Vai al contenuto principale
Chiamate vocali per OpenClaw tramite un plugin. Supporta notifiche in uscita, conversazioni multi-turno, voce in tempo reale full-duplex, trascrizione in streaming e chiamate in entrata con criteri di allowlist. Provider attuali: twilio (Programmable Voice + Media Streams), telnyx (Call Control v2), plivo (Voice API + XML transfer + GetInput speech), mock (sviluppo/nessuna rete).
Il plugin Voice Call viene eseguito all’interno del processo Gateway. Se usi un Gateway remoto, installa e configura il plugin sulla macchina che esegue il Gateway, quindi riavvia il Gateway per caricarlo.

​
Avvio rapido

1

Installa il plugin

openclaw plugins install @openclaw/voice-call
Usa il pacchetto senza versione per seguire il tag di rilascio ufficiale corrente. Fissa una versione esatta solo quando ti serve un’installazione riproducibile.Riavvia poi il Gateway affinché il plugin venga caricato.
2

Configura provider e Webhook

Imposta la configurazione in plugins.entries.voice-call.config (vedi Configurazione sotto per la forma completa). Come minimo: provider, credenziali del provider, fromNumber e un URL Webhook raggiungibile pubblicamente.
3

Verifica la configurazione

openclaw voicecall setup
L’output predefinito è leggibile nei log di chat e nei terminali. Controlla l’abilitazione del plugin, le credenziali del provider, l’esposizione del Webhook e che sia attiva una sola modalità audio (streaming o realtime). Usa --json per gli script.
4

Test preliminare

openclaw voicecall smoke
openclaw voicecall smoke --to "+15555550123"
Entrambi sono esecuzioni a secco per impostazione predefinita. Aggiungi --yes per effettuare davvero una breve chiamata di notifica in uscita:
openclaw voicecall smoke --to "+15555550123" --yes
Per Twilio, Telnyx e Plivo, la configurazione deve risolversi in un URL Webhook pubblico. Se publicUrl, l’URL del tunnel, l’URL Tailscale o il fallback di servizio si risolve in local loopback o in spazio di rete privata, la configurazione fallisce invece di avviare un provider che non può ricevere Webhook dell’operatore.

​
Configurazione

Se enabled: true ma al provider selezionato mancano le credenziali, l’avvio del Gateway registra un avviso di configurazione incompleta con le chiavi mancanti e salta l’avvio del runtime. Comandi, chiamate RPC e strumenti dell’agente restituiscono comunque l’esatta configurazione del provider mancante quando vengono usati.
Le credenziali di voice-call accettano SecretRefs. plugins.entries.voice-call.config.twilio.authToken, plugins.entries.voice-call.config.realtime.providers.*.apiKey, plugins.entries.voice-call.config.streaming.providers.*.apiKey e plugins.entries.voice-call.config.tts.providers.*.apiKey vengono risolti tramite la superficie SecretRef standard; vedi superficie delle credenziali SecretRef.
{
  plugins: {
    entries: {
      "voice-call": {
        enabled: true,
        config: {
          provider: "twilio", // or "telnyx" | "plivo" | "mock"
          fromNumber: "+15550001234", // or TWILIO_FROM_NUMBER for Twilio
          toNumber: "+15550005678",
          sessionScope: "per-phone", // per-phone | per-call
          numbers: {
            "+15550009999": {
              inboundGreeting: "Silver Fox Cards, how can I help?",
              responseSystemPrompt: "You are a concise baseball card specialist.",
              tts: {
                providers: {
                  openai: { speakerVoice: "alloy" },
                },
              },
            },
          },

          twilio: {
            accountSid: "ACxxxxxxxx",
            authToken: "...",
          },
          telnyx: {
            apiKey: "...",
            connectionId: "...",
            // Telnyx webhook public key from the Mission Control Portal
            // (Base64; can also be set via TELNYX_PUBLIC_KEY).
            publicKey: "...",
          },
          plivo: {
            authId: "MAxxxxxxxxxxxxxxxxxxxx",
            authToken: "...",
          },

          // Webhook server
          serve: {
            port: 3334,
            path: "/voice/webhook",
          },

          // Webhook security (recommended for tunnels/proxies)
          webhookSecurity: {
            allowedHosts: ["voice.example.com"],
            trustedProxyIPs: ["100.64.0.1"],
          },

