Bundled plugin guides

Plugin Google Meet

پشتیبانی از شرکت‌کننده Google Meet برای OpenClaw — این Plugin عمداً صریح طراحی شده است:

فقط به یک URL صریح https://meet.google.com/... می‌پیوندد.
می‌تواند از طریق Google Meet API یک فضای Meet جدید بسازد و سپس به URL بازگشتی بپیوندد.
agent حالت پیش‌فرض پاسخ‌گویی صوتی است: رونویسی بلادرنگ گوش می‌دهد، عامل پیکربندی‌شده OpenClaw پاسخ می‌دهد، و TTS معمولی OpenClaw در Meet صحبت می‌کند.
bidi همچنان به‌عنوان حالت جایگزین مدل صدای بلادرنگ مستقیم در دسترس است.
عامل‌ها رفتار پیوستن را با mode انتخاب می‌کنند: از agent برای شنیدن/پاسخ‌گویی صوتی زنده، از bidi برای جایگزین صدای بلادرنگ مستقیم، یا از transcribe برای پیوستن/کنترل مرورگر بدون پل پاسخ‌گویی صوتی استفاده کنید.
احراز هویت با Google OAuth شخصی یا یک نمایه Chrome که از قبل وارد حساب شده است شروع می‌شود.
هیچ اعلان رضایت خودکاری وجود ندارد.
پشتیبان صوتی پیش‌فرض Chrome برابر BlackHole 2ch است.
Chrome می‌تواند به‌صورت محلی یا روی یک میزبان گره جفت‌شده اجرا شود.
Twilio یک شماره شماره‌گیری به‌همراه PIN یا توالی DTMF اختیاری را می‌پذیرد؛ نمی‌تواند مستقیماً با URL Meet تماس بگیرد.
فرمان CLI برابر googlemeet است؛ meet برای گردش‌کارهای گسترده‌تر تله‌کنفرانس عامل رزرو شده است.

شروع سریع

وابستگی‌های صوتی محلی را نصب کنید و یک ارائه‌دهنده رونویسی بلادرنگ به‌همراه TTS معمولی OpenClaw را پیکربندی کنید. OpenAI ارائه‌دهنده پیش‌فرض رونویسی است؛ Google Gemini Live نیز به‌عنوان یک جایگزین صدای bidi جداگانه با realtime.voiceProvider: "google" کار می‌کند:

bash

brew install blackhole-2ch soxexport OPENAI_API_KEY=sk-...# only needed when realtime.voiceProvider is "google" for bidi modeexport GEMINI_API_KEY=...

blackhole-2ch دستگاه صوتی مجازی BlackHole 2ch را نصب می‌کند. نصب‌کننده Homebrew برای اینکه macOS دستگاه را نمایش دهد، به راه‌اندازی مجدد نیاز دارد:

bash

sudo reboot

پس از راه‌اندازی مجدد، هر دو بخش را بررسی کنید:

bash

system_profiler SPAudioDataType | grep -i BlackHolecommand -v sox

Plugin را فعال کنید:

json5

{  plugins: {    entries: {      "google-meet": {        enabled: true,        config: {},      },    },  },}

راه‌اندازی را بررسی کنید:

bash

openclaw googlemeet setup

خروجی راه‌اندازی قرار است برای عامل قابل‌خواندن و نسبت به حالت آگاه باشد. این خروجی نمایه Chrome، تثبیت گره، و برای پیوستن‌های بلادرنگ Chrome، پل صوتی BlackHole/SoX و بررسی‌های مقدمه بلادرنگِ با تأخیر را گزارش می‌کند. برای پیوستن‌های فقط مشاهده، همان انتقال را با --mode transcribe بررسی کنید؛ این حالت پیش‌نیازهای صوتی بلادرنگ را رد می‌کند، چون از طریق پل گوش نمی‌دهد یا صحبت نمی‌کند:

bash

openclaw googlemeet setup --transport chrome-node --mode transcribe

وقتی واگذاری Twilio پیکربندی شده باشد، راه‌اندازی همچنین گزارش می‌کند که آیا Plugin voice-call، اعتبارنامه‌های Twilio، و در معرض‌گذاری Webhook عمومی آماده‌اند یا نه. هر بررسی ok: false را پیش از درخواست از عامل برای پیوستن، به‌عنوان مانع برای انتقال و حالت بررسی‌شده در نظر بگیرید. برای اسکریپت‌ها یا خروجی قابل‌خواندن برای ماشین از openclaw googlemeet setup --json استفاده کنید. برای پیش‌بررسی یک انتقال مشخص پیش از تلاش عامل، از --transport chrome، --transport chrome-node، یا --transport twilio استفاده کنید.

برای Twilio، وقتی انتقال پیش‌فرض Chrome است، همیشه انتقال را صریحاً پیش‌بررسی کنید:

bash

openclaw googlemeet setup --transport twilio

این کار نبود سیم‌کشی voice-call، اعتبارنامه‌های Twilio، یا در معرض‌گذاری Webhook غیرقابل‌دسترسی را پیش از تلاش عامل برای شماره‌گیری جلسه پیدا می‌کند.

به یک جلسه بپیوندید:

bash

openclaw googlemeet join https://meet.google.com/abc-defg-hij

یا اجازه دهید عامل از طریق ابزار google_meet بپیوندد:

json

{  "action": "join",  "url": "https://meet.google.com/abc-defg-hij",  "transport": "chrome-node",  "mode": "agent"}

ابزار رو‌به‌عامل google_meet روی میزبان‌های غیر macOS برای گردش‌کارهای مصنوعات، تقویم، راه‌اندازی، رونویسی، Twilio، و chrome-node در دسترس می‌ماند. اقدام‌های پاسخ‌گویی صوتی Chrome محلی در آنجا مسدود می‌شوند، چون مسیر صوتی Chrome بسته‌بندی‌شده در حال حاضر به BlackHole 2ch در macOS وابسته است. در Linux، برای مشارکت پاسخ‌گویی صوتی Chrome از mode: "transcribe"، شماره‌گیری Twilio، یا یک میزبان macOS chrome-node استفاده کنید.

یک جلسه جدید بسازید و به آن بپیوندید:

bash

openclaw googlemeet create --transport chrome-node --mode agent

برای اتاق‌هایی که با API ساخته می‌شوند، وقتی می‌خواهید سیاست بدون‌درزدن اتاق به‌جای ارث‌بری از پیش‌فرض‌های حساب Google صریح باشد، از Google Meet SpaceConfig.accessType استفاده کنید:

bash

openclaw googlemeet create --access-type OPEN --transport chrome-node --mode agent

OPEN به هر کسی که URL Meet را دارد اجازه می‌دهد بدون درزدن بپیوندد. TRUSTED به کاربران مورداعتماد سازمان میزبان، کاربران خارجی دعوت‌شده، و کاربران شماره‌گیری اجازه می‌دهد بدون درزدن بپیوندند. RESTRICTED ورود بدون‌درزدن را به دعوت‌شدگان محدود می‌کند. این تنظیمات فقط روی مسیر رسمی ساخت با Google Meet API اعمال می‌شوند، بنابراین اعتبارنامه‌های OAuth باید پیکربندی شده باشند.

اگر پیش از در دسترس بودن این گزینه Google Meet را احراز هویت کرده‌اید، پس از افزودن دامنه meetings.space.settings به صفحه رضایت Google OAuth خود، openclaw googlemeet auth login --json را دوباره اجرا کنید.

فقط URL را بدون پیوستن بسازید:

bash

openclaw googlemeet create --no-join

googlemeet create دو مسیر دارد:

ساخت با API: وقتی اعتبارنامه‌های Google Meet OAuth پیکربندی شده باشند استفاده می‌شود. این مسیر قطعی‌ترین مسیر است و به وضعیت رابط کاربری مرورگر وابسته نیست.
جایگزین مرورگر: وقتی اعتبارنامه‌های OAuth وجود نداشته باشند استفاده می‌شود. OpenClaw از گره Chrome تثبیت‌شده استفاده می‌کند، https://meet.google.com/new را باز می‌کند، منتظر می‌ماند تا Google به یک URL واقعی با کد جلسه هدایت کند، و سپس آن URL را برمی‌گرداند. این مسیر نیاز دارد نمایه Chrome متعلق به OpenClaw روی گره از قبل وارد Google شده باشد. خودکارسازی مرورگر اعلان میکروفون اجرای اول خود Meet را مدیریت می‌کند؛ آن اعلان به‌عنوان شکست ورود Google در نظر گرفته نمی‌شود. گردش‌کارهای پیوستن و ساخت همچنین پیش از باز کردن یک مورد جدید، تلاش می‌کنند یک زبانه Meet موجود را دوباره استفاده کنند. تطبیق، رشته‌های پرس‌وجوی بی‌ضرر URL مانند authuser را نادیده می‌گیرد، بنابراین تلاش دوباره عامل باید جلسه ازپیش‌بازشده را متمرکز کند، نه اینکه یک زبانه Chrome دوم بسازد.

خروجی فرمان/ابزار شامل فیلد source است (api یا browser) تا عامل‌ها بتوانند توضیح دهند کدام مسیر استفاده شده است. create به‌طور پیش‌فرض به جلسه جدید می‌پیوندد و joined: true به‌همراه نشست پیوستن را برمی‌گرداند. برای فقط ساختن URL، در CLI از create --no-join استفاده کنید یا "join": false را به ابزار بفرستید.

یا به یک عامل بگویید: «یک Google Meet بساز، با حالت پاسخ‌گویی صوتی عامل به آن بپیوند، و پیوند را برای من بفرست.» عامل باید google_meet را با action: "create" فراخوانی کند و سپس meetingUri بازگشتی را به اشتراک بگذارد.

json

{  "action": "create",  "transport": "chrome-node",  "mode": "agent"}

برای پیوستن فقط مشاهده/کنترل مرورگر، "mode": "transcribe" را تنظیم کنید. این حالت پل صدای بلادرنگ دوطرفه را شروع نمی‌کند، به BlackHole یا SoX نیاز ندارد، و در جلسه پاسخ صوتی نمی‌دهد. پیوستن‌های Chrome در این حالت همچنین از اعطای مجوز میکروفون/دوربین OpenClaw و مسیر استفاده از میکروفون در Meet اجتناب می‌کنند. اگر Meet میان‌صفحه انتخاب صوتی نشان دهد، خودکارسازی مسیر بدون میکروفون را امتحان می‌کند و در غیر این صورت، به‌جای باز کردن میکروفون محلی، یک اقدام دستی گزارش می‌دهد. در حالت رونویسی، انتقال‌های Chrome مدیریت‌شده همچنین یک ناظر زیرنویس Meet به‌صورت بهترین‌تلاش نصب می‌کنند. googlemeet status --json و googlemeet doctor مقادیر captioning، captionsEnabledAttempted، transcriptLines، lastCaptionAt، lastCaptionSpeaker، lastCaptionText، و یک دنباله کوتاه recentTranscript را نمایش می‌دهند تا اپراتورها بتوانند تشخیص دهند آیا مرورگر به تماس پیوسته و آیا زیرنویس‌های Meet متن تولید می‌کنند. وقتی به یک کاوش بله/خیر نیاز دارید، از openclaw googlemeet test-listen <meet-url> --transport chrome-node استفاده کنید: این فرمان در حالت رونویسی می‌پیوندد، منتظر حرکت تازه زیرنویس یا رونویسی می‌ماند، و listenVerified، listenTimedOut، فیلدهای اقدام دستی، و آخرین سلامت زیرنویس را برمی‌گرداند.

