Discord

​

त्वरित सेटअप

export DISCORD_BOT_TOKEN="YOUR_BOT_TOKEN"
cat > discord.patch.json5 <<'JSON5'
{
  channels: {
    discord: {
      enabled: true,
      token: { source: "env", provider: "default", id: "DISCORD_BOT_TOKEN" },
    },
  },
}
JSON5
openclaw config patch --file ./discord.patch.json5 --dry-run
openclaw config patch --file ./discord.patch.json5
openclaw gateway

{
  channels: {
    discord: {
      enabled: true,
      token: {
        source: "env",
        provider: "default",
        id: "DISCORD_BOT_TOKEN",
      },
    },
  },
}

DISCORD_BOT_TOKEN=...

{
  channels: {
    discord: {
      enabled: true,
      accounts: {
        personal: {
          token: { source: "env", provider: "default", id: "DISCORD_PERSONAL_TOKEN" },
          applicationId: "111111111111111111",
        },
        work: {
          token: { source: "env", provider: "default", id: "DISCORD_WORK_TOKEN" },
          applicationId: "222222222222222222",
        },
      },
    },
  },
}

openclaw pairing list discord
openclaw pairing approve discord <CODE>

​

अनुशंसित: गिल्ड workspace सेट करें

{
  channels: {
    discord: {
      groupPolicy: "allowlist",
      guilds: {
        YOUR_SERVER_ID: {
          requireMention: true,
          users: ["YOUR_USER_ID"],
        },
      },
    },
  },
}

{
  channels: {
    discord: {
      guilds: {
        YOUR_SERVER_ID: {
          requireMention: false,
        },
      },
    },
  },
}

​

Runtime model

• Gateway Discord कनेक्शन का स्वामी है।
• उत्तर रूटिंग निर्धारक है: Discord से आने वाले उत्तर वापस Discord पर जाते हैं।
• Discord guild/channel मेटाडेटा को मॉडल प्रॉम्प्ट में अविश्वसनीय संदर्भ के रूप में जोड़ा जाता है, न कि उपयोगकर्ता को दिखने वाले उत्तर प्रीफिक्स के रूप में। यदि कोई मॉडल उस एनवलप को वापस कॉपी करता है, तो OpenClaw आउटबाउंड उत्तरों और भविष्य के रीप्ले संदर्भ से कॉपी किया गया मेटाडेटा हटा देता है।
• डिफ़ॉल्ट रूप से (session.dmScope=main), सीधे चैट एजेंट मुख्य सत्र (agent:main:main) साझा करते हैं।
• Guild चैनल अलग-थलग सत्र कुंजियां हैं (agent:<agentId>:discord:channel:<channelId>)।
• Group DMs डिफ़ॉल्ट रूप से अनदेखे किए जाते हैं (channels.discord.dm.groupEnabled=false)।
• नेटिव slash commands अलग-थलग कमांड सत्रों (agent:<agentId>:discord:slash:<userId>) में चलते हैं, जबकि रूट की गई बातचीत के सत्र तक CommandTargetSessionKey अब भी ले जाते हैं।
• Discord को टेक्स्ट-केवल cron/heartbeat घोषणा डिलीवरी अंतिम assistant-visible उत्तर का एक बार उपयोग करती है। Media और संरचित component payloads तब बहु-संदेश बने रहते हैं जब एजेंट कई deliverable payloads उत्सर्जित करता है।

​

Forum चैनल

• thread को अपने-आप बनाने के लिए forum parent (channel:<forumId>) को संदेश भेजें। thread title आपके संदेश की पहली गैर-खाली पंक्ति का उपयोग करता है।
• thread सीधे बनाने के लिए openclaw message thread create का उपयोग करें। forum चैनलों के लिए --message-id पास न करें।

openclaw message send --channel discord --target channel:<forumId> \
  --message "Topic title\nBody of the post"

openclaw message thread create --channel discord --target channel:<forumId> \
  --thread-name "Topic title" --message "Body of the post"

​

Interactive components

• text, section, separator, actions, media-gallery, file
• Action rows 5 buttons तक या एक single select menu की अनुमति देते हैं
• Select types: string, user, role, mentionable, channel

• file blocks को attachment reference (attachment://<filename>) की ओर संकेत करना चाहिए
• attachment media/path/filePath (single file) के माध्यम से दें; multiple files के लिए media-gallery का उपयोग करें
• जब upload name attachment reference से match करना चाहिए, तो उसे override करने के लिए filename का उपयोग करें

• 5 fields तक के साथ components.modal जोड़ें
• Field types: text, checkbox, radio, select, role-select, user-select
• OpenClaw trigger button अपने-आप जोड़ता है

{
  channel: "discord",
  action: "send",
  to: "channel:123456789012345678",
  message: "Optional fallback text",
  components: {
    reusable: true,
    text: "Choose a path",
    blocks: [
      {
        type: "actions",
        buttons: [
          {
            label: "Approve",
            style: "success",
            allowedUsers: ["123456789012345678"],
          },
          { label: "Decline", style: "danger" },
        ],
      },
      {
        type: "actions",
        select: {
          type: "string",
          placeholder: "Pick an option",
          options: [
            { label: "Option A", value: "a" },
            { label: "Option B", value: "b" },
          ],
        },
      },
    ],
    modal: {
      title: "Details",
      triggerLabel: "Open form",
      fields: [
        { type: "text", label: "Requester" },
        {
          type: "select",
          label: "Priority",
          options: [
            { label: "Low", value: "low" },
            { label: "High", value: "high" },
          ],
        },
      ],
    },
  },
}

