English简体中文繁體中文日本語EspañolPortuguês (BR)한국어DeutschFrançaisالعربيةItalianoTiếng ViệtNederlandsTürkçeУкраїнськаBahasa IndonesiaPolskiفارسیไทย

Plugins

Google Meet-Plugin

Google Meet-Teilnehmerunterstützung für OpenClaw — das Plugin ist absichtlich explizit gestaltet:

  • Es tritt nur einer expliziten https://meet.google.com/...-URL bei.
  • Es kann über die Google Meet API einen neuen Meet-Bereich erstellen und dann der zurückgegebenen URL beitreten.
  • agent ist der Standard-Antwortmodus: Echtzeittranskription hört zu, der konfigurierte OpenClaw-Agent antwortet, und reguläres OpenClaw TTS spricht in Meet.
  • bidi bleibt als Fallback-Modus für das direkte Echtzeit-Sprachmodell verfügbar.
  • Agents wählen das Beitrittsverhalten mit mode: Verwenden Sie agent für Live- Zuhören/Antworten, bidi für den direkten Echtzeit-Sprach-Fallback oder transcribe, um den Browser ohne Antwort-Bridge beizutreten/zu steuern.
  • Auth beginnt als persönliches Google OAuth oder als bereits angemeldetes Chrome-Profil.
  • Es gibt keine automatische Einwilligungsankündigung.
  • Das standardmäßige Chrome-Audio-Backend ist BlackHole 2ch.
  • Chrome kann lokal oder auf einem gekoppelten Node-Host ausgeführt werden.
  • Twilio akzeptiert eine Einwahlnummer plus optionale PIN oder DTMF-Sequenz; es kann keine Meet-URL direkt anwählen.
  • Der CLI-Befehl ist googlemeet; meet ist für umfassendere Agent- Telekonferenz-Workflows reserviert.

Schnellstart

Installieren Sie die lokalen Audioabhängigkeiten und konfigurieren Sie einen Provider für Echtzeittranskription sowie reguläres OpenClaw TTS. OpenAI ist der Standard-Provider für Transkription; Google Gemini Live funktioniert ebenfalls als separater bidi-Sprach-Fallback mit realtime.voiceProvider: "google":

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

blackhole-2ch installiert das virtuelle Audiogerät BlackHole 2ch. Der Homebrew-Installer erfordert einen Neustart, bevor macOS das Gerät bereitstellt:

sudo reboot

Überprüfen Sie nach dem Neustart beide Komponenten:

system_profiler SPAudioDataType | grep -i BlackHole
command -v sox

Aktivieren Sie das Plugin:

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

Prüfen Sie die Einrichtung:

openclaw googlemeet setup

Die Setup-Ausgabe ist agentenlesbar und modusbewusst gedacht. Sie meldet Chrome- Profil, Node-Pinning und bei Echtzeit-Chrome-Beitritten die BlackHole/SoX-Audio- Bridge sowie verzögerte Echtzeit-Introprüfungen. Für reine Beobachtungsbeitritte prüfen Sie denselben Transport mit --mode transcribe; dieser Modus überspringt Echtzeit-Audiovoraussetzungen, weil er weder über die Bridge zuhört noch über sie spricht:

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

Wenn Twilio-Delegation konfiguriert ist, meldet das Setup außerdem, ob das voice-call-Plugin, Twilio-Zugangsdaten und öffentliche Webhook-Erreichbarkeit bereit sind. Behandeln Sie jede Prüfung mit ok: false als Blocker für den geprüften Transport und Modus, bevor Sie einen Agent bitten beizutreten. Verwenden Sie openclaw googlemeet setup --json für Skripte oder maschinenlesbare Ausgabe. Verwenden Sie --transport chrome, --transport chrome-node oder --transport twilio, um einen bestimmten Transport vorab zu prüfen, bevor ein Agent ihn versucht.

Prüfen Sie für Twilio den Transport immer ausdrücklich vorab, wenn der Standardtransport Chrome ist:

openclaw googlemeet setup --transport twilio

Das erkennt fehlende voice-call-Verdrahtung, Twilio-Zugangsdaten oder nicht erreichbare Webhook-Bereitstellung, bevor der Agent versucht, das Meeting anzuwählen.

Einem Meeting beitreten:

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

Oder lassen Sie einen Agent über das google_meet-Tool beitreten:

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

Das agentenseitige google_meet-Tool bleibt auf Nicht-macOS-Hosts für Artefakt-, Kalender-, Setup-, Transkriptions-, Twilio- und chrome-node-Flows verfügbar. Lokale Chrome-Antwortaktionen werden dort blockiert, weil der gebündelte Chrome- Audiopfad derzeit von macOS BlackHole 2ch abhängt. Verwenden Sie unter Linux mode: "transcribe", Twilio-Einwahl oder einen macOS-chrome-node-Host für Chrome-Antwortteilnahme.

Ein neues Meeting erstellen und beitreten:

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

Verwenden Sie für API-erstellte Räume Google Meet SpaceConfig.accessType, wenn Sie möchten, dass die No-Knock-Richtlinie des Raums explizit ist, statt aus den Standardwerten des Google-Kontos übernommen zu werden:

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

OPEN erlaubt allen Personen mit der Meet-URL den Beitritt ohne Anklopfen. TRUSTED erlaubt vertrauenswürdigen Nutzern der Host-Organisation, eingeladenen externen Nutzern und Einwahlnutzern den Beitritt ohne Anklopfen. RESTRICTED beschränkt den No-Knock-Zutritt auf Eingeladene. Diese Einstellungen gelten nur für den offiziellen Erstellungspfad der Google Meet API, daher müssen OAuth- Zugangsdaten konfiguriert sein.

Wenn Sie Google Meet authentifiziert haben, bevor diese Option verfügbar war, führen Sie openclaw googlemeet auth login --json erneut aus, nachdem Sie den Scope meetings.space.settings zu Ihrem Google OAuth-Zustimmungsbildschirm hinzugefügt haben.

Nur die URL erstellen, ohne beizutreten:

openclaw googlemeet create --no-join

googlemeet create hat zwei Pfade:

  • API-Erstellung: Wird verwendet, wenn Google Meet OAuth-Zugangsdaten konfiguriert sind. Dies ist der deterministischste Pfad und hängt nicht vom Browser-UI-Zustand ab.
  • Browser-Fallback: Wird verwendet, wenn OAuth-Zugangsdaten fehlen. OpenClaw verwendet den gepinnten Chrome-Node, öffnet https://meet.google.com/new, wartet, bis Google zu einer echten Meeting-Code-URL weiterleitet, und gibt dann diese URL zurück. Dieser Pfad erfordert, dass das OpenClaw Chrome-Profil auf dem Node bereits bei Google angemeldet ist. Browserautomatisierung verarbeitet Meets eigene Erststart- Mikrofonabfrage; diese Abfrage wird nicht als Google-Anmeldefehler behandelt. Beitritts- und Erstellungs-Flows versuchen außerdem, einen bestehenden Meet-Tab wiederzuverwenden, bevor sie einen neuen öffnen. Der Abgleich ignoriert harmlose URL-Abfragezeichenfolgen wie authuser, sodass ein erneuter Agent-Versuch das bereits geöffnete Meeting fokussieren sollte, statt einen zweiten Chrome-Tab zu erstellen.

Die Befehls-/Toolausgabe enthält ein source-Feld (api oder browser), damit Agents erklären können, welcher Pfad verwendet wurde. create tritt dem neuen Meeting standardmäßig bei und gibt joined: true plus die Beitrittssitzung zurück. Um nur die URL zu erzeugen, verwenden Sie in der CLI create --no-join oder übergeben Sie dem Tool "join": false.

Oder sagen Sie einem Agent: „Erstellen Sie ein Google Meet, treten Sie ihm im Agent-Antwortmodus bei und senden Sie mir den Link.“ Der Agent sollte google_meet mit action: "create" aufrufen und dann die zurückgegebene meetingUri teilen.

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

Für einen reinen Beobachtungs-/Browsersteuerungsbeitritt setzen Sie "mode": "transcribe". Dadurch wird die Duplex-Echtzeit-Sprach-Bridge nicht gestartet, BlackHole oder SoX sind nicht erforderlich, und es wird nicht in das Meeting zurückgesprochen. Chrome-Beitritte in diesem Modus vermeiden außerdem OpenClaws Mikrofon-/Kameraberechtigungserteilung und den Meet-Pfad Mikrofon verwenden. Wenn Meet einen Zwischenschritt zur Audioauswahl anzeigt, versucht die Automatisierung den Pfad ohne Mikrofon und meldet andernfalls eine manuelle Aktion, statt das lokale Mikrofon zu öffnen. Im Transkriptionsmodus installieren verwaltete Chrome-Transporte außerdem einen Best-Effort-Meet-Untertitelbeobachter. googlemeet status --json und googlemeet doctor zeigen captioning, captionsEnabledAttempted, transcriptLines, lastCaptionAt, lastCaptionSpeaker, lastCaptionText und einen kurzen recentTranscript-Auszug, damit Operatoren erkennen können, ob der Browser dem Anruf beigetreten ist und ob Meet-Untertitel Text produzieren. Verwenden Sie openclaw googlemeet test-listen <meet-url> --transport chrome-node, wenn Sie eine Ja/Nein-Prüfung benötigen: Der Befehl tritt im Transkriptionsmodus bei, wartet auf frische Untertitel- oder Transkriptbewegung und gibt listenVerified, listenTimedOut, Felder für manuelle Aktionen sowie den aktuellen Untertitelzustand zurück.