در طول نشست‌های بلادرنگ، وضعیت google_meet سلامت مرورگر و پل صوتی مانند inCall، manualActionRequired، providerConnected، realtimeReady، audioInputActive، audioOutputActive، آخرین زمان‌مهرهای ورودی/خروجی، شمارنده‌های بایت، و وضعیت بسته‌شدن پل را شامل می‌شود. اگر اعلان امن صفحه Meet ظاهر شود، خودکارسازی مرورگر وقتی بتواند آن را مدیریت می‌کند. ورود، پذیرش توسط میزبان، و اعلان‌های مجوز مرورگر/OS به‌عنوان اقدام دستی با دلیل و پیام برای انتقال توسط عامل گزارش می‌شوند. نشست‌های Chrome مدیریت‌شده فقط پس از اینکه سلامت مرورگر inCall: true را گزارش کرد، عبارت مقدمه یا آزمایشی را منتشر می‌کنند؛ در غیر این صورت وضعیت speechReady: false را گزارش می‌کند و تلاش گفتار به‌جای وانمود کردن اینکه عامل در جلسه صحبت کرده، مسدود می‌شود.

پیوستن‌های Chrome محلی از طریق نمایه مرورگر OpenClaw که وارد حساب شده انجام می‌شوند. حالت بلادرنگ برای مسیر میکروفون/بلندگوی استفاده‌شده توسط OpenClaw به BlackHole 2ch نیاز دارد. برای صدای دوطرفه تمیز، از دستگاه‌های مجازی جداگانه یا یک گراف به سبک Loopback استفاده کنید؛ یک دستگاه BlackHole برای نخستین آزمون دود کافی است، اما ممکن است پژواک ایجاد کند.

Gateway محلی + Chrome در Parallels

فقط برای اینکه VM مالک Chrome باشد، به یک OpenClaw Gateway کامل یا کلید API مدل داخل VM macOS نیاز ندارید. Gateway و عامل را به‌صورت محلی اجرا کنید، سپس یک میزبان گره را در VM اجرا کنید. Plugin بسته‌بندی‌شده را یک بار روی VM فعال کنید تا گره فرمان Chrome را تبلیغ کند:

چه چیزی کجا اجرا می‌شود:

میزبان Gateway: OpenClaw Gateway، فضای کاری عامل، کلیدهای مدل/API، ارائه‌دهنده بلادرنگ، و پیکربندی Plugin Google Meet.
VM macOS در Parallels: OpenClaw CLI/میزبان گره، Google Chrome، SoX، BlackHole 2ch، و یک نمایه Chrome که وارد Google شده است.
مواردی که در VM لازم نیستند: سرویس Gateway، پیکربندی عامل، کلید OpenAI/GPT، یا راه‌اندازی ارائه‌دهنده مدل.

وابستگی‌های VM را نصب کنید:

bash

brew install blackhole-2ch sox

پس از نصب BlackHole، VM را راه‌اندازی مجدد کنید تا macOS دستگاه BlackHole 2ch را نمایش دهد:

bash

sudo reboot

پس از راه‌اندازی مجدد، بررسی کنید که VM بتواند دستگاه صوتی و فرمان‌های SoX را ببیند:

bash

system_profiler SPAudioDataType | grep -i BlackHolecommand -v sox

OpenClaw را در VM نصب یا به‌روزرسانی کنید، سپس Plugin بسته‌بندی‌شده را آنجا فعال کنید:

bash

openclaw plugins enable google-meet

میزبان گره را در VM شروع کنید:

bash

openclaw node run --host <gateway-host> --port 18789 --display-name parallels-macos

اگر <gateway-host> یک IP شبکه محلی است و از TLS استفاده نمی‌کنید، گره WebSocket متن ساده را نمی‌پذیرد مگر اینکه برای آن شبکه خصوصی مورداعتماد صریحاً اجازه دهید:

bash

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \  openclaw node run --host <gateway-lan-ip> --port 18789 --display-name parallels-macos

هنگام نصب گره به‌عنوان LaunchAgent نیز از همان متغیر محیطی استفاده کنید:

bash

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \  openclaw node install --host <gateway-lan-ip> --port 18789 --display-name parallels-macos --forceopenclaw node restart

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 محیط فرایند است، نه یک تنظیم openclaw.json. وقتی openclaw node install روی فرمان نصب وجود داشته باشد، آن را در محیط LaunchAgent ذخیره می‌کند.

گره را از میزبان Gateway تأیید کنید:

bash

openclaw devices listopenclaw devices approve <requestId>

تأیید کنید Gateway گره را می‌بیند و اینکه هم googlemeet.chrome و هم قابلیت مرورگر/browser.proxy را تبلیغ می‌کند:

bash

openclaw nodes status

Meet را از طریق آن گره روی میزبان Gateway مسیریابی کنید:

json5

{  gateway: {    nodes: {      allowCommands: ["googlemeet.chrome", "browser.proxy"],    },  },  plugins: {    entries: {      "google-meet": {        enabled: true,        config: {          defaultTransport: "chrome-node",          chrome: {            guestName: "OpenClaw Agent",            autoJoin: true,            reuseExistingTab: true,          },          chromeNode: {            node: "parallels-macos",          },        },      },    },  },}

اکنون به‌صورت عادی از میزبان Gateway بپیوندید:

bash

openclaw googlemeet join https://meet.google.com/abc-defg-hij

یا از عامل بخواهید ابزار google_meet را با transport: "chrome-node" استفاده کند.

برای یک آزمون دود تک‌فرمانی که یک نشست را می‌سازد یا دوباره استفاده می‌کند، یک عبارت شناخته‌شده را می‌گوید، و سلامت نشست را چاپ می‌کند:

bash

openclaw googlemeet test-speech https://meet.google.com/abc-defg-hij

در هنگام پیوستن بلادرنگ، خودکارسازی مرورگر OpenClaw نام مهمان را پر می‌کند، روی Join/Ask to join کلیک می‌کند، و وقتی اعلان نخستین اجرای Meet برای انتخاب "Use microphone" ظاهر شود، آن را می‌پذیرد. هنگام پیوستن فقط برای مشاهده یا ایجاد جلسه فقط با مرورگر، وقتی انتخاب بدون میکروفون در دسترس باشد، از همان اعلان بدون میکروفون عبور می‌کند. اگر نمایه مرورگر وارد نشده باشد، Meet منتظر پذیرش میزبان باشد، Chrome برای پیوستن بلادرنگ به مجوز میکروفون/دوربین نیاز داشته باشد، یا Meet روی اعلانی گیر کرده باشد که خودکارسازی نتوانسته آن را حل کند، نتیجه join/test-speech مقدار manualActionRequired: true را همراه با manualActionReason و manualActionMessage گزارش می‌کند. Agentها باید تلاش مجدد برای پیوستن را متوقف کنند، همان پیام دقیق را همراه با browserUrl/ browserTitle فعلی گزارش کنند، و فقط پس از تکمیل اقدام دستی در مرورگر دوباره تلاش کنند.

اگر chromeNode.node حذف شود، OpenClaw فقط وقتی خودکار انتخاب می‌کند که دقیقا یک Node متصل هم googlemeet.chrome و هم کنترل مرورگر را اعلام کند. اگر چند Node توانمند متصل باشند، chromeNode.node را روی شناسه Node، نام نمایشی، یا IP راه‌دور تنظیم کنید.

بررسی‌های رایج خطا:

Configured Google Meet node ... is not usable: offline: Node سنجاق‌شده برای Gateway شناخته‌شده است اما در دسترس نیست. Agentها باید آن Node را به‌عنوان وضعیت عیب‌یابی در نظر بگیرند، نه میزبان Chrome قابل استفاده، و به‌جای برگشت به ترابری دیگر، مانع راه‌اندازی را گزارش کنند مگر اینکه کاربر چنین درخواستی کرده باشد.
No connected Google Meet-capable node: در VM، openclaw node run را اجرا کنید، جفت‌سازی را تایید کنید، و مطمئن شوید openclaw plugins enable google-meet و openclaw plugins enable browser در VM اجرا شده‌اند. همچنین تایید کنید میزبان Gateway هر دو فرمان Node را با gateway.nodes.allowCommands: ["googlemeet.chrome", "browser.proxy"] مجاز کرده است.
BlackHole 2ch audio device not found: روی میزبانی که بررسی می‌شود blackhole-2ch را نصب کنید و پیش از استفاده از صدای Chrome محلی، راه‌اندازی مجدد انجام دهید.
BlackHole 2ch audio device not found on the node: در VM، blackhole-2ch را نصب کنید و VM را راه‌اندازی مجدد کنید.
Chrome باز می‌شود اما نمی‌تواند بپیوندد: داخل VM وارد نمایه مرورگر شوید، یا برای پیوستن مهمان، chrome.guestName را تنظیم‌شده نگه دارید. پیوستن خودکار مهمان از خودکارسازی مرورگر OpenClaw از طریق پروکسی مرورگر Node استفاده می‌کند؛ مطمئن شوید پیکربندی مرورگر Node به نمایه‌ای اشاره می‌کند که می‌خواهید، برای مثال browser.defaultProfile: "user" یا یک نمایه existing-session نام‌دار.
زبانه‌های تکراری Meet: chrome.reuseExistingTab: true را فعال نگه دارید. OpenClaw پیش از باز کردن زبانه جدید، زبانه موجود برای همان URL Meet را فعال می‌کند، و ایجاد جلسه مرورگر پیش از باز کردن زبانه دیگر، زبانه در حال اجرای https://meet.google.com/new یا اعلان حساب Google را دوباره استفاده می‌کند.
بدون صدا: در Meet، میکروفون/بلندگو را از مسیر دستگاه صدای مجازی استفاده‌شده توسط OpenClaw عبور دهید؛ برای صدای دوطرفه تمیز از دستگاه‌های مجازی جداگانه یا مسیریابی سبک Loopback استفاده کنید.

یادداشت‌های نصب

پیش‌فرض پاسخ گفتاری Chrome از دو ابزار خارجی استفاده می‌کند:

sox: ابزار صوتی خط فرمان. Plugin از فرمان‌های صریح دستگاه CoreAudio برای پل صوتی پیش‌فرض 24 kHz PCM16 استفاده می‌کند.
blackhole-2ch: درایور صدای مجازی macOS. این ابزار دستگاه صوتی BlackHole 2ch را ایجاد می‌کند که Chrome/Meet می‌تواند از آن مسیر عبور کند.

OpenClaw هیچ‌کدام از این بسته‌ها را همراه خود ندارد یا بازتوزیع نمی‌کند. مستندات از کاربران می‌خواهند آن‌ها را به‌عنوان وابستگی‌های میزبان از طریق Homebrew نصب کنند. SoX تحت مجوز LGPL-2.0-only AND GPL-2.0-only است؛ BlackHole تحت GPL-3.0 است. اگر نصب‌کننده یا applianceی می‌سازید که BlackHole را همراه OpenClaw بسته‌بندی می‌کند، شرایط مجوز بالادستی BlackHole را بررسی کنید یا از Existential Audio مجوز جداگانه بگیرید.

