Google (Gemini)

Plugin Google menyediakan akses ke model Gemini melalui Google AI Studio, ditambah pembuatan gambar, pemahaman media (gambar/audio/video), text-to-speech, dan pencarian web melalui Gemini Grounding.

• Penyedia: google
• Autentikasi: GEMINI_API_KEY atau GOOGLE_API_KEY
• API: Google Gemini API
• Opsi runtime: agents.defaults.agentRuntime.id: "google-gemini-cli" menggunakan ulang OAuth Gemini CLI sambil menjaga referensi model tetap kanonis sebagai google/*.

# Memulai

Pilih metode autentikasi yang Anda inginkan dan ikuti langkah-langkah penyiapannya.

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

# Kapabilitas

# Pencarian web

Penyedia pencarian web gemini bawaan menggunakan grounding Google Search Gemini. Konfigurasikan kunci pencarian khusus di bawah plugins.entries.google.config.webSearch, atau biarkan menggunakan ulang models.providers.google.apiKey setelah 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",
          },
        },
      },
    },
  },
}

Prioritas kredensial adalah webSearch.apiKey khusus, lalu GEMINI_API_KEY, lalu models.providers.google.apiKey. webSearch.baseUrl bersifat opsional dan tersedia untuk proxy operator atau endpoint Gemini API yang kompatibel; saat dihilangkan, pencarian web Gemini menggunakan ulang models.providers.google.baseUrl. Lihat Pencarian Gemini untuk perilaku alat khusus penyedia.

# Pembuatan gambar

Penyedia pembuatan gambar google bawaan menggunakan default google/gemini-3.1-flash-image-preview.

• Juga mendukung google/gemini-3-pro-image-preview
• Buat: hingga 4 gambar per permintaan
• Mode edit: diaktifkan, hingga 5 gambar input
• Kontrol geometri: size, aspectRatio, dan resolution

Untuk menggunakan Google sebagai penyedia gambar default:

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

# Pembuatan video

Plugin google bawaan juga mendaftarkan pembuatan video melalui alat bersama video_generate.

• Model video default: google/veo-3.1-fast-generate-preview
• Mode: alur teks-ke-video, gambar-ke-video, dan referensi video tunggal
• Mendukung aspectRatio, resolution, dan audio
• Batas durasi saat ini: 4 hingga 8 detik

Untuk menggunakan Google sebagai penyedia video default:

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

# Pembuatan musik

Plugin google bawaan juga mendaftarkan pembuatan musik melalui alat bersama music_generate.

• Model musik default: google/lyria-3-clip-preview
• Juga mendukung google/lyria-3-pro-preview
• Kontrol prompt: lyrics dan instrumental
• Format output: mp3 secara default, ditambah wav pada google/lyria-3-pro-preview
• Input referensi: hingga 10 gambar
• Eksekusi berbasis sesi dilepas melalui alur tugas/status bersama, termasuk action: "status"

Untuk menggunakan Google sebagai penyedia musik default:

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

# Text-to-speech

Penyedia ucapan google bawaan menggunakan jalur TTS Gemini API dengan gemini-3.1-flash-tts-preview.

• Suara default: Kore
• Autentikasi: messages.tts.providers.google.apiKey, models.providers.google.apiKey, GEMINI_API_KEY, atau GOOGLE_API_KEY
• Output: WAV untuk lampiran TTS reguler, Opus untuk target catatan suara, PCM untuk Talk/telefoni
• Output catatan suara: PCM Google dibungkus sebagai WAV dan ditranskode ke Opus 48 kHz dengan ffmpeg

Jalur batch TTS Gemini milik Google mengembalikan audio yang dibuat dalam respons generateContent yang selesai. Untuk percakapan lisan dengan latensi terendah, gunakan penyedia suara realtime Google yang didukung Gemini Live API, bukan batch TTS.

Untuk menggunakan Google sebagai penyedia TTS default:

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

TTS Gemini API menggunakan prompt bahasa alami untuk kontrol gaya. Atur audioProfile untuk menambahkan prompt gaya yang dapat digunakan ulang sebelum teks yang diucapkan. Atur speakerName saat teks prompt Anda merujuk pada pembicara bernama.

TTS Gemini API juga menerima tag audio ekspresif dalam tanda kurung siku di teks, seperti [whispers] atau [laughs]. Untuk menjaga tag tidak muncul di balasan chat yang terlihat sambil mengirimnya ke TTS, letakkan di dalam blok [[tts:text]]...[[/tts:text]]:

Here is the clean reply text.

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

# Suara realtime

Plugin google bawaan mendaftarkan penyedia suara realtime yang didukung oleh Gemini Live API untuk jembatan audio backend seperti Voice Call dan Google Meet.

Contoh konfigurasi waktu nyata Panggilan Suara:

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

Untuk verifikasi langsung maintainer, jalankan OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. Bagian Google membuat bentuk token Live API terbatas yang sama seperti yang digunakan oleh Control UI Talk, membuka endpoint WebSocket browser, mengirim payload penyiapan awal, dan menunggu setupComplete.

# Konfigurasi lanjutan

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

# Terkait