​

Access control और routing

{
  accessGroups: {
    operators: {
      type: "message.senders",
      members: {
        "*": ["global-owner-id"],
        discord: ["discord:123456789012345678"],
        telegram: ["987654321"],
      },
    },
  },
  channels: {
    discord: {
      dmPolicy: "allowlist",
      allowFrom: ["accessGroup:operators"],
    },
  },
}

{
  accessGroups: {
    maintainers: {
      type: "discord.channelAudience",
      guildId: "1456350064065904867",
      channelId: "1456744319972282449",
      membership: "canViewChannel",
    },
  },
  channels: {
    discord: {
      dmPolicy: "allowlist",
      allowFrom: ["accessGroup:maintainers"],
    },
  },
}

{
  accessGroups: {
    maintainers: {
      type: "discord.channelAudience",
      guildId: "1456350064065904867",
      channelId: "1456744319972282449",
    },
  },
  channels: {
    discord: {
      dmPolicy: "allowlist",
      allowFrom: ["accessGroup:maintainers", "discord:123456789012345678"],
    },
  },
}

{
  channels: {
    discord: {
      groupPolicy: "allowlist",
      guilds: {
        "123456789012345678": {
          requireMention: true,
          ignoreOtherMentions: true,
          users: ["987654321098765432"],
          roles: ["123456789012345678"],
          channels: {
            general: { allow: true },
            help: { allow: true, requireMention: true },
          },
        },
      },
    },
  },
}

​

Role-based agent routing

{
  bindings: [
    {
      agentId: "opus",
      match: {
        channel: "discord",
        guildId: "123456789012345678",
        roles: ["111111111111111111"],
      },
    },
    {
      agentId: "sonnet",
      match: {
        channel: "discord",
        guildId: "123456789012345678",
      },
    },
  ],
}

​

मूल commands और command auth

• commands.native का डिफ़ॉल्ट "auto" है और यह Discord के लिए सक्षम है।
• प्रति-channel override: channels.discord.commands.native।
• commands.native=false startup के दौरान Discord slash-command registration और cleanup को छोड़ देता है। पहले से registered commands Discord में तब तक दिखाई दे सकते हैं जब तक आप उन्हें Discord app से हटा नहीं देते।
• मूल command auth सामान्य message handling जैसी ही Discord allowlists/policies का उपयोग करता है।
• Commands उन उपयोगकर्ताओं के लिए भी Discord UI में दिखाई दे सकते हैं जो authorized नहीं हैं; execution फिर भी OpenClaw auth लागू करता है और “अधिकृत नहीं” लौटाता है।

• ephemeral: true

​

सुविधा विवरण

{
  channels: {
    discord: {
      suppressEmbeds: false,
    },
  },
}

{
  channels: {
    discord: {
      streaming: {
        mode: "progress",
        progress: {
          label: "auto",
          maxLines: 8,
          maxLineChars: 120,
          toolProgress: true,
          commentary: false,
        },
      },
    },
  },
}

{
  "channels": {
    "discord": {
      "streaming": {
        "mode": "progress",
        "progress": {
          "toolProgress": true,
          "commandText": "status"
        }
      }
    }
  }
}

{
  session: {
    threadBindings: {
      enabled: true,
      idleHours: 24,
      maxAgeHours: 0,
    },
  },
  channels: {
    discord: {
      threadBindings: {
        enabled: true,
        idleHours: 24,
        maxAgeHours: 0,
        spawnSessions: true,
        defaultSpawnContext: "fork",
      },
    },
  },
}

{
  agents: {
    list: [
      {
        id: "codex",
        runtime: {
          type: "acp",
          acp: {
            agent: "codex",
            backend: "acpx",
            mode: "persistent",
            cwd: "/workspace/openclaw",
          },
        },
      },
    ],
  },
  bindings: [
    {
      type: "acp",
      agentId: "codex",
      match: {
        channel: "discord",
        accountId: "default",
        peer: { kind: "channel", id: "222222222222222222" },
      },
      acp: { label: "codex-main" },
    },
  ],
  channels: {
    discord: {
      guilds: {
        "111111111111111111": {
          channels: {
            "222222222222222222": {
              requireMention: false,
            },
          },
        },
      },
    },
  },
}

{
  channels: {
    discord: {
      configWrites: false,
    },
  },
}

{
  channels: {
    discord: {
      proxy: "http://proxy.example:8080",
    },
  },
}

{
  channels: {
    discord: {
      accounts: {
        primary: {
          proxy: "http://proxy.example:8080",
        },
      },
    },
  },
}

{
  channels: {
    discord: {
      pluralkit: {
        enabled: true,
        token: "pk_live_...", // optional; needed for private systems
      },
    },
  },
}

{
  channels: {
    discord: {
      mentionAliases: {
        Vladislava: "123456789012345678",
      },
      accounts: {
        ops: {
          mentionAliases: {
            OpsLead: "234567890123456789",
          },
        },
      },
    },
  },
}