ترابری‌ها

Chrome

ترابری Chrome، URL Meet را از طریق کنترل مرورگر OpenClaw باز می‌کند و با نمایه مرورگر واردشده OpenClaw می‌پیوندد. در macOS، Plugin پیش از اجرا وجود BlackHole 2ch را بررسی می‌کند. اگر پیکربندی شده باشد، پیش از باز کردن Chrome یک فرمان سلامت پل صوتی و یک فرمان شروع نیز اجرا می‌کند. وقتی Chrome/صدا روی میزبان Gateway قرار دارد از chrome استفاده کنید؛ وقتی Chrome/صدا روی یک Node جفت‌شده مانند VM macOS در Parallels قرار دارد از chrome-node استفاده کنید. برای Chrome محلی، نمایه را با browser.defaultProfile انتخاب کنید؛ chrome.browserProfile به میزبان‌های chrome-node پاس داده می‌شود.

bash

openclaw googlemeet join https://meet.google.com/abc-defg-hij --transport chromeopenclaw googlemeet join https://meet.google.com/abc-defg-hij --transport chrome-node

صدای میکروفون و بلندگوی Chrome را از پل صوتی محلی OpenClaw عبور دهید. اگر BlackHole 2ch نصب نشده باشد، پیوستن به‌جای اینکه بی‌صدا و بدون مسیر صوتی انجام شود، با خطای راه‌اندازی شکست می‌خورد.

Twilio

ترابری Twilio یک طرح شماره‌گیری سخت‌گیرانه است که به Plugin Voice Call واگذار می‌شود. این ترابری صفحات Meet را برای یافتن شماره تلفن تجزیه نمی‌کند.

وقتی مشارکت Chrome در دسترس نیست یا یک گزینه پشتیبان شماره‌گیری تلفنی می‌خواهید از این استفاده کنید. Google Meet باید برای جلسه شماره dial-in تلفنی و PIN ارائه کند؛ OpenClaw آن‌ها را از صفحه Meet کشف نمی‌کند.

Plugin Voice Call را روی میزبان Gateway فعال کنید، نه روی Node مربوط به Chrome:

json5

{  plugins: {    allow: ["google-meet", "voice-call", "google"],    entries: {      "google-meet": {        enabled: true,        config: {          defaultTransport: "chrome-node",          // or set "twilio" if Twilio should be the default        },      },      "voice-call": {        enabled: true,        config: {          provider: "twilio",          inboundPolicy: "allowlist",          realtime: {            enabled: true,            provider: "google",            instructions: "Join this Google Meet as an OpenClaw agent. Be brief.",            toolPolicy: "safe-read-only",            providers: {              google: {                silenceDurationMs: 500,                startSensitivity: "high",              },            },          },        },      },      google: {        enabled: true,      },    },  },}

اعتبارنامه‌های Twilio را از طریق محیط یا پیکربندی ارائه کنید. محیط، رازها را بیرون از openclaw.json نگه می‌دارد:

bash

export TWILIO_ACCOUNT_SID=AC...export TWILIO_AUTH_TOKEN=...export TWILIO_FROM_NUMBER=+15550001234export GEMINI_API_KEY=...

اگر ارائه‌دهنده صدای بلادرنگ شما این است، به‌جای آن از realtime.provider: "openai" همراه با Plugin ارائه‌دهنده OpenAI و OPENAI_API_KEY استفاده کنید.

پس از فعال‌سازی voice-call، Gateway را راه‌اندازی مجدد یا reload کنید؛ تغییرات پیکربندی Plugin تا زمانی که فرایند Gateway در حال اجرا reload نشود، در آن ظاهر نمی‌شوند.

سپس تایید کنید:

bash

openclaw config validateopenclaw plugins list | grep -E 'google-meet|voice-call'openclaw googlemeet setup

وقتی واگذاری Twilio وصل شده باشد، googlemeet setup شامل بررسی‌های موفق twilio-voice-call-plugin، twilio-voice-call-credentials و twilio-voice-call-webhook است.

bash

openclaw googlemeet join https://meet.google.com/abc-defg-hij \  --transport twilio \  --dial-in-number +15551234567 \  --pin 123456

وقتی جلسه به توالی سفارشی نیاز دارد از --dtmf-sequence استفاده کنید:

bash

openclaw googlemeet join https://meet.google.com/abc-defg-hij \  --transport twilio \  --dial-in-number +15551234567 \  --dtmf-sequence ww123456#

OAuth و پیش‌پرواز

OAuth برای ایجاد پیوند Meet اختیاری است، زیرا googlemeet create می‌تواند به خودکارسازی مرورگر fallback کند. وقتی ایجاد از طریق API رسمی، resolution فضا، یا بررسی‌های پیش‌پرواز Meet Media API را می‌خواهید، OAuth را پیکربندی کنید.

دسترسی Google Meet API از OAuth کاربر استفاده می‌کند: یک Google Cloud OAuth client ایجاد کنید، scopeهای لازم را درخواست کنید، یک حساب Google را مجاز کنید، سپس refresh token حاصل را در پیکربندی Plugin Google Meet ذخیره کنید یا متغیرهای محیطی OPENCLAW_GOOGLE_MEET_* را ارائه دهید.

OAuth جایگزین مسیر پیوستن Chrome نمی‌شود. وقتی از مشارکت مرورگر استفاده می‌کنید، ترابری‌های Chrome و Chrome-node همچنان از طریق نمایه Chrome واردشده، BlackHole/SoX، و یک Node متصل می‌پیوندند. OAuth فقط برای مسیر رسمی Google Meet API است: ایجاد فضاهای جلسه، resolve کردن فضاها، و اجرای بررسی‌های پیش‌پرواز Meet Media API.

ایجاد اعتبارنامه‌های Google

در Google Cloud Console:

یک پروژه Google Cloud ایجاد یا انتخاب کنید.
Google Meet REST API را برای آن پروژه فعال کنید.
صفحه رضایت OAuth را پیکربندی کنید.
- Internal برای سازمان Google Workspace ساده‌ترین گزینه است.
- External برای راه‌اندازی‌های شخصی/آزمایشی کار می‌کند؛ تا وقتی برنامه در حالت Testing است، هر حساب Google که برنامه را مجاز خواهد کرد به‌عنوان کاربر آزمایشی اضافه کنید.
scopeهایی را که OpenClaw درخواست می‌کند اضافه کنید:
- https://www.googleapis.com/auth/meetings.space.created
- https://www.googleapis.com/auth/meetings.space.readonly
- https://www.googleapis.com/auth/meetings.space.settings
- https://www.googleapis.com/auth/meetings.conference.media.readonly
یک OAuth client ID ایجاد کنید.
- نوع برنامه: Web application.
- URI تغییرمسیر مجاز:
  text
```
http://localhost:8085/oauth2callback
```
client ID و client secret را کپی کنید.

meetings.space.created برای Google Meet spaces.create لازم است. meetings.space.readonly به OpenClaw اجازه می‌دهد URLها/کدهای Meet را به فضاها resolve کند. meetings.space.settings به OpenClaw اجازه می‌دهد هنگام ایجاد اتاق از طریق API، تنظیمات SpaceConfig مانند accessType را پاس دهد. meetings.conference.media.readonly برای پیش‌پرواز Meet Media API و کار رسانه است؛ Google ممکن است برای استفاده واقعی از Media API به ثبت‌نام Developer Preview نیاز داشته باشد. اگر فقط به پیوستن‌های Chrome مبتنی بر مرورگر نیاز دارید، OAuth را کاملا رد کنید.

ساخت refresh token

oauth.clientId و در صورت نیاز oauth.clientSecret را پیکربندی کنید، یا آن‌ها را به‌عنوان متغیر محیطی پاس دهید، سپس اجرا کنید:

bash

openclaw googlemeet auth login --json

این فرمان یک بلوک پیکربندی oauth همراه با refresh token چاپ می‌کند. از PKCE، callback محلی روی http://localhost:8085/oauth2callback، و جریان copy/paste دستی با --manual استفاده می‌کند.

نمونه‌ها:

bash

OPENCLAW_GOOGLE_MEET_CLIENT_ID="your-client-id" \OPENCLAW_GOOGLE_MEET_CLIENT_SECRET="your-client-secret" \openclaw googlemeet auth login --json

وقتی مرورگر نمی‌تواند به callback محلی برسد، از حالت دستی استفاده کنید:

bash

OPENCLAW_GOOGLE_MEET_CLIENT_ID="your-client-id" \OPENCLAW_GOOGLE_MEET_CLIENT_SECRET="your-client-secret" \openclaw googlemeet auth login --json --manual

خروجی JSON شامل این موارد است:

json

{  "oauth": {    "clientId": "your-client-id",    "clientSecret": "your-client-secret",    "refreshToken": "refresh-token",    "accessToken": "access-token",    "expiresAt": 1770000000000  },  "scope": "..."}

شیء oauth را زیر پیکربندی Plugin Google Meet ذخیره کنید:

json5

{  plugins: {    entries: {      "google-meet": {        enabled: true,        config: {          oauth: {            clientId: "your-client-id",            clientSecret: "your-client-secret",            refreshToken: "refresh-token",          },        },      },    },  },}

وقتی نمی‌خواهید refresh token در پیکربندی باشد، متغیرهای محیطی را ترجیح دهید. اگر هم مقدارهای پیکربندی و هم مقدارهای محیطی وجود داشته باشند، Plugin ابتدا پیکربندی را resolve می‌کند و سپس سراغ fallback محیط می‌رود.

رضایت OAuth شامل ایجاد فضای Meet، دسترسی خواندن فضای Meet، و دسترسی خواندن رسانه کنفرانس Meet است. اگر پیش از وجود پشتیبانی ایجاد جلسه احراز هویت کرده‌اید، openclaw googlemeet auth login --json را دوباره اجرا کنید تا refresh token دارای scope meetings.space.created باشد.

تایید OAuth با doctor

وقتی یک بررسی سلامت سریع و بدون راز می‌خواهید، doctor مربوط به OAuth را اجرا کنید:

bash

openclaw googlemeet doctor --oauth --json

این کار runtime مربوط به Chrome را بارگذاری نمی‌کند و به Node متصل Chrome نیاز ندارد. بررسی می‌کند که پیکربندی OAuth وجود دارد و refresh token می‌تواند access token بسازد. گزارش JSON فقط شامل فیلدهای وضعیت مانند ok، configured، tokenSource، expiresAt و پیام‌های بررسی است؛ access token، refresh token یا client secret را چاپ نمی‌کند.

نتایج رایج:

بررسی	معنا
`oauth-config`	`oauth.clientId` به‌همراه `oauth.refreshToken`، یا یک توکن دسترسی کش‌شده، وجود دارد.
`oauth-token`	توکن دسترسی کش‌شده هنوز معتبر است، یا توکن نوسازی یک توکن دسترسی تازه صادر کرده است.
`meet-spaces-get`	بررسی اختیاری `--meeting` یک فضای Meet موجود را resolve کرد.
`meet-spaces-create`	بررسی اختیاری `--create-space` یک فضای Meet تازه ایجاد کرد.