          // Public exposure (pick one)
          // publicUrl: "https://example.ngrok.app/voice/webhook",
          // tunnel: { provider: "ngrok" },
          // tailscale: { mode: "funnel", path: "/voice/webhook" },

          outbound: {
            defaultMode: "notify", // notify | conversation
          },

          streaming: { enabled: true /* see Streaming transcription */ },
          realtime: { enabled: false /* see Realtime voice */ },
        },
      },
    },
  },
}
  • Twilio, Telnyx e Plivo richiedono tutti un URL Webhook raggiungibile pubblicamente.
  • mock è un provider locale di sviluppo (nessuna chiamata di rete).
  • Telnyx richiede telnyx.publicKey (o TELNYX_PUBLIC_KEY) a meno che skipSignatureVerification sia true.
  • skipSignatureVerification è solo per test locali.
  • Nel piano gratuito di ngrok, imposta publicUrl sull’URL ngrok esatto; la verifica della firma viene sempre applicata.
  • tunnel.allowNgrokFreeTierLoopbackBypass: true consente Webhook Twilio con firme non valide solo quando tunnel.provider="ngrok" e serve.bind è local loopback (agente locale ngrok). Solo sviluppo locale.
  • Gli URL del piano gratuito di ngrok possono cambiare o aggiungere comportamenti interstiziali; se publicUrl cambia, le firme Twilio falliscono. Produzione: preferisci un dominio stabile o un funnel Tailscale.
  • streaming.preStartTimeoutMs chiude i socket che non inviano mai un frame start valido.
  • streaming.maxPendingConnections limita il totale dei socket pre-avvio non autenticati.
  • streaming.maxPendingConnectionsPerIp limita i socket pre-avvio non autenticati per IP di origine.
  • streaming.maxConnections limita il totale dei socket di media stream aperti (in attesa + attivi).
Le configurazioni più vecchie che usano provider: "log", twilio.from o chiavi OpenAI streaming.* legacy vengono riscritte da openclaw doctor --fix. Il fallback del runtime accetta ancora per ora le vecchie chiavi voice-call, ma il percorso di riscrittura è openclaw doctor --fix e lo shim di compatibilità è temporaneo.Chiavi streaming migrate automaticamente:
  • streaming.sttProvider → streaming.provider
  • streaming.openaiApiKey → streaming.providers.openai.apiKey
  • streaming.sttModel → streaming.providers.openai.model
  • streaming.silenceDurationMs → streaming.providers.openai.silenceDurationMs
  • streaming.vadThreshold → streaming.providers.openai.vadThreshold

​
Ambito della sessione

Per impostazione predefinita, Voice Call usa sessionScope: "per-phone" affinché le chiamate ripetute dallo stesso chiamante mantengano la memoria della conversazione. Imposta sessionScope: "per-call" quando ogni chiamata dell’operatore deve iniziare con un contesto nuovo, ad esempio in flussi di reception, prenotazione, IVR o bridge Google Meet in cui lo stesso numero di telefono può rappresentare riunioni diverse. Voice Call archivia le chiavi di sessione generate nello spazio dei nomi dell’agente configurato (agent:<agentId>:voice:*) affinché la memoria delle chiamate sopravviva alla canonicalizzazione delle chiavi di sessione del Gateway dopo i riavvii. Le chiavi di integrazione esplicite grezze usano lo stesso spazio dei nomi dell’agente. Una chiave canonica agent:<configuredAgentId>:* mantiene quel proprietario, e i suoi alias principali rispettano session.mainKey di core e l’ambito globale. Input agent:* estranei o malformati vengono inclusi nell’ambito come chiave opaca sotto l’agente configurato; global e unknown rimangono sentinelle globali. L’avvio del Gateway promuove le vecchie chiavi grezze in store predefiniti o con template {agentId} dove il percorso dimostra un solo proprietario. Negli store personalizzati fissi, le righe legacy ambigue rimangono invariate perché non contengono abbastanza informazioni per scegliere un proprietario; le nuove chiamate usano cronologia canonica con ambito agente.

