但推荐的重写路径是 `openclaw doctor --fix`，兼容性垫片只是临时方案。
|
||||
- `streaming.maxPendingConnections` 限制未认证启动前 socket 的总数。
|
||||
- `streaming.maxPendingConnectionsPerIp` 限制每个源 IP 的未认证启动前 socket 数量。
|
||||
- `streaming.maxConnections` 限制已打开媒体流 socket 的总数（待启动 + 活跃）。
|
||||
- 运行时回退目前仍会接受这些旧版 voice-call 键，但重写路径是 `openclaw doctor --fix`，兼容垫片只是临时方案。
|
||||
|
||||
## 实时语音对话
|
||||
|
||||
`realtime` 为实时通话音频选择一个全双工实时语音提供商。
|
||||
它与 `streaming` 分离，后者仅将音频转发给实时转录提供商。
|
||||
它与 `streaming` 分开，后者仅将音频转发给实时转写提供商。
|
||||
|
||||
当前运行时行为：
|
||||
|
||||
- `realtime.enabled` 支持用于 Twilio Media Streams。
|
||||
- `realtime.enabled` 不能与 `streaming.enabled` 组合使用。
|
||||
- `realtime.provider` 是可选的。未设置时，语音通话会使用第一个已注册的实时语音提供商。
|
||||
- `realtime.enabled` 支持 Twilio Media Streams。
|
||||
- `realtime.enabled` 不能与 `streaming.enabled` 同时使用。
|
||||
- `realtime.provider` 是可选的。未设置时，Voice Call 会使用第一个已注册的实时语音提供商。
|
||||
- 内置的实时语音提供商包括 Google Gemini Live（`google`）和 OpenAI（`openai`），由它们各自的提供商插件注册。
|
||||
- 提供商自有的原始配置位于 `realtime.providers.<providerId>` 下。
|
||||
- 如果 `realtime.provider` 指向一个未注册的提供商，或者根本没有注册任何实时语音提供商，语音通话会记录一条警告，并跳过实时媒体，而不是让整个插件失败。
|
||||
- 提供商拥有的原始配置位于 `realtime.providers.<providerId>` 下。
|
||||
- 默认情况下，Voice Call 会暴露共享的 `openclaw_agent_consult` 实时工具。当来电者请求更深入的推理、当前信息或普通 OpenClaw 工具时，实时模型可以调用它。
|
||||
- `realtime.toolPolicy` 控制 consult 运行：
|
||||
- `safe-read-only`：暴露 consult 工具，并将常规智能体限制为使用 `read`、`web_search`、`web_fetch`、`x_search`、`memory_search` 和 `memory_get`。
|
||||
- `owner`：暴露 consult 工具，并允许常规智能体使用普通智能体工具策略。
|
||||
- `none`：不暴露 consult 工具。自定义 `realtime.tools` 仍会传递给实时提供商。
|
||||
- Consult 会话键在可用时会复用现有语音会话，否则回退到主叫/被叫电话号码，以便后续 consult 调用在通话期间保持上下文。
|
||||
- 如果 `realtime.provider` 指向未注册的提供商，或者根本没有注册任何实时语音提供商，Voice Call 会记录一条警告，并跳过实时媒体，而不是让整个插件失败。
|
||||
|
||||
Google Gemini Live 实时默认值：
|
||||
|
||||
- API 密钥：`realtime.providers.google.apiKey`、`GEMINI_API_KEY` 或 `GOOGLE_GENERATIVE_AI_API_KEY`
|
||||
- model：`gemini-2.5-flash-native-audio-preview-12-2025`
|
||||
- voice：`Kore`
|
||||
- 模型：`gemini-2.5-flash-native-audio-preview-12-2025`
|
||||
- 声音：`Kore`
|
||||
|
||||
示例：
|
||||
|
||||
@ -199,7 +206,8 @@ Google Gemini Live 实时默认值：