برای اثبات فعال‌بودن Google Meet API و scope مربوط به spaces.create نیز، بررسی ایجادِ دارای اثر جانبی را اجرا کنید:

bash

openclaw googlemeet doctor --oauth --create-space --jsonopenclaw googlemeet create --no-join --json

--create-space یک URL دورریختنی Meet ایجاد می‌کند. زمانی از آن استفاده کنید که باید تأیید کنید پروژه Google Cloud، Meet API را فعال کرده و حساب مجازشده scope مربوط به meetings.space.created را دارد.

برای اثبات دسترسی خواندن به یک فضای جلسه موجود:

bash

openclaw googlemeet doctor --oauth --meeting https://meet.google.com/abc-defg-hij --jsonopenclaw googlemeet resolve-space --meeting https://meet.google.com/abc-defg-hij

doctor --oauth --meeting و resolve-space دسترسی خواندن به یک فضای موجود را اثبات می‌کنند که حساب Google مجازشده می‌تواند به آن دسترسی داشته باشد. دریافت 403 از این بررسی‌ها معمولاً یعنی Google Meet REST API غیرفعال است، توکن نوسازیِ رضایت‌داده‌شده scope لازم را ندارد، یا حساب Google نمی‌تواند به آن فضای Meet دسترسی داشته باشد. خطای refresh-token یعنی دوباره openclaw googlemeet auth login --json را اجرا کنید و بلوک oauth تازه را ذخیره کنید.

برای fallback مرورگر به هیچ اعتبارنامه OAuth نیاز نیست. در آن حالت، احراز هویت Google از پروفایل Chrome واردشده در node انتخاب‌شده می‌آید، نه از پیکربندی OpenClaw.

این متغیرهای محیطی به‌عنوان fallback پذیرفته می‌شوند:

OPENCLAW_GOOGLE_MEET_CLIENT_ID یا GOOGLE_MEET_CLIENT_ID
OPENCLAW_GOOGLE_MEET_CLIENT_SECRET یا GOOGLE_MEET_CLIENT_SECRET
OPENCLAW_GOOGLE_MEET_REFRESH_TOKEN یا GOOGLE_MEET_REFRESH_TOKEN
OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN یا GOOGLE_MEET_ACCESS_TOKEN
OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT یا GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT
OPENCLAW_GOOGLE_MEET_DEFAULT_MEETING یا GOOGLE_MEET_DEFAULT_MEETING
OPENCLAW_GOOGLE_MEET_PREVIEW_ACK یا GOOGLE_MEET_PREVIEW_ACK

یک URL، کد، یا spaces/{id} مربوط به Meet را از طریق spaces.get resolve کنید:

bash

openclaw googlemeet resolve-space --meeting https://meet.google.com/abc-defg-hij

پیش از کار رسانه‌ای، preflight را اجرا کنید:

bash

openclaw googlemeet preflight --meeting https://meet.google.com/abc-defg-hij

پس از اینکه Meet رکوردهای کنفرانس را ایجاد کرد، artifactهای جلسه و حضور را فهرست کنید:

bash

openclaw googlemeet artifacts --meeting https://meet.google.com/abc-defg-hijopenclaw googlemeet attendance --meeting https://meet.google.com/abc-defg-hijopenclaw googlemeet export --meeting https://meet.google.com/abc-defg-hij --output ./meet-export

با --meeting، artifacts و attendance به‌صورت پیش‌فرض از آخرین رکورد کنفرانس استفاده می‌کنند. وقتی همه رکوردهای نگه‌داشته‌شده برای آن جلسه را می‌خواهید، --all-conference-records را بفرستید.

جست‌وجوی Calendar می‌تواند پیش از خواندن artifactهای Meet، URL جلسه را از Google Calendar resolve کند:

bash

openclaw googlemeet latest --todayopenclaw googlemeet calendar-events --today --jsonopenclaw googlemeet artifacts --event "Weekly sync"openclaw googlemeet attendance --today --format csv --output attendance.csv

--today تقویم primary امروز را برای یک رویداد Calendar دارای لینک Google Meet جست‌وجو می‌کند. برای جست‌وجوی متن رویداد مطابق، از --event <query> و برای تقویم غیر اصلی از --calendar <id> استفاده کنید. جست‌وجوی Calendar به ورود OAuth تازه‌ای نیاز دارد که شامل scope فقط‌خواندنی رویدادهای Calendar باشد. calendar-events رویدادهای Meet مطابق را پیش‌نمایش می‌کند و رویدادی را علامت می‌زند که latest، artifacts، attendance، یا export انتخاب خواهد کرد.

اگر از قبل شناسه رکورد کنفرانس را می‌دانید، مستقیم به آن اشاره کنید:

bash

openclaw googlemeet latest --meeting https://meet.google.com/abc-defg-hijopenclaw googlemeet artifacts --conference-record conferenceRecords/abc123 --jsonopenclaw googlemeet attendance --conference-record conferenceRecords/abc123 --json

وقتی می‌خواهید پس از تماس، اتاق را ببندید، کنفرانس فعال را برای فضای ایجادشده با API پایان دهید:

bash

openclaw googlemeet end-active-conference https://meet.google.com/abc-defg-hij

این دستور spaces.endActiveConference در Google Meet را فراخوانی می‌کند و برای فضایی که حساب مجازشده می‌تواند مدیریت کند، به OAuth با scope مربوط به meetings.space.created نیاز دارد. OpenClaw ورودی URL مربوط به Meet، کد جلسه، یا spaces/{id} را می‌پذیرد و پیش از پایان‌دادن به کنفرانس فعال، آن را به منبع فضای API resolve می‌کند. این از googlemeet leave جداست: leave مشارکت محلی/نشستی OpenClaw را متوقف می‌کند، در حالی که end-active-conference از Google Meet می‌خواهد کنفرانس فعالِ آن فضا را پایان دهد.

یک گزارش خوانا بنویسید:

bash

openclaw googlemeet artifacts --conference-record conferenceRecords/abc123 \  --format markdown --output meet-artifacts.mdopenclaw googlemeet attendance --conference-record conferenceRecords/abc123 \  --format markdown --output meet-attendance.mdopenclaw googlemeet attendance --conference-record conferenceRecords/abc123 \  --format csv --output meet-attendance.csvopenclaw googlemeet export --conference-record conferenceRecords/abc123 \  --include-doc-bodies --zip --output meet-exportopenclaw googlemeet export --conference-record conferenceRecords/abc123 \  --include-doc-bodies --dry-run

artifacts فراداده رکورد کنفرانس را به‌همراه فراداده منابع شرکت‌کننده، ضبط، transcript، ورودی transcript ساختاریافته، و smart-note برمی‌گرداند، هر زمان که Google آن را برای جلسه آشکار کند. برای ردکردن جست‌وجوی ورودی در جلسات بزرگ، از --no-transcript-entries استفاده کنید. attendance شرکت‌کنندگان را به ردیف‌های participant-session با زمان‌های اولین/آخرین مشاهده، مدت کل نشست، پرچم‌های تأخیر/ترک زودهنگام، و منابع شرکت‌کننده تکراری ادغام‌شده بر اساس کاربر واردشده یا نام نمایشی گسترش می‌دهد. برای جدا نگه‌داشتن منابع خام شرکت‌کننده، --no-merge-duplicates را بفرستید؛ برای تنظیم تشخیص تأخیر، --late-after-minutes؛ و برای تنظیم تشخیص ترک زودهنگام، --early-before-minutes.

export پوشه‌ای شامل summary.md، attendance.csv، transcript.md، artifacts.json، attendance.json، و manifest.json می‌نویسد. manifest.json ورودی انتخاب‌شده، گزینه‌های export، رکوردهای کنفرانس، فایل‌های خروجی، شمارش‌ها، منبع توکن، رویداد Calendar در صورت استفاده، و هر هشدار بازیابی جزئی را ثبت می‌کند. برای نوشتن یک آرشیو قابل‌حمل کنار پوشه نیز، --zip را بفرستید. برای export کردن متن Google Docs مربوط به transcript و smart-note لینک‌شده از طریق Google Drive files.export، --include-doc-bodies را بفرستید؛ این به ورود OAuth تازه‌ای نیاز دارد که شامل scope فقط‌خواندنی Drive Meet باشد. بدون --include-doc-bodies، exportها فقط شامل فراداده Meet و ورودی‌های transcript ساختاریافته هستند. اگر Google خطای artifact جزئی برگرداند، مانند خطای فهرست‌کردن smart-note، ورودی transcript، یا بدنه سند Drive، summary و manifest هشدار را نگه می‌دارند، به‌جای اینکه کل export شکست بخورد. برای دریافت همان داده‌های artifact/attendance و چاپ JSON مربوط به manifest بدون ایجاد پوشه یا ZIP، از --dry-run استفاده کنید. این پیش از نوشتن یک export بزرگ یا زمانی مفید است که agent فقط به شمارش‌ها، رکوردهای انتخاب‌شده، و هشدارها نیاز دارد.

agentها همچنین می‌توانند همان bundle را از طریق ابزار google_meet ایجاد کنند:

json

{  "action": "export",  "conferenceRecord": "conferenceRecords/abc123",  "includeDocumentBodies": true,  "outputDir": "meet-export",  "zip": true}

برای برگرداندن فقط export manifest و ردکردن نوشتن فایل‌ها، "dryRun": true را تنظیم کنید.

agentها همچنین می‌توانند یک اتاق پشتیبانی‌شده با API را با سیاست دسترسی صریح ایجاد کنند:

json

{  "action": "create",  "transport": "chrome-node",  "mode": "agent",  "accessType": "OPEN"}

و می‌توانند کنفرانس فعال را برای یک اتاق شناخته‌شده پایان دهند:

json

{  "action": "end_active_conference",  "meeting": "https://meet.google.com/abc-defg-hij"}

برای اعتبارسنجی listen-first، agentها باید پیش از ادعای مفیدبودن جلسه، از test_listen استفاده کنند:

json

{  "action": "test_listen",  "url": "https://meet.google.com/abc-defg-hij",  "transport": "chrome-node",  "timeoutMs": 30000}

smoke زنده محافظت‌شده را روی یک جلسه واقعی نگه‌داشته‌شده اجرا کنید:

bash

OPENCLAW_LIVE_TEST=1 \OPENCLAW_GOOGLE_MEET_LIVE_MEETING=https://meet.google.com/abc-defg-hij \pnpm test:live -- extensions/google-meet/google-meet.live.test.ts

پروب مرورگر زنده listen-first را روی جلسه‌ای اجرا کنید که کسی در آن با زیرنویس‌های Meet در دسترس صحبت خواهد کرد:

bash

openclaw googlemeet setup --transport chrome-node --mode transcribeopenclaw googlemeet test-listen https://meet.google.com/abc-defg-hij --transport chrome-node --timeout-ms 30000

محیط smoke زنده:

OPENCLAW_LIVE_TEST=1 آزمون‌های زنده محافظت‌شده را فعال می‌کند.
OPENCLAW_GOOGLE_MEET_LIVE_MEETING به یک URL، کد، یا spaces/{id} نگه‌داشته‌شده Meet اشاره می‌کند.
OPENCLAW_GOOGLE_MEET_CLIENT_ID یا GOOGLE_MEET_CLIENT_ID شناسه client مربوط به OAuth را فراهم می‌کند.
OPENCLAW_GOOGLE_MEET_REFRESH_TOKEN یا GOOGLE_MEET_REFRESH_TOKEN توکن نوسازی را فراهم می‌کند.
اختیاری: OPENCLAW_GOOGLE_MEET_CLIENT_SECRET، OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN، و OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT از همان نام‌های fallback بدون پیشوند OPENCLAW_ استفاده می‌کنند.

smoke زنده پایه artifact/attendance به https://www.googleapis.com/auth/meetings.space.readonly و https://www.googleapis.com/auth/meetings.conference.media.readonly نیاز دارد. جست‌وجوی Calendar به https://www.googleapis.com/auth/calendar.events.readonly نیاز دارد. export بدنه سند Drive به https://www.googleapis.com/auth/drive.meet.readonly نیاز دارد.