​
Conversazioni vocali in tempo reale

realtime seleziona un provider vocale in tempo reale full-duplex per l’audio delle chiamate live. È separato da streaming, che inoltra solo l’audio a provider di trascrizione in tempo reale.
realtime.enabled non può essere combinato con streaming.enabled. Scegli una modalità audio per chiamata.
Comportamento attuale del runtime:
  • realtime.enabled è supportato per Twilio Media Streams.
  • realtime.provider è opzionale. Se non impostato, Voice Call usa il primo provider vocale in tempo reale registrato.
  • Provider vocali in tempo reale inclusi: Google Gemini Live (google) e OpenAI (openai), registrati dai rispettivi plugin provider.
  • La configurazione grezza di proprietà del provider risiede in realtime.providers.<providerId>.
  • Voice Call espone per impostazione predefinita lo strumento in tempo reale condiviso openclaw_agent_consult. Il modello in tempo reale può chiamarlo quando il chiamante chiede ragionamento più approfondito, informazioni attuali o normali strumenti OpenClaw.
  • realtime.consultPolicy aggiunge opzionalmente indicazioni su quando il modello in tempo reale deve chiamare openclaw_agent_consult.
  • realtime.agentContext.enabled è disattivato per impostazione predefinita. Quando è abilitato, Voice Call inserisce un’identità agente limitata e una capsula selezionata di file del workspace nelle istruzioni del provider in tempo reale alla configurazione della sessione.
  • realtime.fastContext.enabled è disattivato per impostazione predefinita. Quando è abilitato, Voice Call cerca prima nella memoria indicizzata/nel contesto di sessione la domanda di consultazione e restituisce quei frammenti al modello in tempo reale entro realtime.fastContext.timeoutMs prima di ripiegare sull’agente di consultazione completo solo se realtime.fastContext.fallbackToConsult è true.
  • Se realtime.provider punta a un provider non registrato, o se non è registrato alcun provider vocale in tempo reale, Voice Call registra un avviso e salta i media in tempo reale invece di far fallire l’intero plugin.
  • Le chiavi di sessione della consultazione riutilizzano la sessione di chiamata archiviata quando disponibile, poi ripiegano sul sessionScope configurato (per-phone per impostazione predefinita, o per-call per chiamate isolate).

​
Criterio degli strumenti

realtime.toolPolicy controlla l’esecuzione di consultazione:
CriterioComportamento
safe-read-onlyEspone lo strumento di consultazione e limita l’agente regolare a read, web_search, web_fetch, x_search, memory_search e memory_get.
ownerEspone lo strumento di consultazione e lascia che l’agente regolare usi il normale criterio degli strumenti dell’agente.
noneNon espone lo strumento di consultazione. Gli realtime.tools personalizzati vengono comunque passati al provider in tempo reale.
realtime.consultPolicy controlla solo le istruzioni del modello in tempo reale:
CriterioIndicazioni
autoMantiene il prompt predefinito e lascia che il provider decida quando chiamare lo strumento di consultazione.
substantiveRisponde direttamente ai semplici raccordi conversazionali e consulta prima di fatti, memoria, strumenti o contesto.
alwaysConsulta prima di ogni risposta sostanziale.

​
Contesto vocale dell’agente

Abilita realtime.agentContext quando il bridge vocale deve suonare come l’agente OpenClaw configurato senza pagare un intero round trip di consultazione agente nei turni ordinari. La capsula di contesto viene aggiunta una sola volta quando viene creata la sessione realtime, quindi non aggiunge latenza per turno. Le chiamate a openclaw_agent_consult eseguono comunque l’agente OpenClaw completo e devono essere usate per il lavoro con strumenti, informazioni aggiornate, ricerche in memoria o stato del workspace. 
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          agentId: "main",
          realtime: {
            enabled: true,
            provider: "google",
            toolPolicy: "safe-read-only",
            consultPolicy: "substantive",
            agentContext: {
              enabled: true,
              maxChars: 6000,
              includeIdentity: true,
              includeWorkspaceFiles: true,
              files: ["SOUL.md", "IDENTITY.md", "USER.md"],
            },
          },
        },
      },
    },
  },
}

