- المزوّد:
google - المصادقة:
GEMINI_API_KEYأوGOOGLE_API_KEY - الواجهة البرمجية: Google Gemini API
- خيار التشغيل: المزوّد/النموذج
agentRuntime.id: "google-gemini-cli"يعيد استخدام OAuth الخاص بـ Gemini CLI مع إبقاء مراجع النماذج معيارية بصيغةgoogle/*.
البدء
اختر طريقة المصادقة المفضلة لديك واتبع خطوات الإعداد.- API key
- Gemini CLI (OAuth)
الإمكانات
| الإمكانية | مدعومة |
|---|---|
| إكمالات الدردشة | نعم |
| توليد الصور | نعم |
| توليد الموسيقى | نعم |
| تحويل النص إلى كلام | نعم |
| الصوت الفوري | نعم (Google Live API) |
| فهم الصور | نعم |
| نسخ الصوت | نعم |
| فهم الفيديو | نعم |
| بحث الويب (Grounding) | نعم |
| التفكير/الاستدلال | نعم (Gemini 2.5+ / Gemini 3+) |
| نماذج Gemma 4 | نعم |
بحث الويب
يستخدم مزوّد بحث الويبgemini المضمن تأريض Gemini Google Search.
هيّئ مفتاح بحث مخصصًا ضمن plugins.entries.google.config.webSearch،
أو دعه يعيد استخدام models.providers.google.apiKey بعد GEMINI_API_KEY:
webSearch.apiKey المخصص، ثم GEMINI_API_KEY،
ثم models.providers.google.apiKey. يُعد webSearch.baseUrl اختياريًا
وهو موجود لوكلاء المشغّل أو نقاط نهاية Gemini API المتوافقة؛ عند حذفه،
يعيد بحث الويب في Gemini استخدام models.providers.google.baseUrl. راجع
بحث Gemini لمعرفة سلوك الأداة الخاص بالمزوّد.
توليد الصور
يعتمد مزوّد توليد الصورgoogle المضمن افتراضيًا على
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:
sizeوaspectRatioوresolution
راجع توليد الصور لمعلمات الأداة المشتركة، واختيار المزوّد، وسلوك تجاوز الفشل.
توليد الفيديو
يسجل Plugingoogle المضمن أيضًا توليد الفيديو عبر أداة
video_generate المشتركة.
- نموذج الفيديو الافتراضي:
google/veo-3.1-fast-generate-preview - الأوضاع: تحويل النص إلى فيديو، وتحويل الصورة إلى فيديو، وتدفقات مرجع الفيديو الواحد
- يدعم
aspectRatio(16:9،9:16) وresolution(720P،1080P)؛ إخراج الصوت غير مدعوم في Veo حاليًا - المدد المدعومة: 4 أو 6 أو 8 ثوانٍ (تُقرَّب القيم الأخرى إلى أقرب قيمة مسموحة)
راجع توليد الفيديو لمعلمات الأداة المشتركة، واختيار المزوّد، وسلوك تجاوز الفشل.
توليد الموسيقى
يسجل Plugingoogle المضمن 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 المطالبة:
lyricsوinstrumental - صيغة الإخراج:
mp3افتراضيًا، بالإضافة إلىwavعلىgoogle/lyria-3-pro-preview - إدخالات المراجع: حتى 10 صور
- تنفصل التشغيلات المدعومة بالجلسة عبر تدفق المهمة/الحالة المشترك، بما في ذلك
action: "status"
راجع توليد الموسيقى لمعلمات الأداة المشتركة، واختيار المزوّد، وسلوك تجاوز الفشل.
تحويل النص إلى كلام
يستخدم مزوّد الكلامgoogle المضمن مسار TTS في Gemini API مع
gemini-3.1-flash-tts-preview.
- الصوت الافتراضي:
Kore - المصادقة:
messages.tts.providers.google.apiKeyأوmodels.providers.google.apiKeyأوGEMINI_API_KEYأوGOOGLE_API_KEY - الإخراج: WAV لمرفقات TTS العادية، وOpus لأهداف الملاحظات الصوتية، وPCM لـ Talk/الاتصالات الهاتفية
- إخراج الملاحظات الصوتية: يُغلَّف Google PCM كـ WAV ويُحوَّل إلى Opus بتردد 48 kHz باستخدام
ffmpeg
generateContent المكتملة. للمحادثات المنطوقة بأدنى زمن تأخير، استخدم
مزوّد الصوت الفوري في Google المدعوم بـ Gemini Live API بدلًا من TTS الدفعي.
لاستخدام Google كمزوّد TTS الافتراضي:
audioProfile لإضافة مطالبة أسلوب قابلة لإعادة الاستخدام قبل النص المنطوق. عيّن
speakerName عندما يشير نص المطالبة إلى متحدث مسمّى.
يقبل Gemini API TTS أيضًا وسوم صوت تعبيرية بين أقواس مربعة في النص،
مثل [whispers] أو [laughs]. لإبقاء الوسوم خارج رد الدردشة المرئي
مع إرسالها إلى TTS، ضعها داخل كتلة [[tts:text]]...[[/tts:text]]:
مفتاح API من Google Cloud Console مقيّد بـ Gemini API صالح لهذا
المزوّد. هذا ليس مسار Cloud Text-to-Speech API المنفصل.
