Plugin Google Meet

Google Meet: obsługa uczestników w OpenClaw — plugin jest celowo jawny z założenia:

• Dołącza tylko do jawnego adresu URL https://meet.google.com/....
• Może utworzyć nową przestrzeń Meet przez Google Meet API, a następnie dołączyć do zwróconego adresu URL.
• agent to domyślny tryb odpowiedzi głosowej: transkrypcja w czasie rzeczywistym nasłuchuje, skonfigurowany agent OpenClaw odpowiada, a zwykłe TTS OpenClaw mówi w Meet.
• bidi pozostaje dostępny jako zapasowy tryb bezpośredniego modelu głosowego w czasie rzeczywistym.
• Agenci wybierają sposób dołączenia za pomocą mode: użyj agent do nasłuchiwania i odpowiedzi głosowej na żywo, bidi jako bezpośredniego zapasowego trybu głosu w czasie rzeczywistym albo transcribe do dołączenia/sterowania przeglądarką bez mostka odpowiedzi głosowej.
• Uwierzytelnianie zaczyna się jako osobisty Google OAuth albo już zalogowany profil Chrome.
• Nie ma automatycznego komunikatu o zgodzie.
• Domyślny backend audio Chrome to BlackHole 2ch.
• Chrome może działać lokalnie albo na sparowanym hoście węzła.
• Twilio przyjmuje numer do wdzwaniania oraz opcjonalny PIN lub sekwencję DTMF; nie może bezpośrednio wybierać adresu URL Meet.
• Polecenie CLI to googlemeet; meet jest zarezerwowane dla szerszych przepływów pracy telekonferencji agenta.

Szybki start

Zainstaluj lokalne zależności audio i skonfiguruj dostawcę transkrypcji w czasie rzeczywistym oraz zwykłe TTS OpenClaw. OpenAI jest domyślnym dostawcą transkrypcji; Google Gemini Live działa również jako oddzielny zapasowy tryb głosowy bidi z realtime.voiceProvider: "google":

brew install blackhole-2ch soxexport OPENAI_API_KEY=sk-...# wymagane tylko wtedy, gdy realtime.voiceProvider ma wartość "google" dla trybu bidiexport GEMINI_API_KEY=...

blackhole-2ch instaluje wirtualne urządzenie audio BlackHole 2ch. Instalator Homebrew wymaga ponownego uruchomienia, zanim macOS udostępni urządzenie:

sudo reboot

Po ponownym uruchomieniu zweryfikuj oba elementy:

system_profiler SPAudioDataType | grep -i BlackHolecommand -v sox

Włącz plugin:

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

Sprawdź konfigurację:

openclaw googlemeet setup

Dane wyjściowe konfiguracji są przeznaczone do odczytu przez agenta i uwzględniają tryb. Raportują profil Chrome, przypięcie węzła oraz, dla dołączeń przez Chrome w czasie rzeczywistym, mostek audio BlackHole/SoX i opóźnione kontrole wprowadzenia w czasie rzeczywistym. Dla dołączeń tylko do obserwacji sprawdź ten sam transport za pomocą --mode transcribe; ten tryb pomija wymagania wstępne audio w czasie rzeczywistym, ponieważ nie nasłuchuje przez mostek ani przez niego nie mówi:

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

Gdy delegowanie Twilio jest skonfigurowane, konfiguracja raportuje również, czy plugin voice-call, poświadczenia Twilio i publiczna ekspozycja Webhook są gotowe. Traktuj każdą kontrolę ok: false jako blokującą dla sprawdzanego transportu i trybu, zanim poprosisz agenta o dołączenie. Użyj openclaw googlemeet setup --json dla skryptów lub danych wyjściowych czytelnych maszynowo. Użyj --transport chrome, --transport chrome-node albo --transport twilio, aby wstępnie sprawdzić konkretny transport, zanim agent go wypróbuje.

W przypadku Twilio zawsze wstępnie sprawdzaj transport jawnie, gdy domyślnym transportem jest Chrome:

openclaw googlemeet setup --transport twilio

Wykrywa to brakujące okablowanie voice-call, poświadczenia Twilio lub nieosiągalną ekspozycję Webhook, zanim agent spróbuje wdzwaniać się na spotkanie.

Dołącz do spotkania:

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

Albo pozwól agentowi dołączyć przez narzędzie google_meet:

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

Narzędzie google_meet dla agentów pozostaje dostępne na hostach innych niż macOS dla przepływów artefaktów, kalendarza, konfiguracji, transkrypcji, Twilio i chrome-node. Lokalne akcje odpowiedzi głosowej Chrome są tam blokowane, ponieważ dołączona ścieżka audio Chrome obecnie zależy od macOS BlackHole 2ch. W Linuksie użyj mode: "transcribe", wdzwaniania Twilio albo hosta macOS chrome-node dla udziału w Chrome z odpowiedzią głosową.

Utwórz nowe spotkanie i dołącz do niego:

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

W przypadku pokoi utworzonych przez API użyj Google Meet SpaceConfig.accessType, gdy chcesz, aby polityka pokoju dotycząca dołączania bez proszenia o wpuszczenie była jawna zamiast odziedziczona z domyślnych ustawień konta Google:

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

OPEN pozwala każdemu z adresem URL Meet dołączyć bez proszenia o wpuszczenie. TRUSTED pozwala zaufanym użytkownikom organizacji gospodarza, zaproszonym użytkownikom zewnętrznym i użytkownikom wdzwaniającym się dołączyć bez proszenia o wpuszczenie. RESTRICTED ogranicza wejście bez proszenia o wpuszczenie do zaproszonych osób. Te ustawienia mają zastosowanie tylko do oficjalnej ścieżki tworzenia przez Google Meet API, więc poświadczenia OAuth muszą być skonfigurowane.

Jeśli uwierzytelniłeś Google Meet, zanim ta opcja była dostępna, uruchom ponownie openclaw googlemeet auth login --json po dodaniu zakresu meetings.space.settings do ekranu zgody Google OAuth.

Utwórz tylko adres URL bez dołączania:

openclaw googlemeet create --no-join

googlemeet create ma dwie ścieżki:

• Tworzenie przez API: używane, gdy skonfigurowane są poświadczenia Google Meet OAuth. To najbardziej deterministyczna ścieżka i nie zależy od stanu interfejsu przeglądarki.
• Zapasowa ścieżka przeglądarki: używana, gdy brakuje poświadczeń OAuth. OpenClaw używa przypiętego węzła Chrome, otwiera https://meet.google.com/new, czeka, aż Google przekieruje do prawdziwego adresu URL z kodem spotkania, a następnie zwraca ten adres URL. Ta ścieżka wymaga, aby profil OpenClaw Chrome na węźle był już zalogowany do Google. Automatyzacja przeglądarki obsługuje własny monit Meet pierwszego uruchomienia o mikrofon; ten monit nie jest traktowany jako niepowodzenie logowania Google. Przepływy dołączania i tworzenia próbują też ponownie użyć istniejącej karty Meet przed otwarciem nowej. Dopasowywanie ignoruje nieszkodliwe ciągi zapytania URL, takie jak authuser, więc ponowna próba agenta powinna skupić już otwarte spotkanie zamiast tworzyć drugą kartę Chrome.

Dane wyjściowe polecenia/narzędzia zawierają pole source (api lub browser), aby agenci mogli wyjaśnić, której ścieżki użyto. create domyślnie dołącza do nowego spotkania i zwraca joined: true oraz sesję dołączenia. Aby tylko wygenerować adres URL, użyj create --no-join w CLI albo przekaż "join": false do narzędzia.

Albo powiedz agentowi: „Utwórz Google Meet, dołącz do niego w trybie odpowiedzi głosowej agenta i wyślij mi link”. Agent powinien wywołać google_meet z action: "create", a następnie udostępnić zwrócone meetingUri.