​
Esempi di provider realtime

Valori predefiniti: chiave API da realtime.providers.google.apiKey, GEMINI_API_KEY o GOOGLE_GENERATIVE_AI_API_KEY; modello gemini-2.5-flash-native-audio-preview-12-2025; voce Kore. sessionResumption e contextWindowCompression sono attivi per impostazione predefinita per chiamate più lunghe e riconnettibili. Usa silenceDurationMs, startSensitivity ed endSensitivity per regolare un’alternanza dei turni più rapida sull’audio telefonico.
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          provider: "twilio",
          inboundPolicy: "allowlist",
          allowFrom: ["+15550005678"],
          realtime: {
            enabled: true,
            provider: "google",
            instructions: "Speak briefly. Call openclaw_agent_consult before using deeper tools.",
            toolPolicy: "safe-read-only",
            consultPolicy: "substantive",
            consultThinkingLevel: "low",
            consultFastMode: true,
            agentContext: { enabled: true },
            providers: {
              google: {
                apiKey: "${GEMINI_API_KEY}",
                model: "gemini-2.5-flash-native-audio-preview-12-2025",
                speakerVoice: "Kore",
                silenceDurationMs: 500,
                startSensitivity: "high",
              },
            },
          },
        },
      },
    },
  },
}
Vedi provider Google e provider OpenAI per le opzioni di voce realtime specifiche del provider.

​
Trascrizione in streaming

streaming seleziona un provider di trascrizione realtime per l’audio delle chiamate live. Comportamento runtime attuale:
  • streaming.provider è facoltativo. Se non impostato, Voice Call usa il primo provider di trascrizione realtime registrato.
  • Provider di trascrizione realtime inclusi: Deepgram (deepgram), ElevenLabs (elevenlabs), Mistral (mistral), OpenAI (openai) e xAI (xai), registrati dai rispettivi Plugin provider.
  • La configurazione grezza di proprietà del provider si trova sotto streaming.providers.<providerId>.
  • Dopo che Twilio invia un messaggio start di stream accettato, Voice Call registra immediatamente lo stream, accoda i media in ingresso tramite il provider di trascrizione mentre il provider si connette e avvia il saluto iniziale solo dopo che la trascrizione realtime è pronta.
  • Se streaming.provider punta a un provider non registrato, o non ne è registrato nessuno, Voice Call registra un avviso e salta lo streaming multimediale invece di far fallire l’intero Plugin.

​
Esempi di provider di streaming

Valori predefiniti: chiave API streaming.providers.openai.apiKey o OPENAI_API_KEY; modello gpt-4o-transcribe; silenceDurationMs: 800; vadThreshold: 0.5.
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "openai",
            streamPath: "/voice/stream",
            providers: {
              openai: {
                apiKey: "sk-...", // optional if OPENAI_API_KEY is set
                model: "gpt-4o-transcribe",
                silenceDurationMs: 800,
                vadThreshold: 0.5,
              },
            },
          },
        },
      },
    },
  },
}

​
TTS per le chiamate

Voice Call usa la configurazione core messages.tts per il parlato in streaming nelle chiamate. Puoi sovrascriverla nella configurazione del Plugin con la stessa forma: viene unita in profondità con messages.tts. 
{
  tts: {
    provider: "elevenlabs",
    providers: {
      elevenlabs: {
        speakerVoiceId: "pMsXgVXv3BLzUgSXRplE",
        modelId: "eleven_multilingual_v2",
      },
    },
  },
}
La sintesi vocale Microsoft viene ignorata per le chiamate vocali. L’audio telefonico richiede PCM; il trasporto Microsoft attuale non espone output PCM telefonico.
Note sul comportamento:
  • Le chiavi legacy tts.<provider> nella configurazione del Plugin (openai, elevenlabs, microsoft, edge) vengono riparate da openclaw doctor --fix; la configurazione committata deve usare tts.providers.<provider>.
  • Il TTS core viene usato quando lo streaming multimediale Twilio è abilitato; altrimenti le chiamate ricadono sulle voci native del provider.
  • Se uno stream multimediale Twilio è già attivo, Voice Call non ricade su TwiML <Say>. Se il TTS telefonico non è disponibile in quello stato, la richiesta di riproduzione fallisce invece di mescolare due percorsi di riproduzione.
  • Quando il TTS telefonico ricade su un provider secondario, Voice Call registra un avviso con la catena di provider (from, to, attempts) per il debug.
  • Quando il barge-in di Twilio o lo smontaggio dello stream svuota la coda TTS in sospeso, le richieste di riproduzione accodate si risolvono invece di lasciare in sospeso i chiamanti in attesa del completamento della riproduzione.