|
||||
realtime: {
|
||||
enabled: true,
|
||||
provider: "google",
|
||||
instructions: "Speak briefly and ask before using tools.",
|
||||
instructions: "简短说话。在使用更深层工具之前先调用 openclaw_agent_consult。",
|
||||
toolPolicy: "safe-read-only",
|
||||
providers: {
|
||||
google: {
|
||||
apiKey: "${GEMINI_API_KEY}",
|
||||
@ -239,30 +247,30 @@ Google Gemini Live 实时默认值：
|
||||
}
|
||||
```
|
||||
|
||||
有关提供商特定的实时语音选项，请参见 [Google provider](/zh-CN/providers/google) 和 [OpenAI provider](/zh-CN/providers/openai)。
|
||||
有关提供商特定的实时语音选项，请参阅 [Google provider](/zh-CN/providers/google) 和 [OpenAI provider](/zh-CN/providers/openai)。
|
||||
|
||||
## 流式转录
|
||||
## 流式转写
|
||||
|
||||
`streaming` 为实时通话音频选择一个实时转录提供商。
|
||||
`streaming` 为实时通话音频选择一个实时转写提供商。
|
||||
|
||||
当前运行时行为：
|
||||
|
||||
- `streaming.provider` 是可选的。未设置时，语音通话会使用第一个已注册的实时转录提供商。
|
||||
- 内置的实时转录提供商包括 Deepgram（`deepgram`）、ElevenLabs（`elevenlabs`）、Mistral（`mistral`）、OpenAI（`openai`）和 xAI（`xai`），由它们各自的提供商插件注册。
|
||||
- 提供商自有的原始配置位于 `streaming.providers.<providerId>` 下。
|
||||
- 如果 `streaming.provider` 指向一个未注册的提供商，或者根本没有注册任何实时转录提供商，语音通话会记录一条警告，并跳过媒体流式传输，而不是让整个插件失败。
|
||||
- `streaming.provider` 是可选的。未设置时，Voice Call 会使用第一个已注册的实时转写提供商。
|
||||
- 内置的实时转写提供商包括 Deepgram（`deepgram`）、ElevenLabs（`elevenlabs`）、Mistral（`mistral`）、OpenAI（`openai`）和 xAI（`xai`），由它们各自的提供商插件注册。
|
||||
- 提供商拥有的原始配置位于 `streaming.providers.<providerId>` 下。
|
||||
- 如果 `streaming.provider` 指向未注册的提供商，或者根本没有注册任何实时转写提供商，Voice Call 会记录一条警告，并跳过媒体流传输，而不是让整个插件失败。
|
||||
|
||||
OpenAI 流式转录默认值：
|
||||
OpenAI 流式转写默认值：
|
||||
|
||||
- API 密钥：`streaming.providers.openai.apiKey` 或 `OPENAI_API_KEY`
|
||||
- model：`gpt-4o-transcribe`
|
||||
- 模型：`gpt-4o-transcribe`
|
||||
- `silenceDurationMs`：`800`
|
||||
- `vadThreshold`：`0.5`
|
||||
|
||||
xAI 流式转录默认值：
|
||||
xAI 流式转写默认值：
|
||||
|
||||
- API 密钥：`streaming.providers.xai.apiKey` 或 `XAI_API_KEY`
|
||||
- endpoint：`wss://api.x.ai/v1/stt`
|
||||
- 端点：`wss://api.x.ai/v1/stt`
|
||||
- `encoding`：`mulaw`
|
||||
- `sampleRate`：`8000`
|
||||
- `endpointingMs`：`800`
|
||||
@ -282,7 +290,7 @@ xAI 流式转录默认值：
|
||||
streamPath: "/voice/stream",
|
||||