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

Dla dołączenia tylko do obserwacji/sterowania przeglądarką ustaw "mode": "transcribe". To nie uruchamia dwukierunkowego mostka głosowego w czasie rzeczywistym, nie wymaga BlackHole ani SoX i nie będzie odpowiadać głosowo na spotkaniu. Dołączenia Chrome w tym trybie unikają również przyznania przez OpenClaw uprawnień do mikrofonu/kamery i unikają ścieżki Meet Użyj mikrofonu. Jeśli Meet pokaże ekran pośredni wyboru audio, automatyzacja próbuje ścieżki bez mikrofonu, a w przeciwnym razie zgłasza ręczną akcję zamiast otwierać lokalny mikrofon. W trybie transkrypcji zarządzane transporty Chrome instalują również najlepszy możliwy obserwator napisów Meet. googlemeet status --json i googlemeet doctor ujawniają captioning, captionsEnabledAttempted, transcriptLines, lastCaptionAt, lastCaptionSpeaker, lastCaptionText oraz krótki ogon recentTranscript, aby operatorzy mogli stwierdzić, czy przeglądarka dołączyła do rozmowy i czy napisy Meet produkują tekst. Użyj openclaw googlemeet test-listen <meet-url> --transport chrome-node, gdy potrzebujesz sondy tak/nie: dołącza w trybie transkrypcji, czeka na świeży ruch napisów lub transkryptu i zwraca listenVerified, listenTimedOut, pola ręcznej akcji oraz najnowszy stan napisów.

Podczas sesji w czasie rzeczywistym status google_meet zawiera stan przeglądarki i mostka audio, taki jak inCall, manualActionRequired, providerConnected, realtimeReady, audioInputActive, audioOutputActive, znaczniki czasu ostatniego wejścia/wyjścia, liczniki bajtów oraz stan zamknięcia mostka. Jeśli pojawi się bezpieczny monit strony Meet, automatyzacja przeglądarki obsługuje go, gdy może. Logowanie, wpuszczenie przez gospodarza oraz monity uprawnień przeglądarki/systemu operacyjnego są zgłaszane jako ręczna akcja z powodem i komunikatem, który agent może przekazać. Zarządzane sesje Chrome emitują wprowadzenie albo frazę testową dopiero po tym, jak stan przeglądarki zgłosi inCall: true; w przeciwnym razie status zgłasza speechReady: false, a próba mówienia jest blokowana zamiast udawać, że agent przemówił na spotkaniu.

Lokalne dołączenia Chrome przechodzą przez zalogowany profil przeglądarki OpenClaw. Tryb czasu rzeczywistego wymaga BlackHole 2ch dla ścieżki mikrofonu/głośnika używanej przez OpenClaw. Dla czystego dwukierunkowego audio użyj oddzielnych urządzeń wirtualnych albo grafu w stylu Loopback; pojedyncze urządzenie BlackHole wystarczy do pierwszego testu dymnego, ale może powodować echo.

Lokalny Gateway + Chrome w Parallels

Nie potrzebujesz pełnego OpenClaw Gateway ani klucza API modelu w maszynie wirtualnej macOS tylko po to, aby VM była właścicielem Chrome. Uruchom Gateway i agenta lokalnie, a następnie uruchom hosta węzła w VM. Włącz dołączony plugin w VM jeden raz, aby węzeł reklamował polecenie Chrome:

Co działa gdzie:

• Host Gateway: OpenClaw Gateway, przestrzeń robocza agenta, klucze modelu/API, dostawca czasu rzeczywistego i konfiguracja pluginu Google Meet.
• Maszyna wirtualna Parallels macOS: OpenClaw CLI/host węzła, Google Chrome, SoX, BlackHole 2ch i profil Chrome zalogowany do Google.
• Niewymagane w VM: usługa Gateway, konfiguracja agenta, klucz OpenAI/GPT ani konfiguracja dostawcy modelu.

Zainstaluj zależności VM:

brew install blackhole-2ch sox

Uruchom ponownie VM po zainstalowaniu BlackHole, aby macOS udostępnił BlackHole 2ch:

sudo reboot

Po ponownym uruchomieniu zweryfikuj, że VM widzi urządzenie audio i polecenia SoX:

system_profiler SPAudioDataType | grep -i BlackHolecommand -v sox

Zainstaluj lub zaktualizuj OpenClaw w VM, a następnie włącz tam dołączony plugin:

openclaw plugins enable google-meet

Uruchom hosta węzła w VM:

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

Jeśli <gateway-host> to adres IP LAN i nie używasz TLS, węzeł odrzuca nieszyfrowany WebSocket, chyba że jawnie zgodzisz się na tę zaufaną sieć prywatną:

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

Użyj tej samej zmiennej środowiskowej podczas instalowania węzła jako LaunchAgent:

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 jest środowiskiem procesu, a nie ustawieniem openclaw.json. openclaw node install zapisuje je w środowisku LaunchAgent, gdy jest obecne w poleceniu instalacji.

Zatwierdź węzeł z hosta Gateway:

openclaw devices listopenclaw devices approve <requestId>

Potwierdź, że Gateway widzi węzeł i że reklamuje zarówno googlemeet.chrome, jak i funkcję przeglądarki/browser.proxy:

openclaw nodes status

Skieruj Meet przez ten węzeł na hoście Gateway:

{  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",          },        },      },    },  },}

Teraz dołącz normalnie z hosta Gateway:

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

albo poproś agenta o użycie narzędzia google_meet z transport: "chrome-node".

Dla jedno-poleceniowego testu dymnego, który tworzy lub ponownie używa sesji, wypowiada znaną frazę i wypisuje stan sesji:

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

Podczas dołączania w trybie realtime automatyzacja przeglądarki OpenClaw wpisuje nazwę gościa, klika Dołącz/Poproś o dołączenie i akceptuje pierwszy wybór Meet „Użyj mikrofonu”, gdy ten monit się pojawi. Podczas dołączania tylko do obserwacji albo tworzenia spotkania wyłącznie przez przeglądarkę przechodzi dalej przez ten sam monit bez mikrofonu, gdy taki wybór jest dostępny. Jeśli profil przeglądarki nie jest zalogowany, Meet czeka na dopuszczenie przez gospodarza, Chrome potrzebuje uprawnienia do mikrofonu/kamery dla dołączania w trybie realtime albo Meet utknął na monicie, którego automatyzacja nie mogła obsłużyć, wynik dołączenia/test-speech zgłasza manualActionRequired: true z manualActionReason i manualActionMessage. Agenci powinni przerwać ponawianie dołączania, zgłosić dokładnie ten komunikat razem z bieżącymi browserUrl/browserTitle i ponowić próbę dopiero po ukończeniu ręcznej czynności w przeglądarce.

Jeśli chromeNode.node zostanie pominięte, OpenClaw wybiera automatycznie tylko wtedy, gdy dokładnie jeden połączony węzeł ogłasza zarówno googlemeet.chrome, jak i sterowanie przeglądarką. Jeśli połączonych jest kilka zgodnych węzłów, ustaw chromeNode.node na identyfikator węzła, nazwę wyświetlaną albo zdalny adres IP.

Typowe kontrole awarii:

• Configured Google Meet node ... is not usable: offline: przypięty węzeł jest znany Gateway, ale niedostępny. Agenci powinni traktować ten węzeł jako stan diagnostyczny, a nie używalny host Chrome, i zgłosić blokadę konfiguracji zamiast przełączać się na inny transport, chyba że użytkownik o to poprosił.
• No connected Google Meet-capable node: uruchom openclaw node run w VM, zatwierdź parowanie i upewnij się, że w VM uruchomiono openclaw plugins enable google-meet oraz openclaw plugins enable browser. Potwierdź też, że host Gateway pozwala na oba polecenia węzła za pomocą gateway.nodes.allowCommands: ["googlemeet.chrome", "browser.proxy"].
• BlackHole 2ch audio device not found: zainstaluj blackhole-2ch na sprawdzanym hoście i uruchom go ponownie przed użyciem lokalnego audio Chrome.
• BlackHole 2ch audio device not found on the node: zainstaluj blackhole-2ch w VM i uruchom VM ponownie.
• Chrome otwiera się, ale nie może dołączyć: zaloguj się do profilu przeglądarki wewnątrz VM albo pozostaw ustawione chrome.guestName dla dołączania jako gość. Automatyczne dołączanie gościa używa automatyzacji przeglądarki OpenClaw przez proxy przeglądarki węzła; upewnij się, że konfiguracja przeglądarki węzła wskazuje profil, którego chcesz użyć, na przykład browser.defaultProfile: "user" albo nazwany profil istniejącej sesji.
• Zduplikowane karty Meet: pozostaw włączone chrome.reuseExistingTab: true. OpenClaw aktywuje istniejącą kartę dla tego samego URL Meet przed otwarciem nowej, a tworzenie spotkania w przeglądarce ponownie używa trwającej karty https://meet.google.com/new albo karty monitu konta Google przed otwarciem kolejnej.
• Brak audio: w Meet skieruj mikrofon/głośnik przez ścieżkę wirtualnego urządzenia audio używaną przez OpenClaw; użyj osobnych urządzeń wirtualnych albo routingu w stylu Loopback dla czystego dwukierunkowego audio.