{
  channels: {
    discord: {
      status: "idle",
    },
  },
}

{
  channels: {
    discord: {
      activity: "Focus time",
      activityType: 4,
    },
  },
}

{
  channels: {
    discord: {
      activity: "Live coding",
      activityType: 1,
      activityUrl: "https://twitch.tv/openclaw",
    },
  },
}

{
  channels: {
    discord: {
      autoPresence: {
        enabled: true,
        intervalMs: 30000,
        minUpdateIntervalMs: 15000,
        exhaustedText: "token exhausted",
      },
    },
  },
}

​

टूल और क्रिया गेट

• मैसेजिंग: sendMessage, readMessages, editMessage, deleteMessage, threadReply
• प्रतिक्रियाएँ: react, reactions, emojiList
• मॉडरेशन: timeout, kick, ban
• उपस्थिति: setPresence

​

Components v2 UI

• channels.discord.ui.components.accentColor Discord component कंटेनरों द्वारा उपयोग किया जाने वाला accent color सेट करता है (hex)।
• प्रति अकाउंट channels.discord.accounts.<id>.ui.components.accentColor से सेट करें।
• channels.discord.agentComponents.ttlMs नियंत्रित करता है कि भेजे गए Discord component callbacks कितनी देर तक पंजीकृत रहें (डिफ़ॉल्ट 1800000, अधिकतम 86400000)। प्रति अकाउंट channels.discord.accounts.<id>.agentComponents.ttlMs से सेट करें।
• जब components v2 मौजूद हों, तो embeds अनदेखे किए जाते हैं।
• सादे URL previews डिफ़ॉल्ट रूप से दबा दिए जाते हैं। जब एक अकेला outbound link expand होना चाहिए, तो message action पर suppressEmbeds: false सेट करें।

{
  channels: {
    discord: {
      ui: {
        components: {
          accentColor: "#5865F2",
        },
      },
    },
  },
}

​

वॉइस

​

वॉइस चैनल

1. Discord Developer Portal में Message Content Intent सक्षम करें।
2. जब role/user allowlists उपयोग की जाती हैं, तो Server Members Intent सक्षम करें।
3. बॉट को bot और applications.commands scopes के साथ आमंत्रित करें।
4. लक्ष्य voice channel में Connect, Speak, Send Messages, और Read Message History प्रदान करें।
5. स्थानीय कमांड सक्षम करें (commands.native या channels.discord.commands.native)।
6. channels.discord.voice कॉन्फ़िगर करें।

/vc join channel:<voice-channel-id>
/vc status
/vc leave

openclaw channels capabilities --channel discord --target channel:<voice-channel-id>

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        model: "openai/gpt-5.5",
        autoJoin: [
          {
            guildId: "123456789012345678",
            channelId: "234567890123456789",
          },
        ],
        allowedChannels: [
          {
            guildId: "123456789012345678",
            channelId: "234567890123456789",
          },
        ],
        daveEncryption: true,
        decryptionFailureTolerance: 24,
        connectTimeoutMs: 30000,
        reconnectGraceMs: 15000,
        realtime: {
          provider: "openai",
          model: "gpt-realtime-2",
          speakerVoice: "cedar",
        },
      },
    },
  },
}