یک فضای Meet تازه ایجاد کنید:

bash

openclaw googlemeet create

این دستور meeting uri تازه، منبع، و نشست پیوستن را چاپ می‌کند. با اعتبارنامه‌های OAuth از Google Meet API رسمی استفاده می‌کند. بدون اعتبارنامه‌های OAuth، از پروفایل مرورگر واردشده node ثابت‌شده Chrome به‌عنوان fallback استفاده می‌کند. agentها می‌توانند از ابزار google_meet با action: "create" برای ایجاد و پیوستن در یک مرحله استفاده کنند. برای ایجاد فقط URL، "join": false را بفرستید.

نمونه خروجی JSON از fallback مرورگر:

json

{  "source": "browser",  "meetingUri": "https://meet.google.com/abc-defg-hij",  "joined": true,  "browser": {    "nodeId": "ba0f4e4bc...",    "targetId": "tab-1"  },  "join": {    "session": {      "id": "meet_...",      "url": "https://meet.google.com/abc-defg-hij"    }  }}

اگر fallback مرورگر پیش از اینکه بتواند URL را ایجاد کند به مانع ورود Google یا مجوز Meet برخورد کند، متد Gateway یک پاسخ ناموفق برمی‌گرداند و ابزار google_meet به‌جای یک رشته ساده، جزئیات ساختاریافته برمی‌گرداند:

json

{  "source": "browser",  "error": "google-login-required: Sign in to Google in the OpenClaw browser profile, then retry meeting creation.",  "manualActionRequired": true,  "manualActionReason": "google-login-required",  "manualActionMessage": "Sign in to Google in the OpenClaw browser profile, then retry meeting creation.",  "browser": {    "nodeId": "ba0f4e4bc...",    "targetId": "tab-1",    "browserUrl": "https://accounts.google.com/signin",    "browserTitle": "Sign in - Google Accounts"  }}

وقتی agent مقدار manualActionRequired: true را می‌بیند، باید manualActionMessage را به‌همراه زمینه node/tab مرورگر گزارش کند و تا زمانی که operator مرحله مرورگر را کامل نکرده است، از بازکردن tabهای تازه Meet دست بکشد.

نمونه خروجی JSON از ایجاد با API:

json

{  "source": "api",  "meetingUri": "https://meet.google.com/abc-defg-hij",  "joined": true,  "space": {    "name": "spaces/abc-defg-hij",    "meetingCode": "abc-defg-hij",    "meetingUri": "https://meet.google.com/abc-defg-hij"  },  "join": {    "session": {      "id": "meet_...",      "url": "https://meet.google.com/abc-defg-hij"    }  }}

ایجاد یک Meet به‌صورت پیش‌فرض به جلسه می‌پیوندد. انتقال‌دهنده Chrome یا Chrome-node همچنان برای پیوستن از طریق مرورگر به یک پروفایل Google Chrome واردشده نیاز دارد. اگر پروفایل خارج شده باشد، OpenClaw مقدار manualActionRequired: true یا یک خطای بازگشت مرورگر را گزارش می‌کند و از اپراتور می‌خواهد پیش از تلاش دوباره، ورود به Google را کامل کند.

preview.enrollmentAcknowledged: true را فقط پس از تأیید اینکه پروژه Cloud، اصل OAuth، و شرکت‌کنندگان جلسه در Google Workspace Developer Preview Program برای Meet media APIs ثبت‌نام شده‌اند تنظیم کنید.

پیکربندی

مسیر مشترک عامل Chrome فقط به فعال بودن Plugin، BlackHole، SoX، یک کلید ارائه‌دهنده رونویسی بلادرنگ، و یک ارائه‌دهنده OpenClaw TTS پیکربندی‌شده نیاز دارد. OpenAI ارائه‌دهنده پیش‌فرض رونویسی است؛ برای استفاده از Google Gemini Live در حالت bidi بدون تغییر ارائه‌دهنده پیش‌فرض رونویسی حالت عامل، realtime.voiceProvider را روی "google" و realtime.model را تنظیم کنید:

bash

brew install blackhole-2ch soxexport OPENAI_API_KEY=sk-...# orexport GEMINI_API_KEY=...

پیکربندی Plugin را زیر plugins.entries.google-meet.config تنظیم کنید:

json5

{  plugins: {    entries: {      "google-meet": {        enabled: true,        config: {},      },    },  },}

پیش‌فرض‌ها:

defaultTransport: "chrome"
defaultMode: "agent" ("realtime" فقط به‌عنوان نام مستعار سازگاری قدیمی برای "agent" پذیرفته می‌شود؛ فراخوانی‌های ابزار جدید باید "agent" بگویند)
chromeNode.node: شناسه/نام/IP اختیاری node برای chrome-node
chrome.audioBackend: "blackhole-2ch"
chrome.guestName: "OpenClaw Agent": نامی که در صفحه مهمان Meet خارج‌شده استفاده می‌شود
chrome.autoJoin: true: پر کردن نام مهمان و کلیک روی Join Now به‌صورت بهترین تلاش از طریق خودکارسازی مرورگر OpenClaw روی chrome-node
chrome.reuseExistingTab: true: فعال‌سازی یک زبانه Meet موجود به‌جای باز کردن نسخه‌های تکراری
chrome.waitForInCallMs: 20000: انتظار برای اینکه زبانه Meet پیش از فعال شدن معرفی گفت‌وبرگشتی، وضعیت داخل تماس را گزارش کند
chrome.audioFormat: "pcm16-24khz": قالب صوتی جفت‌فرمان. از "g711-ulaw-8khz" فقط برای جفت‌فرمان‌های قدیمی/سفارشی استفاده کنید که هنوز صدای تلفنی تولید می‌کنند.
chrome.audioBufferBytes: 4096: بافر پردازش SoX برای فرمان‌های صوتی جفت‌فرمان تولیدشده Chrome. این نصف بافر پیش‌فرض 8192 بایتی SoX است و تأخیر لوله پیش‌فرض را کاهش می‌دهد، درحالی‌که امکان افزایش آن روی میزبان‌های شلوغ باقی می‌ماند. مقادیر کمتر از حداقل SoX به 17 بایت محدود می‌شوند.
chrome.audioInputCommand: فرمان SoX که از CoreAudio BlackHole 2ch می‌خواند و صدا را در chrome.audioFormat می‌نویسد
chrome.audioOutputCommand: فرمان SoX که صدا را در chrome.audioFormat می‌خواند و به CoreAudio BlackHole 2ch می‌نویسد
chrome.bargeInInputCommand: فرمان میکروفون محلی اختیاری که PCM مونو little-endian شانزده‌بیتی علامت‌دار را برای تشخیص ورود گفتار انسان هنگام فعال بودن پخش دستیار می‌نویسد. این در حال حاضر برای پل جفت‌فرمان chrome میزبانی‌شده توسط Gateway اعمال می‌شود.
chrome.bargeInRmsThreshold: 650: سطح RMS که روی chrome.bargeInInputCommand به‌عنوان وقفه انسانی شمرده می‌شود
chrome.bargeInPeakThreshold: 2500: سطح قله که روی chrome.bargeInInputCommand به‌عنوان وقفه انسانی شمرده می‌شود
chrome.bargeInCooldownMs: 900: حداقل تأخیر بین پاک‌سازی‌های تکراری وقفه انسانی
mode: "agent": حالت پیش‌فرض گفت‌وبرگشت. گفتار شرکت‌کننده توسط ارائه‌دهنده رونویسی بلادرنگ پیکربندی‌شده رونویسی می‌شود، به عامل OpenClaw پیکربندی‌شده در یک نشست زیرعامل مختص هر جلسه فرستاده می‌شود، و از طریق زمان‌اجرای معمول OpenClaw TTS بازگو می‌شود.
mode: "bidi": حالت جایگزین مستقیم مدل بلادرنگ دوطرفه. ارائه‌دهنده صدای بلادرنگ مستقیماً به گفتار شرکت‌کننده پاسخ می‌دهد و ممکن است برای پاسخ‌های عمیق‌تر/متکی بر ابزار، openclaw_agent_consult را فراخوانی کند.
mode: "transcribe": حالت فقط مشاهده بدون پل گفت‌وبرگشت.
realtime.provider: "openai": بازگشت سازگاری که وقتی فیلدهای ارائه‌دهنده محدوده‌دار زیر تنظیم نشده‌اند استفاده می‌شود.
realtime.transcriptionProvider: "openai": شناسه ارائه‌دهنده‌ای که حالت agent برای رونویسی بلادرنگ استفاده می‌کند.
realtime.voiceProvider: شناسه ارائه‌دهنده‌ای که حالت bidi برای صدای بلادرنگ مستقیم استفاده می‌کند. برای استفاده از Gemini Live درحالی‌که رونویسی حالت عامل روی OpenAI می‌ماند، این را روی "google" تنظیم کنید.
realtime.toolPolicy: "safe-read-only"
realtime.instructions: پاسخ‌های گفتاری کوتاه، همراه با openclaw_agent_consult برای پاسخ‌های عمیق‌تر
realtime.introMessage: بررسی آمادگی گفتاری کوتاه هنگام اتصال پل بلادرنگ؛ برای پیوستن بی‌صدا آن را روی "" تنظیم کنید
realtime.agentId: شناسه اختیاری عامل OpenClaw برای openclaw_agent_consult؛ پیش‌فرض main است

بازنویسی‌های اختیاری:

json5

{  defaults: {    meeting: "https://meet.google.com/abc-defg-hij",  },  browser: {    defaultProfile: "openclaw",  },  chrome: {    guestName: "OpenClaw Agent",    waitForInCallMs: 30000,    bargeInInputCommand: [      "sox",      "-q",      "-t",      "coreaudio",      "External Microphone",      "-r",      "24000",      "-c",      "1",      "-b",      "16",      "-e",      "signed-integer",      "-t",      "raw",      "-",    ],  },  chromeNode: {    node: "parallels-macos",  },  defaultMode: "agent",  realtime: {    provider: "openai",    transcriptionProvider: "openai",    voiceProvider: "google",    model: "gemini-2.5-flash-native-audio-preview-12-2025",    agentId: "jay",    toolPolicy: "owner",    introMessage: "Say exactly: I'm here.",    providers: {      google: {        speakerVoice: "Kore",      },    },  },}

ElevenLabs برای هم شنیدن و هم گفتن در حالت عامل:

json5

{  messages: {    tts: {      provider: "elevenlabs",      providers: {        elevenlabs: {          modelId: "eleven_v3",          speakerVoiceId: "pMsXgVXv3BLzUgSXRplE",        },      },    },  },  plugins: {    entries: {      "google-meet": {        config: {          realtime: {            transcriptionProvider: "elevenlabs",            providers: {              elevenlabs: {                modelId: "scribe_v2_realtime",                audioFormat: "ulaw_8000",                sampleRate: 8000,                commitStrategy: "vad",              },            },          },        },      },    },  },}

صدای پایدار Meet از messages.tts.providers.elevenlabs.speakerVoiceId می‌آید. پاسخ‌های عامل همچنین می‌توانند وقتی بازنویسی‌های مدل TTS فعال هستند از دستورهای مختص هر پاسخ [[tts:speakerVoiceId=... model=eleven_v3]] استفاده کنند، اما پیکربندی پیش‌فرض قطعی برای جلسه‌ها است. هنگام پیوستن، گزارش‌ها باید transcriptionProvider=elevenlabs را نشان دهند و هر پاسخ گفتاری باید provider=elevenlabs model=eleven_v3 speakerVoiceId=<voiceId> را ثبت کند.

