google-meet se une a URL explícitas de Meet en nombre de un agente de OpenClaw. Es deliberadamente limitado:
- Solo se une a URL
https://meet.google.com/...; nunca llama a una reunión desde un número de teléfono que descubre por sí mismo. googlemeet createpuede generar una nueva URL de Meet mediante la API de Google Meet (o una alternativa con navegador) y unirse a ella de forma predeterminada.- La participación con Chrome usa un perfil de Chrome con sesión iniciada, opcionalmente en un nodo emparejado. La participación con Twilio llama a un número de teléfono más PIN/DTMF mediante el Plugin de llamadas de voz; no puede llamar directamente a una URL de Meet.
mode: "agent"(predeterminado) transcribe la voz de los participantes con un proveedor en tiempo real, la enruta al agente de OpenClaw configurado y reproduce la respuesta con el TTS normal de OpenClaw.mode: "bidi"permite que un modelo de voz en tiempo real responda directamente.mode: "transcribe"se une solo para observar, sin respuesta hablada.- No hay anuncio automático de consentimiento cuando el Plugin se une a una llamada.
- El comando de CLI es
googlemeet;meetestá reservado para flujos de teleconferencia de agentes más amplios.
Inicio rápido
Instala las dependencias locales de audio y luego define una clave de proveedor en tiempo real. OpenAI es el proveedor de transcripción predeterminado para el modoagent; Google Gemini Live está disponible como proveedor de voz para el modo bidi:
blackhole-2ch instala el dispositivo de audio virtual BlackHole 2ch por el que Chrome enruta el audio. El instalador de Homebrew requiere reiniciar antes de que macOS exponga el dispositivo:
setup es legible por agentes y consciente del modo/transporte: informa el perfil de Chrome, la fijación de nodo y, para uniones de Chrome en tiempo real, el puente de audio BlackHole/SoX y la comprobación de introducción retrasada. Las uniones solo de observación omiten los requisitos previos en tiempo real:
setup también informa si voice-call, las credenciales de Twilio y la exposición pública del Webhook están listos. Trata cualquier comprobación ok: false como un bloqueo para ese transporte/modo antes de que un agente se una. Usa --json para obtener salida legible por máquina y --transport chrome|chrome-node|twilio para comprobar previamente un transporte específico con antelación:
google_meet:
google_meet sigue visible para acciones de artefactos, calendario, configuración, transcripción, Twilio y chrome-node, pero la respuesta hablada de Chrome local (transport: "chrome" con mode: "agent" o "bidi") se bloquea antes de llegar al puente de audio, porque esa ruta actualmente depende de BlackHole 2ch en macOS. Usa mode: "transcribe", llamada entrante de Twilio o un host chrome-node en macOS.
Crear una reunión
create tiene dos rutas, informadas en el campo source del resultado:
api: se usa cuando las credenciales de OAuth de Google Meet están configuradas. Es determinista; no depende del estado de la interfaz del navegador.browser: se usa sin credenciales de OAuth. OpenClaw abrehttps://meet.google.com/newen el nodo de Chrome fijado y espera a que Google redirija a una URL real con código de reunión; el perfil de Chrome de OpenClaw en ese nodo ya debe tener sesión iniciada en Google. Tanto unirse como crear reutilizan una pestaña de Meet existente (o una pestaña.../new/ de solicitud de cuenta de Google en curso) antes de abrir una nueva; la coincidencia de pestañas ignora cadenas de consulta inofensivas comoauthuser.
create se une de forma predeterminada y devuelve joined: true más la sesión de unión. Pasa --no-join (CLI) o "join": false (herramienta) para generar solo la URL.
Para salas creadas por API, define una política de acceso explícita en lugar de heredar el valor predeterminado de la cuenta de Google:
--access-type | Quién puede unirse sin pedir acceso |
|---|---|
OPEN | Cualquiera con la URL de Meet |
TRUSTED | Usuarios de confianza de la organización anfitriona, usuarios externos invitados y usuarios de llamada entrante |
RESTRICTED | Solo invitados |
openclaw googlemeet auth login --json después de agregar el alcance meetings.space.settings a tu pantalla de consentimiento de OAuth.
Si la alternativa con navegador encuentra un bloqueo de inicio de sesión de Google o de permisos de Meet, la herramienta devuelve manualActionRequired: true con manualActionReason, manualActionMessage y browser.nodeId/browser.targetId/browserUrl. Informa ese mensaje y deja de abrir nuevas pestañas de Meet hasta que el operador termine el paso en el navegador.
Unión solo de observación
Define"mode": "transcribe" para omitir el puente dúplex en tiempo real (sin requisito de BlackHole/SoX, sin respuesta hablada). Las uniones de Chrome en modo de transcripción también omiten la concesión de permisos de micrófono/cámara de OpenClaw y la ruta Usar micrófono de Meet; si Meet muestra la pantalla intermedia de elección de audio, la automatización intenta primero Continuar sin micrófono. Los transportes de Chrome administrados en este modo instalan un observador de subtítulos de Meet de mejor esfuerzo. googlemeet status --json y googlemeet doctor informan captioning, captionsEnabledAttempted, transcriptLines, lastCaptionAt, lastCaptionSpeaker, lastCaptionText y una cola recentTranscript.
Para una prueba de escucha sí/no:
listenVerified, listenTimedOut, campos de acción manual y el estado actual de subtítulos.