Während Echtzeitsitzungen enthält der google_meet-Status Browser- und Audio- Bridge-Zustand wie inCall, manualActionRequired, providerConnected, realtimeReady, audioInputActive, audioOutputActive, letzte Eingabe-/ Ausgabezeitstempel, Bytezähler und den geschlossenen Bridge-Zustand. Wenn eine sichere Meet-Seitenabfrage erscheint, verarbeitet die Browserautomatisierung sie, wenn sie kann. Anmeldung, Host-Zulassung und Browser-/OS-Berechtigungsabfragen werden als manuelle Aktion mit Grund und Nachricht gemeldet, die der Agent weitergeben kann. Verwaltete Chrome-Sitzungen geben die Intro- oder Testphrase erst aus, nachdem der Browserzustand inCall: true meldet; andernfalls meldet der Status speechReady: false, und der Sprechversuch wird blockiert, statt vorzugeben, der Agent hätte in das Meeting gesprochen.

Lokale Chrome-Beitritte erfolgen über das angemeldete OpenClaw-Browserprofil. Der Echtzeitmodus erfordert BlackHole 2ch für den von OpenClaw verwendeten Mikrofon-/Lautsprecherpfad. Für sauberes Duplex-Audio verwenden Sie getrennte virtuelle Geräte oder einen Loopback-artigen Graphen; ein einzelnes BlackHole- Gerät reicht für einen ersten Smoke-Test aus, kann aber ein Echo erzeugen.

Lokaler Gateway + Parallels Chrome

Sie benötigen keinen vollständigen OpenClaw Gateway oder Modell-API-Schlüssel innerhalb einer macOS-VM, nur damit die VM Chrome besitzt. Führen Sie Gateway und Agent lokal aus und starten Sie dann einen Node-Host in der VM. Aktivieren Sie das gebündelte Plugin in der VM einmal, damit der Node den Chrome-Befehl ankündigt:

Was wo ausgeführt wird:

  • Gateway-Host: OpenClaw Gateway, Agent-Arbeitsbereich, Modell-/API-Schlüssel, Echtzeit- Provider und die Google Meet-Plugin-Konfiguration.
  • Parallels-macOS-VM: OpenClaw CLI/Node-Host, Google Chrome, SoX, BlackHole 2ch und ein bei Google angemeldetes Chrome-Profil.
  • In der VM nicht benötigt: Gateway-Dienst, Agent-Konfiguration, OpenAI/GPT-Schlüssel oder Modell- Provider-Einrichtung.

Installieren Sie die VM-Abhängigkeiten:

brew install blackhole-2ch sox

Starten Sie die VM nach der Installation von BlackHole neu, damit macOS BlackHole 2ch bereitstellt:

sudo reboot

Überprüfen Sie nach dem Neustart, dass die VM das Audiogerät und die SoX-Befehle sehen kann:

system_profiler SPAudioDataType | grep -i BlackHole
command -v sox

Installieren oder aktualisieren Sie OpenClaw in der VM und aktivieren Sie dann dort das gebündelte Plugin:

openclaw plugins enable google-meet

Starten Sie den Node-Host in der VM:

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

Wenn <gateway-host> eine LAN-IP ist und Sie TLS nicht verwenden, verweigert der Node den Klartext-WebSocket, sofern Sie sich für dieses vertrauenswürdige private Netzwerk nicht ausdrücklich entscheiden:

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

Verwenden Sie dieselbe Umgebungsvariable, wenn Sie den Node als LaunchAgent installieren:

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

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 ist eine Prozessumgebung, keine openclaw.json-Einstellung. openclaw node install speichert sie in der LaunchAgent-Umgebung, wenn sie beim Installationsbefehl vorhanden ist.

Genehmigen Sie den Node vom Gateway-Host aus:

openclaw devices list
openclaw devices approve <requestId>

Bestätigen Sie, dass der Gateway den Node sieht und dass er sowohl googlemeet.chrome als auch Browserfähigkeit/browser.proxy ankündigt:

openclaw nodes status

Leiten Sie Meet auf dem Gateway-Host durch diesen Node:

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

Treten Sie nun wie gewohnt vom Gateway-Host aus bei:

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

oder bitten Sie den Agent, das google_meet-Tool mit transport: "chrome-node" zu verwenden.

Für einen Smoke-Test mit einem Befehl, der eine Sitzung erstellt oder wiederverwendet, eine bekannte Phrase spricht und den Sitzungszustand ausgibt:

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

Beim Realtime-Beitritt füllt die OpenClaw-Browserautomatisierung den Gastnamen aus, klickt auf Beitreten/Beitrittsanfrage stellen und akzeptiert Meets erste Option „Mikrofon verwenden“, wenn diese Eingabeaufforderung erscheint. Beim reinen Beobachtungsbeitritt oder bei der browserbasierten Meeting-Erstellung fährt sie an derselben Eingabeaufforderung ohne Mikrofon fort, wenn diese Option verfügbar ist. Wenn das Browserprofil nicht angemeldet ist, Meet auf die Zulassung durch den Host wartet, Chrome für einen Realtime-Beitritt Mikrofon-/Kameraberechtigungen benötigt oder Meet bei einer Eingabeaufforderung hängen bleibt, die die Automatisierung nicht auflösen konnte, meldet das join/test-speech-Ergebnis manualActionRequired: true mit manualActionReason und manualActionMessage. Agenten sollten keine weiteren Beitrittsversuche unternehmen, genau diese Meldung plus die aktuelle browserUrl/browserTitle melden und erst erneut versuchen, wenn die manuelle Browseraktion abgeschlossen ist.

Wenn chromeNode.node ausgelassen wird, wählt OpenClaw nur dann automatisch aus, wenn genau ein verbundener Node sowohl googlemeet.chrome als auch Browsersteuerung ankündigt. Wenn mehrere geeignete Nodes verbunden sind, setzen Sie chromeNode.node auf die Node-ID, den Anzeigenamen oder die Remote-IP.

Häufige Fehlerprüfungen:

  • Configured Google Meet node ... is not usable: offline: Der festgelegte Node ist dem Gateway bekannt, aber nicht verfügbar. Agenten sollten diesen Node als Diagnosestatus behandeln, nicht als nutzbaren Chrome-Host, und den Setup-Blocker melden, statt auf einen anderen Transport zurückzufallen, sofern der Benutzer dies nicht angefordert hat.
  • No connected Google Meet-capable node: Starten Sie openclaw node run in der VM, genehmigen Sie das Pairing und stellen Sie sicher, dass openclaw plugins enable google-meet und openclaw plugins enable browser in der VM ausgeführt wurden. Bestätigen Sie außerdem, dass der Gateway-Host beide Node-Befehle mit gateway.nodes.allowCommands: ["googlemeet.chrome", "browser.proxy"] erlaubt.
  • BlackHole 2ch audio device not found: Installieren Sie blackhole-2ch auf dem geprüften Host und starten Sie neu, bevor Sie lokales Chrome-Audio verwenden.
  • BlackHole 2ch audio device not found on the node: Installieren Sie blackhole-2ch in der VM und starten Sie die VM neu.
  • Chrome öffnet sich, kann aber nicht beitreten: Melden Sie sich im Browserprofil innerhalb der VM an, oder lassen Sie chrome.guestName für den Gastbeitritt gesetzt. Der automatische Gastbeitritt verwendet die OpenClaw- Browserautomatisierung über den Node-Browser-Proxy; stellen Sie sicher, dass die Node-Browser- Konfiguration auf das gewünschte Profil zeigt, zum Beispiel browser.defaultProfile: "user" oder ein benanntes bestehendes Sitzungsprofil.
  • Doppelte Meet-Tabs: Lassen Sie chrome.reuseExistingTab: true aktiviert. OpenClaw aktiviert einen bestehenden Tab für dieselbe Meet-URL, bevor ein neuer geöffnet wird, und die browserbasierte Meeting-Erstellung verwendet einen laufenden https://meet.google.com/new- oder Google-Konto-Eingabeaufforderungstab wieder, bevor ein weiterer geöffnet wird.
  • Kein Audio: Leiten Sie in Meet Mikrofon-/Lautsprecher-Audio über den von OpenClaw verwendeten Pfad des virtuellen Audiogeräts; verwenden Sie separate virtuelle Geräte oder Loopback-ähnliches Routing für sauberes Duplex-Audio.