پیکربندی فقط Twilio:

json5

{  defaultTransport: "twilio",  twilio: {    defaultDialInNumber: "+15551234567",    defaultPin: "123456",  },  voiceCall: {    gatewayUrl: "ws://127.0.0.1:18789",  },}

voiceCall.enabled به‌صورت پیش‌فرض true است؛ با انتقال‌دهنده Twilio، تماس واقعی PSTN، DTMF، و پیام خوشامد معرفی را به Plugin تماس صوتی واگذار می‌کند. تماس صوتی پیش از باز کردن جریان رسانه بلادرنگ، توالی DTMF را پخش می‌کند، سپس متن معرفی ذخیره‌شده را به‌عنوان پیام خوشامد اولیه بلادرنگ استفاده می‌کند. اگر voice-call فعال نباشد، Google Meet همچنان می‌تواند طرح شماره‌گیری را اعتبارسنجی و ثبت کند، اما نمی‌تواند تماس Twilio را برقرار کند.

ابزار

عامل‌ها می‌توانند از ابزار google_meet استفاده کنند:

json

{  "action": "join",  "url": "https://meet.google.com/abc-defg-hij",  "transport": "chrome-node",  "mode": "agent"}

وقتی Chrome روی میزبان Gateway اجرا می‌شود از transport: "chrome" استفاده کنید. وقتی Chrome روی یک node جفت‌شده مانند یک VM Parallels اجرا می‌شود از transport: "chrome-node" استفاده کنید. در هر دو حالت، ارائه‌دهندگان مدل و openclaw_agent_consult روی میزبان Gateway اجرا می‌شوند، بنابراین اعتبارنامه‌های مدل همان‌جا می‌مانند. با mode: "agent" پیش‌فرض، ارائه‌دهنده رونویسی بلادرنگ شنیدن را مدیریت می‌کند، عامل OpenClaw پیکربندی‌شده پاسخ را تولید می‌کند، و OpenClaw TTS معمولی آن را داخل Meet بیان می‌کند. وقتی می‌خواهید مدل صدای بلادرنگ مستقیماً پاسخ دهد، از mode: "bidi" استفاده کنید. mode: "realtime" خام همچنان به‌عنوان نام مستعار سازگاری قدیمی برای mode: "agent" پذیرفته می‌شود، اما دیگر در شِمای ابزار عامل تبلیغ نمی‌شود. گزارش‌های حالت عامل در شروع پل، ارائه‌دهنده/مدل رونویسی حل‌شده و پس از هر پاسخ ترکیب‌شده، ارائه‌دهنده TTS، مدل، صدا، قالب خروجی، و نرخ نمونه‌برداری را شامل می‌شوند.

برای فهرست کردن نشست‌های فعال یا بررسی شناسه نشست از action: "status" استفاده کنید. برای اینکه عامل بلادرنگ فوراً صحبت کند، از action: "speak" همراه با sessionId و message استفاده کنید. برای ایجاد یا استفاده دوباره از نشست، فعال کردن یک عبارت شناخته‌شده، و بازگرداندن سلامت inCall وقتی میزبان Chrome می‌تواند آن را گزارش کند، از action: "test_speech" استفاده کنید. test_speech همیشه mode: "agent" را اجباری می‌کند و اگر از آن خواسته شود در mode: "transcribe" اجرا شود شکست می‌خورد، زیرا نشست‌های فقط مشاهده عمداً نمی‌توانند گفتار تولید کنند. نتیجه speechOutputVerified آن بر اساس افزایش بایت‌های خروجی صوتی بلادرنگ در طول این فراخوانی آزمایشی است، بنابراین نشست استفاده‌شده دوباره با صدای قدیمی‌تر به‌عنوان بررسی گفتار موفق تازه شمرده نمی‌شود. برای علامت‌گذاری پایان نشست از action: "leave" استفاده کنید.

status در صورت موجود بودن، سلامت Chrome را شامل می‌شود:

inCall: به نظر می‌رسد Chrome داخل تماس Meet است
micMuted: وضعیت میکروفون Meet به‌صورت بهترین تلاش
manualActionRequired / manualActionReason / manualActionMessage: پروفایل مرورگر پیش از کار کردن گفتار به ورود دستی، پذیرش میزبان Meet، مجوزها، یا تعمیر کنترل مرورگر نیاز دارد
speechReady / speechBlockedReason / speechBlockedMessage: اینکه آیا گفتار مدیریت‌شده Chrome اکنون مجاز است یا نه. speechReady: false یعنی OpenClaw عبارت معرفی/آزمایش را به پل صوتی نفرستاده است.
providerConnected / realtimeReady: وضعیت پل صدای بلادرنگ
lastInputAt / lastOutputAt: آخرین صدای دیده‌شده از پل یا ارسال‌شده به آن
audioOutputRouted / audioOutputDeviceLabel: اینکه آیا خروجی رسانه زبانه Meet فعالانه به دستگاه BlackHole استفاده‌شده توسط پل هدایت شده است یا نه
lastSuppressedInputAt / suppressedInputBytes: ورودی loopback که هنگام فعال بودن پخش دستیار نادیده گرفته شده است

json

{  "action": "speak",  "sessionId": "meet_...",  "message": "Say exactly: I'm here and listening."}

حالت‌های عامل و bidi

حالت agent در Chrome برای رفتار «عامل من در جلسه است» بهینه شده است. ارائه‌دهنده رونویسی بلادرنگ صدای جلسه را می‌شنود، رونوشت‌های نهایی شرکت‌کننده از طریق عامل OpenClaw پیکربندی‌شده مسیریابی می‌شوند، و پاسخ از طریق زمان‌اجرای معمول OpenClaw TTS بیان می‌شود. وقتی می‌خواهید مدل صدای بلادرنگ مستقیماً پاسخ دهد، mode: "bidi" را تنظیم کنید. قطعه‌های نزدیک رونوشت نهایی پیش از مشاوره ادغام می‌شوند تا یک نوبت گفتاری چند پاسخ ناقص کهنه تولید نکند. ورودی بلادرنگ همچنین هنگام پخش شدن صدای دستیار در صف سرکوب می‌شود، و بازتاب‌های اخیر رونوشت شبیه دستیار پیش از مشاوره عامل نادیده گرفته می‌شوند تا BlackHole loopback باعث نشود عامل به گفتار خودش پاسخ دهد.

حالت	چه کسی پاسخ را تعیین می‌کند	مسیر خروجی گفتار	زمان استفاده
`agent`	عامل OpenClaw پیکربندی‌شده	زمان‌اجرای معمول OpenClaw TTS	وقتی رفتار «عامل من در جلسه است» را می‌خواهید
`bidi`	مدل صدای بلادرنگ	پاسخ صوتی ارائه‌دهنده صدای بلادرنگ	وقتی کم‌تأخیرترین حلقه صدای مکالمه‌ای را می‌خواهید

در حالت bidi، وقتی مدل بلادرنگ به استدلال عمیق‌تر، اطلاعات جاری، یا ابزارهای معمول OpenClaw نیاز دارد، می‌تواند openclaw_agent_consult را فراخوانی کند.

ابزار مشاوره، عامل معمولی OpenClaw را در پشت صحنه با زمینه رونوشت اخیر جلسه اجرا می‌کند و یک پاسخ گفتاری موجز برمی‌گرداند. در حالت agent، OpenClaw آن پاسخ را مستقیم به runtime TTS می‌فرستد؛ در حالت bidi، مدل صدای بلادرنگ می‌تواند نتیجه مشاوره را دوباره در جلسه بیان کند. این ابزار از همان سازوکار مشاوره مشترک Voice Call استفاده می‌کند.

به‌طور پیش‌فرض، مشاوره‌ها روی عامل main اجرا می‌شوند. وقتی یک مسیر Meet باید با یک فضای کاری اختصاصی عامل OpenClaw، پیش‌فرض‌های مدل، سیاست ابزار، حافظه و تاریخچه نشست مشاوره کند، realtime.agentId را تنظیم کنید.

مشاوره‌های حالت عامل از یک کلید نشست به‌ازای هر جلسه با قالب agent:<id>:subagent:google-meet:<session> استفاده می‌کنند تا پرسش‌های پیگیری، ضمن به ارث بردن سیاست معمول عامل از عامل پیکربندی‌شده، زمینه جلسه را حفظ کنند.

realtime.toolPolicy اجرای مشاوره را کنترل می‌کند:

safe-read-only: ابزار مشاوره را در معرض قرار بده و عامل معمولی را به read، web_search، web_fetch، x_search، memory_search و memory_get محدود کن.
owner: ابزار مشاوره را در معرض قرار بده و اجازه بده عامل معمولی از سیاست ابزار معمول عامل استفاده کند.
none: ابزار مشاوره را در اختیار مدل صدای بلادرنگ قرار نده.

کلید نشست مشاوره به هر نشست Meet محدود می‌شود، بنابراین فراخوانی‌های پیگیری مشاوره می‌توانند زمینه مشاوره قبلی را در همان جلسه دوباره استفاده کنند.

برای اجبار یک بررسی آمادگی گفتاری پس از اینکه Chrome کاملا وارد تماس شد:

bash

openclaw googlemeet speak meet_... "Say exactly: I'm here and listening."

برای smoke کامل ورود و گفتار:

bash

openclaw googlemeet test-speech https://meet.google.com/abc-defg-hij \  --transport chrome-node \  --message "Say exactly: I'm here and listening."

فهرست بررسی آزمون زنده

پیش از سپردن جلسه به یک عامل بدون ناظر، از این توالی استفاده کنید:

bash

openclaw googlemeet setupopenclaw nodes statusopenclaw googlemeet test-speech https://meet.google.com/abc-defg-hij \  --transport chrome-node \  --message "Say exactly: Google Meet speech test complete."

وضعیت مورد انتظار Chrome-node:

googlemeet setup کاملا سبز است.
وقتی Chrome-node ترابری پیش‌فرض است یا یک گره سنجاق شده، googlemeet setup شامل chrome-node-connected است.
nodes status نشان می‌دهد گره انتخاب‌شده متصل است.
گره انتخاب‌شده هر دو قابلیت googlemeet.chrome و browser.proxy را اعلام می‌کند.
زبانه Meet وارد تماس می‌شود و test-speech سلامت Chrome را با inCall: true برمی‌گرداند.