Estado de la sesión en tiempo real
Durante sesiones con respuesta hablada, el estado degoogle_meet informa la salud de Chrome y del puente de audio: inCall, manualActionRequired, providerConnected, realtimeReady, audioInputActive, audioOutputActive, últimas marcas de tiempo de entrada/salida, contadores de bytes y estado de puente cerrado. Las sesiones de Chrome administradas solo dicen la frase de introducción/prueba después de que el estado informa inCall: true; de lo contrario, speechReady: false y el intento de voz se bloquea en lugar de no hacer nada silenciosamente.
Las uniones de Chrome local pasan por el perfil de navegador de OpenClaw con sesión iniciada y necesitan BlackHole 2ch para la ruta de micrófono/altavoz. Un solo dispositivo BlackHole es suficiente para una primera prueba de humo, pero puede producir eco; usa dispositivos virtuales separados o un grafo estilo Loopback para audio dúplex limpio.
Gateway local + Chrome en Parallels
No se requiere un Gateway completo ni una clave de API de modelo dentro de una VM de macOS solo para darle Chrome. Ejecuta el Gateway y el agente localmente; ejecuta un host de nodo en la VM.| Se ejecuta dónde | Qué |
|---|---|
| Host de Gateway | Gateway de OpenClaw, espacio de trabajo del agente, claves de modelo/API, proveedor en tiempo real, configuración del Plugin de Google Meet |
| VM de macOS en Parallels | CLI/host de nodo de OpenClaw, Chrome, SoX, BlackHole 2ch, un perfil de Chrome con sesión iniciada en Google |
| No necesario en la VM | Servicio de Gateway, configuración del agente, configuración del proveedor de modelo |
<gateway-host> es una IP de LAN sin TLS, acepta explícitamente esa red privada de confianza:
openclaw.json):
googlemeet.chrome como la capacidad de navegador/browser.proxy:
manualActionRequired: true con manualActionReason y manualActionMessage. Deja de reintentar, informa ese mensaje junto con browserUrl/browserTitle y reintenta solo después de que se complete la acción manual.
Si se omite chromeNode.node, OpenClaw selecciona automáticamente solo cuando exactamente un nodo conectado anuncia tanto googlemeet.chrome como control de navegador; fija chromeNode.node (id de nodo, nombre para mostrar o IP remota) cuando haya varios nodos compatibles conectados.
Comprobaciones de fallos comunes
| Síntoma | Corrección |
|---|---|
Configured Google Meet node ... is not usable: offline | El nodo fijado se conoce, pero no está disponible. Informa del bloqueo de configuración; no cambies silenciosamente a otro transporte salvo que se te pida. |
No connected Google Meet-capable node | Ejecuta openclaw node run en la VM, aprueba el emparejamiento y ejecuta openclaw plugins enable google-meet y openclaw plugins enable browser allí. Confirma que gateway.nodes.allowCommands incluya googlemeet.chrome y browser.proxy. |
BlackHole 2ch audio device not found | Instala blackhole-2ch en el host que se está comprobando y reinicia. |
BlackHole 2ch audio device not found on the node | Instala blackhole-2ch en la VM y reinicia la VM. |
| Chrome se abre, pero no puede unirse | Inicia sesión en el perfil del navegador en la VM, o mantén chrome.guestName configurado. La unión automática como invitado usa la automatización de navegador de OpenClaw mediante el proxy de navegador del nodo; apunta browser.defaultProfile del nodo (o un perfil de sesión existente con nombre) al perfil que quieras. |
| Pestañas de Meet duplicadas | Deja chrome.reuseExistingTab: true. OpenClaw activa una pestaña existente para la misma URL, y la creación reutiliza una pestaña .../new en curso o una pestaña de solicitud de cuenta de Google antes de abrir otra. |
| Sin audio | Enruta el micrófono/altavoz de Meet por la ruta de audio virtual usada por OpenClaw; usa dispositivos virtuales separados o enrutamiento de estilo Loopback para audio dúplex limpio. |
Notas de instalación
El valor predeterminado de retorno de voz de Chrome usa dos herramientas externas que OpenClaw no incluye ni redistribuye; instálalas como dependencias del host mediante Homebrew:sox: utilidad de audio de línea de comandos. El plugin emite comandos explícitos de dispositivo CoreAudio para el puente de audio PCM16 predeterminado de 24 kHz.blackhole-2ch: controlador de audio virtual de macOS que proporciona el dispositivoBlackHole 2chpor el que Chrome/Meet enruta.
LGPL-2.0-only AND GPL-2.0-only; BlackHole es GPL-3.0. Si compilas un instalador o dispositivo que incluya BlackHole con OpenClaw, revisa la licencia upstream de BlackHole u obtén una licencia separada de Existential Audio.
Transportes
| Transporte | Usar cuando |
|---|---|
chrome | Chrome/audio se ejecutan en el host del Gateway |
chrome-node | Chrome/audio se ejecutan en un nodo emparejado (por ejemplo, una VM macOS de Parallels) |
twilio | Reserva de marcado telefónico mediante el plugin Voice Call, cuando la participación por Chrome no está disponible |
Chrome
Abre la URL de Meet mediante el control de navegador de OpenClaw y se une como el perfil de navegador de OpenClaw con sesión iniciada. En macOS, el plugin compruebaBlackHole 2ch antes del lanzamiento y, si está configurado, ejecuta un comando de estado/inicio del puente de audio antes de abrir Chrome. Para Chrome local, elige el perfil con browser.defaultProfile; chrome.browserProfile se pasa en su lugar a los hosts chrome-node.
BlackHole 2ch no está instalado, la unión falla con un error de configuración en lugar de unirse sin una ruta de audio.