• voice.tts, केवल stt-tts वॉइस प्लेबैक के लिए messages.tts को ओवरराइड करता है। रीयलटाइम मोड voice.realtime.speakerVoice का उपयोग करते हैं।
• voice.mode बातचीत पथ को नियंत्रित करता है। डिफ़ॉल्ट agent-proxy है: एक रीयलटाइम वॉइस फ्रंट एंड टर्न टाइमिंग, इंटरप्शन और प्लेबैक संभालता है, openclaw_agent_consult के माध्यम से रूट किए गए OpenClaw एजेंट को सार्थक काम सौंपता है, और परिणाम को उस स्पीकर से आए टाइप किए गए Discord प्रॉम्प्ट जैसा मानता है। stt-tts पुराना बैच STT प्लस TTS फ़्लो बनाए रखता है। bidi रीयलटाइम मॉडल को सीधे बातचीत करने देता है, जबकि OpenClaw ब्रेन के लिए openclaw_agent_consult उपलब्ध कराता है।
• voice.agentSession नियंत्रित करता है कि कौन-सी OpenClaw बातचीत वॉइस टर्न प्राप्त करती है। वॉइस चैनल के अपने सेशन के लिए इसे अनसेट छोड़ें, या वॉइस चैनल को #maintainers जैसे मौजूदा Discord टेक्स्ट चैनल सेशन के माइक्रोफ़ोन/स्पीकर एक्सटेंशन के रूप में काम कराने के लिए { mode: "target", target: "channel:<text-channel-id>" } सेट करें।
• voice.model, Discord वॉइस प्रतिक्रियाओं और रीयलटाइम कंसल्ट के लिए OpenClaw एजेंट ब्रेन को ओवरराइड करता है। रूट किए गए एजेंट मॉडल को इनहेरिट करने के लिए इसे अनसेट छोड़ें। यह voice.realtime.model से अलग है।
• voice.followUsers बॉट को चुने हुए उपयोगकर्ताओं के साथ Discord वॉइस में जुड़ने, स्थानांतरित होने और छोड़ने देता है। व्यवहार नियमों और उदाहरणों के लिए वॉइस में उपयोगकर्ताओं का अनुसरण करें देखें।
• agent-proxy स्पीच को discord-voice के माध्यम से रूट करता है, जो स्पीकर और लक्ष्य सेशन के लिए सामान्य owner/tool प्राधिकरण को सुरक्षित रखता है, लेकिन एजेंट tts टूल को छिपाता है क्योंकि Discord वॉइस प्लेबैक का स्वामी है। डिफ़ॉल्ट रूप से, agent-proxy owner स्पीकर्स के लिए कंसल्ट को पूर्ण owner-समतुल्य टूल एक्सेस देता है (voice.realtime.toolPolicy: "owner") और सार्थक उत्तरों से पहले OpenClaw एजेंट से कंसल्ट करने को मज़बूती से प्राथमिकता देता है (voice.realtime.consultPolicy: "always")। उस डिफ़ॉल्ट always मोड में, रीयलटाइम लेयर कंसल्ट उत्तर से पहले अपने-आप फिलर नहीं बोलती; यह स्पीच कैप्चर और ट्रांसक्राइब करती है, फिर रूट किया गया OpenClaw उत्तर बोलती है। यदि कई बाध्य कंसल्ट उत्तर तब पूरे होते हैं जब Discord अभी भी पहला उत्तर चला रहा हो, तो बाद के exact-speech उत्तरों को बीच वाक्य में स्पीच बदलने के बजाय प्लेबैक निष्क्रिय होने तक कतार में रखा जाता है।
• stt-tts मोड में, STT tools.media.audio का उपयोग करता है; voice.model ट्रांसक्रिप्शन को प्रभावित नहीं करता।
• रीयलटाइम मोड में, voice.realtime.provider, voice.realtime.model, और voice.realtime.speakerVoice रीयलटाइम ऑडियो सेशन को कॉन्फ़िगर करते हैं। OpenAI Realtime 2 प्लस Codex ब्रेन के लिए, voice.realtime.model: "gpt-realtime-2" और voice.model: "openai/gpt-5.5" का उपयोग करें।
• रीयलटाइम वॉइस मोड डिफ़ॉल्ट रूप से रीयलटाइम प्रदाता निर्देशों में छोटे IDENTITY.md, USER.md, और SOUL.md प्रोफ़ाइल फ़ाइलें शामिल करते हैं, ताकि तेज़ सीधे टर्न वही पहचान, उपयोगकर्ता आधार और व्यक्तित्व बनाए रखें जो रूट किए गए OpenClaw एजेंट में है। इसे अनुकूलित करने के लिए voice.realtime.bootstrapContextFiles को किसी उपसमुच्चय पर सेट करें, या इसे अक्षम करने के लिए [] सेट करें। समर्थित रीयलटाइम बूटस्ट्रैप फ़ाइलें केवल उन्हीं प्रोफ़ाइल फ़ाइलों तक सीमित हैं; AGENTS.md सामान्य एजेंट संदर्भ में रहता है। इंजेक्ट किया गया प्रोफ़ाइल संदर्भ workspace कार्य, वर्तमान तथ्यों, मेमोरी लुकअप, या टूल-समर्थित क्रियाओं के लिए openclaw_agent_consult को प्रतिस्थापित नहीं करता।
• OpenAI agent-proxy रीयलटाइम मोड में, Discord रीयलटाइम वॉइस को तब तक मौन रखने के लिए voice.realtime.requireWakeName: true सेट करें जब तक कोई ट्रांसक्रिप्ट wake name से शुरू या समाप्त न हो। कॉन्फ़िगर किए गए wake names एक या दो शब्दों के होने चाहिए। यदि voice.realtime.wakeNames अनसेट है, तो OpenClaw रूट किए गए एजेंट name प्लस OpenClaw का उपयोग करता है, और fallback में एजेंट id प्लस OpenClaw का उपयोग करता है। Wake-name gating रीयलटाइम प्रदाता auto-response को अक्षम करता है, स्वीकृत टर्न को OpenClaw एजेंट कंसल्ट पथ से रूट करता है, और अंतिम ट्रांसक्रिप्ट आने से पहले आंशिक ट्रांसक्रिप्शन से अग्रणी wake name पहचाने जाने पर छोटा बोला गया acknowledgement देता है।
• OpenAI रीयलटाइम प्रदाता वर्तमान Realtime 2 event names और आउटपुट ऑडियो तथा ट्रांसक्रिप्ट इवेंट्स के लिए legacy Codex-compatible aliases स्वीकार करता है, ताकि संगत प्रदाता snapshots assistant audio गिराए बिना बदल सकें।
• voice.realtime.bargeIn नियंत्रित करता है कि Discord speaker-start events सक्रिय रीयलटाइम प्लेबैक को interrupt करते हैं या नहीं। यदि अनसेट है, तो यह रीयलटाइम प्रदाता की input-audio interruption setting का पालन करता है।
• voice.realtime.minBargeInAudioEndMs OpenAI रीयलटाइम barge-in द्वारा ऑडियो truncate करने से पहले न्यूनतम assistant playback duration नियंत्रित करता है। डिफ़ॉल्ट: 250। low-echo rooms में तुरंत interruption के लिए 0 सेट करें, या echo-heavy speaker setups के लिए इसे बढ़ाएं।
• Discord प्लेबैक पर OpenAI वॉइस के लिए, voice.tts.provider: "openai" सेट करें और voice.tts.providers.openai.speakerVoice के तहत Text-to-speech वॉइस चुनें। cedar वर्तमान OpenAI TTS मॉडल पर अच्छा masculine-sounding विकल्प है।