​
Esempi TTS

{
  messages: {
    tts: {
      provider: "openai",
      providers: {
        openai: { speakerVoice: "alloy" },
      },
    },
  },
}

​
Chiamate in ingresso

La policy in ingresso è disabled per impostazione predefinita. Per abilitare le chiamate in ingresso, imposta: 
{
  inboundPolicy: "allowlist",
  allowFrom: ["+15550001234"],
  inboundGreeting: "Hello! How can I help?",
}
inboundPolicy: "allowlist" è un controllo dell’ID chiamante a bassa garanzia. Il Plugin normalizza il valore From fornito dal provider e lo confronta con allowFrom. La verifica del Webhook autentica la consegna del provider e l’integrità del payload, ma non prova la proprietà del numero chiamante PSTN/VoIP. Considera allowFrom come filtraggio dell’ID chiamante, non come identità forte del chiamante.
Le risposte automatiche usano il sistema agente. Regola con responseModel, responseSystemPrompt e responseTimeoutMs.

​
Routing per numero

Usa numbers quando un Plugin Voice Call riceve chiamate per più numeri di telefono e ogni numero deve comportarsi come una linea diversa. Per esempio, un numero può usare un assistente personale informale mentre un altro usa una persona business, un agente di risposta diverso e una voce TTS diversa. Le route vengono selezionate dal numero To composto fornito dal provider. Le chiavi devono essere numeri E.164. Quando arriva una chiamata, Voice Call risolve una volta la route corrispondente, memorizza la route abbinata nel record della chiamata e riusa quella configurazione effettiva per il saluto, il percorso classico di risposta automatica, il percorso di consultazione realtime e la riproduzione TTS. Se nessuna route corrisponde, viene usata la configurazione globale di Voice Call. Le chiamate in uscita non usano numbers; passa esplicitamente destinazione in uscita, messaggio e sessione quando avvii la chiamata. Le sovrascritture di route attualmente supportano:
  • inboundGreeting
  • tts
  • agentId
  • responseModel
  • responseSystemPrompt
  • responseTimeoutMs
Il valore di route tts viene unito in profondità sopra la configurazione globale tts di Voice Call, quindi di solito puoi sovrascrivere solo la voce del provider: 
{
  inboundGreeting: "Hello from the main line.",
  responseSystemPrompt: "You are the default voice assistant.",
  tts: {
    provider: "openai",
    providers: {
      openai: { speakerVoice: "coral" },
    },
  },
  numbers: {
    "+15550001111": {
      inboundGreeting: "Silver Fox Cards, how can I help?",
      responseSystemPrompt: "You are a concise baseball card specialist.",
      tts: {
        providers: {
          openai: { speakerVoice: "alloy" },
        },
      },
    },
  },
}

​
Contratto dell’output parlato

Per le risposte automatiche, Voice Call aggiunge un contratto rigoroso di output parlato al prompt di sistema: 
{"spoken":"..."}
Voice Call estrae il testo parlato in modo difensivo:
  • Ignora i payload contrassegnati come contenuto di ragionamento/errore.
  • Analizza JSON diretto, JSON in blocchi recintati o chiavi "spoken" inline.
  • Ricade sul testo semplice e rimuove probabili paragrafi introduttivi di pianificazione/meta.
Questo mantiene la riproduzione parlata focalizzata sul testo rivolto al chiamante ed evita di far trapelare testo di pianificazione nell’audio.

​
Comportamento di avvio della conversazione

Per le chiamate conversation in uscita, la gestione del primo messaggio è legata allo stato della riproduzione live:
  • La pulizia della coda per barge-in e la risposta automatica vengono soppresse solo mentre il saluto iniziale sta parlando attivamente.
  • Se la riproduzione iniziale fallisce, la chiamata torna a listening e il messaggio iniziale resta accodato per un nuovo tentativo.
  • La riproduzione iniziale per lo streaming Twilio parte alla connessione dello stream senza ritardo aggiuntivo.
  • Il barge-in interrompe la riproduzione attiva e svuota le voci TTS Twilio accodate ma non ancora in riproduzione. Le voci svuotate si risolvono come saltate, quindi la logica di risposta successiva può continuare senza attendere audio che non verrà mai riprodotto.
  • Le conversazioni vocali realtime usano il turno di apertura proprio dello stream realtime. Voice Call non pubblica un aggiornamento TwiML legacy <Say> per quel messaggio iniziale, quindi le sessioni <Connect><Stream> in uscita restano collegate.

​
Grazia di disconnessione dello stream Twilio

Quando un flusso multimediale Twilio si disconnette, Voice Call attende 2000 ms prima di terminare automaticamente la chiamata:
  • Se il flusso si riconnette durante questa finestra, la terminazione automatica viene annullata.
  • Se nessun flusso si registra di nuovo dopo il periodo di tolleranza, la chiamata viene terminata per evitare chiamate attive bloccate.