Twilio
Un plan de marcado estricto delegado al plugin Voice Call. No analiza páginas de Meet para buscar números de teléfono; Google Meet debe exponer un número de marcado telefónico y PIN para la reunión. Habilita Voice Call en el host del Gateway, no en el nodo Chrome:openclaw.json:
realtime.provider: "openai" con OPENAI_API_KEY en su lugar si OpenAI es el proveedor de voz en tiempo real.
Reinicia o recarga el Gateway después de habilitar voice-call; los cambios de configuración del plugin no surten efecto hasta la recarga. Verifica:
googlemeet setup incluye comprobaciones de twilio-voice-call-plugin, twilio-voice-call-credentials y twilio-voice-call-webhook.
--dtmf-sequence para una secuencia personalizada, con w inicial o comas para una pausa antes del PIN:
OAuth y comprobación previa
OAuth es opcional para crear un enlace de Meet, porquegooglemeet create puede recurrir a la automatización del navegador. Configura OAuth para la creación con la API oficial, la resolución de espacios o la comprobación previa de la API Meet Media. Las uniones por Chrome/Chrome-node nunca dependen de OAuth; usan un perfil de Chrome con sesión iniciada, BlackHole/SoX y (para chrome-node) un nodo conectado de cualquier modo.
Crear credenciales de Google
En Google Cloud Console:Configurar la pantalla de consentimiento de OAuth
Interna es la opción más sencilla para una organización de Google Workspace. Externa funciona para configuraciones personales/de prueba; mientras la app esté en Prueba, añade como usuario de prueba cada cuenta de Google que vaya a autorizarla.
Añadir los alcances solicitados
https://www.googleapis.com/auth/meetings.space.createdhttps://www.googleapis.com/auth/meetings.space.readonlyhttps://www.googleapis.com/auth/meetings.space.settingshttps://www.googleapis.com/auth/meetings.conference.media.readonlyhttps://www.googleapis.com/auth/calendar.events.readonly(búsqueda en Calendar)https://www.googleapis.com/auth/drive.meet.readonly(exportación del cuerpo de documentos de transcripción/notas inteligentes)
meetings.space.created es obligatorio para spaces.create. meetings.space.readonly resuelve URL/códigos de Meet a espacios. meetings.space.settings permite que OpenClaw pase ajustes de SpaceConfig, como accessType, durante la creación de salas mediante la API. meetings.conference.media.readonly es para la comprobación previa de la API Meet Media y el trabajo multimedia; Google puede requerir inscripción en Developer Preview para el uso real de la API Media. calendar.events.readonly solo se necesita para la búsqueda de calendario con --today/--event. drive.meet.readonly solo se necesita para la exportación con --include-doc-bodies. Si solo necesitas uniones de Chrome basadas en navegador, omite OAuth por completo.
Emitir el token de actualización
Configuraoauth.clientId y, opcionalmente, oauth.clientSecret (o pásalos como variables de entorno), luego ejecuta:
http://localhost:8085/oauth2callback e imprime un bloque de configuración oauth con un token de actualización. Añade --manual para un flujo de copiar/pegar cuando el navegador no pueda alcanzar la devolución de llamada local:
oauth bajo la configuración del plugin:
openclaw googlemeet auth login --json para que el token de actualización cubra el conjunto de alcances actual.
Verificar OAuth con doctor
ok, configured, tokenSource, expiresAt, mensajes de comprobación) y nunca imprime el token de acceso, el token de actualización ni el secreto de cliente.
| Comprobación | Significado |
|---|---|
oauth-config | oauth.clientId más oauth.refreshToken, o un token de acceso en caché, está presente |
oauth-token | El token de acceso en caché sigue siendo válido, o el token de actualización emitió uno nuevo |
meet-spaces-get | La comprobación opcional --meeting resolvió un espacio de Meet existente |
meet-spaces-create | La comprobación opcional --create-space creó un nuevo espacio de Meet |
spaces.create con la comprobación de creación con efectos secundarios:
403 de estas comprobaciones normalmente significa que la API REST de Meet está deshabilitada, que al token de actualización le falta el alcance requerido o que la cuenta de Google no puede acceder a ese espacio. Un error de token de actualización significa que debes volver a ejecutar openclaw googlemeet auth login --json y guardar el nuevo bloque oauth.
No se necesita OAuth para el fallback del navegador; la autenticación de Google allí proviene del perfil de Chrome con sesión iniciada en el nodo seleccionado, no de la configuración de OpenClaw.
Estas variables de entorno se aceptan como fallbacks:
OPENCLAW_GOOGLE_MEET_CLIENT_IDoGOOGLE_MEET_CLIENT_IDOPENCLAW_GOOGLE_MEET_CLIENT_SECREToGOOGLE_MEET_CLIENT_SECRETOPENCLAW_GOOGLE_MEET_REFRESH_TOKENoGOOGLE_MEET_REFRESH_TOKENOPENCLAW_GOOGLE_MEET_ACCESS_TOKENoGOOGLE_MEET_ACCESS_TOKENOPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AToGOOGLE_MEET_ACCESS_TOKEN_EXPIRES_ATOPENCLAW_GOOGLE_MEET_DEFAULT_MEETINGoGOOGLE_MEET_DEFAULT_MEETINGOPENCLAW_GOOGLE_MEET_PREVIEW_ACKoGOOGLE_MEET_PREVIEW_ACK
Resolver, realizar comprobaciones previas y leer artefactos
--meeting, artifacts y attendance usan de forma predeterminada el registro de conferencia más reciente; pasa --all-conference-records para cada registro conservado.