• प्रति-चैनल Discord systemPrompt ओवरराइड उस वॉइस चैनल के वॉइस ट्रांसक्रिप्ट टर्न पर लागू होते हैं।
• वॉइस ट्रांसक्रिप्ट टर्न owner-gated commands और channel actions के लिए Discord allowFrom (या dm.allowFrom) से owner status निकालते हैं। एजेंट टूल दृश्यता रूट किए गए सेशन के लिए कॉन्फ़िगर की गई tool policy का पालन करती है।
• Discord वॉइस text-only configs के लिए opt-in है; /vc कमांड, वॉइस रनटाइम, और GuildVoiceStates Gateway intent सक्षम करने के लिए channels.discord.voice.enabled=true सेट करें (या मौजूदा channels.discord.voice ब्लॉक बनाए रखें)।
• channels.discord.intents.voiceStates voice-state intent subscription को स्पष्ट रूप से ओवरराइड कर सकता है। intent को effective voice enablement का पालन करने देने के लिए इसे अनसेट छोड़ें।
• यदि voice.autoJoin में एक ही guild के लिए कई entries हैं, तो OpenClaw उस guild के लिए आख़िरी कॉन्फ़िगर किए गए channel में जुड़ता है।
• voice.allowedChannels एक वैकल्पिक residency allowlist है। /vc join को किसी भी अधिकृत Discord वॉइस चैनल में अनुमति देने के लिए इसे अनसेट छोड़ें। सेट होने पर, /vc join, startup auto-join, और bot voice-state moves सूचीबद्ध { guildId, channelId } entries तक सीमित रहते हैं। सभी Discord वॉइस joins अस्वीकार करने के लिए इसे खाली array पर सेट करें। यदि Discord बॉट को allowlist से बाहर ले जाता है, तो OpenClaw वह channel छोड़ देता है और उपलब्ध होने पर कॉन्फ़िगर किए गए auto-join target में फिर जुड़ता है।
• voice.daveEncryption और voice.decryptionFailureTolerance, @discordjs/voice join options तक पास होते हैं।
• @discordjs/voice defaults अनसेट होने पर daveEncryption=true और decryptionFailureTolerance=24 हैं।
• OpenClaw Discord voice receive और realtime raw PCM playback के लिए bundled libopus-wasm codec का उपयोग करता है। यह pinned libopus WebAssembly build के साथ आता है और native opus addons की आवश्यकता नहीं होती।
• voice.connectTimeoutMs, /vc join और auto-join attempts के लिए प्रारंभिक @discordjs/voice Ready wait नियंत्रित करता है। डिफ़ॉल्ट: 30000।
• voice.reconnectGraceMs नियंत्रित करता है कि disconnected voice session को नष्ट करने से पहले OpenClaw उसके reconnecting शुरू करने के लिए कितनी देर प्रतीक्षा करता है। डिफ़ॉल्ट: 15000।
• stt-tts मोड में, वॉइस प्लेबैक केवल इसलिए नहीं रुकता कि कोई दूसरा उपयोगकर्ता बोलना शुरू करता है। feedback loops से बचने के लिए, TTS चलने के दौरान OpenClaw नया voice capture अनदेखा करता है; अगले टर्न के लिए playback समाप्त होने के बाद बोलें। रीयलटाइम मोड speaker starts को barge-in signals के रूप में रीयलटाइम प्रदाता को forward करते हैं।
• रीयलटाइम मोड में, speakers से open mic में आने वाली echo barge-in जैसी दिख सकती है और playback interrupt कर सकती है। echo-heavy Discord rooms के लिए, OpenAI को input audio पर auto-interrupting से रोकने के लिए voice.realtime.providers.openai.interruptResponseOnInputAudio: false सेट करें। यदि आप फिर भी Discord speaker-start events से active playback interrupt कराना चाहते हैं, तो voice.realtime.bargeIn: true जोड़ें। OpenAI realtime bridge voice.realtime.minBargeInAudioEndMs से छोटी playback truncations को संभावित echo/noise मानकर अनदेखा करता है और Discord playback साफ़ करने के बजाय उन्हें skipped के रूप में लॉग करता है।
• voice.captureSilenceGraceMs नियंत्रित करता है कि Discord द्वारा speaker के रुकने की सूचना देने के बाद OpenClaw STT के लिए उस audio segment को finalizing करने से पहले कितनी देर प्रतीक्षा करता है। डिफ़ॉल्ट: 2000; यदि Discord सामान्य pauses को choppy partial transcripts में बांटता है, तो इसे बढ़ाएं।
• जब ElevenLabs चुना गया TTS provider होता है, Discord voice playback streaming TTS का उपयोग करता है और provider response stream से शुरू होता है। streaming support के बिना providers synthesized temp-file path पर fallback करते हैं।
• OpenClaw receive decrypt failures पर भी नज़र रखता है और छोटी window में repeated failures के बाद voice channel छोड़कर/फिर जुड़कर auto-recovers करता है।
• यदि अपडेट करने के बाद receive logs बार-बार DecryptionFailed(UnencryptedWhenPassthroughDisabled) दिखाते हैं, तो dependency report और logs इकट्ठा करें। bundled @discordjs/voice line में discord.js PR #11449 से upstream padding fix शामिल है, जिसने discord.js issue #11419 को बंद किया।
• The operation was aborted receive events अपेक्षित हैं जब OpenClaw captured speaker segment को finalizes करता है; ये verbose diagnostics हैं, warnings नहीं।
• Verbose Discord voice logs प्रत्येक accepted speaker segment के लिए bounded one-line STT transcript preview शामिल करते हैं, ताकि debugging unbounded transcript text dump किए बिना user side और agent reply side दोनों दिखाए।
• agent-proxy मोड में, forced consult fallback संभावित incomplete transcript fragments जैसे ... पर समाप्त होने वाला text या and जैसा trailing connector, साथ ही “be right back” या “bye” जैसे स्पष्ट non-actionable closings को छोड़ देता है। जब यह stale queued answer को रोकता है, तो logs forced agent consult skipped reason=... दिखाते हैं।