Installationshinweise

Die Standard-Talkback-Funktion von Chrome verwendet zwei externe Tools:

  • sox: Kommandozeilen-Audio-Dienstprogramm. Das Plugin verwendet explizite CoreAudio- Gerätebefehle für die standardmäßige 24-kHz-PCM16-Audiobrücke.
  • blackhole-2ch: virtueller macOS-Audiotreiber. Er erstellt das Audiogerät BlackHole 2ch, über das Chrome/Meet routen kann.

OpenClaw bündelt oder verteilt keines der beiden Pakete. Die Dokumentation fordert Benutzer auf, sie als Host-Abhängigkeiten über Homebrew zu installieren. SoX ist lizenziert als LGPL-2.0-only AND GPL-2.0-only; BlackHole ist GPL-3.0. Wenn Sie einen Installer oder eine Appliance erstellen, die BlackHole mit OpenClaw bündelt, prüfen Sie die Upstream-Lizenzbedingungen von BlackHole oder beziehen Sie eine separate Lizenz von Existential Audio.

Transporte

Chrome

Der Chrome-Transport öffnet die Meet-URL über die OpenClaw-Browsersteuerung und tritt als angemeldetes OpenClaw-Browserprofil bei. Unter macOS prüft das Plugin vor dem Start auf BlackHole 2ch. Wenn konfiguriert, führt es außerdem vor dem Öffnen von Chrome einen Audiobrücken- Health-Befehl und einen Startbefehl aus. Verwenden Sie chrome, wenn Chrome/Audio auf dem Gateway-Host laufen; verwenden Sie chrome-node, wenn Chrome/Audio auf einem gekoppelten Node wie einer Parallels-macOS-VM laufen. Wählen Sie für lokales Chrome das Profil mit browser.defaultProfile; chrome.browserProfile wird an chrome-node-Hosts übergeben.

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

Leiten Sie Chrome-Mikrofon- und Lautsprecheraudio über die lokale OpenClaw-Audiobrücke. Wenn BlackHole 2ch nicht installiert ist, schlägt der Beitritt mit einem Setup-Fehler fehl, statt stillschweigend ohne Audiopfad beizutreten.

Twilio

Der Twilio-Transport ist ein strikter Wählplan, der an das Voice Call Plugin delegiert wird. Er parst keine Meet-Seiten nach Telefonnummern.

Verwenden Sie dies, wenn eine Chrome-Teilnahme nicht verfügbar ist oder Sie einen Telefon-Einwahl- Fallback wünschen. Google Meet muss für das Meeting eine Telefon-Einwahlnummer und PIN bereitstellen; OpenClaw ermittelt diese nicht aus der Meet-Seite.

Aktivieren Sie das Voice Call Plugin auf dem Gateway-Host, nicht auf dem Chrome-Node:

{
  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,
      },
    },
  },
}

Stellen Sie Twilio-Anmeldedaten über Umgebung oder Konfiguration bereit. Die Umgebung hält Geheimnisse aus openclaw.json heraus:

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

Verwenden Sie stattdessen realtime.provider: "openai" mit dem OpenAI-Provider-Plugin und OPENAI_API_KEY, wenn dies Ihr Realtime-Voice-Provider ist.

Starten oder laden Sie das Gateway nach dem Aktivieren von voice-call neu; Änderungen an der Plugin-Konfiguration erscheinen in einem bereits laufenden Gateway-Prozess erst nach dem Neuladen.

Prüfen Sie dann:

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

Wenn die Twilio-Delegation verbunden ist, enthält googlemeet setup erfolgreiche Prüfungen für twilio-voice-call-plugin, twilio-voice-call-credentials und twilio-voice-call-webhook.

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

Verwenden Sie --dtmf-sequence, wenn das Meeting eine benutzerdefinierte Sequenz benötigt:

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

OAuth und Preflight

OAuth ist zum Erstellen eines Meet-Links optional, weil googlemeet create auf Browserautomatisierung zurückfallen kann. Konfigurieren Sie OAuth, wenn Sie offizielle API-Erstellung, Space-Auflösung oder Preflight-Prüfungen der Meet Media API wünschen.

Der Google Meet API-Zugriff verwendet Benutzer-OAuth: Erstellen Sie einen Google Cloud OAuth-Client, fordern Sie die erforderlichen Scopes an, autorisieren Sie ein Google-Konto und speichern Sie anschließend das resultierende Refresh-Token in der Google Meet Plugin-Konfiguration oder stellen Sie die Umgebungsvariablen OPENCLAW_GOOGLE_MEET_* bereit.

OAuth ersetzt den Chrome-Beitrittspfad nicht. Chrome- und Chrome-node-Transporte treten weiterhin über ein angemeldetes Chrome-Profil, BlackHole/SoX und einen verbundenen Node bei, wenn Sie Browserteilnahme verwenden. OAuth gilt nur für den offiziellen Google Meet API-Pfad: Meeting-Spaces erstellen, Spaces auflösen und Preflight-Prüfungen der Meet Media API ausführen.

Google-Anmeldedaten erstellen

In der Google Cloud Console:

  1. Erstellen oder wählen Sie ein Google Cloud-Projekt aus.

  2. Aktivieren Sie Google Meet REST API für dieses Projekt.

  3. Konfigurieren Sie den OAuth-Zustimmungsbildschirm.

    • Intern ist für eine Google Workspace-Organisation am einfachsten.
    • Extern funktioniert für persönliche/Test-Setups; solange sich die App im Testmodus befindet, fügen Sie jedes Google-Konto, das die App autorisieren soll, als Testbenutzer hinzu.

  4. Fügen Sie die von OpenClaw angeforderten Scopes hinzu:

    • 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. Erstellen Sie eine OAuth-Client-ID.

    • Anwendungstyp: Webanwendung.

    • Autorisierte Weiterleitungs-URI:

      http://localhost:8085/oauth2callback

  6. Kopieren Sie die Client-ID und das Client-Secret.

meetings.space.created wird von Google Meet spaces.create benötigt. meetings.space.readonly ermöglicht OpenClaw, Meet-URLs/-Codes zu Spaces aufzulösen. meetings.space.settings ermöglicht OpenClaw, SpaceConfig-Einstellungen wie accessType während der API-Raumerstellung zu übergeben. meetings.conference.media.readonly ist für Preflight der Meet Media API und Medienarbeit vorgesehen; Google kann für die tatsächliche Nutzung der Media API eine Developer-Preview-Registrierung verlangen. Wenn Sie nur browserbasierte Chrome-Beitritte benötigen, überspringen Sie OAuth vollständig.

Refresh-Token ausstellen

Konfigurieren Sie oauth.clientId und optional oauth.clientSecret, oder übergeben Sie sie als Umgebungsvariablen, und führen Sie dann aus:

openclaw googlemeet auth login --json

Der Befehl gibt einen oauth-Konfigurationsblock mit einem Refresh-Token aus. Er verwendet PKCE, einen localhost-Callback unter http://localhost:8085/oauth2callback und einen manuellen Kopieren/Einfügen-Ablauf mit --manual.

Beispiele:

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

Verwenden Sie den manuellen Modus, wenn der Browser den lokalen Callback nicht erreichen kann:

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

Die JSON-Ausgabe enthält:

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

Speichern Sie das oauth-Objekt unter der Google Meet Plugin-Konfiguration:

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

Bevorzugen Sie Umgebungsvariablen, wenn Sie das Refresh-Token nicht in der Konfiguration haben möchten. Wenn sowohl Konfigurations- als auch Umgebungswerte vorhanden sind, löst das Plugin zuerst die Konfiguration und dann den Umgebungs-Fallback auf.

Die OAuth-Zustimmung umfasst Meet-Space-Erstellung, Lesezugriff auf Meet-Spaces und Lesezugriff auf Meet- Konferenzmedien. Wenn Sie sich authentifiziert haben, bevor Unterstützung für die Meeting-Erstellung existierte, führen Sie openclaw googlemeet auth login --json erneut aus, damit das Refresh- Token den Scope meetings.space.created hat.

OAuth mit doctor prüfen

Führen Sie den OAuth-doctor aus, wenn Sie eine schnelle, nicht geheime Health-Prüfung wünschen:

openclaw googlemeet doctor --oauth --json

Dies lädt die Chrome-Runtime nicht und erfordert keinen verbundenen Chrome-Node. Es prüft, dass OAuth-Konfiguration vorhanden ist und dass das Refresh-Token ein Access- Token ausstellen kann. Der JSON-Bericht enthält nur Statusfelder wie ok, configured, tokenSource, expiresAt und Prüfnachrichten; er gibt weder das Access- Token noch das Refresh-Token oder Client-Secret aus.