Uwagi dotyczące instalacji

Domyślny tryb talk-back Chrome używa dwóch zewnętrznych narzędzi:

• sox: narzędzie audio wiersza poleceń. Plugin używa jawnych poleceń urządzeń CoreAudio dla domyślnego mostka audio 24 kHz PCM16.
• blackhole-2ch: wirtualny sterownik audio macOS. Tworzy urządzenie audio BlackHole 2ch, przez które Chrome/Meet może kierować audio.

OpenClaw nie dołącza ani nie redystrybuuje żadnego z tych pakietów. Dokumentacja prosi użytkowników o zainstalowanie ich jako zależności hosta przez Homebrew. SoX jest licencjonowany jako LGPL-2.0-only AND GPL-2.0-only; BlackHole ma licencję GPL-3.0. Jeśli budujesz instalator albo appliance, który dołącza BlackHole z OpenClaw, przejrzyj warunki licencji upstream BlackHole albo uzyskaj osobną licencję od Existential Audio.

Transporty

Chrome

Transport Chrome otwiera URL Meet przez sterowanie przeglądarką OpenClaw i dołącza jako zalogowany profil przeglądarki OpenClaw. Na macOS plugin sprawdza obecność BlackHole 2ch przed uruchomieniem. Jeśli skonfigurowano, uruchamia też polecenie sprawdzenia kondycji mostka audio oraz polecenie startowe przed otwarciem Chrome. Użyj chrome, gdy Chrome/audio działają na hoście Gateway; użyj chrome-node, gdy Chrome/audio działają na sparowanym węźle, takim jak VM macOS Parallels. Dla lokalnego Chrome wybierz profil za pomocą browser.defaultProfile; chrome.browserProfile jest przekazywane do hostów chrome-node.

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

Skieruj audio mikrofonu i głośnika Chrome przez lokalny mostek audio OpenClaw. Jeśli BlackHole 2ch nie jest zainstalowany, dołączenie kończy się błędem konfiguracji zamiast cicho dołączać bez ścieżki audio.

Twilio

Transport Twilio jest ścisłym planem wybierania delegowanym do pluginu Voice Call. Nie parsuje stron Meet w poszukiwaniu numerów telefonów.

Użyj tego, gdy udział przez Chrome jest niedostępny albo chcesz awaryjne dołączanie telefoniczne. Google Meet musi udostępniać numer telefoniczny do dołączenia i PIN dla spotkania; OpenClaw nie wykrywa ich ze strony Meet.

Włącz plugin Voice Call na hoście Gateway, nie na węźle Chrome:

{  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,      },    },  },}

Przekaż poświadczenia Twilio przez środowisko albo konfigurację. Środowisko trzyma sekrety poza openclaw.json:

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

Zamiast tego użyj realtime.provider: "openai" z pluginem dostawcy OpenAI oraz OPENAI_API_KEY, jeśli to jest twój dostawca głosu realtime.

Uruchom ponownie albo przeładuj Gateway po włączeniu voice-call; zmiany konfiguracji pluginu nie pojawią się w już działającym procesie Gateway, dopóki nie zostanie przeładowany.

Następnie zweryfikuj:

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

Gdy delegacja Twilio jest podłączona, googlemeet setup zawiera pomyślne kontrole twilio-voice-call-plugin, twilio-voice-call-credentials oraz twilio-voice-call-webhook.

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

Użyj --dtmf-sequence, gdy spotkanie wymaga własnej sekwencji:

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

OAuth i preflight

OAuth jest opcjonalny przy tworzeniu linku Meet, ponieważ googlemeet create może przejść na automatyzację przeglądarki. Skonfiguruj OAuth, gdy chcesz oficjalnego tworzenia przez API, rozwiązywania przestrzeni albo kontroli preflight Meet Media API.

Dostęp do Google Meet API używa OAuth użytkownika: utwórz klienta OAuth Google Cloud, zażądaj wymaganych zakresów, autoryzuj konto Google, a następnie zapisz otrzymany token odświeżania w konfiguracji pluginu Google Meet albo podaj zmienne środowiskowe OPENCLAW_GOOGLE_MEET_*.

OAuth nie zastępuje ścieżki dołączania przez Chrome. Transporty Chrome i Chrome-node nadal dołączają przez zalogowany profil Chrome, BlackHole/SoX i połączony węzeł, gdy używasz udziału przez przeglądarkę. OAuth służy tylko do oficjalnej ścieżki Google Meet API: tworzenia przestrzeni spotkań, rozwiązywania przestrzeni i uruchamiania kontroli preflight Meet Media API.

Utwórz poświadczenia Google

W Google Cloud Console:

1. Utwórz albo wybierz projekt Google Cloud.

2. Włącz Google Meet REST API dla tego projektu.

3. Skonfiguruj ekran zgody OAuth.

   • Internal jest najprostsze dla organizacji Google Workspace.
   • External działa dla konfiguracji osobistych/testowych; gdy aplikacja jest w trybie Testing, dodaj każde konto Google, które będzie autoryzować aplikację, jako użytkownika testowego.

4. Dodaj zakresy wymagane przez OpenClaw:

   • 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

5. Utwórz identyfikator klienta OAuth.

   • Typ aplikacji: Web application.

   • Autoryzowany URI przekierowania:

     http://localhost:8085/oauth2callback

6. Skopiuj identyfikator klienta i sekret klienta.

meetings.space.created jest wymagane przez Google Meet spaces.create. meetings.space.readonly pozwala OpenClaw rozwiązywać URL-e/kody Meet na przestrzenie. meetings.space.settings pozwala OpenClaw przekazywać ustawienia SpaceConfig, takie jak accessType, podczas tworzenia pokoju przez API. meetings.conference.media.readonly służy do preflight Meet Media API i pracy z mediami; Google może wymagać rejestracji w Developer Preview do faktycznego użycia Media API. Jeśli potrzebujesz tylko dołączeń przez Chrome opartych na przeglądarce, całkowicie pomiń OAuth.

Wygeneruj token odświeżania

Skonfiguruj oauth.clientId i opcjonalnie oauth.clientSecret albo przekaż je jako zmienne środowiskowe, a następnie uruchom:

openclaw googlemeet auth login --json

Polecenie wypisuje blok konfiguracji oauth z tokenem odświeżania. Używa PKCE, callbacku localhost pod http://localhost:8085/oauth2callback oraz ręcznego przepływu kopiuj/wklej z --manual.

Przykłady:

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

Użyj trybu ręcznego, gdy przeglądarka nie może połączyć się z lokalnym callbackiem:

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

Wyjście JSON zawiera:

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

Zapisz obiekt oauth pod konfiguracją pluginu Google Meet:

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

Preferuj zmienne środowiskowe, gdy nie chcesz tokenu odświeżania w konfiguracji. Jeśli obecne są zarówno wartości konfiguracji, jak i środowiska, plugin rozwiązuje najpierw konfigurację, a potem używa środowiska jako fallbacku.

Zgoda OAuth obejmuje tworzenie przestrzeni Meet, dostęp do odczytu przestrzeni Meet oraz dostęp do odczytu mediów konferencji Meet. Jeśli uwierzytelniłeś się, zanim istniała obsługa tworzenia spotkań, uruchom ponownie openclaw googlemeet auth login --json, aby token odświeżania miał zakres meetings.space.created.