​

वॉइस में उपयोगकर्ताओं का अनुसरण करें

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        followUsersEnabled: true,
        followUsers: ["discord:123456789012345678"],
        allowedChannels: [
          {
            guildId: "123456789012345678",
            channelId: "234567890123456789",
          },
        ],
      },
    },
  },
}

• followUsers raw Discord user IDs और discord:<id> values स्वीकार करता है। OpenClaw voice-state events से मिलान करने से पहले दोनों forms को normalize करता है।
• followUsersEnabled, followUsers configured होने पर डिफ़ॉल्ट रूप से true होता है। saved list बनाए रखते हुए automatic voice following रोकने के लिए इसे false पर सेट करें।
• जब followed user किसी allowed voice channel में जुड़ता है, OpenClaw उस channel में जुड़ता है। जब user move करता है, OpenClaw उनके साथ move करता है। जब active followed user disconnects करता है, OpenClaw छोड़ देता है।
• यदि एक ही guild में multiple followed users हैं और active followed user छोड़ देता है, तो OpenClaw guild छोड़ने से पहले किसी दूसरे tracked followed user’s channel में move करता है। यदि कई followed users एक साथ move करते हैं, तो latest observed voice-state event जीतता है।
• allowedChannels फिर भी लागू होता है। disallowed channel में followed user को अनदेखा किया जाता है, और follow-owned session किसी दूसरे followed user पर move करता है या छोड़ देता है।
• OpenClaw startup पर और bounded interval पर missed voice-state events को reconcile करता है। Reconciliation configured guilds को sample करता है और per run REST lookups cap करता है, इसलिए बहुत बड़ी followUsers lists को converge होने में एक से अधिक interval लग सकते हैं।
• यदि Discord या कोई admin user को follow करते समय bot को move करता है, तो OpenClaw voice session rebuild करता है और destination allowed होने पर follow ownership सुरक्षित रखता है। यदि bot को allowedChannels से बाहर move किया जाता है, तो OpenClaw छोड़ देता है और कोई configured target मौजूद होने पर फिर जुड़ता है।
• DAVE receive recovery repeated decrypt failures के बाद वही channel छोड़कर फिर जुड़ सकती है। Follow-owned sessions उस recovery path में अपनी follow ownership बनाए रखते हैं, इसलिए बाद में followed-user disconnect होने पर channel फिर भी छूटता है।

• personal या operator setups के लिए followUsers का उपयोग करें, जहाँ bot को आपके voice में होने पर अपने-आप voice में होना चाहिए।
• fixed-room bots के लिए autoJoin का उपयोग करें, जिन्हें voice में कोई tracked user न होने पर भी मौजूद रहना चाहिए।
• one-off joins या ऐसे rooms के लिए /vc join का उपयोग करें जहाँ automatic voice presence चौंकाने वाली होगी।

• Voice प्राप्ति लॉग discord voice: opus decoder: libopus-wasm दिखाते हैं।
• Realtime प्लेबैक पैकेटों को @discordjs/voice को सौंपने से पहले उसी बंडल किए गए libopus-wasm पैकेज के साथ raw 48 kHz stereo PCM को Opus में एन्कोड करता है।
• फ़ाइल और प्रदाता-स्ट्रीम प्लेबैक ffmpeg के साथ raw 48 kHz stereo PCM में ट्रांसकोड करता है, फिर Discord को भेजी जाने वाली Opus पैकेट स्ट्रीम के लिए libopus-wasm का उपयोग करता है।

• Discord PCM कैप्चर को WAV अस्थायी फ़ाइल में बदला जाता है।
• tools.media.audio STT संभालता है, उदाहरण के लिए openai/gpt-4o-mini-transcribe।
• ट्रांसक्रिप्ट Discord इनग्रेस और रूटिंग से होकर भेजी जाती है, जबकि प्रतिक्रिया LLM एक voice-output नीति के साथ चलता है जो एजेंट tts टूल को छिपाती है और लौटाया गया पाठ मांगती है, क्योंकि Discord voice अंतिम TTS प्लेबैक का स्वामी है।
• voice.model, सेट होने पर, इस voice-channel turn के लिए केवल प्रतिक्रिया LLM को ओवरराइड करता है।
• voice.tts को messages.tts के ऊपर मर्ज किया जाता है; स्ट्रीमिंग-सक्षम प्रदाता सीधे प्लेयर को फ़ीड करते हैं, अन्यथा परिणामी ऑडियो फ़ाइल जुड़े हुए चैनल में चलाई जाती है।