La búsqueda en Calendar resuelve la URL de la reunión desde Google Calendar antes de leer artefactos (requiere un token de actualización que incluya el alcance de solo lectura de eventos de Calendar):
--today busca en el calendario primary de hoy un evento con un enlace de Meet; --event <query> busca texto de evento coincidente; --calendar <id> apunta a un calendario no principal. calendar-events previsualiza eventos coincidentes y marca cuál elegirán latest/artifacts/attendance/export.
Si ya conoces el id del registro de conferencia, dirígete a él directamente:
spaces.endActiveConference y requiere OAuth con el alcance meetings.space.created para un espacio que la cuenta autorizada pueda administrar. Acepta una URL de Meet, un código de reunión o spaces/{id} y primero lo resuelve al recurso de espacio de la API. Esto es independiente de googlemeet leave: leave detiene la participación local/de sesión de OpenClaw; end-active-conference pide a Google Meet que finalice la conferencia activa del espacio.
Escribe un informe legible:
artifacts devuelve metadatos del registro de conferencia además de metadatos de recursos de participantes, grabaciones, transcripciones, entradas de transcripción estructuradas y notas inteligentes cuando Google los expone. --no-transcript-entries omite la búsqueda de entradas para reuniones grandes. attendance expande participantes en filas de sesión de participante con horas de primera/última aparición, duración total de la sesión, indicadores de llegada tarde/salida anticipada y recursos de participante duplicados fusionados por usuario con sesión iniciada o nombre mostrado; --no-merge-duplicates mantiene separados los recursos sin procesar, --late-after-minutes/--early-before-minutes ajustan los umbrales.
export escribe una carpeta con summary.md, attendance.csv, transcript.md, artifacts.json, attendance.json y manifest.json. manifest.json registra la entrada elegida, las opciones de exportación, los registros de conferencia, los archivos de salida, los recuentos, el origen del token, cualquier evento de Calendar usado y las advertencias de recuperación parcial. --zip también escribe un archivo portable junto a la carpeta. --include-doc-bodies exporta el texto de Google Docs de transcripciones/notas inteligentes enlazadas mediante Drive files.export (requiere el alcance de solo lectura de Drive Meet); sin él, las exportaciones incluyen solo metadatos de Meet y entradas de transcripción estructuradas. Un fallo parcial de artefacto (error al listar notas inteligentes, entrada de transcripción o cuerpo de documento) conserva la advertencia en el resumen/manifiesto en lugar de hacer fallar toda la exportación. --dry-run obtiene los mismos datos e imprime el JSON del manifiesto sin crear la carpeta ni el ZIP.
Los agentes usan las mismas acciones mediante la herramienta google_meet (export, create con accessType, end_active_conference, test_listen); consulta Herramienta.
Prueba de humo en vivo
| Variable | Propósito |
|---|---|
OPENCLAW_LIVE_TEST=1 | Habilita pruebas en vivo protegidas |
OPENCLAW_GOOGLE_MEET_LIVE_MEETING | URL de Meet conservada, código o spaces/{id} |
OPENCLAW_GOOGLE_MEET_CLIENT_ID / GOOGLE_MEET_CLIENT_ID | id de cliente OAuth |
OPENCLAW_GOOGLE_MEET_REFRESH_TOKEN / GOOGLE_MEET_REFRESH_TOKEN | Token de actualización |
OPENCLAW_GOOGLE_MEET_CLIENT_SECRET, OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN, OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT | Opcional; también funcionan los mismos nombres de fallback sin el prefijo OPENCLAW_ |
meetings.space.readonly y meetings.conference.media.readonly. La búsqueda en Calendar necesita calendar.events.readonly. La exportación del cuerpo de documento de Drive necesita drive.meet.readonly.
Ejemplos de creación
google_meet devuelve detalles estructurados en lugar de una cadena simple:
manualActionRequired: true o un error de fallback del navegador y pide al operador que complete el inicio de sesión de Google antes de reintentarlo.
Configura preview.enrollmentAcknowledged: true solo después de confirmar que tu proyecto de Cloud, el principal de OAuth y los participantes de la reunión están inscritos en el programa Google Workspace Developer Preview Program para las API de medios de Meet.