providers: {
|
||||
openai: {
|
||||
apiKey: "sk-...", // 如果已设置 OPENAI_API_KEY，则可选
|
||||
apiKey: "sk-...", // 如果设置了 OPENAI_API_KEY，则可选
|
||||
model: "gpt-4o-transcribe",
|
||||
silenceDurationMs: 800,
|
||||
vadThreshold: 0.5,
|
||||
@ -310,7 +318,7 @@ xAI 流式转录默认值：
|
||||
streamPath: "/voice/stream",
|
||||
providers: {
|
||||
xai: {
|
||||
apiKey: "${XAI_API_KEY}", // 如果已设置 XAI_API_KEY，则可选
|
||||
apiKey: "${XAI_API_KEY}", // 如果设置了 XAI_API_KEY，则可选
|
||||
endpointingMs: 800,
|
||||
language: "en",
|
||||
},
|
||||
@ -323,7 +331,7 @@ xAI 流式转录默认值：
|
||||
}
|
||||
```
|
||||
|
||||
旧版键仍可由 `openclaw doctor --fix` 自动迁移：
|
||||
旧版键仍会由 `openclaw doctor --fix` 自动迁移：
|
||||
|
||||
- `streaming.sttProvider` → `streaming.provider`
|
||||
- `streaming.openaiApiKey` → `streaming.providers.openai.apiKey`
|
||||
@ -331,16 +339,16 @@ xAI 流式转录默认值：
|
||||
- `streaming.silenceDurationMs` → `streaming.providers.openai.silenceDurationMs`
|
||||
- `streaming.vadThreshold` → `streaming.providers.openai.vadThreshold`
|
||||
|
||||
## 陈旧通话清理器
|
||||
## 过期通话清理器
|
||||
|
||||
使用 `staleCallReaperSeconds` 来结束那些始终未收到终止 webhook 的通话
|
||||
（例如，始终未完成的 notify 模式通话）。默认值为 `0`
|
||||
使用 `staleCallReaperSeconds` 结束那些从未收到终止 webhook 的通话
|
||||
（例如，永远没有完成的通知模式通话）。默认值为 `0`
|
||||
（禁用）。
|
||||
|
||||
建议范围：
|
||||
推荐范围：
|
||||
|
||||
- **生产环境：** 对于 notify 风格流程，使用 `120`–`300` 秒。
|
||||
- 保持该值**高于 `maxDurationSeconds`**，以便正常通话可以完成。一个不错的起始值是 `maxDurationSeconds + 30–60` 秒。
|
||||
- **生产环境：** 对于通知风格流程，使用 `120`–`300` 秒。
|
||||
- 保持该值**高于 `maxDurationSeconds`**，以便正常通话能够完成。一个不错的起始值是 `maxDurationSeconds + 30–60` 秒。
|
||||
|
||||
示例：
|
||||
|
||||
@ -361,28 +369,21 @@ xAI 流式转录默认值：
|
||||
|
||||
## Webhook 安全性
|
||||
|
||||
当前方有代理或隧道位于 Gateway 网关前面时，插件会重建
|
||||
用于签名验证的公网 URL。这些选项控制哪些转发头
|
||||
会被信任。
|
||||
当 Gateway 网关前面有代理或隧道时，插件会重建用于签名校验的公网 URL。这些选项用于控制信任哪些转发头。
|
||||
|
||||
`webhookSecurity.allowedHosts` 会将来自转发头的主机加入允许列表。
|
||||
`webhookSecurity.allowedHosts` 对来自转发头的主机进行允许列表控制。
|
||||
|
||||
`webhookSecurity.trustForwardingHeaders` 会在没有允许列表的情况下信任转发头。
|
||||
`webhookSecurity.trustForwardingHeaders` 在没有允许列表的情况下信任转发头。
|
||||
|
||||