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        model: "openai/gpt-5.5",
        followUsersEnabled: true,
        followUsers: ["123456789012345678"],
        realtime: {
          provider: "openai",
          model: "gpt-realtime-2",
          speakerVoice: "cedar",
        },
      },
    },
  },
}

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        mode: "stt-tts",
        model: "openai/gpt-5.4-mini",
        tts: {
          provider: "openai",
          providers: {
            openai: {
              model: "gpt-4o-mini-tts",
              speakerVoice: "cedar",
            },
          },
        },
      },
    },
  },
}

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        mode: "bidi",
        model: "openai/gpt-5.5",
        realtime: {
          provider: "openai",
          model: "gpt-realtime-2",
          speakerVoice: "cedar",
          toolPolicy: "safe-read-only",
          consultPolicy: "always",
        },
      },
    },
  },
}

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        mode: "agent-proxy",
        model: "openai/gpt-5.5",
        agentSession: {
          mode: "target",
          target: "channel:123456789012345678",
        },
        realtime: {
          provider: "openai",
          model: "gpt-realtime-2",
          speakerVoice: "cedar",
        },
      },
    },
  },
}

• target: "channel:123456789012345678" Discord text channel सत्र के माध्यम से रूट करता है।
• target: "123456789012345678" को channel target माना जाता है।
• target: "dm:123456789012345678" या target: "user:123456789012345678" उस direct-message सत्र के माध्यम से रूट करता है।

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        mode: "bidi",
        model: "openai/gpt-5.5",
        realtime: {
          provider: "openai",
          model: "gpt-realtime-2",
          speakerVoice: "cedar",
          bargeIn: true,
          minBargeInAudioEndMs: 500,
          consultPolicy: "always",
          providers: {
            openai: {
              interruptResponseOnInputAudio: false,
            },
          },
        },
      },
    },
  },
}

• Join पर: discord voice: joining ... voiceSession=... supervisorSession=... agentSessionMode=... voiceModel=... realtimeModel=...
• Realtime start पर: discord voice: realtime bridge starting ... autoRespond=false interruptResponse=false bargeIn=false minBargeInAudioEndMs=...
• Speaker audio पर: discord voice: realtime speaker turn opened ..., discord voice: realtime input audio started ... outputAudioMs=... outputActive=..., और discord voice: realtime speaker turn closed ... chunks=... discordBytes=... realtimeBytes=... interruptedPlayback=...
• छोड़े गए stale speech पर: discord voice: realtime forced agent consult skipped reason=incomplete-transcript ... या reason=non-actionable-closing ...
• Realtime response completion पर: discord voice: realtime audio playback finishing reason=response.done ... audioMs=... chunks=...
• Playback stop/reset पर: discord voice: realtime audio playback stopped reason=... audioMs=... elapsedMs=... chunks=...
• Realtime consult पर: discord voice: realtime consult requested ... voiceSession=... supervisorSession=... question=...
• Agent answer पर: discord voice: agent turn answer ...
• Queued exact speech पर: discord voice: realtime exact speech queued ... queued=... outputAudioMs=... outputActive=..., इसके बाद discord voice: realtime exact speech dequeued reason=player-idle ...
• Barge-in detection पर: discord voice: realtime barge-in detected source=speaker-start ... या discord voice: realtime barge-in detected source=active-speaker-audio ..., इसके बाद discord voice: realtime barge-in requested reason=... outputAudioMs=... outputActive=...
• Realtime interruption पर: discord voice: realtime model interrupt requested client:response.cancel reason=barge-in, इसके बाद या तो discord voice: realtime model audio truncated client:conversation.item.truncate reason=barge-in audioEndMs=... या discord voice: realtime model interrupt confirmed server:response.done status=cancelled ...
• अनदेखा किए गए echo/noise पर: discord voice: realtime model interrupt ignored client:conversation.item.truncate.skipped reason=barge-in audioEndMs=0 minAudioEndMs=250
• Disabled barge-in पर: discord voice: realtime capture ignored during playback (barge-in disabled) ...
• Idle playback पर: discord voice: realtime barge-in ignored reason=... outputActive=false ... playbackChunks=0