Configuración
La ruta común del agente de Chrome solo necesita que el plugin esté habilitado, BlackHole, SoX, una clave de proveedor en tiempo real y un proveedor de TTS de OpenClaw configurado:Valores predeterminados
| Clave | Predeterminado | Notas |
|---|---|---|
defaultTransport | "chrome" | |
defaultMode | "agent" | "realtime" se acepta como alias heredado de "agent"; los nuevos llamadores deben usar "agent" |
chromeNode.node | sin establecer | Id/nombre/IP de Node para chrome-node; requerido cuando puede haber más de un nodo compatible conectado |
chrome.launch | true | Inicia Chrome para unirse; establece false solo al reutilizar una sesión ya abierta |
chrome.audioBackend | "blackhole-2ch" | |
chrome.guestName | "OpenClaw Agent" | Se muestra en la pantalla de invitado de Meet sin sesión iniciada |
chrome.autoJoin | true | Relleno de nombre de invitado y clic en Unirse ahora en chrome-node con el mayor esfuerzo posible |
chrome.reuseExistingTab | true | Activa una pestaña existente de Meet en lugar de abrir duplicados |
chrome.waitForInCallMs | 20000 | Espera a que la pestaña de Meet informe que está en llamada antes de disparar la introducción de respuesta hablada |
chrome.audioFormat | "pcm16-24khz" | Formato de audio del par de comandos; "g711-ulaw-8khz" es solo para pares de comandos heredados/personalizados que emiten audio telefónico |
chrome.audioBufferBytes | 4096 | Búfer de procesamiento de SoX para comandos de audio generados del par de comandos (la mitad del búfer predeterminado de 8192 bytes de SoX, lo que reduce la latencia de tubería); los valores se limitan a un mínimo de 17 bytes |
chrome.audioInputCommand | comando SoX generado | Lee desde CoreAudio BlackHole 2ch, escribe audio en chrome.audioFormat |
chrome.audioOutputCommand | comando SoX generado | Lee audio en chrome.audioFormat, escribe en CoreAudio BlackHole 2ch |
chrome.bargeInInputCommand | sin establecer | Comando opcional de micrófono local que escribe PCM mono little-endian firmado de 16 bits para detectar interrupciones humanas durante la reproducción del asistente; se aplica al puente de par de comandos alojado en Gateway |
chrome.bargeInRmsThreshold | 650 | Nivel RMS contado como interrupción humana |
chrome.bargeInPeakThreshold | 2500 | Nivel pico contado como interrupción humana |
chrome.bargeInCooldownMs | 900 | Retraso mínimo entre limpiezas de interrupción repetidas |
mode (por solicitud) | "agent" | Modo de respuesta hablada; consulta la tabla Modos agent y bidi |
realtime.provider | "openai" | Fallback de compatibilidad usado cuando los campos con ámbito de abajo no están establecidos |
realtime.transcriptionProvider | "openai" | Id de proveedor usado por el modo agent para transcripción en tiempo real |
realtime.voiceProvider | sin establecer | Id de proveedor usado por el modo bidi para voz directa en tiempo real; establécelo en "google" para Gemini Live mientras mantienes la transcripción en modo agent en OpenAI. Combínalo con realtime.model para elegir el modelo específico de Gemini Live. |
realtime.toolPolicy | "safe-read-only" | Consulta Modos agent y bidi |
realtime.instructions | instrucciones breves de respuesta hablada | Indica al modelo que hable brevemente y use openclaw_agent_consult para respuestas más profundas |
realtime.introMessage | "Say exactly: I'm here and listening." | Se pronuncia una vez cuando se conecta el puente realtime; establécelo en "" para unirse en silencio |
realtime.agentId | "main" | Id de agente de OpenClaw usado para openclaw_agent_consult |
voiceCall.enabled | true | Delega la llamada PSTN de Twilio, DTMF y el saludo de introducción al Plugin Voice Call |
voiceCall.dtmfDelayMs | 12000 | Espera inicial antes de reproducir una secuencia DTMF derivada de PIN por Twilio |
voiceCall.postDtmfSpeechDelayMs | 5000 | Retraso antes de solicitar el saludo de introducción realtime después de que Voice Call inicia el tramo de Twilio |
chrome.audioBridgeCommand y chrome.audioBridgeHealthCommand permiten que un puente externo sea dueño de toda la ruta de audio local en lugar de chrome.audioInputCommand/chrome.audioOutputCommand; consulta Notas para la restricción sobre qué modo puede usarlos.
Existe una migración openclaw doctor --fix para la forma heredada realtime.provider: "google": mueve esa intención a realtime.voiceProvider: "google" más realtime.transcriptionProvider: "openai" cuando esos campos aún no están establecidos.
Sobrescrituras opcionales
messages.tts.providers.elevenlabs.speakerVoiceId. Las respuestas del agente también pueden usar directivas por respuesta [[tts:speakerVoiceId=... model=eleven_v3]] cuando las sobrescrituras del modelo TTS están habilitadas, pero la configuración es el valor predeterminado determinista para reuniones. Al unirse, los registros muestran transcriptionProvider=elevenlabs, y cada respuesta hablada registra provider=elevenlabs model=eleven_v3 speakerVoiceId=<voiceId>.
Configuración solo para Twilio:
voiceCall.enabled: true (el valor predeterminado) y transporte Twilio, Voice Call coloca la secuencia DTMF antes de abrir el flujo multimedia realtime y luego usa el texto de introducción guardado como saludo realtime inicial. Si voice-call no está habilitado, Google Meet aún puede validar y registrar el plan de marcado, pero no puede realizar la llamada de Twilio.
Herramienta
Los agentes usan la herramientagoogle_meet:
action | Propósito |
|---|---|
join | Unirse a una URL explícita de Meet |
create | Crear un espacio (y unirse de forma predeterminada); admite accessType/entryPointAccess |
status | Listar sesiones activas, o inspeccionar una por sessionId |
setup_status | Ejecutar las mismas comprobaciones que googlemeet setup |
resolve_space | Resolver una URL/código/spaces/{id} mediante spaces.get |
preflight | Validar OAuth y los prerrequisitos de resolución de la reunión |
latest | Encontrar el registro de conferencia más reciente para una reunión |
calendar_events | Previsualizar eventos de Calendar con enlaces de Meet |
artifacts | Listar registros de conferencia y metadatos de participantes/grabaciones/transcripciones/notas inteligentes |
attendance | Listar participantes y sesiones de participantes |
export | Escribir el paquete de artefactos/asistencia/transcripción/manifiesto; establece "dryRun": true solo para el manifiesto |
recover_current_tab | Enfocar/inspeccionar una pestaña de Meet existente sin abrir una nueva |
leave | Finalizar una sesión (cuelga la llamada subyacente de Twilio para sesiones delegadas) |
end_active_conference | Finalizar la conferencia activa de Google Meet para un espacio gestionado por la API |
speak | Hacer que el agente en tiempo real hable inmediatamente, dados sessionId y message |
test_speech | Crear/reutilizar una sesión, activar una frase conocida, devolver el estado de Chrome |
test_listen | Crear/reutilizar una sesión solo de observación, esperar movimiento en subtítulos/transcripción |
test_speech siempre fuerza mode: "agent" o "bidi" y falla si se le pide ejecutarse en mode: "transcribe", porque las sesiones solo de observación no pueden emitir voz. Su resultado speechOutputVerified se basa en que los bytes de salida de audio en tiempo real aumenten durante esa llamada, por lo que una sesión reutilizada con audio anterior no cuenta como una comprobación nueva.