​
Pulitore delle chiamate obsolete

Usa staleCallReaperSeconds per terminare le chiamate che non ricevono mai un Webhook terminale (per esempio, chiamate in modalità notify che non si completano mai). Il valore predefinito è 0 (disabilitato). Intervalli consigliati:
  • Produzione: da 120 a 300 secondi per flussi in stile notifica.
  • Mantieni questo valore più alto di maxDurationSeconds in modo che le chiamate normali possano terminare. Un buon punto di partenza è maxDurationSeconds + 30–60 secondi.
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          maxDurationSeconds: 300,
          staleCallReaperSeconds: 360,
        },
      },
    },
  },
}

​
Sicurezza dei Webhook

Quando un proxy o un tunnel si trova davanti al Gateway, il Plugin ricostruisce l’URL pubblico per la verifica della firma. Queste opzioni controllano quali intestazioni inoltrate sono considerate attendibili:
​
webhookSecurity.allowedHosts
string[]
Elenco di host consentiti dalle intestazioni di inoltro.
​
webhookSecurity.trustForwardingHeaders
boolean
Considera attendibili le intestazioni inoltrate senza un elenco consentito.
​
webhookSecurity.trustedProxyIPs
string[]
Considera attendibili le intestazioni inoltrate solo quando l’IP remoto della richiesta corrisponde all’elenco.
Protezioni aggiuntive:
  • La protezione contro la riproduzione dei Webhook è abilitata per Twilio e Plivo. Le richieste Webhook valide riprodotte vengono confermate ma ignorate per gli effetti collaterali.
  • I turni di conversazione Twilio includono un token per turno nei callback <Gather>, quindi i callback vocali obsoleti o riprodotti non possono soddisfare un turno di trascrizione in sospeso più recente.
  • Le richieste Webhook non autenticate vengono rifiutate prima della lettura del corpo quando mancano le intestazioni di firma richieste dal provider.
  • Il Webhook voice-call usa il profilo corpo pre-autenticazione condiviso (64 KB / 5 secondi) più un limite per IP sulle richieste in corso prima della verifica della firma.
Esempio con un host pubblico stabile: 
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          publicUrl: "https://voice.example.com/voice/webhook",
          webhookSecurity: {
            allowedHosts: ["voice.example.com"],
          },
        },
      },
    },
  },
}

​
CLI

openclaw voicecall call --to "+15555550123" --message "Hello from OpenClaw"
openclaw voicecall start --to "+15555550123"   # alias for call
openclaw voicecall continue --call-id <id> --message "Any questions?"
openclaw voicecall speak --call-id <id> --message "One moment"
openclaw voicecall dtmf --call-id <id> --digits "ww123456#"
openclaw voicecall end --call-id <id>
openclaw voicecall status --call-id <id>
openclaw voicecall tail
openclaw voicecall latency                      # summarize turn latency from logs
openclaw voicecall expose --mode funnel
Quando il Gateway è già in esecuzione, i comandi operativi voicecall delegano al runtime voice-call di proprietà del Gateway, così la CLI non associa un secondo server Webhook. Se nessun Gateway è raggiungibile, i comandi ripiegano su un runtime CLI autonomo. latency legge calls.jsonl dal percorso di archiviazione voice-call predefinito. Usa --file <path> per indicare un log diverso e --last <n> per limitare l’analisi agli ultimi N record (predefinito 200). L’output include p50/p90/p99 per la latenza dei turni e i tempi di attesa-ascolto.

​
Strumento agente

Nome dello strumento: voice_call.
AzioneArgomenti
initiate_callmessage, to?, mode?, dtmfSequence?
continue_callcallId, message
speak_to_usercallId, message
send_dtmfcallId, digits
end_callcallId
get_statuscallId
Il Plugin voice-call distribuisce una skill agente corrispondente.

​
RPC del Gateway

MetodoArgomenti
voicecall.initiateto?, message, mode?, dtmfSequence?
voicecall.continuecallId, message
voicecall.speakcallId, message
voicecall.dtmfcallId, digits
voicecall.endcallId
voicecall.statuscallId
dtmfSequence è valido solo con mode: "conversation". Le chiamate in modalità notify devono usare voicecall.dtmf dopo che la chiamata esiste, se hanno bisogno di cifre post-connessione.