1. realtime audio playback started का मतलब है कि Discord ने assistant audio चलाना शुरू कर दिया है। bridge इस बिंदु से assistant output chunks, Discord PCM bytes, provider realtime bytes, और synthesized audio duration गिनना शुरू करता है।
2. realtime speaker turn opened Discord speaker के सक्रिय होने को चिह्नित करता है। यदि playback पहले से सक्रिय है और bargeIn सक्षम है, तो इसके बाद barge-in detected source=speaker-start आ सकता है।
3. realtime input audio started उस speaker turn के लिए प्राप्त पहले वास्तविक audio frame को चिह्नित करता है। यहां outputActive=true या nonzero outputAudioMs का मतलब है कि mic input भेज रहा है जबकि assistant playback अभी भी सक्रिय है।
4. barge-in detected source=active-speaker-audio का मतलब है कि OpenClaw ने assistant playback सक्रिय रहते हुए live speaker audio देखा। यह बिना उपयोगी audio वाले Discord speaker-start event से वास्तविक interruption को अलग करने में उपयोगी है।
5. barge-in requested reason=... का मतलब है कि OpenClaw ने realtime provider से सक्रिय response को cancel या truncate करने को कहा। इसमें outputAudioMs, outputActive, और playbackChunks शामिल हैं ताकि आप देख सकें कि interruption से पहले कितना assistant audio वास्तव में चल चुका था।
6. realtime audio playback stopped reason=... local Discord playback reset point है। reason बताता है कि playback किसने रोका: barge-in, player-idle, provider-clear-audio, forced-agent-consult, stream-close, या session-close।
7. realtime speaker turn closed captured input turn का सारांश देता है। chunks=0 या hasAudio=false का मतलब है कि speaker turn खुला लेकिन कोई उपयोगी audio realtime bridge तक नहीं पहुंचा। interruptedPlayback=true का मतलब है कि वह input turn assistant output से overlap हुआ और barge-in logic trigger हुआ।

• outputAudioMs: log line से पहले realtime provider द्वारा generated assistant audio duration।
• audioMs: playback रुकने से पहले OpenClaw द्वारा counted assistant audio duration।
• elapsedMs: playback stream या speaker turn खोलने और बंद करने के बीच wall-clock time।
• discordBytes: Discord voice को भेजे गए या उससे प्राप्त 48 kHz stereo PCM bytes।
• realtimeBytes: realtime provider को भेजे गए या उससे प्राप्त provider-format PCM bytes।
• playbackChunks: active response के लिए Discord को forwarded assistant audio chunks।
• sinceLastAudioMs: आखिरी captured speaker audio frame और speaker turn closing के बीच gap।

• source=active-speaker-audio, छोटे outputAudioMs, और पास में वही user के साथ immediate cut-off आमतौर पर speaker echo के mic में प्रवेश की ओर इशारा करता है। voice.realtime.minBargeInAudioEndMs बढ़ाएं, speaker volume घटाएं, headphones उपयोग करें, या voice.realtime.providers.openai.interruptResponseOnInputAudio: false सेट करें।
• source=speaker-start के बाद speaker turn closed ... hasAudio=false का मतलब है कि Discord ने speaker start report किया लेकिन कोई audio OpenClaw तक नहीं पहुंचा। यह transient Discord voice event, noise gate behavior, या client का briefly mic key करना हो सकता है।
• पास में barge-in या provider-clear-audio के बिना audio playback stopped reason=stream-close का मतलब है कि local Discord playback stream अनपेक्षित रूप से समाप्त हो गई। पिछले provider और Discord player logs जांचें।
• capture ignored during playback (barge-in disabled) का मतलब है कि OpenClaw ने assistant audio सक्रिय रहते हुए input को जानबूझकर drop किया। यदि आप चाहते हैं कि speech playback को interrupt करे, तो voice.realtime.bargeIn सक्षम करें।
• barge-in ignored ... outputActive=false का मतलब है कि Discord या provider VAD ने speech report किया, लेकिन OpenClaw के पास interrupt करने के लिए कोई active playback नहीं था। इससे audio cut off नहीं होना चाहिए।

​

Voice messages

• स्थानीय फ़ाइल पथ दें (URL अस्वीकार किए जाते हैं).
• टेक्स्ट सामग्री छोड़ दें (Discord एक ही payload में टेक्स्ट + वॉइस संदेश अस्वीकार करता है).
• कोई भी ऑडियो प्रारूप स्वीकार्य है; OpenClaw आवश्यकता अनुसार OGG/Opus में बदल देता है.

message(action="send", channel="discord", target="channel:123", path="/path/to/audio.mp3", asVoice=true)

​

समस्या निवारण

openclaw doctor
openclaw channels status --probe
openclaw logs --follow

{
  channels: {
    discord: {
      accounts: {
        default: {
          eventQueue: {
            listenerTimeout: 120000,
          },
        },
      },
    },
  },
}

{
  channels: {
    defaults: {
      botLoopProtection: {
        maxEventsPerWindow: 20,
        windowSeconds: 60,
        cooldownSeconds: 60,
      },
    },
    discord: {
      // Optional Discord-wide override. Account blocks override individual
      // fields and inherit omitted fields from here.
      botLoopProtection: {
        maxEventsPerWindow: 4,
      },
      accounts: {
        mantis: {
          // Mantis listens to other bots only when they mention her.
          allowBots: "mentions",
        },
        molty: {
          // Molty listens to all bot-authored Discord messages.
          allowBots: true,
          mentionAliases: {
            // Lets Molty write a Mantis Discord mention with the configured user id.
            Mantis: "MANTIS_DISCORD_USER_ID",
          },
          botLoopProtection: {
            // Allow up to five messages per minute before suppressing the pair.
            maxEventsPerWindow: 5,
            windowSeconds: 60,
            cooldownSeconds: 90,
          },
        },
      },
    },
  },
}

​

Configuration reference

​

Safety and operations

• bot tokens को secrets की तरह मानें (supervised environments में DISCORD_BOT_TOKEN preferred).
• least-privilege Discord permissions दें.
• यदि command deploy/state stale है, gateway restart करें और openclaw channels status --probe से फिर check करें.

​

Related