Zweryfikuj OAuth za pomocą doctor

Uruchom doctor OAuth, gdy chcesz szybką kontrolę kondycji bez sekretów:

openclaw googlemeet doctor --oauth --json

To nie ładuje runtime Chrome ani nie wymaga połączonego węzła Chrome. Sprawdza, czy istnieje konfiguracja OAuth i czy token odświeżania może wygenerować token dostępu. Raport JSON zawiera tylko pola statusu, takie jak ok, configured, tokenSource, expiresAt i komunikaty kontroli; nie wypisuje tokenu dostępu, tokenu odświeżania ani sekretu klienta.

Typowe wyniki:

Aby potwierdzić także włączenie Google Meet API i zakres spaces.create, uruchom sprawdzenie tworzenia z efektem ubocznym:

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

--create-space tworzy jednorazowy adres URL Meet. Użyj go, gdy musisz potwierdzić, że projekt Google Cloud ma włączone Meet API i że autoryzowane konto ma zakres meetings.space.created.

Aby potwierdzić dostęp do odczytu istniejącej przestrzeni spotkania:

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 i resolve-space potwierdzają dostęp do odczytu istniejącej przestrzeni, do której autoryzowane konto Google ma dostęp. 403 z tych sprawdzeń zwykle oznacza, że Google Meet REST API jest wyłączone, zaakceptowany token odświeżania nie ma wymaganego zakresu albo konto Google nie może uzyskać dostępu do tej przestrzeni Meet. Błąd tokenu odświeżania oznacza, że trzeba ponownie uruchomić openclaw googlemeet auth login --json i zapisać nowy blok oauth.

Dane logowania OAuth nie są potrzebne dla awaryjnej ścieżki przeglądarkowej. W tym trybie uwierzytelnianie Google pochodzi z zalogowanego profilu Chrome na wybranym węźle, a nie z konfiguracji OpenClaw.

Te zmienne środowiskowe są akceptowane jako wartości awaryjne:

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

Rozwiąż adres URL Meet, kod albo spaces/{id} przez spaces.get:

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

Uruchom sprawdzenie wstępne przed pracą z multimediami:

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

Wyświetl artefakty spotkania i obecność po tym, jak Meet utworzy rekordy konferencji:

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

Z --meeting, artifacts i attendance domyślnie używają najnowszego rekordu konferencji. Przekaż --all-conference-records, gdy chcesz uzyskać każdy zachowany rekord dla tego spotkania.

Wyszukiwanie w kalendarzu może rozwiązać adres URL spotkania z Google Calendar przed odczytem artefaktów Meet:

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

--today przeszukuje dzisiejszy kalendarz primary pod kątem wydarzenia Calendar z linkiem Google Meet. Użyj --event <query>, aby wyszukać pasujący tekst wydarzenia, oraz --calendar <id> dla kalendarza innego niż podstawowy. Wyszukiwanie w kalendarzu wymaga świeżego logowania OAuth obejmującego zakres tylko do odczytu wydarzeń Calendar. calendar-events pokazuje podgląd pasujących wydarzeń Meet i oznacza wydarzenie, które wybiorą latest, artifacts, attendance albo export.

Jeśli znasz już identyfikator rekordu konferencji, odwołaj się do niego bezpośrednio:

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

Zakończ aktywną konferencję dla przestrzeni utworzonej przez API, gdy chcesz zamknąć pokój po rozmowie:

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

To wywołuje Google Meet spaces.endActiveConference i wymaga OAuth z zakresem meetings.space.created dla przestrzeni, którą autoryzowane konto może zarządzać. OpenClaw akceptuje adres URL Meet, kod spotkania albo wejście spaces/{id} i rozwiązuje je do zasobu przestrzeni API przed zakończeniem aktywnej konferencji. Jest to oddzielne od googlemeet leave: leave zatrzymuje lokalny/sesyjny udział OpenClaw, a end-active-conference prosi Google Meet o zakończenie aktywnej konferencji dla przestrzeni.

Zapisz czytelny raport:

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 zwraca metadane rekordu konferencji oraz metadane zasobów uczestników, nagrań, transkrypcji, strukturalnych wpisów transkrypcji i inteligentnych notatek, gdy Google udostępnia je dla spotkania. Użyj --no-transcript-entries, aby pominąć wyszukiwanie wpisów dla dużych spotkań. attendance rozwija uczestników do wierszy sesji uczestników z czasami pierwszego/ostatniego wykrycia, łącznym czasem trwania sesji, flagami spóźnienia i wcześniejszego opuszczenia oraz zduplikowanymi zasobami uczestników scalonymi według zalogowanego użytkownika albo nazwy wyświetlanej. Przekaż --no-merge-duplicates, aby zachować surowe zasoby uczestników oddzielnie, --late-after-minutes, aby dostroić wykrywanie spóźnień, oraz --early-before-minutes, aby dostroić wykrywanie wcześniejszego opuszczenia.

export zapisuje folder zawierający summary.md, attendance.csv, transcript.md, artifacts.json, attendance.json i manifest.json. manifest.json rejestruje wybrane wejście, opcje eksportu, rekordy konferencji, pliki wyjściowe, liczby, źródło tokenu, wydarzenie Calendar, jeśli go użyto, oraz wszelkie ostrzeżenia o częściowym pobraniu. Przekaż --zip, aby zapisać także przenośne archiwum obok folderu. Przekaż --include-doc-bodies, aby wyeksportować tekst powiązanych dokumentów Google Docs z transkrypcją i inteligentnymi notatkami przez Google Drive files.export; wymaga to świeżego logowania OAuth obejmującego zakres tylko do odczytu Drive Meet. Bez --include-doc-bodies eksporty obejmują tylko metadane Meet i strukturalne wpisy transkrypcji. Jeśli Google zwróci błąd częściowego artefaktu, taki jak błąd listowania inteligentnych notatek, wpisu transkrypcji albo treści dokumentu Drive, podsumowanie i manifest zachowają ostrzeżenie zamiast przerywać cały eksport. Użyj --dry-run, aby pobrać te same dane artefaktów/obecności i wypisać JSON manifestu bez tworzenia folderu ani pliku ZIP. Jest to przydatne przed zapisaniem dużego eksportu albo gdy agent potrzebuje tylko liczników, wybranych rekordów i ostrzeżeń.

Agenci mogą też utworzyć ten sam pakiet przez narzędzie google_meet:

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

Ustaw "dryRun": true, aby zwrócić tylko manifest eksportu i pominąć zapisy plików.

Agenci mogą też utworzyć pokój oparty na API z jawną polityką dostępu:

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

Mogą też zakończyć aktywną konferencję dla znanego pokoju:

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

Do walidacji najpierw przez nasłuch agenci powinni użyć test_listen, zanim stwierdzą, że spotkanie jest użyteczne:

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

Uruchom chroniony live smoke względem rzeczywistego zachowanego spotkania:

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

Uruchom przeglądarkową próbę live „najpierw nasłuch” względem spotkania, na którym ktoś będzie mówił i dostępne będą napisy Meet:

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

Środowisko live smoke:

• OPENCLAW_LIVE_TEST=1 włącza chronione testy live.
• OPENCLAW_GOOGLE_MEET_LIVE_MEETING wskazuje zachowany adres URL Meet, kod albo spaces/{id}.
• OPENCLAW_GOOGLE_MEET_CLIENT_ID lub GOOGLE_MEET_CLIENT_ID dostarcza identyfikator klienta OAuth.
• OPENCLAW_GOOGLE_MEET_REFRESH_TOKEN lub GOOGLE_MEET_REFRESH_TOKEN dostarcza token odświeżania.
• Opcjonalnie: OPENCLAW_GOOGLE_MEET_CLIENT_SECRET, OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN i OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT używają tych samych nazw awaryjnych bez prefiksu OPENCLAW_.

Podstawowy live smoke artefaktów/obecności wymaga https://www.googleapis.com/auth/meetings.space.readonly i https://www.googleapis.com/auth/meetings.conference.media.readonly. Wyszukiwanie w kalendarzu wymaga https://www.googleapis.com/auth/calendar.events.readonly. Eksport treści dokumentów Drive wymaga https://www.googleapis.com/auth/drive.meet.readonly.

