Google (Gemini)

Le Plugin Google donne accès aux modèles Gemini via Google AI Studio, ainsi qu’à la génération d’images, à la compréhension des médias (image/audio/vidéo), à la synthèse vocale et à la recherche web via Gemini Grounding.

• Fournisseur : google
• Authentification : GEMINI_API_KEY ou GOOGLE_API_KEY
• API : API Google Gemini
• Option d’exécution : agents.defaults.agentRuntime.id: "google-gemini-cli" réutilise l’OAuth Gemini CLI tout en conservant les références de modèles canoniques sous la forme google/*.

# Bien démarrer

Choisissez votre méthode d’authentification préférée et suivez les étapes de configuration.

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

# Capacités

# Recherche web

Le fournisseur de recherche web gemini intégré utilise le grounding Gemini Google Search. Configurez une clé de recherche dédiée sous plugins.entries.google.config.webSearch, ou laissez-le réutiliser models.providers.google.apiKey après 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",
          },
        },
      },
    },
  },
}

La priorité des identifiants est la clé dédiée webSearch.apiKey, puis GEMINI_API_KEY, puis models.providers.google.apiKey. webSearch.baseUrl est facultatif et existe pour les proxys d’opérateur ou les points de terminaison compatibles avec Gemini API ; lorsqu’il est omis, la recherche web Gemini réutilise models.providers.google.baseUrl. Consultez Recherche Gemini pour le comportement d’outil propre au fournisseur.

# Génération d’images

Le fournisseur de génération d’images google intégré utilise par défaut google/gemini-3.1-flash-image-preview.

• Prend également en charge google/gemini-3-pro-image-preview
• Génération : jusqu’à 4 images par requête
• Mode édition : activé, jusqu’à 5 images d’entrée
• Contrôles de géométrie : size, aspectRatio et resolution

Pour utiliser Google comme fournisseur d’images par défaut :

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

# Génération vidéo

Le Plugin google intégré enregistre également la génération vidéo via l’outil partagé video_generate.

• Modèle vidéo par défaut : google/veo-3.1-fast-generate-preview
• Modes : texte vers vidéo, image vers vidéo et flux de référence à vidéo unique
• Prend en charge aspectRatio, resolution et audio
• Limite de durée actuelle : 4 à 8 secondes

Pour utiliser Google comme fournisseur vidéo par défaut :

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

# Génération de musique

Le Plugin google intégré enregistre également la génération de musique via l’outil partagé music_generate.

• Modèle de musique par défaut : google/lyria-3-clip-preview
• Prend également en charge google/lyria-3-pro-preview
• Contrôles de prompt : lyrics et instrumental
• Format de sortie : mp3 par défaut, plus wav sur google/lyria-3-pro-preview
• Entrées de référence : jusqu’à 10 images
• Les exécutions adossées à une session se détachent via le flux partagé de tâche/statut, y compris action: "status"

Pour utiliser Google comme fournisseur de musique par défaut :

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

# Synthèse vocale

Le fournisseur vocal google intégré utilise le chemin TTS de Gemini API avec gemini-3.1-flash-tts-preview.

• Voix par défaut : Kore
• Authentification : messages.tts.providers.google.apiKey, models.providers.google.apiKey, GEMINI_API_KEY ou GOOGLE_API_KEY
• Sortie : WAV pour les pièces jointes TTS standard, Opus pour les cibles de notes vocales, PCM pour Talk/téléphonie
• Sortie de note vocale : le PCM Google est encapsulé en WAV et transcodé en Opus à 48 kHz avec ffmpeg

Le chemin Gemini TTS par lot de Google renvoie l’audio généré dans la réponse generateContent terminée. Pour des conversations parlées à latence minimale, utilisez le fournisseur vocal temps réel de Google adossé à Gemini Live API plutôt que la TTS par lot.

Pour utiliser Google comme fournisseur TTS par défaut :

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

Gemini API TTS utilise le prompting en langage naturel pour le contrôle du style. Définissez audioProfile pour préfixer un prompt de style réutilisable avant le texte parlé. Définissez speakerName lorsque le texte de votre prompt fait référence à un locuteur nommé.

Gemini API TTS accepte également dans le texte des balises audio expressives entre crochets, comme [whispers] ou [laughs]. Pour éviter que les balises n’apparaissent dans la réponse de chat visible tout en les envoyant à TTS, placez-les dans un bloc [[tts:text]]...[[/tts:text]] :

Here is the clean reply text.

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

# Voix en temps réel

Le Plugin google intégré enregistre un fournisseur vocal temps réel adossé à Gemini Live API pour les ponts audio backend tels que Voice Call et Google Meet.

Exemple de configuration temps réel Voice Call :

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

Pour la vérification live par les mainteneurs, exécutez OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. La jambe Google émet la même forme de jeton Live API contraint utilisée par Control UI Talk, ouvre le point de terminaison WebSocket du navigateur, envoie la charge utile de configuration initiale et attend setupComplete.

# Configuration avancée

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

# Articles associés