برای یک میزبان Chrome از راه دور، مانند VM macOS در Parallels، این کوتاه‌ترین بررسی امن پس از به‌روزرسانی Gateway یا VM است:

bash

openclaw googlemeet setupopenclaw nodes status --connectedopenclaw nodes invoke \  --node parallels-macos \  --command googlemeet.chrome \  --params '{"action":"setup"}'

این ثابت می‌کند Plugin Gateway بارگذاری شده، گره VM با توکن فعلی متصل است، و پل صوتی Meet پیش از باز کردن یک زبانه جلسه واقعی توسط عامل، در دسترس است.

برای smoke در Twilio، از جلسه‌ای استفاده کنید که جزئیات تماس تلفنی را نمایش می‌دهد:

bash

openclaw googlemeet setupopenclaw googlemeet join https://meet.google.com/abc-defg-hij \  --transport twilio \  --dial-in-number +15551234567 \  --pin 123456

وضعیت مورد انتظار Twilio:

googlemeet setup شامل بررسی‌های سبز twilio-voice-call-plugin، twilio-voice-call-credentials و twilio-voice-call-webhook است.
voicecall پس از بارگذاری دوباره Gateway در CLI در دسترس است.
نشست برگشتی transport: "twilio" و یک twilio.voiceCallId دارد.
openclaw logs --follow نشان می‌دهد TwiML برای DTMF پیش از TwiML بلادرنگ سرو شده، سپس یک پل بلادرنگ با خوشامدگویی اولیه در صف قرار گرفته است.
googlemeet leave <sessionId> تماس صوتی واگذارشده را قطع می‌کند.

عیب‌یابی

عامل نمی‌تواند ابزار Google Meet را ببیند

تأیید کنید Plugin در پیکربندی Gateway فعال است و Gateway را دوباره بارگذاری کنید:

bash

openclaw plugins list | grep google-meetopenclaw googlemeet setup

اگر همین حالا plugins.entries.google-meet را ویرایش کرده‌اید، Gateway را بازراه‌اندازی یا دوباره بارگذاری کنید. عامل در حال اجرا فقط ابزارهای Plugin را می‌بیند که توسط فرایند فعلی Gateway ثبت شده‌اند.

روی میزبان‌های Gateway غیر macOS، ابزار رو به عامل google_meet همچنان قابل مشاهده می‌ماند، اما کنش‌های پاسخ صوتی Chrome محلی پیش از رسیدن به پل صوتی مسدود می‌شوند. صوت پاسخ‌گویی Chrome محلی در حال حاضر به BlackHole 2ch در macOS وابسته است، بنابراین عامل‌های Linux باید به‌جای مسیر پیش‌فرض عامل Chrome محلی، از mode: "transcribe"، تماس تلفنی Twilio، یا یک میزبان chrome-node در macOS استفاده کنند.

هیچ گره متصل سازگار با Google Meet وجود ندارد

روی میزبان گره اجرا کنید:

bash

openclaw plugins enable google-meetopenclaw plugins enable browserOPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \  openclaw node run --host <gateway-lan-ip> --port 18789 --display-name parallels-macos

روی میزبان Gateway، گره را تأیید و فرمان‌ها را بررسی کنید:

bash

openclaw devices listopenclaw devices approve <requestId>openclaw nodes status

گره باید متصل باشد و googlemeet.chrome به‌همراه browser.proxy را فهرست کند. پیکربندی Gateway باید آن فرمان‌های گره را مجاز کند:

json5

{  gateway: {    nodes: {      allowCommands: ["browser.proxy", "googlemeet.chrome"],    },  },}

اگر googlemeet setup در chrome-node-connected شکست می‌خورد یا گزارش Gateway عبارت gateway token mismatch را نشان می‌دهد، گره را با توکن فعلی Gateway دوباره نصب یا بازراه‌اندازی کنید. برای Gateway روی LAN، معمولا یعنی:

bash

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \  openclaw node install \  --host <gateway-lan-ip> \  --port 18789 \  --display-name parallels-macos \  --force

سپس سرویس گره را دوباره بارگذاری کنید و دوباره اجرا کنید:

bash

openclaw googlemeet setupopenclaw nodes status --connected

مرورگر باز می‌شود اما عامل نمی‌تواند وارد شود

برای ورودهای فقط مشاهده‌ای googlemeet test-listen یا برای ورودهای بلادرنگ googlemeet test-speech را اجرا کنید، سپس سلامت Chrome برگشتی را بررسی کنید. اگر هرکدام از probeها manualActionRequired: true گزارش کرد، manualActionMessage را به اپراتور نشان دهید و تا کامل شدن کنش مرورگر، تلاش مجدد را متوقف کنید.

کنش‌های دستی رایج:

وارد نمایه Chrome شوید.
مهمان را از حساب میزبان Meet بپذیرید.
وقتی اعلان مجوز بومی Chrome ظاهر شد، مجوزهای میکروفون/دوربین Chrome را بدهید.
یک گفت‌وگوی مجوز گیرکرده Meet را ببندید یا تعمیر کنید.

صرفا چون Meet نشان می‌دهد "Do you want people to hear you in the meeting?"، گزارش «وارد نشده» ندهید. این صفحه میانی انتخاب صوتی Meet است؛ OpenClaw وقتی در دسترس باشد از طریق خودکارسازی مرورگر روی Use microphone کلیک می‌کند و همچنان منتظر وضعیت واقعی جلسه می‌ماند. برای fallback مرورگر فقط-ایجاد، OpenClaw ممکن است روی Continue without microphone کلیک کند، چون ایجاد URL به مسیر صوتی بلادرنگ نیاز ندارد.

ایجاد جلسه شکست می‌خورد

googlemeet create ابتدا وقتی اعتبارنامه‌های OAuth پیکربندی شده باشند از endpoint spaces.create در Google Meet API استفاده می‌کند. بدون اعتبارنامه‌های OAuth به مرورگر گره Chrome سنجاق‌شده fallback می‌کند. تأیید کنید:

برای ایجاد از API: oauth.clientId و oauth.refreshToken پیکربندی شده‌اند، یا متغیرهای محیطی همتای OPENCLAW_GOOGLE_MEET_* وجود دارند.
برای ایجاد از API: refresh token پس از اضافه شدن پشتیبانی ایجاد صادر شده است. توکن‌های قدیمی‌تر ممکن است scope meetings.space.created را نداشته باشند؛ openclaw googlemeet auth login --json را دوباره اجرا کنید و پیکربندی Plugin را به‌روز کنید.
برای fallback مرورگر: defaultTransport: "chrome-node" و chromeNode.node به یک گره متصل با browser.proxy و googlemeet.chrome اشاره می‌کنند.
برای fallback مرورگر: نمایه Chrome متعلق به OpenClaw روی آن گره وارد Google شده و می‌تواند https://meet.google.com/new را باز کند.
برای fallback مرورگر: تلاش‌های مجدد، پیش از باز کردن زبانه تازه، از زبانه موجود https://meet.google.com/new یا اعلان حساب Google دوباره استفاده می‌کنند. اگر عامل timeout شد، به‌جای باز کردن دستی یک زبانه دیگر Meet، فراخوانی ابزار را دوباره تلاش کنید.
برای fallback مرورگر: اگر ابزار manualActionRequired: true برگرداند، از browser.nodeId، browser.targetId، browserUrl و manualActionMessage برگشتی برای راهنمایی اپراتور استفاده کنید. تا کامل شدن آن کنش، در حلقه تلاش مجدد نکنید.
برای fallback مرورگر: اگر Meet نشان می‌دهد "Do you want people to hear you in the meeting?"، زبانه را باز نگه دارید. OpenClaw باید از طریق خودکارسازی مرورگر روی Use microphone یا، برای fallback فقط-ایجاد، روی Continue without microphone کلیک کند و منتظر URL تولیدشده Meet بماند. اگر نتواند، خطا باید meet-audio-choice-required را ذکر کند، نه google-login-required.

عامل وارد می‌شود اما صحبت نمی‌کند

مسیر بلادرنگ را بررسی کنید:

bash

openclaw googlemeet setupopenclaw googlemeet doctor

برای مسیر معمول STT -> عامل OpenClaw -> پاسخ صوتی TTS از mode: "agent" استفاده کنید، یا برای fallback مستقیم صدای بلادرنگ از mode: "bidi" استفاده کنید. mode: "transcribe" عمدا پل پاسخ صوتی را شروع نمی‌کند. برای اشکال‌زدایی فقط مشاهده‌ای، پس از صحبت شرکت‌کنندگان openclaw googlemeet status --json <session-id> را اجرا کنید و captioning، transcriptLines و lastCaptionText را بررسی کنید. اگر inCall برابر true است اما transcriptLines روی 0 می‌ماند، ممکن است زیرنویس‌های Meet غیرفعال باشند، از زمان نصب مشاهده‌گر کسی صحبت نکرده باشد، رابط کاربری Meet تغییر کرده باشد، یا زیرنویس زنده برای زبان/حساب جلسه در دسترس نباشد.

googlemeet test-speech همیشه مسیر بلادرنگ را بررسی می‌کند و گزارش می‌دهد آیا برای آن فراخوانی، بایت‌های خروجی پل مشاهده شده‌اند یا نه. اگر speechOutputVerified false و speechOutputTimedOut true باشد، ارائه‌دهنده بلادرنگ ممکن است utterance را پذیرفته باشد اما OpenClaw ندیده باشد که بایت‌های خروجی تازه به پل صوتی Chrome برسند.

همچنین بررسی کنید:

یک کلید ارائه‌دهنده بلادرنگ روی میزبان Gateway در دسترس است، مانند OPENAI_API_KEY یا GEMINI_API_KEY.
BlackHole 2ch روی میزبان Chrome قابل مشاهده است.
sox روی میزبان Chrome وجود دارد.
میکروفون و بلندگوی Meet از مسیر صوتی مجازی استفاده‌شده توسط OpenClaw عبور داده شده‌اند. doctor باید برای ورودهای بلادرنگ Chrome محلی meet output routed: yes را نشان دهد.

googlemeet doctor [session-id] نشست، گره، وضعیت داخل تماس، دلیل کنش دستی، اتصال ارائه‌دهنده بلادرنگ، realtimeReady، فعالیت ورودی/خروجی صوت، آخرین timestampهای صوتی، شمارنده‌های بایت و URL مرورگر را چاپ می‌کند. وقتی به JSON خام نیاز دارید، از googlemeet status [session-id] --json استفاده کنید. وقتی باید refresh مربوط به OAuth در Google Meet را بدون افشای توکن‌ها بررسی کنید، از googlemeet doctor --oauth استفاده کنید؛ وقتی به اثبات Google Meet API هم نیاز دارید، --meeting یا --create-space را اضافه کنید.

اگر عامل timeout شد و می‌بینید یک زبانه Meet از قبل باز است، بدون باز کردن زبانه دیگر همان زبانه را بررسی کنید:

bash

openclaw googlemeet recover-tabopenclaw googlemeet recover-tab https://meet.google.com/abc-defg-hij

کنش ابزار معادل recover_current_tab است. این کنش یک زبانه موجود Meet را برای ترابری انتخاب‌شده فوکوس و بررسی می‌کند. با chrome، از کنترل مرورگر محلی از طریق Gateway استفاده می‌کند؛ با chrome-node، از گره Chrome پیکربندی‌شده استفاده می‌کند. زبانه تازه باز نمی‌کند یا نشست تازه نمی‌سازد؛ مانع فعلی را گزارش می‌کند، مانند ورود، پذیرش، مجوزها، یا وضعیت انتخاب صوتی. فرمان CLI با Gateway پیکربندی‌شده صحبت می‌کند، بنابراین Gateway باید در حال اجرا باشد؛ chrome-node همچنین نیاز دارد گره Chrome متصل باشد.