Utwórz świeżą przestrzeń Meet:

openclaw googlemeet create

Polecenie wypisuje nowy meeting uri, źródło i sesję dołączenia. Z danymi logowania OAuth używa oficjalnego Google Meet API. Bez danych logowania OAuth używa jako awaryjnej ścieżki zalogowanego profilu przeglądarki przypiętego węzła Chrome. Agenci mogą użyć narzędzia google_meet z action: "create", aby utworzyć i dołączyć w jednym kroku. Aby utworzyć tylko adres URL, przekaż "join": false.

Przykładowe wyjście JSON z awaryjnej ścieżki przeglądarkowej:

{  "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"    }  }}

Jeśli awaryjna ścieżka przeglądarkowa natrafi na logowanie Google albo blokadę uprawnień Meet, zanim będzie mogła utworzyć adres URL, metoda Gateway zwróci nieudaną odpowiedź, a narzędzie google_meet zwróci strukturalne szczegóły zamiast zwykłego ciągu znaków:

{  "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"  }}

Gdy agent zobaczy manualActionRequired: true, powinien zgłosić manualActionMessage wraz z kontekstem węzła/karty przeglądarki i przestać otwierać nowe karty Meet, dopóki operator nie ukończy kroku w przeglądarce.

Przykładowe wyjście JSON z tworzenia przez API:

{  "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"    }  }}

Utworzenie Meet domyślnie dołącza do spotkania. Transport Chrome lub Chrome-node nadal wymaga zalogowanego profilu Google Chrome, aby dołączyć przez przeglądarkę. Jeśli profil jest wylogowany, OpenClaw zgłasza manualActionRequired: true albo błąd awaryjnego użycia przeglądarki i prosi operatora o dokończenie logowania do Google przed ponowną próbą.

Ustaw preview.enrollmentAcknowledged: true dopiero po potwierdzeniu, że Twój projekt Cloud, principal OAuth oraz uczestnicy spotkania są zarejestrowani w Google Workspace Developer Preview Program dla interfejsów Meet media API.

Konfiguracja

Wspólna ścieżka agenta Chrome wymaga tylko włączonego Plugin, BlackHole, SoX, klucza dostawcy transkrypcji w czasie rzeczywistym oraz skonfigurowanego dostawcy OpenClaw TTS. OpenAI jest domyślnym dostawcą transkrypcji; ustaw realtime.voiceProvider na "google" i realtime.model, aby używać Google Gemini Live w trybie bidi bez zmieniania domyślnego dostawcy transkrypcji dla trybu agenta:

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

Ustaw konfigurację Plugin w plugins.entries.google-meet.config:

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

Wartości domyślne:

• defaultTransport: "chrome"
• defaultMode: "agent" ("realtime" jest akceptowane wyłącznie jako starszy alias zgodności dla "agent"; nowe wywołania narzędzi powinny podawać "agent")
• chromeNode.node: opcjonalny identyfikator/nazwa/IP węzła dla chrome-node
• chrome.audioBackend: "blackhole-2ch"
• chrome.guestName: "OpenClaw Agent": nazwa używana na ekranie gościa Meet bez zalogowania
• chrome.autoJoin: true: podejmowana w miarę możliwości próba wypełnienia nazwy gościa i kliknięcia Dołącz teraz przez automatyzację przeglądarki OpenClaw w chrome-node
• chrome.reuseExistingTab: true: aktywuj istniejącą kartę Meet zamiast otwierać duplikaty
• chrome.waitForInCallMs: 20000: czekaj, aż karta Meet zgłosi stan połączenia, zanim zostanie uruchomione wprowadzenie mówione
• chrome.audioFormat: "pcm16-24khz": format audio pary poleceń. Używaj "g711-ulaw-8khz" tylko dla starszych/niestandardowych par poleceń, które nadal emitują audio telefoniczne.
• chrome.audioBufferBytes: 4096: bufor przetwarzania SoX dla generowanych poleceń audio pary poleceń Chrome. To połowa domyślnego bufora SoX o rozmiarze 8192 bajtów, co zmniejsza domyślne opóźnienie potoku, pozostawiając możliwość zwiększenia go na obciążonych hostach. Wartości poniżej minimum SoX są ograniczane do 17 bajtów.
• chrome.audioInputCommand: polecenie SoX czytające z CoreAudio BlackHole 2ch i zapisujące audio w chrome.audioFormat
• chrome.audioOutputCommand: polecenie SoX czytające audio w chrome.audioFormat i zapisujące do CoreAudio BlackHole 2ch
• chrome.bargeInInputCommand: opcjonalne polecenie lokalnego mikrofonu, które zapisuje podpisany 16-bitowy, little-endian, jednokanałowy PCM do wykrywania przerwania przez człowieka, gdy odtwarzanie asystenta jest aktywne. Obecnie dotyczy to hostowanego przez Gateway mostu pary poleceń chrome.
• chrome.bargeInRmsThreshold: 650: poziom RMS liczony jako przerwanie przez człowieka w chrome.bargeInInputCommand
• chrome.bargeInPeakThreshold: 2500: poziom szczytowy liczony jako przerwanie przez człowieka w chrome.bargeInInputCommand
• chrome.bargeInCooldownMs: 900: minimalne opóźnienie między kolejnymi wyczyszczeniami przerwań przez człowieka
• mode: "agent": domyślny tryb odpowiedzi mówionej. Mowa uczestnika jest transkrybowana przez skonfigurowanego dostawcę transkrypcji w czasie rzeczywistym, wysyłana do skonfigurowanego agenta OpenClaw w sesji podagenta dla danego spotkania i odtwarzana przez standardowe środowisko wykonawcze OpenClaw TTS.
• mode: "bidi": awaryjny bezpośredni, dwukierunkowy tryb modelu czasu rzeczywistego. Dostawca głosu czasu rzeczywistego odpowiada bezpośrednio na mowę uczestnika i może wywołać openclaw_agent_consult, aby uzyskać głębsze odpowiedzi lub odpowiedzi oparte na narzędziach.
• mode: "transcribe": tryb wyłącznie obserwacyjny bez mostu odpowiedzi mówionej.
• realtime.provider: "openai": awaryjna zgodność używana, gdy poniższe pola dostawcy o ograniczonym zakresie nie są ustawione.
• realtime.transcriptionProvider: "openai": identyfikator dostawcy używany przez tryb agent do transkrypcji w czasie rzeczywistym.
• realtime.voiceProvider: identyfikator dostawcy używany przez tryb bidi do bezpośredniego głosu w czasie rzeczywistym. Ustaw go na "google", aby używać Gemini Live przy zachowaniu transkrypcji trybu agenta w OpenAI.
• realtime.toolPolicy: "safe-read-only"
• realtime.instructions: krótkie odpowiedzi mówione, z openclaw_agent_consult dla głębszych odpowiedzi
• realtime.introMessage: krótki mówiony test gotowości po połączeniu mostu czasu rzeczywistego; ustaw na "", aby dołączyć po cichu
• realtime.agentId: opcjonalny identyfikator agenta OpenClaw dla openclaw_agent_consult; domyślnie main

Opcjonalne nadpisania:

{  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 do słuchania i mówienia w trybie agenta:

{  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",              },            },          },        },      },    },  },}

Trwały głos Meet pochodzi z messages.tts.providers.elevenlabs.speakerVoiceId. Odpowiedzi agenta mogą również używać dyrektyw dla odpowiedzi [[tts:speakerVoiceId=... model=eleven_v3]], gdy nadpisania modelu TTS są włączone, ale konfiguracja jest deterministyczną wartością domyślną dla spotkań. Po dołączeniu logi powinny pokazywać transcriptionProvider=elevenlabs, a każda wypowiedziana odpowiedź powinna logować provider=elevenlabs model=eleven_v3 speakerVoiceId=<voiceId>.

Konfiguracja tylko dla Twilio:

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

voiceCall.enabled ma domyślnie wartość true; z transportem Twilio deleguje właściwe połączenie PSTN, DTMF i powitanie wprowadzające do Plugin Voice Call. Voice Call odtwarza sekwencję DTMF przed otwarciem strumienia multimediów czasu rzeczywistego, a następnie używa zapisanego tekstu wprowadzenia jako początkowego powitania w czasie rzeczywistym. Jeśli voice-call nie jest włączony, Google Meet nadal może zweryfikować i zarejestrować plan wybierania, ale nie może wykonać połączenia Twilio.

