Google (Gemini)

يوفر Plugin Google وصولًا إلى نماذج Gemini عبر Google AI Studio، بالإضافة إلى توليد الصور، وفهم الوسائط (الصور/الصوت/الفيديو)، وتحويل النص إلى كلام، والبحث عبر الويب من خلال Gemini Grounding.

• المزوّد: google
• المصادقة: GEMINI_API_KEY أو GOOGLE_API_KEY
• API: Google Gemini API
• خيار وقت التشغيل: agents.defaults.agentRuntime.id: "google-gemini-cli" يعيد استخدام Gemini CLI OAuth مع إبقاء مراجع النماذج معيارية بصيغة google/*.

# بدء الاستخدام

اختر طريقة المصادقة المفضلة لديك واتبع خطوات الإعداد.

openclaw onboard --auth-choice gemini-api-key

openclaw onboard --non-interactive \
  --mode local \
  --auth-choice gemini-api-key \
  --gemini-api-key "$GEMINI_API_KEY"

{
  agents: {
    defaults: {
      model: { primary: "google/gemini-3.1-pro-preview" },
    },
  },
}

openclaw models list --provider google

# Homebrew
brew install gemini-cli

# or npm
npm install -g @google/gemini-cli

openclaw models auth login --provider google-gemini-cli --set-default

openclaw models list --provider google

# القدرات

# البحث عبر الويب

يستخدم مزوّد البحث عبر الويب gemini المضمّن إرساء Gemini Google Search. اضبط مفتاح بحث مخصصًا تحت plugins.entries.google.config.webSearch، أو دعه يعيد استخدام models.providers.google.apiKey بعد GEMINI_API_KEY:

{
  plugins: {
    entries: {
      google: {
        config: {
          webSearch: {
            apiKey: "AIza...", // optional if GEMINI_API_KEY or models.providers.google.apiKey is set
            baseUrl: "https://generativelanguage.googleapis.com/v1beta", // falls back to models.providers.google.baseUrl
            model: "gemini-2.5-flash",
          },
        },
      },
    },
  },
}

أولوية بيانات الاعتماد هي webSearch.apiKey المخصص، ثم GEMINI_API_KEY، ثم models.providers.google.apiKey. يُعد webSearch.baseUrl اختياريًا وهو موجود لوكلاء المشغّلين أو نقاط نهاية Gemini API المتوافقة؛ وعند حذفه، يعيد بحث الويب في Gemini استخدام models.providers.google.baseUrl. راجع بحث Gemini لمعرفة سلوك الأداة الخاص بالمزوّد.

# توليد الصور

يضبط مزوّد توليد الصور google المضمّن القيمة الافتراضية إلى google/gemini-3.1-flash-image-preview.

• يدعم أيضًا google/gemini-3-pro-image-preview
• التوليد: حتى 4 صور لكل طلب
• وضع التحرير: مفعّل، حتى 5 صور إدخال
• عناصر التحكم الهندسية: size وaspectRatio وresolution

لاستخدام Google كمزوّد الصور الافتراضي:

{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "google/gemini-3.1-flash-image-preview",
      },
    },
  },
}

# توليد الفيديو

يسجّل Plugin google المضمّن أيضًا توليد الفيديو عبر أداة video_generate المشتركة.

• نموذج الفيديو الافتراضي: google/veo-3.1-fast-generate-preview
• الأوضاع: من نص إلى فيديو، ومن صورة إلى فيديو، وتدفقات مرجع فيديو واحد
• يدعم aspectRatio وresolution وaudio
• حد المدة الحالي: من 4 إلى 8 ثوانٍ

لاستخدام Google كمزوّد الفيديو الافتراضي:

{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "google/veo-3.1-fast-generate-preview",
      },
    },
  },
}

# توليد الموسيقى

يسجّل Plugin google المضمّن أيضًا توليد الموسيقى عبر أداة music_generate المشتركة.