Häufige Ergebnisse:

Prüfung Bedeutung
oauth-config oauth.clientId plus oauth.refreshToken oder ein zwischengespeichertes Zugriffstoken ist vorhanden.
oauth-token Das zwischengespeicherte Zugriffstoken ist noch gültig, oder das Refresh-Token hat ein neues Zugriffstoken ausgestellt.
meet-spaces-get Die optionale Prüfung --meeting hat einen vorhandenen Meet-Space aufgelöst.
meet-spaces-create Die optionale Prüfung --create-space hat einen neuen Meet-Space erstellt.

Um auch die Aktivierung der Google Meet API und den Scope spaces.create nachzuweisen, führen Sie die erstellende Prüfung mit Nebeneffekt aus:

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

--create-space erstellt eine Wegwerf-Meet-URL. Verwenden Sie dies, wenn Sie bestätigen müssen, dass für das Google Cloud-Projekt die Meet API aktiviert ist und das autorisierte Konto über den Scope meetings.space.created verfügt.

Um Lesezugriff für einen vorhandenen Meeting-Space nachzuweisen:

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

doctor --oauth --meeting und resolve-space weisen Lesezugriff auf einen vorhandenen Space nach, auf den das autorisierte Google-Konto zugreifen kann. Ein 403 aus diesen Prüfungen bedeutet normalerweise, dass die Google Meet REST API deaktiviert ist, dem zugestimmten Refresh-Token der erforderliche Scope fehlt oder das Google-Konto nicht auf diesen Meet-Space zugreifen kann. Ein Refresh-Token-Fehler bedeutet, dass Sie openclaw googlemeet auth login --json erneut ausführen und den neuen oauth-Block speichern müssen.

Für den Browser-Fallback sind keine OAuth-Anmeldedaten erforderlich. In diesem Modus stammt die Google- Authentifizierung aus dem angemeldeten Chrome-Profil auf dem ausgewählten Node, nicht aus der OpenClaw-Konfiguration.

Diese Umgebungsvariablen werden als Fallbacks akzeptiert:

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

Lösen Sie eine Meet-URL, einen Code oder spaces/{id} über spaces.get auf:

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

Führen Sie vor Medienarbeit den Preflight aus:

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

Listen Sie Meeting-Artefakte und Anwesenheit auf, nachdem Meet Konferenzdatensätze erstellt hat:

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

Mit --meeting verwenden artifacts und attendance standardmäßig den neuesten Konferenzdatensatz. Übergeben Sie --all-conference-records, wenn Sie alle aufbewahrten Datensätze für dieses Meeting wünschen.

Die Kalendersuche kann die Meeting-URL aus Google Calendar auflösen, bevor Meet-Artefakte gelesen werden:

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

--today durchsucht den heutigen primary-Kalender nach einem Calendar-Ereignis mit einem Google Meet-Link. Verwenden Sie --event <query>, um passenden Ereignistext zu suchen, und --calendar <id> für einen nicht primären Kalender. Die Kalendersuche erfordert eine frische OAuth-Anmeldung, die den schreibgeschützten Calendar-Events-Scope einschließt. calendar-events zeigt die passenden Meet-Ereignisse in der Vorschau an und markiert das Ereignis, das latest, artifacts, attendance oder export auswählen wird.

Wenn Sie die Konferenzdatensatz-ID bereits kennen, adressieren Sie sie direkt:

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

Beenden Sie eine aktive Konferenz für einen per API erstellten Space, wenn Sie den Raum nach dem Anruf schließen möchten:

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

Dies ruft Google Meet spaces.endActiveConference auf und erfordert OAuth mit dem Scope meetings.space.created für einen Space, den das autorisierte Konto verwalten kann. OpenClaw akzeptiert eine Meet-URL, einen Meeting-Code oder eine spaces/{id}-Eingabe und löst sie in die API-Space-Ressource auf, bevor die aktive Konferenz beendet wird. Dies ist getrennt von googlemeet leave: leave stoppt die lokale/Sitzungs- Teilnahme von OpenClaw, während end-active-conference Google Meet auffordert, die aktive Konferenz für den Space zu beenden.

Schreiben Sie einen lesbaren Bericht:

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

artifacts gibt Metadaten des Konferenzdatensatzes sowie Ressourcenmetadaten zu Teilnehmern, Aufzeichnungen, Transkripten, strukturierten Transkripteinträgen und Smart Notes zurück, wenn Google sie für das Meeting bereitstellt. Verwenden Sie --no-transcript-entries, um die Eintragssuche bei großen Meetings zu überspringen. attendance erweitert Teilnehmer zu Teilnehmersitzungszeilen mit Zeiten für erstes/letztes Auftreten, Gesamtsitzungsdauer, Markierungen für Verspätung/frühes Verlassen sowie zusammengeführten doppelten Teilnehmerressourcen nach angemeldetem Benutzer oder Anzeigename. Übergeben Sie --no-merge-duplicates, um unverarbeitete Teilnehmerressourcen getrennt zu halten, --late-after-minutes, um die Erkennung von Verspätungen anzupassen, und --early-before-minutes, um die Erkennung von frühem Verlassen anzupassen.

export schreibt einen Ordner mit summary.md, attendance.csv, transcript.md, artifacts.json, attendance.json und manifest.json. manifest.json zeichnet die gewählte Eingabe, Exportoptionen, Konferenzdatensätze, Ausgabedateien, Zählwerte, Token-Quelle, das Calendar-Ereignis, sofern eines verwendet wurde, sowie alle Warnungen zu teilweisen Abruffehlern auf. Übergeben Sie --zip, um zusätzlich ein portables Archiv neben den Ordner zu schreiben. Übergeben Sie --include-doc-bodies, um verknüpften Transkript- und Smart-Note-Google-Docs-Text über Google Drive files.export zu exportieren; dies erfordert eine frische OAuth-Anmeldung, die den schreibgeschützten Drive-Meet-Scope einschließt. Ohne --include-doc-bodies enthalten Exporte nur Meet-Metadaten und strukturierte Transkript- Einträge. Wenn Google einen teilweisen Artefaktfehler zurückgibt, etwa einen Smart-Note- Listing-, Transkripteintrags- oder Drive-Dokumentkörper-Fehler, behalten Zusammenfassung und Manifest die Warnung bei, statt den gesamten Export fehlschlagen zu lassen. Verwenden Sie --dry-run, um dieselben Artefakt-/Anwesenheitsdaten abzurufen und das Manifest-JSON auszugeben, ohne den Ordner oder die ZIP-Datei zu erstellen. Das ist nützlich, bevor Sie einen großen Export schreiben oder wenn ein Agent nur Zählwerte, ausgewählte Datensätze und Warnungen benötigt.

Agenten können dasselbe Bundle auch über das Tool google_meet erstellen:

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

Setzen Sie "dryRun": true, um nur das Exportmanifest zurückzugeben und Dateischreibvorgänge zu überspringen.

Agenten können auch einen API-gestützten Raum mit einer expliziten Zugriffsrichtlinie erstellen:

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

Und sie können die aktive Konferenz für einen bekannten Raum beenden:

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

Für eine listen-first-Validierung sollten Agenten test_listen verwenden, bevor sie behaupten, dass das Meeting nützlich ist:

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

Führen Sie den geschützten Live-Smoke gegen ein echtes aufbewahrtes Meeting aus:

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

Führen Sie die Live-Browser-Prüfung mit listen-first gegen ein Meeting aus, in dem jemand sprechen wird und Meet-Untertitel verfügbar sind:

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

Live-Smoke-Umgebung:

  • OPENCLAW_LIVE_TEST=1 aktiviert geschützte Live-Tests.
  • OPENCLAW_GOOGLE_MEET_LIVE_MEETING verweist auf eine aufbewahrte Meet-URL, einen Code oder spaces/{id}.
  • OPENCLAW_GOOGLE_MEET_CLIENT_ID oder GOOGLE_MEET_CLIENT_ID stellt die OAuth- Client-ID bereit.
  • OPENCLAW_GOOGLE_MEET_REFRESH_TOKEN oder GOOGLE_MEET_REFRESH_TOKEN stellt das Refresh-Token bereit.
  • Optional: OPENCLAW_GOOGLE_MEET_CLIENT_SECRET, OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN und OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT verwenden dieselben Fallback-Namen ohne das Präfix OPENCLAW_.

Der grundlegende Live-Smoke für Artefakte/Anwesenheit benötigt https://www.googleapis.com/auth/meetings.space.readonly und https://www.googleapis.com/auth/meetings.conference.media.readonly. Die Kalendersuche benötigt https://www.googleapis.com/auth/calendar.events.readonly. Der Export von Dokumentkörpern aus Drive benötigt https://www.googleapis.com/auth/drive.meet.readonly.