Narzędzie

Agenci mogą używać narzędzia google_meet:

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

Użyj transport: "chrome", gdy Chrome działa na hoście Gateway. Użyj transport: "chrome-node", gdy Chrome działa na sparowanym węźle, takim jak maszyna wirtualna Parallels. W obu przypadkach dostawcy modeli i openclaw_agent_consult działają na hoście Gateway, więc poświadczenia modeli pozostają tam. Przy domyślnym mode: "agent" dostawca transkrypcji w czasie rzeczywistym obsługuje słuchanie, skonfigurowany agent OpenClaw generuje odpowiedź, a zwykły OpenClaw TTS wypowiada ją w Meet. Użyj mode: "bidi", gdy chcesz, aby model głosu w czasie rzeczywistym odpowiadał bezpośrednio. Surowe mode: "realtime" pozostaje akceptowane jako starszy alias zgodności dla mode: "agent", ale nie jest już reklamowane w schemacie narzędzia agenta. Logi trybu agenta zawierają rozwiązanego dostawcę/model transkrypcji podczas uruchamiania mostu oraz dostawcę TTS, model, głos, format wyjściowy i częstotliwość próbkowania po każdej zsyntetyzowanej odpowiedzi.

Użyj action: "status", aby wyświetlić aktywne sesje lub sprawdzić identyfikator sesji. Użyj action: "speak" z sessionId i message, aby agent czasu rzeczywistego natychmiast przemówił. Użyj action: "test_speech", aby utworzyć lub ponownie użyć sesji, uruchomić znaną frazę i zwrócić stan inCall, gdy host Chrome może go zgłosić. test_speech zawsze wymusza mode: "agent" i kończy się niepowodzeniem, jeśli poproszono o uruchomienie w mode: "transcribe", ponieważ sesje wyłącznie obserwacyjne celowo nie mogą emitować mowy. Wynik speechOutputVerified opiera się na wzroście liczby bajtów wyjścia audio w czasie rzeczywistym podczas tego wywołania testowego, więc ponownie użyta sesja ze starszym audio nie liczy się jako świeży, pomyślny test mowy. Użyj action: "leave", aby oznaczyć sesję jako zakończoną.

status zawiera stan Chrome, gdy jest dostępny:

• inCall: wygląda na to, że Chrome jest wewnątrz połączenia Meet
• micMuted: stan mikrofonu Meet ustalany w miarę możliwości
• manualActionRequired / manualActionReason / manualActionMessage: profil przeglądarki wymaga ręcznego logowania, wpuszczenia przez gospodarza Meet, uprawnień albo naprawy sterowania przeglądarką, zanim mowa będzie działać
• speechReady / speechBlockedReason / speechBlockedMessage: czy zarządzana mowa Chrome jest teraz dozwolona. speechReady: false oznacza, że OpenClaw nie wysłał frazy wprowadzającej/testowej do mostu audio.
• providerConnected / realtimeReady: stan mostu głosu w czasie rzeczywistym
• lastInputAt / lastOutputAt: ostatnie audio odebrane z mostu lub wysłane do niego
• audioOutputRouted / audioOutputDeviceLabel: czy wyjście multimediów karty Meet zostało aktywnie skierowane do urządzenia BlackHole używanego przez most
• lastSuppressedInputAt / suppressedInputBytes: dane wejściowe local loopback ignorowane, gdy odtwarzanie asystenta jest aktywne

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

Tryby agent i bidi

Tryb Chrome agent jest zoptymalizowany pod zachowanie „mój agent jest na spotkaniu”. Dostawca transkrypcji w czasie rzeczywistym słyszy audio spotkania, finalne transkrypcje uczestników są kierowane przez skonfigurowanego agenta OpenClaw, a odpowiedź jest wypowiadana przez standardowe środowisko wykonawcze OpenClaw TTS. Ustaw mode: "bidi", gdy chcesz, aby model głosu w czasie rzeczywistym odpowiadał bezpośrednio. Pobliskie finalne fragmenty transkrypcji są scalane przed konsultacją, aby jedna wypowiedziana tura nie generowała kilku nieaktualnych częściowych odpowiedzi. Dane wejściowe czasu rzeczywistego są także wyciszane, gdy zakolejkowane audio asystenta nadal jest odtwarzane, a niedawne echa transkrypcji podobne do asystenta są ignorowane przed konsultacją agenta, aby local loopback BlackHole nie sprawił, że agent odpowie na własną mowę.

W trybie bidi, gdy model czasu rzeczywistego potrzebuje głębszego rozumowania, aktualnych informacji albo zwykłych narzędzi OpenClaw, może wywołać openclaw_agent_consult.

Narzędzie consult uruchamia standardowego agenta OpenClaw w tle z kontekstem najnowszej transkrypcji spotkania i zwraca zwięzłą odpowiedź mówioną. W trybie agent OpenClaw wysyła tę odpowiedź bezpośrednio do środowiska uruchomieniowego TTS; w trybie bidi model głosowy realtime może wypowiedzieć wynik consult z powrotem na spotkaniu. Używa tego samego współdzielonego mechanizmu consult co Voice Call.

Domyślnie consult działa na agencie main. Ustaw realtime.agentId, gdy ścieżka Meet ma konsultować się z dedykowaną przestrzenią roboczą agenta OpenClaw, domyślnymi ustawieniami modelu, polityką narzędzi, pamięcią i historią sesji.

Consult w trybie agenta używa klucza sesji dla pojedynczego spotkania agent:<id>:subagent:google-meet:<session>, dzięki czemu pytania uzupełniające zachowują kontekst spotkania, dziedzicząc normalną politykę agenta ze skonfigurowanego agenta.

realtime.toolPolicy steruje uruchomieniem consult:

• safe-read-only: udostępnia narzędzie consult i ogranicza standardowego agenta do read, web_search, web_fetch, x_search, memory_search oraz memory_get.
• owner: udostępnia narzędzie consult i pozwala standardowemu agentowi używać normalnej polityki narzędzi agenta.
• none: nie udostępnia narzędzia consult modelowi głosowemu realtime.

Klucz sesji consult jest ograniczony do pojedynczej sesji Meet, więc kolejne wywołania consult mogą ponownie używać wcześniejszego kontekstu consult podczas tego samego spotkania.

Aby wymusić mówiony test gotowości po pełnym dołączeniu Chrome do połączenia:

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

Pełny smoke test dołączenia i mówienia:

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

Lista kontrolna testu live

Użyj tej sekwencji przed przekazaniem spotkania nienadzorowanemu agentowi:

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."

Oczekiwany stan Chrome-node:

• googlemeet setup jest w całości zielony.
• googlemeet setup zawiera chrome-node-connected, gdy Chrome-node jest domyślnym transportem albo węzeł jest przypięty.
• nodes status pokazuje, że wybrany węzeł jest połączony.
• Wybrany węzeł ogłasza zarówno googlemeet.chrome, jak i browser.proxy.
• Karta Meet dołącza do połączenia, a test-speech zwraca stan Chrome z inCall: true.

Dla zdalnego hosta Chrome, takiego jak maszyna wirtualna Parallels macOS, jest to najkrótszy bezpieczny test po aktualizacji Gateway albo maszyny wirtualnej:

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

To dowodzi, że Plugin Gateway jest załadowany, węzeł maszyny wirtualnej jest połączony z bieżącym tokenem, a mostek audio Meet jest dostępny, zanim agent otworzy rzeczywistą kartę spotkania.

Dla smoke testu Twilio użyj spotkania, które udostępnia szczegóły połączenia telefonicznego:

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

Oczekiwany stan Twilio:

• googlemeet setup zawiera zielone kontrole twilio-voice-call-plugin, twilio-voice-call-credentials i twilio-voice-call-webhook.
• voicecall jest dostępne w CLI po ponownym załadowaniu Gateway.
• Zwrócona sesja ma transport: "twilio" oraz twilio.voiceCallId.
• openclaw logs --follow pokazuje TwiML DTMF obsłużony przed TwiML realtime, a następnie mostek realtime z początkowym powitaniem w kolejce.
• googlemeet leave <sessionId> rozłącza delegowane połączenie głosowe.