الصوت الفوري
يسجل Plugingoogle المضمن مزوّد صوت فوري مدعومًا بـ
Gemini Live API لجسور الصوت الخلفية مثل Voice Call وGoogle Meet.
| الإعداد | مسار الإعداد | الافتراضي |
|---|---|---|
| النموذج | plugins.entries.voice-call.config.realtime.providers.google.model | gemini-2.5-flash-native-audio-preview-12-2025 |
| الصوت | ...google.voice | Kore |
| درجة الحرارة | ...google.temperature | (غير مضبوط) |
| حساسية بدء VAD | ...google.startSensitivity | (غير مضبوط) |
| حساسية انتهاء VAD | ...google.endSensitivity | (غير مضبوط) |
| مدة الصمت | ...google.silenceDurationMs | (غير مضبوط) |
| معالجة النشاط | ...google.activityHandling | إعداد Google الافتراضي، start-of-activity-interrupts |
| تغطية الدور | ...google.turnCoverage | إعداد Google الافتراضي، only-activity |
| تعطيل VAD التلقائي | ...google.automaticActivityDetectionDisabled | false |
| استئناف الجلسة | ...google.sessionResumption | true |
| ضغط السياق | ...google.contextWindowCompression | true |
| مفتاح API | ...google.apiKey | يعود احتياطيًا إلى models.providers.google.apiKey أو GEMINI_API_KEY أو GOOGLE_API_KEY |
تستخدم Google Live API الصوت ثنائي الاتجاه واستدعاء الدوال عبر WebSocket.
يكيّف OpenClaw صوت جسر الهاتف/Meet مع دفق PCM Live API الخاص بـ Gemini
ويُبقي استدعاءات الأدوات على عقد الصوت المشترك في الوقت الفعلي. اترك
temperature
غير مضبوط ما لم تحتج إلى تغييرات في أخذ العينات؛ إذ يحذف OpenClaw القيم غير الموجبة
لأن Google Live قد يعيد نصوصًا منسوخة بدون صوت عند temperature: 0.
يُفعَّل النسخ عبر Gemini API بدون languageCodes؛ إذ يرفض Google
SDK الحالي تلميحات رموز اللغة على مسار API هذا.يدعم Control UI Talk جلسات Google Live في المتصفح باستخدام رموز مقيدة صالحة للاستخدام مرة واحدة.
يمكن أيضًا لموفري الصوت في الوقت الفعلي الخاصين بالخلفية فقط العمل عبر نقل الترحيل العام في
Gateway، والذي يُبقي بيانات اعتماد الموفر على Gateway.
OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts.
يغطي اختبار الدخان أيضًا مسارات خلفية OpenAI/WebRTC؛ وينشئ جزء Google شكل رمز Live API
المقيد نفسه المستخدم بواسطة Control UI Talk، ويفتح نقطة نهاية WebSocket في المتصفح،
ويرسل حمولة الإعداد الأولية، وينتظر
setupComplete.
الإعداد المتقدم
Direct Gemini cache reuse
Direct Gemini cache reuse
بالنسبة إلى تشغيلات Gemini API المباشرة (
api: "google-generative-ai")، يمرر OpenClaw
مقبض cachedContent مضبوطًا إلى طلبات Gemini.- اضبط معلمات لكل نموذج أو عامة باستخدام إما
cachedContentأوcached_contentالقديم - إذا وُجدا معًا، تكون الأولوية لـ
cachedContent - قيمة مثال:
cachedContents/prebuilt-context - يُطبَّع استخدام إصابة ذاكرة التخزين المؤقت في Gemini إلى
cacheReadفي OpenClaw منcachedContentTokenCountالوارد من المنبع
Gemini CLI usage notes
Gemini CLI usage notes
عند استخدام موفر OAuth
google-gemini-cli، يستخدم OpenClaw مخرجات Gemini
CLI stream-json افتراضيًا ويطبّع الاستخدام من حمولة stats النهائية.
ما زالت تجاوزات --output-format json القديمة تستخدم محلل JSON.- يأتي نص الرد المتدفق من أحداث
messageالخاصة بالمساعد. - بالنسبة إلى مخرجات JSON القديمة، يأتي نص الرد من حقل
responseفي JSON الخاص بـ CLI. - يعود الاستخدام احتياطيًا إلى
statsعندما يترك CLI الحقلusageفارغًا. - يُطبَّع
stats.cachedإلىcacheReadفي OpenClaw. - إذا كان
stats.inputمفقودًا، يشتق OpenClaw رموز الإدخال منstats.input_tokens - stats.cached.
Environment and daemon setup
Environment and daemon setup
إذا كان Gateway يعمل كخدمة خفية (launchd/systemd)، فتأكد من أن
GEMINI_API_KEY
متاح لتلك العملية (على سبيل المثال، في ~/.openclaw/.env أو عبر
env.shellEnv).ذو صلة
Model selection
اختيار الموفرين ومراجع النماذج وسلوك تجاوز الفشل.
Image generation
معلمات أداة الصور المشتركة واختيار الموفر.
Video generation
معلمات أداة الفيديو المشتركة واختيار الموفر.
Music generation
معلمات أداة الموسيقى المشتركة واختيار الموفر.