Erstellen Sie einen frischen Meet-Space:

openclaw googlemeet create

Der Befehl gibt die neue meeting uri, die Quelle und die Beitrittssitzung aus. Mit OAuth- Anmeldedaten verwendet er die offizielle Google Meet API. Ohne OAuth-Anmeldedaten verwendet er als Fallback das angemeldete Browserprofil des angehefteten Chrome-Node. Agenten können das Tool google_meet mit action: "create" verwenden, um in einem Schritt zu erstellen und beizutreten. Für eine reine URL-Erstellung übergeben Sie "join": false.

Beispiel-JSON-Ausgabe aus dem Browser-Fallback:

{
  "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"
    }
  }
}

Wenn der Browser-Fallback auf eine Google-Anmeldung oder einen Meet-Berechtigungsblocker trifft, bevor er die URL erstellen kann, gibt die Gateway-Methode eine fehlgeschlagene Antwort zurück und das Tool google_meet gibt strukturierte Details statt einer einfachen Zeichenfolge zurück:

{
  "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"
  }
}

Wenn ein Agent manualActionRequired: true sieht, sollte er die manualActionMessage zusammen mit dem Browser-Node/Tab-Kontext melden und aufhören, neue Meet-Tabs zu öffnen, bis der Operator den Browser-Schritt abgeschlossen hat.

Beispiel-JSON-Ausgabe aus der API-Erstellung:

{
  "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"
    }
  }
}

Beim Erstellen eines Meet tritt OpenClaw standardmäßig bei. Der Chrome- oder Chrome-node-Transport benötigt weiterhin ein angemeldetes Google Chrome-Profil, um über den Browser beizutreten. Wenn das Profil abgemeldet ist, meldet OpenClaw manualActionRequired: true oder einen Browser-Fallback-Fehler und fordert den Operator auf, die Google-Anmeldung abzuschließen, bevor er es erneut versucht.

Setzen Sie preview.enrollmentAcknowledged: true erst, nachdem Sie bestätigt haben, dass Ihr Cloud-Projekt, der OAuth-Prinzipal und die Meeting-Teilnehmer für das Google Workspace Developer Preview Program für Meet Media APIs registriert sind.

Konfiguration

Der gemeinsame Chrome-Agent-Pfad benötigt nur ein aktiviertes Plugin, BlackHole, SoX, einen Key für einen Echtzeit-Transkriptions-Provider und einen konfigurierten OpenClaw-TTS-Provider. OpenAI ist der standardmäßige Transkriptions-Provider; setzen Sie realtime.voiceProvider auf "google" und realtime.model, um Google Gemini Live für den bidi-Modus zu verwenden, ohne den standardmäßigen Transkriptions-Provider des Agent-Modus zu ändern:

brew install blackhole-2ch sox
export OPENAI_API_KEY=sk-...
# or
export GEMINI_API_KEY=...

Legen Sie die Plugin-Konfiguration unter plugins.entries.google-meet.config fest:

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

Standardwerte:

  • defaultTransport: "chrome"
  • defaultMode: "agent" ("realtime" wird nur als Legacy-Kompatibilitätsalias für "agent" akzeptiert; neue Tool-Aufrufe sollten "agent" verwenden)
  • chromeNode.node: optionale Node-ID, optionaler Node-Name oder optionale IP für chrome-node
  • chrome.audioBackend: "blackhole-2ch"
  • chrome.guestName: "OpenClaw Agent": Name, der auf dem Meet-Gastbildschirm im abgemeldeten Zustand verwendet wird
  • chrome.autoJoin: true: Best-Effort-Ausfüllen des Gastnamens und Klick auf Jetzt teilnehmen über die OpenClaw-Browserautomatisierung auf chrome-node
  • chrome.reuseExistingTab: true: einen bestehenden Meet-Tab aktivieren, statt Duplikate zu öffnen
  • chrome.waitForInCallMs: 20000: warten, bis der Meet-Tab meldet, dass er sich im Anruf befindet, bevor die Rücksprech-Einführung ausgelöst wird
  • chrome.audioFormat: "pcm16-24khz": Audioformat für Befehlspaare. Verwenden Sie "g711-ulaw-8khz" nur für Legacy-/benutzerdefinierte Befehlspaare, die weiterhin Telefonie-Audio ausgeben.
  • chrome.audioBufferBytes: 4096: SoX-Verarbeitungspuffer für generierte Chrome-Audiobefehle von Befehlspaaren. Dies ist die Hälfte des standardmäßigen 8192-Byte-Puffers von SoX, wodurch die Standard-Pipe-Latenz reduziert wird und zugleich Spielraum bleibt, ihn auf ausgelasteten Hosts zu erhöhen. Werte unter dem SoX-Minimum werden auf 17 Byte begrenzt.
  • chrome.audioInputCommand: SoX-Befehl, der aus CoreAudio BlackHole 2ch liest und Audio in chrome.audioFormat schreibt
  • chrome.audioOutputCommand: SoX-Befehl, der Audio in chrome.audioFormat liest und in CoreAudio BlackHole 2ch schreibt
  • chrome.bargeInInputCommand: optionaler lokaler Mikrofonbefehl, der vorzeichenbehaftetes 16-Bit-Little-Endian-Mono-PCM für die Erkennung menschlicher Unterbrechungen schreibt, während die Assistentenwiedergabe aktiv ist. Dies gilt derzeit für die vom Gateway gehostete chrome-Befehlspaar-Brücke.
  • chrome.bargeInRmsThreshold: 650: RMS-Pegel, der bei chrome.bargeInInputCommand als menschliche Unterbrechung zählt
  • chrome.bargeInPeakThreshold: 2500: Spitzenpegel, der bei chrome.bargeInInputCommand als menschliche Unterbrechung zählt
  • chrome.bargeInCooldownMs: 900: Mindestverzögerung zwischen wiederholten Bereinigungen menschlicher Unterbrechungen
  • mode: "agent": standardmäßiger Rücksprechmodus. Sprache von Teilnehmern wird vom konfigurierten Echtzeit-Transkriptions-Provider transkribiert, in einer meetingbezogenen Sub-Agent-Sitzung an den konfigurierten OpenClaw-Agent gesendet und über die normale OpenClaw-TTS-Laufzeit zurückgesprochen.
  • mode: "bidi": Fallback-Modus für ein direktes bidirektionales Echtzeitmodell. Der Echtzeit-Sprach-Provider beantwortet Sprache von Teilnehmern direkt und kann openclaw_agent_consult für tiefere oder toolgestützte Antworten aufrufen.
  • mode: "transcribe": reiner Beobachtungsmodus ohne Rücksprech-Brücke.
  • realtime.provider: "openai": Kompatibilitäts-Fallback, der verwendet wird, wenn die untenstehenden bereichsbezogenen Provider-Felder nicht gesetzt sind.
  • realtime.transcriptionProvider: "openai": Provider-ID, die vom agent-Modus für Echtzeit-Transkription verwendet wird.
  • realtime.voiceProvider: Provider-ID, die vom bidi-Modus für direkte Echtzeit-Sprache verwendet wird. Setzen Sie dies auf "google", um Gemini Live zu verwenden und die Transkription im Agent-Modus weiterhin auf OpenAI zu belassen.
  • realtime.toolPolicy: "safe-read-only"
  • realtime.instructions: kurze gesprochene Antworten, mit openclaw_agent_consult für tiefere Antworten
  • realtime.introMessage: kurze gesprochene Bereitschaftsprüfung, wenn die Echtzeit-Brücke eine Verbindung herstellt; setzen Sie dies auf "", um still beizutreten
  • realtime.agentId: optionale OpenClaw-Agent-ID für openclaw_agent_consult; Standardwert ist main

Optionale Überschreibungen:

{
  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: {
        voice: "Kore",
      },
    },
  },
}

ElevenLabs für Hören und Sprechen im Agent-Modus:

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

Die persistente Meet-Stimme stammt aus messages.tts.providers.elevenlabs.voiceId. Agent-Antworten können auch pro Antwort [[tts:voiceId=... model=eleven_v3]]-Direktiven verwenden, wenn TTS-Modellüberschreibungen aktiviert sind, aber die Konfiguration ist der deterministische Standard für Meetings. Beim Beitritt sollten die Logs transcriptionProvider=elevenlabs anzeigen, und jede gesprochene Antwort sollte provider=elevenlabs model=eleven_v3 voice=<voiceId> protokollieren.

Nur-Twilio-Konfiguration:

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

voiceCall.enabled ist standardmäßig true; mit Twilio-Transport delegiert es den eigentlichen PSTN-Anruf, DTMF und die Einführungsbegrüßung an das Voice Call Plugin. Voice Call spielt die DTMF-Sequenz ab, bevor der Echtzeit-Medienstream geöffnet wird, und verwendet dann den gespeicherten Einführungstext als anfängliche Echtzeit-Begrüßung. Wenn voice-call nicht aktiviert ist, kann Google Meet den Wählplan weiterhin validieren und aufzeichnen, aber den Twilio-Anruf nicht platzieren.