`webhookSecurity.trustedProxyIPs` 仅在请求的远程 IP
|
||||
匹配列表时才信任转发头。
|
||||
`webhookSecurity.trustedProxyIPs` 仅在请求的远程 IP 与列表匹配时，才信任转发头。
|
||||
|
||||
Twilio 和 Plivo 启用了 webhook 重放保护。被重放的有效 webhook
|
||||
请求会被确认，但会跳过副作用处理。
|
||||
Twilio 和 Plivo 已启用 webhook 重放保护。被重放的有效 webhook 请求会被确认接收，但会跳过副作用处理。
|
||||
|
||||
Twilio 对话轮次在 `<Gather>` 回调中包含每轮唯一 token，因此
|
||||
陈旧 / 重放的语音回调无法满足较新的待处理转录轮次。
|
||||
Twilio 对话轮次会在 `<Gather>` 回调中包含每轮专属 token，因此过期/重放的语音回调无法满足较新的待处理转写轮次。
|
||||
|
||||
未认证的 webhook 请求会在读取 body 之前被拒绝，前提是缺少
|
||||
该提供商所要求的签名头。
|
||||
当提供商要求的签名头缺失时，未认证的 webhook 请求会在读取 body 之前被拒绝。
|
||||
|
||||
voice-call webhook 使用共享的预认证 body 配置文件（64 KB / 5 秒），
|
||||
并且在签名验证之前会施加每 IP 的进行中请求上限。
|
||||
voice-call webhook 在签名校验前使用共享的预认证 body 配置文件（64 KB / 5 秒），并带有按 IP 限制的进行中请求上限。
|
||||
|
||||
使用稳定公网主机的示例：
|
||||
|
||||
@ -403,11 +404,9 @@ voice-call webhook 使用共享的预认证 body 配置文件（64 KB / 5 秒）
|
||||
}
|
||||
```
|
||||
|
||||
## 通话用 TTS
|
||||
## 通话的 TTS
|
||||
|
||||
语音通话会使用核心 `messages.tts` 配置来进行
|
||||
通话中的流式语音播放。你也可以在插件配置下使用**相同结构**
|
||||
来覆盖它——它会与 `messages.tts` 进行深度合并。
|
||||
Voice Call 对通话中的流式语音使用核心 `messages.tts` 配置。你可以在插件配置下使用**相同结构**覆盖它——它会与 `messages.tts` 进行深度合并。
|
||||
|
||||
```json5
|
||||
{
|
||||
@ -425,11 +424,11 @@ voice-call webhook 使用共享的预认证 body 配置文件（64 KB / 5 秒）
|
||||
|
||||
说明：
|
||||
|
||||
- 插件配置中的旧版 `tts.<provider>` 键（`openai`、`elevenlabs`、`microsoft`、`edge`）会在加载时自动迁移到 `tts.providers.<provider>`。已提交的配置中请优先使用 `providers` 结构。
|
||||
- **Microsoft speech 会被语音通话忽略**（电话音频需要 PCM；当前的 Microsoft 传输方式不暴露电话用 PCM 输出）。
|
||||
- 插件配置中的旧版 `tts.<provider>` 键（`openai`、`elevenlabs`、`microsoft`、`edge`）会在加载时自动迁移到 `tts.providers.<provider>`。提交到配置文件时，优先使用 `providers` 结构。
|
||||
- **Microsoft speech 会被语音通话忽略**（电话音频需要 PCM；当前的 Microsoft 传输不提供电话用 PCM 输出）。
|
||||
- 当启用 Twilio 媒体流时，会使用核心 TTS；否则通话会回退到提供商原生语音。
|
||||
- 如果 Twilio 媒体流已经处于活动状态，语音通话不会回退到 TwiML `<Say>`。如果该状态下电话 TTS 不可用，播放请求会直接失败，而不是混用两条播放路径。
|
||||
- 当电话 TTS 回退到次级提供商时，语音通话会记录一条包含提供商链（`from`、`to`、`attempts`）的警告日志，以便调试。
|
||||
- 如果 Twilio 媒体流已经处于活动状态，Voice Call 不会回退到 TwiML `<Say>`。如果该状态下电话 TTS 不可用，播放请求会失败，而不是混用两条播放路径。
|
||||
- 当电话 TTS 回退到次级提供商时，Voice Call 会记录一条带有提供商链（`from`、`to`、`attempts`）的警告，便于调试。