• نموذج الموسيقى الافتراضي: google/lyria-3-clip-preview
• يدعم أيضًا google/lyria-3-pro-preview
• عناصر تحكم الموجه: lyrics وinstrumental
• تنسيق الإخراج: mp3 افتراضيًا، بالإضافة إلى wav على google/lyria-3-pro-preview
• إدخالات المرجع: حتى 10 صور
• تنفصل عمليات التشغيل المدعومة بجلسة عبر تدفق المهام/الحالة المشترك، بما في ذلك action: "status"

لاستخدام Google كمزوّد الموسيقى الافتراضي:

{
  agents: {
    defaults: {
      musicGenerationModel: {
        primary: "google/lyria-3-clip-preview",
      },
    },
  },
}

# تحويل النص إلى كلام

يستخدم مزوّد الكلام google المضمّن مسار Gemini API TTS مع gemini-3.1-flash-tts-preview.

• الصوت الافتراضي: Kore
• المصادقة: messages.tts.providers.google.apiKey أو models.providers.google.apiKey أو GEMINI_API_KEY أو GOOGLE_API_KEY
• الإخراج: WAV لمرفقات TTS العادية، وOpus لأهداف الملاحظات الصوتية، وPCM للمحادثة/الهاتف
• إخراج الملاحظات الصوتية: يُغلّف Google PCM كـ WAV ويُحوّل ترميزه إلى Opus بتردد 48 kHz باستخدام ffmpeg

يعيد مسار Gemini TTS الدفعي من Google الصوت المولّد في استجابة generateContent المكتملة. لأقل زمن استجابة في المحادثات المنطوقة، استخدم مزوّد الصوت الفوري من Google المدعوم بـ Gemini Live API بدلًا من TTS الدفعي.

لاستخدام Google كمزوّد TTS الافتراضي:

{
  messages: {
    tts: {
      auto: "always",
      provider: "google",
      providers: {
        google: {
          model: "gemini-3.1-flash-tts-preview",
          voiceName: "Kore",
          audioProfile: "Speak professionally with a calm tone.",
        },
      },
    },
  },
}

يستخدم Gemini API TTS التوجيه باللغة الطبيعية للتحكم في الأسلوب. عيّن audioProfile لإضافة موجه أسلوب قابل لإعادة الاستخدام قبل النص المنطوق. عيّن speakerName عندما يشير نص الموجه إلى متحدث مسمّى.

يقبل Gemini API TTS أيضًا وسومًا صوتية تعبيرية بين أقواس مربعة في النص، مثل [whispers] أو [laughs]. لإبقاء الوسوم خارج رد المحادثة المرئي مع إرسالها إلى TTS، ضعها داخل كتلة [[tts:text]]...[[/tts:text]]:

Here is the clean reply text.

[[tts:text]][whispers] Here is the spoken version.[[/tts:text]]

# الصوت في الوقت الفعلي

يسجّل Plugin google المضمّن مزوّد صوت في الوقت الفعلي مدعومًا بـ Gemini Live API لجسور الصوت الخلفية مثل Voice Call وGoogle Meet.

مثال على تكوين المكالمات الصوتية الآنية:

{
  plugins: {
    entries: {
      "voice-call": {
        enabled: true,
        config: {
          realtime: {
            enabled: true,
            provider: "google",
            providers: {
              google: {
                model: "gemini-2.5-flash-native-audio-preview-12-2025",
                voice: "Kore",
                activityHandling: "start-of-activity-interrupts",
                turnCoverage: "only-activity",
              },
            },
          },
        },
      },
    },
  },
}

للتحقق الحي من جانب المشرف، شغّل OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. ينشئ مسار Google نفس شكل رمز Live API المقيّد المستخدم من Control UI Talk، ويفتح نقطة نهاية WebSocket في المتصفح، ويرسل حمولة الإعداد الأولية، وينتظر setupComplete.

# التكوين المتقدم

{
  agents: {
    defaults: {
      models: {
        "google/gemini-2.5-pro": {
          params: {
            cachedContent: "cachedContents/prebuilt-context",
          },
        },
      },
    },
  },
}

# ذو صلة