Tool

Agenten können das google_meet-Tool verwenden:

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

Verwenden Sie transport: "chrome", wenn Chrome auf dem Gateway-Host läuft. Verwenden Sie transport: "chrome-node", wenn Chrome auf einem gekoppelten Node wie einer Parallels-VM läuft. In beiden Fällen laufen die Modell-Provider und openclaw_agent_consult auf dem Gateway-Host, sodass die Modell-Anmeldedaten dort verbleiben. Mit dem standardmäßigen mode: "agent" übernimmt der Echtzeit-Transkriptions-Provider das Zuhören, der konfigurierte OpenClaw-Agent erzeugt die Antwort, und reguläres OpenClaw TTS spricht sie in Meet. Verwenden Sie mode: "bidi", wenn das Echtzeit-Sprachmodell direkt antworten soll. Der Rohwert mode: "realtime" wird weiterhin als Legacy-Kompatibilitätsalias für mode: "agent" akzeptiert, wird aber nicht mehr im Agent-Tool-Schema beworben. Logs im Agent-Modus enthalten beim Start der Brücke den aufgelösten Transkriptions-Provider bzw. das Modell sowie nach jeder synthetisierten Antwort den TTS-Provider, das Modell, die Stimme, das Ausgabeformat und die Abtastrate.

Verwenden Sie action: "status", um aktive Sitzungen aufzulisten oder eine Sitzungs-ID zu prüfen. Verwenden Sie action: "speak" mit sessionId und message, damit der Echtzeit-Agent sofort spricht. Verwenden Sie action: "test_speech", um die Sitzung zu erstellen oder wiederzuverwenden, eine bekannte Phrase auszulösen und den inCall-Zustand zurückzugeben, wenn der Chrome-Host ihn melden kann. test_speech erzwingt immer mode: "agent" und schlägt fehl, wenn es in mode: "transcribe" ausgeführt werden soll, weil reine Beobachtungssitzungen absichtlich keine Sprache ausgeben können. Das Ergebnis speechOutputVerified basiert darauf, dass während dieses Testaufrufs die Echtzeit-Audioausgabebytes zunehmen; daher zählt eine wiederverwendete Sitzung mit älterem Audio nicht als frische erfolgreiche Sprachprüfung. Verwenden Sie action: "leave", um eine Sitzung als beendet zu markieren.

status enthält Chrome-Zustand, sofern verfügbar:

  • inCall: Chrome scheint sich im Meet-Anruf zu befinden
  • micMuted: Best-Effort-Zustand des Meet-Mikrofons
  • manualActionRequired / manualActionReason / manualActionMessage: das Browserprofil benötigt manuelle Anmeldung, Zulassung durch den Meet-Host, Berechtigungen oder Reparatur der Browsersteuerung, bevor Sprache funktionieren kann
  • speechReady / speechBlockedReason / speechBlockedMessage: ob verwaltete Chrome-Sprache jetzt erlaubt ist. speechReady: false bedeutet, dass OpenClaw die Einführungs-/Testphrase nicht in die Audio-Brücke gesendet hat.
  • providerConnected / realtimeReady: Zustand der Echtzeit-Sprachbrücke
  • lastInputAt / lastOutputAt: zuletzt von der Brücke gesehenes oder an sie gesendetes Audio
  • audioOutputRouted / audioOutputDeviceLabel: ob die Medienausgabe des Meet-Tabs aktiv an das von der Brücke verwendete BlackHole-Gerät geroutet wurde
  • lastSuppressedInputAt / suppressedInputBytes: ignorierte loopback-Eingabe, während die Assistentenwiedergabe aktiv ist
{
  "action": "speak",
  "sessionId": "meet_...",
  "message": "Say exactly: I'm here and listening."
}

Agent- und bidi-Modi

Der Chrome-agent-Modus ist für das Verhalten „mein Agent ist im Meeting“ optimiert. Der Echtzeit-Transkriptions-Provider hört die Meeting-Audiodaten, finale Teilnehmertranskripte werden durch den konfigurierten OpenClaw-Agent geleitet, und die Antwort wird über die normale OpenClaw-TTS-Laufzeit gesprochen. Setzen Sie mode: "bidi", wenn das Echtzeit-Sprachmodell direkt antworten soll. Nahe beieinanderliegende finale Transkriptfragmente werden vor der Konsultation zusammengeführt, damit ein gesprochener Beitrag nicht mehrere veraltete Teilantworten erzeugt. Echtzeit-Eingabe wird außerdem unterdrückt, während in die Warteschlange gestellte Assistentenaudios noch abgespielt werden, und aktuelle assistentenähnliche Transkriptechos werden vor der Agent-Konsultation ignoriert, damit BlackHole-loopback den Agent nicht dazu bringt, auf seine eigene Sprache zu antworten.

Modus Wer entscheidet die Antwort Pfad der Sprachausgabe Verwendung, wenn
agent Der konfigurierte OpenClaw-Agent Normale OpenClaw-TTS-Laufzeit Sie das Verhalten „mein Agent ist im Meeting“ möchten
bidi Das Echtzeit-Sprachmodell Audioantwort des Echtzeit-Sprach-Provider Sie die Sprachschleife mit der geringsten Latenz möchten

Wenn das Echtzeitmodell im bidi-Modus tiefere Schlussfolgerungen, aktuelle Informationen oder normale OpenClaw-Tools benötigt, kann es openclaw_agent_consult aufrufen.

Das Consult-Tool führt im Hintergrund den regulären OpenClaw Agent mit aktuellem Meeting-Transkriptkontext aus und gibt eine kurze gesprochene Antwort zurück. Im agent-Modus sendet OpenClaw diese Antwort direkt an die TTS-Runtime; im bidi-Modus kann das Realtime-Sprachmodell das Consult-Ergebnis zurück in das Meeting sprechen. Es verwendet dieselbe gemeinsame Consult-Infrastruktur wie Voice Call.

Standardmäßig laufen Consults gegen den main-Agent. Setzen Sie realtime.agentId, wenn eine Meet-Lane einen dedizierten OpenClaw Agent-Arbeitsbereich, Modellvorgaben, Tool-Richtlinien, Speicher und Sitzungsverlauf konsultieren soll.

Consults im Agent-Modus verwenden einen sitzungsspezifischen Schlüssel agent:<id>:subagent:google-meet:<session>, sodass Rückfragen den Meeting-Kontext beibehalten und gleichzeitig die normale Agent-Richtlinie vom konfigurierten Agent erben.

realtime.toolPolicy steuert den Consult-Lauf:

  • safe-read-only: macht das Consult-Tool verfügbar und beschränkt den regulären Agent auf read, web_search, web_fetch, x_search, memory_search und memory_get.
  • owner: macht das Consult-Tool verfügbar und lässt den regulären Agent die normale Agent-Tool-Richtlinie verwenden.
  • none: macht das Consult-Tool für das Realtime-Sprachmodell nicht verfügbar.

Der Consult-Sitzungsschlüssel ist pro Meet-Sitzung begrenzt, sodass nachfolgende Consult-Aufrufe während desselben Meetings vorherigen Consult-Kontext wiederverwenden können.

Um eine gesprochene Bereitschaftsprüfung zu erzwingen, nachdem Chrome dem Anruf vollständig beigetreten ist:

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

Für den vollständigen Beitreten-und-Sprechen-Smoke-Test:

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

Live-Test-Checkliste

Verwenden Sie diese Sequenz, bevor Sie ein Meeting an einen unbeaufsichtigten Agent übergeben:

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

Erwarteter Chrome-node-Zustand:

  • googlemeet setup ist vollständig grün.
  • googlemeet setup enthält chrome-node-connected, wenn Chrome-node der Standardtransport ist oder ein Node festgelegt ist.
  • nodes status zeigt den ausgewählten Node als verbunden an.
  • Der ausgewählte Node kündigt sowohl googlemeet.chrome als auch browser.proxy an.
  • Der Meet-Tab tritt dem Anruf bei und test-speech gibt Chrome-Health mit inCall: true zurück.

Für einen entfernten Chrome-Host wie eine Parallels-macOS-VM ist dies die kürzeste sichere Prüfung nach dem Aktualisieren des Gateway oder der VM:

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

Das beweist, dass das Gateway-Plugin geladen ist, der VM-Node mit dem aktuellen Token verbunden ist und die Meet-Audio-Bridge verfügbar ist, bevor ein Agent einen echten Meeting-Tab öffnet.