|
||||
|
||||
### 更多示例
|
||||
|
||||
@ -448,7 +447,7 @@ voice-call webhook 使用共享的预认证 body 配置文件（64 KB / 5 秒）
|
||||
}
|
||||
```
|
||||
|
||||
仅为通话覆盖为 ElevenLabs（在其他地方保留核心默认值）：
|
||||
仅为通话覆盖为 ElevenLabs（其他地方保留核心默认值）：
|
||||
|
||||
```json5
|
||||
{
|
||||
@ -473,7 +472,7 @@ voice-call webhook 使用共享的预认证 body 配置文件（64 KB / 5 秒）
|
||||
}
|
||||
```
|
||||
|
||||
仅为通话覆盖 OpenAI model（深度合并示例）：
|
||||
仅为通话覆盖 OpenAI 模型（深度合并示例）：
|
||||
|
||||
```json5
|
||||
{
|
||||
@ -498,7 +497,7 @@ voice-call webhook 使用共享的预认证 body 配置文件（64 KB / 5 秒）
|
||||
|
||||
## 呼入通话
|
||||
|
||||
呼入策略默认是 `disabled`。要启用呼入通话，请设置：
|
||||
呼入策略默认为 `disabled`。要启用呼入通话，请设置：
|
||||
|
||||
```json5
|
||||
{
|
||||
@ -508,47 +507,43 @@ voice-call webhook 使用共享的预认证 body 配置文件（64 KB / 5 秒）
|
||||
}
|
||||
```
|
||||
|
||||
`inboundPolicy: "allowlist"` 是一种低保障的来电号码筛选机制。插件会
|
||||
标准化提供商给出的 `From` 值，并将其与 `allowFrom` 进行比较。
|
||||
Webhook 验证可以认证提供商投递及载荷完整性，但
|
||||
它并不能证明 PSTN / VoIP 来电号码的归属权。因此应将 `allowFrom` 视为
|
||||
来电显示过滤，而不是强身份验证。
|
||||
`inboundPolicy: "allowlist"` 是一种低保障级别的来电显示筛选。插件会规范化提供商给出的 `From` 值，并将其与 `allowFrom` 进行比较。Webhook 校验可以验证提供商投递和负载完整性，但不能证明 PSTN/VoIP 来电号码的实际归属。请将 `allowFrom` 视为来电显示过滤，而不是强身份认证。
|
||||
|
||||
自动响应使用智能体系统。可通过以下项进行调优：
|
||||
自动响应使用智能体系统。可通过以下参数调优：
|
||||
|
||||
- `responseModel`
|
||||
- `responseSystemPrompt`
|
||||
- `responseTimeoutMs`
|
||||
|
||||
### 口语输出约定
|
||||
### 语音输出契约
|
||||
|
||||
对于自动响应，语音通话会在系统提示词后附加一个严格的口语输出约定：
|
||||
对于自动响应，Voice Call 会在系统提示词后附加一个严格的语音输出契约：
|
||||
|
||||
- `{"spoken":"..."}`
|
||||
|
||||
随后，语音通话会以防御式方式提取语音文本：
|
||||
随后 Voice Call 会以防御性方式提取语音文本：
|
||||
|
||||
- 忽略被标记为推理 / 错误内容的载荷。
|
||||
- 忽略被标记为推理/错误内容的负载。
|
||||
- 解析直接 JSON、带围栏的 JSON 或内联 `"spoken"` 键。
|
||||
- 回退到纯文本，并移除可能的规划 / 元信息引导段落。
|
||||
- 回退到纯文本，并移除可能属于规划/元信息引导段落的内容。
|
||||
|
||||
这样可以让语音播放聚焦于面向来电者的文本，并避免将规划文本泄露到音频中。
|
||||
这样可以让语音播放聚焦于面向来电者的文本，并避免把规划文本泄露到音频中。
|
||||
|
||||
### 对话启动行为
|
||||
|
||||
对于呼出 `conversation` 通话，首条消息的处理与实时播放状态绑定：
|
||||
对于呼出的 `conversation` 通话，首条消息处理与实时播放状态绑定：
|
||||
|
||||
- 仅在初始问候语正在主动播放时，才会抑制打断时的队列清空和自动响应。
|
||||
- 如果初始播放失败，通话会返回 `listening`，并将初始消息保留在队列中以供重试。