Rozwiązywanie problemów

Agent nie widzi narzędzia Google Meet

Potwierdź, że Plugin jest włączony w konfiguracji Gateway, i przeładuj Gateway:

openclaw plugins list | grep google-meetopenclaw googlemeet setup

Jeśli przed chwilą edytowano plugins.entries.google-meet, uruchom ponownie albo przeładuj Gateway. Działający agent widzi tylko narzędzia Pluginów zarejestrowane przez bieżący proces Gateway.

Na hostach Gateway innych niż macOS narzędzie google_meet widoczne dla agenta pozostaje widoczne, ale lokalne akcje talk-back Chrome są blokowane, zanim dotrą do mostka audio. Lokalny dźwięk talk-back Chrome obecnie zależy od macOS BlackHole 2ch, więc agenty Linux powinny używać mode: "transcribe", połączenia telefonicznego Twilio albo hosta macOS chrome-node zamiast domyślnej lokalnej ścieżki agenta Chrome.

Brak połączonego węzła obsługującego Google Meet

Na hoście węzła uruchom:

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

Na hoście Gateway zatwierdź węzeł i zweryfikuj polecenia:

openclaw devices listopenclaw devices approve <requestId>openclaw nodes status

Węzeł musi być połączony i wymieniać googlemeet.chrome oraz browser.proxy. Konfiguracja Gateway musi zezwalać na te polecenia węzła:

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

Jeśli googlemeet setup nie zalicza chrome-node-connected albo log Gateway zgłasza gateway token mismatch, zainstaluj ponownie albo uruchom ponownie węzeł z bieżącym tokenem Gateway. Dla Gateway w LAN zwykle oznacza to:

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

Następnie przeładuj usługę węzła i uruchom ponownie:

openclaw googlemeet setupopenclaw nodes status --connected

Przeglądarka się otwiera, ale agent nie może dołączyć

Uruchom googlemeet test-listen dla dołączeń tylko obserwacyjnych albo googlemeet test-speech dla dołączeń realtime, a następnie sprawdź zwrócony stan Chrome. Jeśli którykolwiek test zgłasza manualActionRequired: true, pokaż operatorowi manualActionMessage i przestań ponawiać próby, dopóki akcja w przeglądarce nie zostanie ukończona.

Typowe akcje ręczne:

• Zaloguj się w profilu Chrome.
• Wpuść gościa z konta gospodarza Meet.
• Przyznaj Chrome uprawnienia do mikrofonu/kamery, gdy pojawi się natywny monit uprawnień Chrome.
• Zamknij albo napraw zablokowane okno dialogowe uprawnień Meet.

Nie zgłaszaj „niezalogowany” tylko dlatego, że Meet pokazuje „Do you want people to hear you in the meeting?” To ekran pośredni wyboru audio Meet; OpenClaw klika Use microphone przez automatyzację przeglądarki, gdy jest dostępne, i nadal czeka na rzeczywisty stan spotkania. Dla awaryjnej ścieżki przeglądarki tylko do tworzenia OpenClaw może kliknąć Continue without microphone, ponieważ utworzenie URL-a nie wymaga ścieżki audio realtime.

Tworzenie spotkania kończy się niepowodzeniem

googlemeet create najpierw używa punktu końcowego Google Meet API spaces.create, gdy skonfigurowano dane uwierzytelniające OAuth. Bez danych uwierzytelniających OAuth przechodzi awaryjnie do przeglądarki przypiętego węzła Chrome. Potwierdź:

• Dla tworzenia przez API: skonfigurowano oauth.clientId i oauth.refreshToken, albo obecne są zgodne zmienne środowiskowe OPENCLAW_GOOGLE_MEET_*.
• Dla tworzenia przez API: token odświeżania został wygenerowany po dodaniu obsługi tworzenia. Starszym tokenom może brakować zakresu meetings.space.created; uruchom ponownie openclaw googlemeet auth login --json i zaktualizuj konfigurację Pluginu.
• Dla awaryjnej ścieżki przeglądarki: defaultTransport: "chrome-node" oraz chromeNode.node wskazują połączony węzeł z browser.proxy i googlemeet.chrome.
• Dla awaryjnej ścieżki przeglądarki: profil Chrome OpenClaw na tym węźle jest zalogowany do Google i może otworzyć https://meet.google.com/new.
• Dla awaryjnej ścieżki przeglądarki: ponowienia używają istniejącej karty https://meet.google.com/new albo monitu konta Google przed otwarciem nowej karty. Jeśli agent przekroczy limit czasu, ponów wywołanie narzędzia zamiast ręcznie otwierać kolejną kartę Meet.
• Dla awaryjnej ścieżki przeglądarki: jeśli narzędzie zwraca manualActionRequired: true, użyj zwróconych browser.nodeId, browser.targetId, browserUrl i manualActionMessage, aby pokierować operatorem. Nie ponawiaj prób w pętli, dopóki ta akcja nie zostanie ukończona.
• Dla awaryjnej ścieżki przeglądarki: jeśli Meet pokazuje „Do you want people to hear you in the meeting?”, zostaw kartę otwartą. OpenClaw powinien kliknąć Use microphone albo, dla awaryjnej ścieżki tylko do tworzenia, Continue without microphone przez automatyzację przeglądarki i kontynuować oczekiwanie na wygenerowany URL Meet. Jeśli nie może tego zrobić, błąd powinien wskazywać meet-audio-choice-required, a nie google-login-required.

Agent dołącza, ale nie mówi

Sprawdź ścieżkę realtime:

openclaw googlemeet setupopenclaw googlemeet doctor

Użyj mode: "agent" dla normalnej ścieżki STT -> agent OpenClaw -> talk-back TTS, albo mode: "bidi" dla bezpośredniej awaryjnej ścieżki głosowej realtime. mode: "transcribe" celowo nie uruchamia mostka talk-back. Do debugowania tylko obserwacyjnego uruchom openclaw googlemeet status --json <session-id> po tym, jak uczestnicy zaczną mówić, i sprawdź captioning, transcriptLines oraz lastCaptionText. Jeśli inCall ma wartość true, ale transcriptLines pozostaje na 0, napisy Meet mogą być wyłączone, nikt nie mówił od zainstalowania obserwatora, UI Meet się zmienił albo napisy live są niedostępne dla języka/konta spotkania.

googlemeet test-speech zawsze sprawdza ścieżkę realtime i raportuje, czy dla tego wywołania zaobserwowano bajty wyjściowe mostka. Jeśli speechOutputVerified jest false, a speechOutputTimedOut jest true, dostawca realtime mógł zaakceptować wypowiedź, ale OpenClaw nie zobaczył, aby nowe bajty wyjściowe dotarły do mostka audio Chrome.

Zweryfikuj także:

• Klucz dostawcy realtime jest dostępny na hoście Gateway, na przykład OPENAI_API_KEY albo GEMINI_API_KEY.
• BlackHole 2ch jest widoczne na hoście Chrome.
• sox istnieje na hoście Chrome.
• Mikrofon i głośnik Meet są kierowane przez wirtualną ścieżkę audio używaną przez OpenClaw. doctor powinien pokazać meet output routed: yes dla lokalnych dołączeń realtime Chrome.

googlemeet doctor [session-id] wypisuje sesję, węzeł, stan w połączeniu, powód akcji ręcznej, połączenie z dostawcą realtime, realtimeReady, aktywność wejścia/wyjścia audio, ostatnie znaczniki czasu audio, liczniki bajtów i URL przeglądarki. Użyj googlemeet status [session-id] --json, gdy potrzebujesz surowego JSON-a. Użyj googlemeet doctor --oauth, gdy musisz zweryfikować odświeżanie OAuth Google Meet bez ujawniania tokenów; dodaj --meeting albo --create-space, gdy potrzebujesz także dowodu Google Meet API.

Jeśli agent przekroczył limit czasu i widzisz już otwartą kartę Meet, sprawdź tę kartę bez otwierania kolejnej:

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

Równoważną akcją narzędzia jest recover_current_tab. Ustawia fokus i sprawdza istniejącą kartę Meet dla wybranego transportu. Z chrome używa lokalnej kontroli przeglądarki przez Gateway; z chrome-node używa skonfigurowanego węzła Chrome. Nie otwiera nowej karty ani nie tworzy nowej sesji; raportuje bieżącą blokadę, taką jak logowanie, wpuszczenie, uprawnienia albo stan wyboru audio. Polecenie CLI komunikuje się ze skonfigurowanym Gateway, więc Gateway musi działać; chrome-node wymaga także połączenia węzła Chrome.