Für einen Twilio-Smoke-Test verwenden Sie ein Meeting, das Telefon-Einwahldaten bereitstellt:

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

Erwarteter Twilio-Zustand:

  • googlemeet setup enthält grüne Prüfungen für twilio-voice-call-plugin, twilio-voice-call-credentials und twilio-voice-call-webhook.
  • voicecall ist nach dem Neuladen des Gateway in der CLI verfügbar.
  • Die zurückgegebene Sitzung hat transport: "twilio" und eine twilio.voiceCallId.
  • openclaw logs --follow zeigt, dass DTMF-TwiML vor Realtime-TwiML bereitgestellt wurde, danach eine Realtime-Bridge mit der eingereihten ersten Begrüßung.
  • googlemeet leave <sessionId> legt den delegierten Sprachanruf auf.

Fehlerbehebung

Agent sieht das Google Meet-Tool nicht

Bestätigen Sie, dass das Plugin in der Gateway-Konfiguration aktiviert ist, und laden Sie das Gateway neu:

openclaw plugins list | grep google-meet
openclaw googlemeet setup

Wenn Sie gerade plugins.entries.google-meet bearbeitet haben, starten oder laden Sie das Gateway neu. Der laufende Agent sieht nur Plugin-Tools, die vom aktuellen Gateway-Prozess registriert wurden.

Auf Gateway-Hosts ohne macOS bleibt das agentenseitige google_meet-Tool sichtbar, aber lokale Chrome-Talk-back-Aktionen werden blockiert, bevor sie die Audio-Bridge erreichen. Lokales Chrome-Talk-back-Audio hängt derzeit von macOS BlackHole 2ch ab, daher sollten Linux-Agents mode: "transcribe", Twilio-Einwahl oder einen macOS- chrome-node-Host anstelle des standardmäßigen lokalen Chrome-Agent-Pfads verwenden.

Kein verbundener Google Meet-fähiger Node

Führen Sie auf dem Node-Host aus:

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

Genehmigen Sie auf dem Gateway-Host den Node und prüfen Sie die Befehle:

openclaw devices list
openclaw devices approve <requestId>
openclaw nodes status

Der Node muss verbunden sein und googlemeet.chrome plus browser.proxy auflisten. Die Gateway-Konfiguration muss diese Node-Befehle erlauben:

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

Wenn googlemeet setup bei chrome-node-connected fehlschlägt oder das Gateway-Log gateway token mismatch meldet, installieren oder starten Sie den Node mit dem aktuellen Gateway-Token neu. Für ein LAN-Gateway bedeutet das üblicherweise:

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

Laden Sie dann den Node-Dienst neu und führen Sie erneut aus:

openclaw googlemeet setup
openclaw nodes status --connected

Browser öffnet sich, aber Agent kann nicht beitreten

Führen Sie googlemeet test-listen für reine Beobachtungsbeitritte oder googlemeet test-speech für Realtime-Beitritte aus und prüfen Sie dann die zurückgegebene Chrome-Health. Wenn einer der Probes manualActionRequired: true meldet, zeigen Sie dem Operator manualActionMessage an und beenden Sie Wiederholungen, bis die Browser-Aktion abgeschlossen ist.

Häufige manuelle Aktionen:

  • Beim Chrome-Profil anmelden.
  • Den Gast über das Meet-Hostkonto zulassen.
  • Chrome-Mikrofon-/Kameraberechtigungen erteilen, wenn Chromes native Berechtigungsabfrage erscheint.
  • Einen hängenden Meet-Berechtigungsdialog schließen oder reparieren.

Melden Sie nicht „nicht angemeldet“, nur weil Meet „Do you want people to hear you in the meeting?“ anzeigt. Das ist Meets Audio-Auswahl-Zwischenseite; OpenClaw klickt Use microphone per Browser-Automatisierung an, wenn verfügbar, und wartet weiter auf den echten Meeting-Zustand. Für den reinen Browser-Fallback zur Erstellung kann OpenClaw Continue without microphone anklicken, weil das Erstellen der URL den Realtime-Audiopfad nicht benötigt.

Meeting-Erstellung schlägt fehl

googlemeet create verwendet zuerst den Google Meet API-Endpunkt spaces.create, wenn OAuth-Anmeldedaten konfiguriert sind. Ohne OAuth-Anmeldedaten fällt es auf den festgelegten Chrome-Node-Browser zurück. Bestätigen Sie:

  • Für API-Erstellung: oauth.clientId und oauth.refreshToken sind konfiguriert, oder passende OPENCLAW_GOOGLE_MEET_*-Umgebungsvariablen sind vorhanden.
  • Für API-Erstellung: Das Refresh-Token wurde erstellt, nachdem die Erstellungsunterstützung hinzugefügt wurde. Älteren Tokens kann der Scope meetings.space.created fehlen; führen Sie openclaw googlemeet auth login --json erneut aus und aktualisieren Sie die Plugin-Konfiguration.
  • Für Browser-Fallback: defaultTransport: "chrome-node" und chromeNode.node zeigen auf einen verbundenen Node mit browser.proxy und googlemeet.chrome.
  • Für Browser-Fallback: Das OpenClaw Chrome-Profil auf diesem Node ist bei Google angemeldet und kann https://meet.google.com/new öffnen.
  • Für Browser-Fallback: Wiederholungen verwenden einen vorhandenen https://meet.google.com/new- oder Google-Konto-Aufforderungstab wieder, bevor sie einen neuen Tab öffnen. Wenn bei einem Agent ein Timeout auftritt, wiederholen Sie den Tool-Aufruf, statt manuell einen weiteren Meet-Tab zu öffnen.
  • Für Browser-Fallback: Wenn das Tool manualActionRequired: true zurückgibt, verwenden Sie die zurückgegebenen Werte browser.nodeId, browser.targetId, browserUrl und manualActionMessage, um den Operator anzuleiten. Wiederholen Sie nicht in einer Schleife, bis diese Aktion abgeschlossen ist.
  • Für Browser-Fallback: Wenn Meet „Do you want people to hear you in the meeting?“ anzeigt, lassen Sie den Tab geöffnet. OpenClaw sollte Use microphone oder, beim reinen Erstellungs-Fallback, Continue without microphone per Browser- Automatisierung anklicken und weiter auf die generierte Meet-URL warten. Wenn das nicht möglich ist, sollte der Fehler meet-audio-choice-required erwähnen, nicht google-login-required.

Agent tritt bei, spricht aber nicht

Prüfen Sie den Realtime-Pfad:

openclaw googlemeet setup
openclaw googlemeet doctor

Verwenden Sie mode: "agent" für den normalen STT -> OpenClaw Agent -> TTS-Talk-back-Pfad oder mode: "bidi" für den direkten Realtime-Sprach-Fallback. mode: "transcribe" startet absichtlich keine Talk-back-Bridge. Führen Sie für reine Beobachtungs-Debugs openclaw googlemeet status --json <session-id> aus, nachdem Teilnehmer gesprochen haben, und prüfen Sie captioning, transcriptLines und lastCaptionText. Wenn inCall true ist, aber transcriptLines bei 0 bleibt, sind Meet-Untertitel möglicherweise deaktiviert, niemand hat seit der Installation des Beobachters gesprochen, die Meet-Oberfläche hat sich geändert oder Live- Untertitel sind für die Meeting-Sprache bzw. das Konto nicht verfügbar.

googlemeet test-speech prüft immer den Realtime-Pfad und meldet, ob Bridge-Ausgabebytes für diesen Aufruf beobachtet wurden. Wenn speechOutputVerified false und speechOutputTimedOut true ist, hat der Realtime-Provider die Äußerung möglicherweise akzeptiert, aber OpenClaw hat keine neuen Ausgabebytes gesehen, die die Chrome-Audio- Bridge erreichen.

Prüfen Sie außerdem:

  • Ein Realtime-Provider-Schlüssel ist auf dem Gateway-Host verfügbar, z. B. OPENAI_API_KEY oder GEMINI_API_KEY.
  • BlackHole 2ch ist auf dem Chrome-Host sichtbar.
  • sox ist auf dem Chrome-Host vorhanden.
  • Meet-Mikrofon und -Lautsprecher werden über den von OpenClaw verwendeten virtuellen Audiopfad geroutet. doctor sollte bei lokalen Chrome-Realtime-Beitritten meet output routed: yes anzeigen.

googlemeet doctor [session-id] gibt Sitzung, Node, Anrufzustand, manuellen Aktionsgrund, Realtime-Provider-Verbindung, realtimeReady, Audio- Ein-/Ausgabeaktivität, letzte Audio-Zeitstempel, Byte-Zähler und Browser-URL aus. Verwenden Sie googlemeet status [session-id] --json, wenn Sie das rohe JSON benötigen. Verwenden Sie googlemeet doctor --oauth, wenn Sie Google Meet OAuth-Refresh prüfen müssen, ohne Tokens offenzulegen; fügen Sie --meeting oder --create-space hinzu, wenn Sie zusätzlich einen Google Meet API-Nachweis benötigen.