Usa transport: "chrome" cuando Chrome se ejecuta en el host del Gateway, y transport: "chrome-node" cuando se ejecuta en un nodo emparejado. En ambos casos, los proveedores de modelos y openclaw_agent_consult se ejecutan en el host del Gateway, por lo que las credenciales del modelo permanecen allí. Los registros en modo agente incluyen el proveedor/modelo de transcripción resuelto al iniciar el puente y el proveedor/modelo/voz/formato de salida/frecuencia de muestreo de TTS después de cada respuesta sintetizada. El mode: "realtime" sin procesar todavía se acepta como alias de compatibilidad heredado para mode: "agent", pero ya no se anuncia en el enum mode de la herramienta.
create con una sala respaldada por API y una política de acceso explícita:
status incluye el estado de Chrome cuando está disponible:
| Campo | Significado |
|---|---|
inCall | Chrome parece estar dentro de la llamada de Meet |
micMuted | Estado aproximado del micrófono de Meet |
manualActionRequired / manualActionReason / manualActionMessage | El perfil del navegador necesita inicio de sesión manual, admisión del anfitrión de Meet, permisos o reparación del control del navegador antes de que la voz pueda funcionar |
speechReady / speechBlockedReason / speechBlockedMessage | Si la voz gestionada de Chrome está permitida ahora; speechReady: false significa que OpenClaw no envió la frase de introducción/prueba |
providerConnected / realtimeReady | Estado del puente de voz en tiempo real |
lastInputAt / lastOutputAt | Último audio visto desde/enviado al puente |
audioOutputRouted / audioOutputDeviceLabel | Si la salida multimedia de la pestaña de Meet se enrutó activamente al dispositivo BlackHole del puente |
lastSuppressedInputAt / suppressedInputBytes | Entrada de local loopback ignorada mientras la reproducción del asistente está activa |
Modos agente y bidi
| Modo | Quién decide la respuesta | Ruta de salida de voz | Úsalo cuando |
|---|---|---|---|
agent | El agente OpenClaw configurado | Runtime normal de TTS de OpenClaw | Quieres el comportamiento de “mi agente está en la reunión” |
bidi | El modelo de voz en tiempo real | Respuesta de audio del proveedor de voz en tiempo real | Quieres el bucle de voz conversacional de menor latencia |
agent: el proveedor de transcripción en tiempo real escucha el audio de la reunión, las transcripciones finales de participantes se enrutan por el agente OpenClaw configurado y la respuesta se pronuncia mediante el TTS normal de OpenClaw. Los fragmentos cercanos de transcripción final se fusionan antes de la consulta para que un turno hablado no produzca varias respuestas parciales obsoletas; la entrada en tiempo real se suprime mientras el audio del asistente en cola aún se reproduce, y los ecos recientes de transcripción similares al asistente se ignoran antes de la consulta para que el local loopback de BlackHole no haga que el agente responda a su propia voz.
Modo bidi: el modelo de voz en tiempo real responde directamente y puede llamar a openclaw_agent_consult para razonamiento más profundo, información actual o herramientas normales de OpenClaw. La herramienta de consulta ejecuta el agente OpenClaw normal en segundo plano con contexto reciente de la transcripción de la reunión y devuelve una respuesta hablada concisa; en modo agent, OpenClaw envía esa respuesta directamente a TTS; en modo bidi, el modelo de voz en tiempo real puede pronunciarla. Usa la misma maquinaria de consulta compartida que Voice Call.
De forma predeterminada, las consultas se ejecutan contra el agente main; establece realtime.agentId para apuntar un carril de Meet a un espacio de trabajo de agente dedicado, valores predeterminados de modelo, política de herramientas, memoria e historial de sesión. Las consultas en modo agente usan una clave de sesión por reunión agent:<id>:subagent:google-meet:<session> para que las preguntas de seguimiento mantengan el contexto de la reunión mientras heredan la política normal del agente. Cuando un agente llama a google_meet en modo agente, la sesión consultora bifurca la transcripción actual del llamador antes de responder a la voz del participante; la sesión de Meet permanece separada para que los seguimientos de la reunión no muten directamente la transcripción del llamador.
realtime.toolPolicy controla la ejecución de la consulta:
| Política | Comportamiento |
|---|---|
safe-read-only | Expone la herramienta de consulta; limita el agente normal a read, web_search, web_fetch, x_search, memory_search, memory_get |
owner | Expone la herramienta de consulta; permite que el agente normal use su política de herramientas normal |
none | No expone la herramienta de consulta al modelo de voz en tiempo real |
Lista de comprobación de prueba en vivo
Antes de entregar una reunión a un agente desatendido:googlemeet setupestá todo en verde e incluyechrome-node-connectedcuando Chrome-node es el transporte predeterminado o hay un nodo fijado.nodes statusmuestra el nodo seleccionado conectado, anunciando tantogooglemeet.chromecomobrowser.proxy.- La pestaña de Meet se une, y
test-speechdevuelve el estado de Chrome coninCall: true.
googlemeet setupincluye comprobaciones verdes detwilio-voice-call-plugin,twilio-voice-call-credentialsytwilio-voice-call-webhook.voicecallestá disponible en la CLI después de recargar el Gateway.- La sesión devuelta tiene
transport: "twilio"y untwilio.voiceCallId. openclaw logs --followmuestra TwiML de DTMF servido antes de TwiML en tiempo real, luego un puente en tiempo real con el saludo inicial en cola.googlemeet leave <sessionId>cuelga la llamada de voz delegada.