بررسی‌های راه‌اندازی Twilio شکست می‌خورند

twilio-voice-call-plugin وقتی voice-call مجاز یا فعال نباشد شکست می‌خورد. آن را به plugins.allow اضافه کنید، plugins.entries.voice-call را فعال کنید، و Gateway را دوباره بارگذاری کنید.

twilio-voice-call-credentials وقتی backend مربوط به Twilio فاقد account SID، auth token یا شماره تماس‌گیرنده باشد شکست می‌خورد. این‌ها را روی میزبان Gateway تنظیم کنید:

bash

export TWILIO_ACCOUNT_SID=AC...export TWILIO_AUTH_TOKEN=...export TWILIO_FROM_NUMBER=+15550001234

twilio-voice-call-webhook وقتی voice-call هیچ در معرض‌گذاری عمومی Webhook نداشته باشد، یا وقتی publicUrl به loopback یا فضای شبکه خصوصی اشاره کند، شکست می‌خورد. plugins.entries.voice-call.config.publicUrl را روی URL عمومی ارائه‌دهنده تنظیم کنید یا یک tunnel/Tailscale exposure برای voice-call پیکربندی کنید.

URLهای loopback و خصوصی برای callbackهای carrier معتبر نیستند. از localhost، 127.0.0.1، 0.0.0.0، 10.x، 172.16.x-172.31.x، 192.168.x، 169.254.x، fc00::/7 یا fd00::/8 به‌عنوان publicUrl استفاده نکنید.

برای یک URL عمومی پایدار:

json5

{  plugins: {    entries: {      "voice-call": {        enabled: true,        config: {          provider: "twilio",          fromNumber: "+15550001234",          publicUrl: "https://voice.example.com/voice/webhook",        },      },    },  },}

برای توسعهٔ محلی، به‌جای URL میزبان خصوصی از یک تونل یا در معرض‌گذاری Tailscale استفاده کنید:

json5

{  plugins: {    entries: {      "voice-call": {        config: {          tunnel: { provider: "ngrok" },          // or          tailscale: { mode: "funnel", path: "/voice/webhook" },        },      },    },  },}

سپس Gateway را راه‌اندازی مجدد یا بازبارگذاری کنید و اجرا کنید:

bash

openclaw googlemeet setup --transport twilioopenclaw voicecall setupopenclaw voicecall smoke

voicecall smoke به‌صورت پیش‌فرض فقط آمادگی را بررسی می‌کند. برای اجرای آزمایشی روی یک شمارهٔ مشخص:

bash

openclaw voicecall smoke --to "+15555550123"

فقط زمانی --yes را اضافه کنید که عمداً می‌خواهید یک تماس اعلان خروجی زنده برقرار کنید:

bash

openclaw voicecall smoke --to "+15555550123" --yes

تماس Twilio شروع می‌شود اما هرگز وارد جلسه نمی‌شود

تأیید کنید که رویداد Meet جزئیات شماره‌گیری تلفنی را ارائه می‌کند. شمارهٔ دقیق شماره‌گیری و PIN یا یک توالی DTMF سفارشی را وارد کنید:

bash

openclaw googlemeet join https://meet.google.com/abc-defg-hij \  --transport twilio \  --dial-in-number +15551234567 \  --dtmf-sequence ww123456#

اگر ارائه‌دهنده پیش از وارد کردن PIN به مکث نیاز دارد، در --dtmf-sequence از w ابتدایی یا ویرگول استفاده کنید.

اگر تماس تلفنی ایجاد می‌شود اما فهرست اعضای Meet هرگز شرکت‌کنندهٔ شماره‌گیری‌شده را نشان نمی‌دهد:

openclaw googlemeet doctor <session-id> را اجرا کنید تا شناسهٔ تماس Twilio واگذارشده، اینکه آیا DTMF در صف قرار گرفته، و اینکه آیا پیام خوشامد اولیه درخواست شده است تأیید شود.
openclaw voicecall status --call-id <id> را اجرا کنید و تأیید کنید که تماس هنوز فعال است.
openclaw voicecall tail را اجرا کنید و بررسی کنید که Webhookهای Twilio به Gateway می‌رسند.
openclaw logs --follow را اجرا کنید و به‌دنبال توالی Twilio Meet بگردید: Google Meet پیوستن را واگذار می‌کند، Voice Call توالی DTMF TwiML پیش از اتصال را ذخیره و ارائه می‌کند، Voice Call برای تماس Twilio توالی TwiML بلادرنگ را ارائه می‌کند، سپس Google Meet با voicecall.speak گفتار معرفی را درخواست می‌کند.
openclaw googlemeet setup --transport twilio را دوباره اجرا کنید؛ بررسی موفق setup لازم است اما درست بودن توالی PIN جلسه را ثابت نمی‌کند.
تأیید کنید که شمارهٔ شماره‌گیری متعلق به همان دعوت‌نامه و منطقهٔ Meet است که PIN به آن مربوط می‌شود.
اگر Meet کند پاسخ می‌دهد یا متن تماس پس از ارسال DTMF پیش از اتصال هنوز اعلان درخواست PIN را نشان می‌دهد، voiceCall.dtmfDelayMs را از مقدار پیش‌فرض ۱۲ ثانیه افزایش دهید.
اگر شرکت‌کننده وارد می‌شود اما پیام خوشامد را نمی‌شنوید، در openclaw logs --follow درخواست پس از DTMF مربوط به voicecall.speak و پخش TTS از طریق media-stream یا جایگزین Twilio OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 را بررسی کنید. اگر متن تماس هنوز شامل «enter the meeting PIN» است، شاخهٔ تلفنی هنوز وارد اتاق Meet نشده است، بنابراین شرکت‌کنندگان جلسه گفتار را نخواهند شنید.

اگر Webhookها نمی‌رسند، ابتدا Plugin تماس صوتی را اشکال‌زدایی کنید: ارائه‌دهنده باید به plugins.entries.voice-call.config.publicUrl یا تونل پیکربندی‌شده دسترسی داشته باشد. عیب‌یابی تماس صوتی را ببینید.

نکات

API رسمی رسانهٔ Google Meet دریافت‌محور است، بنابراین صحبت کردن در یک تماس Meet هنوز به مسیر شرکت‌کننده نیاز دارد. این Plugin آن مرز را آشکار نگه می‌دارد: Chrome مشارکت مرورگر و مسیریابی صوت محلی را مدیریت می‌کند؛ Twilio مشارکت از طریق شماره‌گیری تلفنی را مدیریت می‌کند.

حالت‌های پاسخ‌گویی Chrome به BlackHole 2ch به‌همراه یکی از موارد زیر نیاز دارند:

chrome.audioInputCommand به‌همراه chrome.audioOutputCommand: OpenClaw مالک پل است و صدا را با قالب chrome.audioFormat بین آن فرمان‌ها و ارائه‌دهندهٔ انتخاب‌شده لوله‌کشی می‌کند. حالت عامل از رونویسی بلادرنگ به‌همراه TTS معمولی استفاده می‌کند؛ حالت bidi از ارائه‌دهندهٔ صدای بلادرنگ استفاده می‌کند. مسیر پیش‌فرض Chrome برابر با PCM16 با نرخ ۲۴ کیلوهرتز و chrome.audioBufferBytes: 4096 است؛ G.711 mu-law با نرخ ۸ کیلوهرتز برای جفت‌فرمان‌های قدیمی همچنان در دسترس است.
chrome.audioBridgeCommand: یک فرمان پل خارجی مالک کل مسیر صوت محلی است و باید پس از راه‌اندازی یا اعتبارسنجی daemon خود خارج شود. این فقط برای bidi معتبر است، زیرا حالت agent برای TTS به دسترسی مستقیم جفت‌فرمان نیاز دارد.

وقتی یک عامل ابزار google_meet را در حالت agent فراخوانی می‌کند، نشست مشاور جلسه پیش از پاسخ دادن به گفتار شرکت‌کننده، transcript فعلی فراخواننده را fork می‌کند. نشست Meet همچنان جدا می‌ماند (agent:<agentId>:subagent:google-meet:<sessionId>) تا پیگیری‌های جلسه transcript فراخواننده را مستقیماً تغییر ندهند.

برای صدای دوطرفهٔ تمیز، خروجی Meet و میکروفن Meet را از طریق دستگاه‌های مجازی جداگانه یا یک گراف دستگاه مجازی به‌سبک Loopback مسیریابی کنید. یک دستگاه مشترک BlackHole می‌تواند صدای دیگر شرکت‌کنندگان را دوباره به تماس بازتاب دهد.

با پل Chrome مبتنی بر جفت‌فرمان، chrome.bargeInInputCommand می‌تواند به یک میکروفن محلی جداگانه گوش دهد و هنگام شروع صحبت انسان، پخش دستیار را پاک کند. این کار گفتار انسان را حتی زمانی که ورودی local loopback مشترک BlackHole در طول پخش دستیار موقتاً سرکوب شده است، جلوتر از خروجی دستیار نگه می‌دارد. مانند chrome.audioInputCommand و chrome.audioOutputCommand، این یک فرمان محلی پیکربندی‌شده توسط اپراتور است. از یک مسیر فرمان یا فهرست آرگومان صریح و مورد اعتماد استفاده کنید و آن را به اسکریپت‌های مکان‌های نامطمئن اشاره ندهید.

googlemeet speak پل صوتی پاسخ‌گویی فعال را برای یک نشست Chrome فعال می‌کند. googlemeet leave آن پل را متوقف می‌کند. برای نشست‌های Twilio که از طریق Plugin Voice Call واگذار شده‌اند، leave تماس صوتی زیربنایی را نیز قطع می‌کند. وقتی می‌خواهید کنفرانس فعال Google Meet را نیز برای یک فضای مدیریت‌شده با API ببندید، از googlemeet end-active-conference استفاده کنید.

مرتبط

Was this useful?

Plugin Google Meet

شروع سریع

Gateway محلی + Chrome در Parallels

یادداشت‌های نصب

ترابری‌ها

Chrome

Twilio

OAuth و پیش‌پرواز

ایجاد اعتبارنامه‌های Google

ساخت refresh token

تایید OAuth با doctor

پیکربندی

ابزار

حالت‌های عامل و bidi

فهرست بررسی آزمون زنده

عیب‌یابی

عامل نمی‌تواند ابزار Google Meet را ببیند

هیچ گره متصل سازگار با Google Meet وجود ندارد

مرورگر باز می‌شود اما عامل نمی‌تواند وارد شود

ایجاد جلسه شکست می‌خورد

عامل وارد می‌شود اما صحبت نمی‌کند

بررسی‌های راه‌اندازی Twilio شکست می‌خورند

تماس Twilio شروع می‌شود اما هرگز وارد جلسه نمی‌شود

نکات

مرتبط

On this page

Molty