Wenn bei einem Agent ein Timeout aufgetreten ist und Sie bereits einen geöffneten Meet-Tab sehen, prüfen Sie diesen Tab, ohne einen weiteren zu öffnen:

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

Die entsprechende Tool-Aktion ist recover_current_tab. Sie fokussiert und prüft einen vorhandenen Meet-Tab für den ausgewählten Transport. Mit chrome verwendet sie lokale Browser-Steuerung über das Gateway; mit chrome-node verwendet sie den konfigurierten Chrome-Node. Sie öffnet keinen neuen Tab und erstellt keine neue Sitzung; sie meldet den aktuellen Blocker, etwa Anmeldung, Zulassung, Berechtigungen oder Audio-Auswahlzustand. Der CLI-Befehl spricht mit dem konfigurierten Gateway, daher muss das Gateway laufen; chrome-node erfordert außerdem, dass der Chrome-Node verbunden ist.

Twilio-Einrichtungsprüfungen schlagen fehl

twilio-voice-call-plugin schlägt fehl, wenn voice-call nicht erlaubt oder nicht aktiviert ist. Fügen Sie es zu plugins.allow hinzu, aktivieren Sie plugins.entries.voice-call und laden Sie das Gateway neu.

twilio-voice-call-credentials schlägt fehl, wenn dem Twilio-Backend Konto- SID, Auth-Token oder Anrufernummer fehlen. Setzen Sie diese auf dem Gateway-Host:

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

twilio-voice-call-webhook schlägt fehl, wenn voice-call keine öffentliche Webhook- Freigabe hat oder wenn publicUrl auf local loopback oder privaten Netzwerkbereich zeigt. Setzen Sie plugins.entries.voice-call.config.publicUrl auf die öffentliche Provider-URL oder konfigurieren Sie einen voice-call-Tunnel bzw. eine Tailscale-Freigabe.

Loopback- und private URLs sind für Carrier-Callbacks nicht gültig. Verwenden Sie nicht 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 oder fd00::/8 als publicUrl.

Für eine stabile öffentliche URL:

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

Verwenden Sie für die lokale Entwicklung eine Tunnel- oder Tailscale-Freigabe statt einer privaten Host-URL:

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

Starten oder laden Sie anschließend den Gateway neu und führen Sie Folgendes aus:

openclaw googlemeet setup --transport twilio
openclaw voicecall setup
openclaw voicecall smoke

voicecall smoke prüft standardmäßig nur die Bereitschaft. Für einen Testlauf mit einer bestimmten Nummer:

openclaw voicecall smoke --to "+15555550123"

Fügen Sie --yes nur hinzu, wenn Sie bewusst einen echten ausgehenden Benachrichtigungsanruf auslösen möchten:

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

Twilio-Anruf startet, tritt dem Meeting aber nie bei

Bestätigen Sie, dass das Meet-Ereignis Details zur telefonischen Einwahl bereitstellt. Übergeben Sie die exakte Einwahlnummer und PIN oder eine benutzerdefinierte DTMF-Sequenz:

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

Verwenden Sie führende w oder Kommas in --dtmf-sequence, wenn der Provider vor der Eingabe der PIN eine Pause benötigt.

Wenn der Telefonanruf erstellt wird, die Meet-Teilnehmerliste den Einwahlteilnehmer aber nie anzeigt:

  • Führen Sie openclaw googlemeet doctor <session-id> aus, um die delegierte Twilio- Anruf-ID zu bestätigen, ob DTMF in die Warteschlange gestellt wurde und ob die Begrüßung angefordert wurde.
  • Führen Sie openclaw voicecall status --call-id <id> aus und bestätigen Sie, dass der Anruf noch aktiv ist.
  • Führen Sie openclaw voicecall tail aus und prüfen Sie, ob Twilio-Webhooks am Gateway eintreffen.
  • Führen Sie openclaw logs --follow aus und suchen Sie nach der Twilio-Meet-Sequenz: Google Meet delegiert den Beitritt, Voice Call speichert und liefert Pre-Connect-DTMF-TwiML, Voice Call liefert Echtzeit-TwiML für den Twilio-Anruf, anschließend fordert Google Meet Einführungssprache mit voicecall.speak an.
  • Führen Sie openclaw googlemeet setup --transport twilio erneut aus; eine grüne Setup-Prüfung ist erforderlich, beweist aber nicht, dass die Meeting-PIN-Sequenz korrekt ist.
  • Bestätigen Sie, dass die Einwahlnummer zur selben Meet-Einladung und Region gehört wie die PIN.
  • Erhöhen Sie voiceCall.dtmfDelayMs gegenüber dem Standardwert von 12 Sekunden, wenn Meet langsam antwortet oder das Anruftranskript weiterhin die Aufforderung zur PIN-Eingabe zeigt, nachdem Pre-Connect-DTMF gesendet wurde.
  • Wenn der Teilnehmer beitritt, Sie die Begrüßung aber nicht hören, prüfen Sie openclaw logs --follow auf die Post-DTMF-Anforderung voicecall.speak und entweder die TTS-Wiedergabe über den Medienstream oder den Twilio-OPENCLAW_DOCS_MARKER:calloutOpen:U2F5-Fallback. Wenn das Anruftranskript weiterhin „enter the meeting PIN“ enthält, ist die Telefonverbindung dem Meet-Raum noch nicht beigetreten, sodass Meeting-Teilnehmer keine Sprache hören.

Wenn Webhooks nicht eintreffen, debuggen Sie zuerst das Voice Call Plugin: Der Provider muss plugins.entries.voice-call.config.publicUrl oder den konfigurierten Tunnel erreichen. Siehe Problembehandlung für Voice Call.

Hinweise

Die offizielle Medien-API von Google Meet ist auf Empfang ausgerichtet, daher benötigt das Sprechen in einen Meet- Anruf weiterhin einen Teilnehmerpfad. Dieses Plugin macht diese Grenze sichtbar: Chrome übernimmt die Browser-Teilnahme und das lokale Audio-Routing; Twilio übernimmt die Teilnahme per Telefoneinwahl.

Chrome-Talk-Back-Modi benötigen BlackHole 2ch plus eines der folgenden Elemente:

  • chrome.audioInputCommand plus chrome.audioOutputCommand: OpenClaw verwaltet die Bridge und leitet Audio in chrome.audioFormat zwischen diesen Befehlen und dem ausgewählten Provider weiter. Der Agent-Modus verwendet Echtzeit-Transkription plus reguläres TTS; der Bidi-Modus verwendet den Echtzeit-Voice-Provider. Der Standard-Chrome-Pfad ist 24 kHz PCM16 mit chrome.audioBufferBytes: 4096; 8 kHz G.711 mu-law bleibt für ältere Befehlspaare verfügbar.
  • chrome.audioBridgeCommand: Ein externer Bridge-Befehl verwaltet den gesamten lokalen Audiopfad und muss nach dem Starten oder Validieren seines Daemons beendet werden. Dies ist nur für bidi gültig, da der agent-Modus direkten Zugriff auf Befehlspaare für TTS benötigt.

Wenn ein Agent im Agent-Modus das Tool google_meet aufruft, forkt die Meeting-Beratungssitzung das aktuelle Transkript des Aufrufers, bevor sie auf Teilnehmer- sprache antwortet. Die Meet-Sitzung bleibt weiterhin getrennt (agent:<agentId>:subagent:google-meet:<sessionId>), sodass Meeting-Folgeaktionen das Aufrufertranskript nicht direkt verändern.

Für sauberes Duplex-Audio leiten Sie Meet-Ausgabe und Meet-Mikrofon über getrennte virtuelle Geräte oder einen virtuellen Gerätegraphen im Loopback-Stil. Ein einzelnes gemeinsam genutztes BlackHole-Gerät kann andere Teilnehmer zurück in den Anruf spiegeln.

Mit der Chrome-Bridge aus Befehlspaaren kann chrome.bargeInInputCommand ein separates lokales Mikrofon abhören und die Assistentenwiedergabe löschen, sobald der Mensch zu sprechen beginnt. Dadurch bleibt menschliche Sprache vor der Assistentenausgabe, selbst wenn die gemeinsam genutzte BlackHole-Loopback-Eingabe während der Assistentenwiedergabe vorübergehend unterdrückt wird. Wie chrome.audioInputCommand und chrome.audioOutputCommand ist dies ein lokaler, vom Betreiber konfigurierter Befehl. Verwenden Sie einen ausdrücklich vertrauenswürdigen Befehlspfad oder eine Argumentliste, und verweisen Sie nicht auf Skripte aus nicht vertrauenswürdigen Speicherorten.

googlemeet speak löst die aktive Talk-Back-Audio-Bridge für eine Chrome- Sitzung aus. googlemeet leave stoppt diese Bridge. Für Twilio-Sitzungen, die über das Voice Call Plugin delegiert werden, legt leave auch den zugrunde liegenden Sprachanruf auf. Verwenden Sie googlemeet end-active-conference, wenn Sie auch die aktive Google-Meet-Konferenz für einen API-verwalteten Space schließen möchten.

Verwandte Themen