Solución de problemas
El agente no puede ver la herramienta de Google Meet
Confirma que el Plugin está habilitado y recarga el Gateway; el agente en ejecución solo ve herramientas de Plugin registradas por el proceso actual del Gateway:google_meet permanece visible, pero las acciones locales de respuesta de Chrome se bloquean antes de llegar al puente de audio. Usa mode: "transcribe", la marcación de Twilio o un host macOS chrome-node en lugar de la ruta predeterminada del agente local de Chrome.
Ningún nodo compatible con Google Meet conectado
En el host del nodo:googlemeet.chrome además de browser.proxy; la configuración del Gateway debe permitir ambos:
googlemeet setup falla en chrome-node-connected, o el registro del Gateway informa gateway token mismatch, reinstala o reinicia el nodo con el token actual del Gateway:
El navegador se abre, pero el agente no puede unirse
Ejecutagooglemeet test-listen para uniones solo de observación o googlemeet test-speech para uniones en tiempo real, luego inspecciona el estado de Chrome devuelto. Si cualquiera informa manualActionRequired: true, muestra manualActionMessage al operador y deja de reintentar hasta que se complete la acción del navegador.
Acciones manuales comunes: iniciar sesión en el perfil de Chrome; admitir al invitado desde la cuenta host de Meet; conceder permisos de micrófono/cámara a Chrome cuando aparezca el aviso nativo; cerrar o reparar un diálogo de permisos de Meet bloqueado.
No informes “not signed in” solo porque Meet pregunta “Do you want people to hear you in the meeting?”; ese es el intersticial de elección de audio de Meet. OpenClaw hace clic en Use microphone mediante automatización del navegador cuando está disponible y sigue esperando el estado real de la reunión; para el respaldo del navegador solo de creación, puede hacer clic en Continue without microphone en su lugar, ya que acuñar la URL no necesita la ruta de audio en tiempo real.
Falla la creación de la reunión
googlemeet create usa la API de Meet spaces.create cuando OAuth está configurado; de lo contrario, usa el navegador del nodo Chrome fijado. Confirma:
- Creación por API:
oauth.clientIdyoauth.refreshToken(o variables de entornoOPENCLAW_GOOGLE_MEET_*coincidentes) están presentes, y el token de actualización se acuñó después de agregar soporte de creación; los tokens antiguos pueden carecer demeetings.space.created, así que vuelve a ejecutaropenclaw googlemeet auth login --json. - Respaldo del navegador:
defaultTransport: "chrome-node"ychromeNode.nodeapuntan a un nodo conectado conbrowser.proxyygooglemeet.chrome; el perfil de Chrome de OpenClaw en ese nodo tiene la sesión iniciada y puede abrirhttps://meet.google.com/new. - Reintentos del respaldo del navegador: reutiliza una pestaña existente
.../newo de aviso de cuenta de Google antes de abrir una nueva; reintenta la llamada a la herramienta en lugar de abrir manualmente otra pestaña. - Acción manual: si la herramienta devuelve
manualActionRequired: true, usabrowser.nodeId,browser.targetId,browserUrlymanualActionMessagepara guiar al operador; no reintentes en bucle. - Intersticial de elección de audio: si Meet muestra “Do you want people to hear you in the meeting?”, deja la pestaña abierta. OpenClaw debería hacer clic en Use microphone o (solo creación) Continue without microphone y seguir esperando la URL generada; si no puede, el error debería mencionar
meet-audio-choice-required, nogoogle-login-required.
El agente se une, pero no habla
mode: "agent" para la ruta STT -> agente de OpenClaw -> TTS, mode: "bidi" para el respaldo directo de voz en tiempo real. mode: "transcribe" inicia intencionalmente sin puente de respuesta. Para depuración solo de observación, ejecuta openclaw googlemeet status --json <session-id> después de que hablen los participantes y revisa captioning, transcriptLines, lastCaptionText. Si inCall es true pero transcriptLines permanece en 0, es posible que los subtítulos de Meet estén deshabilitados, nadie haya hablado desde que se instaló el observador, la interfaz de Meet haya cambiado o los subtítulos en vivo no estén disponibles para el idioma o la cuenta de la reunión.
googlemeet test-speech siempre comprueba la ruta en tiempo real e informa si se observaron bytes de salida del puente para esa invocación. Si speechOutputVerified es false y speechOutputTimedOut es true, es posible que el proveedor en tiempo real haya aceptado el enunciado, pero OpenClaw no haya visto que nuevos bytes de salida lleguen al puente de audio de Chrome.
Verifica también: una clave de proveedor en tiempo real (OPENAI_API_KEY o GEMINI_API_KEY) está disponible en el host del Gateway; BlackHole 2ch es visible en el host de Chrome; sox existe allí; el micrófono/altavoz de Meet se enrutan a través de la ruta de audio virtual (doctor debería mostrar meet output routed: yes para uniones en tiempo real con Chrome local).
googlemeet doctor [session-id] imprime la sesión, el nodo, el estado en llamada, el motivo de acción manual, la conexión del proveedor en tiempo real, realtimeReady, la actividad de entrada/salida de audio, las últimas marcas de tiempo de audio, los contadores de bytes y la URL del navegador. Usa googlemeet status [session-id] --json para JSON sin procesar, y googlemeet doctor --oauth (agrega --meeting o --create-space) para verificar la actualización OAuth sin exponer tokens.