Kontrole konfiguracji Twilio kończą się niepowodzeniem

twilio-voice-call-plugin kończy się niepowodzeniem, gdy voice-call nie jest dozwolone albo włączone. Dodaj je do plugins.allow, włącz plugins.entries.voice-call i przeładuj Gateway.

twilio-voice-call-credentials kończy się niepowodzeniem, gdy backend Twilio nie ma identyfikatora SID konta, tokenu uwierzytelniania albo numeru dzwoniącego. Ustaw je na hoście Gateway:

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

twilio-voice-call-webhook kończy się niepowodzeniem, gdy voice-call nie ma publicznej ekspozycji Webhooka albo gdy publicUrl wskazuje na local loopback lub prywatną przestrzeń sieciową. Ustaw plugins.entries.voice-call.config.publicUrl na publiczny URL dostawcy albo skonfiguruj tunel/ekspozycję Tailscale dla voice-call.

Adresy URL pętli zwrotnej i prywatne nie są poprawne dla wywołań zwrotnych operatora. Nie używaj 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 ani fd00::/8 jako publicUrl.

Dla stabilnego publicznego URL-a:

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

Do lokalnego programowania użyj tunelu albo ekspozycji Tailscale zamiast prywatnego adresu URL hosta:

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

Następnie uruchom ponownie albo przeładuj Gateway i uruchom:

openclaw googlemeet setup --transport twilioopenclaw voicecall setupopenclaw voicecall smoke

voicecall smoke domyślnie sprawdza tylko gotowość. Aby wykonać próbę dla konkretnego numeru:

openclaw voicecall smoke --to "+15555550123"

Dodaj --yes tylko wtedy, gdy celowo chcesz wykonać rzeczywiste wychodzące połączenie z powiadomieniem:

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

Połączenie Twilio się rozpoczyna, ale nigdy nie wchodzi do spotkania

Potwierdź, że wydarzenie Meet udostępnia szczegóły telefonicznego dołączania. Przekaż dokładny numer telefoniczny i PIN albo niestandardową sekwencję DTMF:

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

Użyj początkowego w albo przecinków w --dtmf-sequence, jeśli dostawca potrzebuje pauzy przed wprowadzeniem PIN-u.

Jeśli połączenie telefoniczne zostało utworzone, ale lista uczestników Meet nigdy nie pokazuje uczestnika dołączonego telefonicznie:

• Uruchom openclaw googlemeet doctor <session-id>, aby potwierdzić delegowany identyfikator połączenia Twilio, czy DTMF został zakolejkowany i czy poproszono o powitanie wstępne.
• Uruchom openclaw voicecall status --call-id <id> i potwierdź, że połączenie nadal jest aktywne.
• Uruchom openclaw voicecall tail i sprawdź, czy Webhook Twilio docierają do Gateway.
• Uruchom openclaw logs --follow i poszukaj sekwencji Twilio Meet: Google Meet deleguje dołączenie, Voice Call zapisuje i serwuje TwiML DTMF przed połączeniem, Voice Call serwuje TwiML czasu rzeczywistego dla połączenia Twilio, a następnie Google Meet żąda mowy wprowadzającej przez voicecall.speak.
• Uruchom ponownie openclaw googlemeet setup --transport twilio; zielony wynik sprawdzenia konfiguracji jest wymagany, ale nie dowodzi, że sekwencja PIN-u spotkania jest poprawna.
• Potwierdź, że numer telefoniczny należy do tego samego zaproszenia Meet i regionu co PIN.
• Zwiększ voiceCall.dtmfDelayMs z domyślnych 12 sekund, jeśli Meet odpowiada powoli albo transkrypcja połączenia nadal pokazuje monit proszący o PIN po wysłaniu DTMF przed połączeniem.
• Jeśli uczestnik dołącza, ale nie słyszysz powitania, sprawdź openclaw logs --follow pod kątem żądania voicecall.speak po DTMF oraz odtwarzania TTS strumienia multimediów albo awaryjnego Twilio OPENCLAW_DOCS_MARKER:calloutOpen:U2F5. Jeśli transkrypcja połączenia nadal zawiera „enter the meeting PIN”, noga telefoniczna nie dołączyła jeszcze do pokoju Meet, więc uczestnicy spotkania nie usłyszą mowy.

Jeśli Webhook nie docierają, najpierw debuguj Plugin Voice Call: dostawca musi osiągać plugins.entries.voice-call.config.publicUrl albo skonfigurowany tunel. Zobacz Rozwiązywanie problemów z połączeniami głosowymi.

Uwagi

Oficjalne API multimediów Google Meet jest zorientowane na odbiór, więc mówienie w połączeniu Meet nadal wymaga ścieżki uczestnika. Ten Plugin utrzymuje tę granicę widoczną: Chrome obsługuje uczestnictwo w przeglądarce i lokalne trasowanie audio; Twilio obsługuje uczestnictwo przez telefoniczne dołączanie.

Tryby odpowiedzi głosowej Chrome wymagają BlackHole 2ch oraz jednego z poniższych:

• chrome.audioInputCommand plus chrome.audioOutputCommand: OpenClaw zarządza mostkiem i przesyła audio w chrome.audioFormat między tymi poleceniami a wybranym dostawcą. Tryb agenta używa transkrypcji czasu rzeczywistego oraz zwykłego TTS; tryb bidi używa dostawcy głosu czasu rzeczywistego. Domyślna ścieżka Chrome to 24 kHz PCM16 z chrome.audioBufferBytes: 4096; 8 kHz G.711 mu-law pozostaje dostępne dla starszych par poleceń.
• chrome.audioBridgeCommand: zewnętrzne polecenie mostka zarządza całą lokalną ścieżką audio i musi zakończyć działanie po uruchomieniu albo zweryfikowaniu swojego demona. Jest to poprawne tylko dla bidi, ponieważ tryb agent potrzebuje bezpośredniego dostępu do par poleceń dla TTS.

Gdy agent wywołuje narzędzie google_meet w trybie agenta, sesja konsultanta spotkania forkuje bieżącą transkrypcję wywołującego przed odpowiadaniem na mowę uczestników. Sesja Meet nadal pozostaje oddzielna (agent:<agentId>:subagent:google-meet:<sessionId>), więc dalsze działania spotkania nie mutują bezpośrednio transkrypcji wywołującego.

Aby uzyskać czysty dźwięk dwukierunkowy, trasuj wyjście Meet i mikrofon Meet przez oddzielne urządzenia wirtualne albo graf urządzeń wirtualnych w stylu Loopback. Jedno współdzielone urządzenie BlackHole może odbijać innych uczestników z powrotem do połączenia.

Przy mostku Chrome opartym na parze poleceń chrome.bargeInInputCommand może nasłuchiwać oddzielnego lokalnego mikrofonu i czyścić odtwarzanie asystenta, gdy człowiek zaczyna mówić. Dzięki temu mowa człowieka ma pierwszeństwo przed wyjściem asystenta nawet wtedy, gdy współdzielone wejście loopback BlackHole jest tymczasowo tłumione podczas odtwarzania asystenta. Podobnie jak chrome.audioInputCommand i chrome.audioOutputCommand, jest to lokalne polecenie konfigurowane przez operatora. Użyj jawnej zaufanej ścieżki polecenia albo listy argumentów i nie kieruj go do skryptów z niezaufanych lokalizacji.

googlemeet speak wyzwala aktywny mostek audio odpowiedzi głosowej dla sesji Chrome. googlemeet leave zatrzymuje ten mostek. W przypadku sesji Twilio delegowanych przez Plugin Voice Call leave rozłącza również bazowe połączenie głosowe. Użyj googlemeet end-active-conference, gdy chcesz także zamknąć aktywną konferencję Google Meet dla przestrzeni zarządzanej przez API.

Powiązane

• Plugin połączeń głosowych
• Tryb rozmowy
• Tworzenie Plugin