|
||||
- 对于 Twilio 流式传输，初始播放会在流连接时立即开始，无额外延迟。
|
||||
- 实时语音对话使用实时流自身的开场轮次。语音通话不会为该初始消息发送旧版 `<Say>` TwiML 更新，因此呼出 `<Connect><Stream>` 会话会保持附着状态。
|
||||
- 仅当初始问候正在主动播报时，才会抑制打断队列清空和自动响应。
|
||||
- 如果初始播放失败，通话会返回 `listening`，初始消息会保留在队列中以便重试。
|
||||
- Twilio 流式传输的初始播放会在流连接建立时立即开始，不会额外延迟。
|
||||
- 实时语音对话使用实时流自身的开场轮次。Voice Call 不会为该初始消息发送旧版 `<Say>` TwiML 更新，因此呼出的 `<Connect><Stream>` 会话会保持附着。
|
||||
|
||||
### Twilio 流断开宽限期
|
||||
|
||||
当 Twilio 媒体流断开时，语音通话会等待 `2000ms`，然后才自动结束通话：
|
||||
当 Twilio 媒体流断开时，Voice Call 会等待 `2000ms`，然后才自动结束通话：
|
||||
|
||||
- 如果流在此时间窗内重新连接，则会取消自动结束。
|
||||
- 如果宽限期后仍未重新注册任何流，则会结束通话，以防出现卡住的活动通话。
|
||||
- 如果流在此窗口期间重新连接，则会取消自动结束。
|
||||
- 如果宽限期过后仍未重新注册任何流，则会结束通话，以防止活跃通话卡住。
|
||||
|
||||
## CLI
|
||||
|
||||
@ -561,13 +556,11 @@ openclaw voicecall dtmf --call-id <id> --digits "ww123456#"
|
||||
openclaw voicecall end --call-id <id>
|
||||
openclaw voicecall status --call-id <id>
|
||||
openclaw voicecall tail
|
||||
openclaw voicecall latency # 从日志中汇总轮次延迟
|
||||
openclaw voicecall latency # 从日志汇总轮次延迟
|
||||
openclaw voicecall expose --mode funnel
|
||||
```
|
||||
|
||||
`latency` 会从默认的 voice-call 存储路径读取 `calls.jsonl`。使用
|
||||
`--file <path>` 可指向其他日志，使用 `--last <n>` 可将分析范围限制为
|
||||
最后 N 条记录（默认 200）。输出包括轮次延迟和监听等待时间的 p50 / p90 / p99。
|
||||
`latency` 会从默认的 voice-call 存储路径读取 `calls.jsonl`。使用 `--file <path>` 指向其他日志文件，并使用 `--last <n>` 将分析限制为最后 N 条记录（默认 200）。输出包含轮次延迟和监听等待时间的 p50/p90/p99。
|
||||
|
||||
## 智能体工具
|
||||
|
||||
@ -582,7 +575,7 @@ openclaw voicecall expose --mode funnel
|
||||
- `end_call`（callId）
|
||||
- `get_status`（callId）
|
||||
|
||||
该仓库附带了对应的技能文档，位于 `skills/voice-call/SKILL.md`。
|
||||
此仓库附带对应的 skill 文档，位于 `skills/voice-call/SKILL.md`。
|
||||
|
||||
## Gateway 网关 RPC
|
||||
|
||||
@ -595,6 +588,6 @@ openclaw voicecall expose --mode funnel
|
||||
|
||||
## 相关内容
|
||||
|
||||
- [文本转语音](/zh-CN/tools/tts)
|
||||
- [对话模式](/zh-CN/nodes/talk)
|
||||
- [语音唤醒](/zh-CN/nodes/voicewake)
|
||||
- [Text-to-speech](/zh-CN/tools/tts)
|
||||
- [Talk mode](/zh-CN/nodes/talk)
|
||||
- [Voice wake](/zh-CN/nodes/voicewake)
|
||||
|
||||
Loading…
Reference in New Issue
Block a user