Si un agente agotó el tiempo de espera y una pestaña de Meet ya está abierta, inspecciónala sin abrir otra:
recover_current_tab: enfoca e inspecciona una pestaña de Meet existente para el transporte seleccionado (control del navegador local para chrome, el nodo configurado para chrome-node) sin abrir una nueva pestaña ni sesión, e informa el bloqueador actual (inicio de sesión, admisión, permisos, estado de elección de audio). El comando de CLI habla con el Gateway configurado, que debe estar en ejecución; chrome-node también requiere que el nodo esté conectado.
Fallan las comprobaciones de configuración de Twilio
twilio-voice-call-plugin falla cuando voice-call no está permitido o no está habilitado: agrégalo a plugins.allow, habilita plugins.entries.voice-call, recarga el Gateway.
twilio-voice-call-credentials falla cuando al backend de Twilio le falta el SID de la cuenta, el token de autenticación o el número llamante:
twilio-voice-call-webhook falla cuando voice-call no tiene exposición pública de Webhook, o publicUrl apunta a un espacio de red loopback/privado. No uses 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 ni fd00::/8 como publicUrl; las devoluciones de llamada del operador no pueden alcanzarlas. Configura plugins.entries.voice-call.config.publicUrl con una URL pública, o configura una exposición de túnel/Tailscale:
voicecall smoke es solo de preparación de forma predeterminada. Haz un ensayo con un número específico:
--yes para realizar intencionalmente una llamada saliente en vivo:
La llamada de Twilio empieza, pero nunca entra en la reunión
Confirma que el evento de Meet expone detalles de marcación telefónica, y pasa el número exacto de marcación más el PIN o una secuencia DTMF personalizada:w inicial o comas en --dtmf-sequence para una pausa antes del PIN.
Si la llamada se crea, pero la lista de participantes de Meet nunca muestra al participante de marcación:
openclaw googlemeet doctor <session-id>: confirma el ID de llamada Twilio delegado, si DTMF se puso en cola y si se solicitó el saludo de introducción.openclaw voicecall status --call-id <id>: confirma que la llamada sigue activa.openclaw voicecall tail: confirma que los Webhooks de Twilio llegan al Gateway.openclaw logs --follow: busca la secuencia de Twilio Meet: Google Meet delega la unión, Voice Call almacena y sirve TwiML DTMF de preconexión, Voice Call sirve TwiML en tiempo real para la llamada de Twilio, luego Google Meet solicita discurso de introducción convoicecall.speak.- Vuelve a ejecutar
openclaw googlemeet setup --transport twilio; una comprobación de configuración en verde es obligatoria, pero no prueba que la secuencia del PIN de la reunión sea correcta. - Confirma que el número de marcación pertenece a la misma invitación y región de Meet que el PIN.
- Aumenta
voiceCall.dtmfDelayMsdesde el valor predeterminado de 12 segundos si Meet responde lentamente o la transcripción de la llamada todavía muestra el aviso del PIN después de enviar el DTMF de preconexión. - Si el participante se une, pero no escuchas el saludo, revisa
openclaw logs --followpara ver la solicitudvoicecall.speakposterior a DTMF y la reproducción TTS del flujo de medios o el respaldo<Say>de Twilio. Si la transcripción aún muestra “enter the meeting PIN”, el tramo telefónico aún no se ha unido a la sala de Meet, por lo que los participantes no escucharán el habla.
plugins.entries.voice-call.config.publicUrl o el túnel configurado. Consulta solución de problemas de llamadas de voz.
Notas
La API oficial de medios de Google Meet está orientada a la recepción, por lo que hablar en una llamada aún necesita una ruta de participante. Este Plugin mantiene visible ese límite: Chrome maneja la participación del navegador y el enrutamiento de audio local; Twilio maneja la participación por marcación telefónica. Los modos de respuesta de Chrome necesitanBlackHole 2ch además de:
chrome.audioInputCommandmáschrome.audioOutputCommand: OpenClaw posee el puente y canaliza audio enchrome.audioFormatentre esos comandos y el proveedor seleccionado. El modoagentusa transcripción en tiempo real más TTS normal; el modobidiusa el proveedor de voz en tiempo real. La ruta predeterminada es PCM16 de 24 kHz conchrome.audioBufferBytes: 4096; G.711 mu-law de 8 kHz sigue disponible para pares de comandos heredados.chrome.audioBridgeCommand: un comando de puente externo posee toda la ruta de audio local y debe salir después de iniciar o validar su daemon. Válido solo parabidi, porque el modoagentnecesita acceso directo al par de comandos para TTS.
chrome.bargeInInputCommand puede escuchar un micrófono local separado y borrar la reproducción del asistente cuando una persona empieza a hablar, manteniendo el habla humana por delante de la salida del asistente incluso mientras la entrada local loopback compartida de BlackHole se suprime temporalmente durante la reproducción del asistente. Al igual que chrome.audioInputCommand/chrome.audioOutputCommand, es un comando local configurado por el operador: usa una ruta de comando o lista de argumentos explícita y confiable, nunca un script de una ubicación no confiable.
Para audio dúplex limpio, enruta la salida de Meet y el micrófono de Meet a través de dispositivos virtuales separados o una gráfica de dispositivo virtual estilo Loopback; un único dispositivo BlackHole compartido puede devolver el eco de otros participantes a la llamada.
googlemeet speak activa el puente de audio de respuesta hablada activo para una sesión de Chrome; googlemeet leave lo detiene (y, en las sesiones de Twilio delegadas mediante Voice Call, cuelga la llamada subyacente). Usa googlemeet end-active-conference para cerrar también la conferencia activa de Google Meet de un espacio administrado por API.