​
Risoluzione dei problemi

​
La configurazione non riesce a esporre il Webhook

Esegui la configurazione dallo stesso ambiente che esegue il Gateway: 
openclaw voicecall setup
openclaw voicecall setup --json
Per twilio, telnyx e plivo, webhook-exposure deve essere verde. Un publicUrl configurato non riesce comunque se punta a uno spazio di rete locale o privata, perché l’operatore non può richiamare quegli indirizzi. Non usare 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 o fd00::/8 come publicUrl. Le chiamate in uscita Twilio in modalità notify inviano il TwiML <Say> iniziale direttamente nella richiesta di creazione chiamata, quindi il primo messaggio parlato non dipende dal recupero del TwiML Webhook da parte di Twilio. Un Webhook pubblico è comunque necessario per i callback di stato, le chiamate conversazionali, DTMF pre-connessione, flussi in tempo reale e controllo della chiamata post-connessione. Usa un percorso di esposizione pubblico: 
{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          publicUrl: "https://voice.example.com/voice/webhook",
          // or
          tunnel: { provider: "ngrok" },
          // or
          tailscale: { mode: "funnel", path: "/voice/webhook" },
        },
      },
    },
  },
}
Dopo aver cambiato la configurazione, riavvia o ricarica il Gateway, quindi esegui: 
openclaw voicecall setup
openclaw voicecall smoke
voicecall smoke è un’esecuzione a secco, a meno che tu non passi --yes.

​
Le credenziali del provider non riescono

Controlla il provider selezionato e i campi credenziali richiesti:
  • Twilio: twilio.accountSid, twilio.authToken e fromNumber, oppure TWILIO_ACCOUNT_SID, TWILIO_AUTH_TOKEN e TWILIO_FROM_NUMBER.
  • Telnyx: telnyx.apiKey, telnyx.connectionId, telnyx.publicKey e fromNumber.
  • Plivo: plivo.authId, plivo.authToken e fromNumber.
Le credenziali devono esistere sull’host del Gateway. Modificare un profilo shell locale non influisce su un Gateway già in esecuzione finché non viene riavviato o non ricarica il suo ambiente.

​
Le chiamate si avviano ma i Webhook del provider non arrivano

Conferma che la console del provider punti all’URL Webhook pubblico esatto: 
https://voice.example.com/voice/webhook
Poi ispeziona lo stato del runtime: 
openclaw voicecall status --call-id <id>
openclaw voicecall tail
openclaw logs --follow
Cause comuni:
  • publicUrl punta a un percorso diverso da serve.path.
  • L’URL del tunnel è cambiato dopo l’avvio del Gateway.
  • Un proxy inoltra la richiesta ma rimuove o riscrive le intestazioni host/proto.
  • Firewall o DNS instradano il nome host pubblico verso un punto diverso dal Gateway.
  • Il Gateway è stato riavviato senza il Plugin Voice Call abilitato.
Quando un proxy inverso o un tunnel si trova davanti al Gateway, imposta webhookSecurity.allowedHosts sul nome host pubblico oppure usa webhookSecurity.trustedProxyIPs per un indirizzo proxy noto. Usa webhookSecurity.trustForwardingHeaders solo quando il confine del proxy è sotto il tuo controllo.

​
La verifica della firma non riesce

Le firme del provider vengono verificate rispetto all’URL pubblico che OpenClaw ricostruisce dalla richiesta in arrivo. Se le firme non riescono:
  • Conferma che l’URL Webhook del provider corrisponda esattamente a publicUrl, inclusi schema, host e percorso.
  • Per gli URL ngrok di livello gratuito, aggiorna publicUrl quando il nome host del tunnel cambia.
  • Assicurati che il proxy conservi le intestazioni host e proto originali, oppure configura webhookSecurity.allowedHosts.
  • Non abilitare skipSignatureVerification al di fuori dei test locali.

​
Le partecipazioni Twilio a Google Meet non riescono

Google Meet usa questo Plugin per le partecipazioni dial-in Twilio. Prima verifica Voice Call: 
openclaw voicecall setup
openclaw voicecall smoke --to "+15555550123"
Poi verifica esplicitamente il trasporto Google Meet: 
openclaw googlemeet setup --transport twilio
Se Voice Call è verde ma il partecipante Meet non entra mai, controlla il numero dial-in di Meet, il PIN e --dtmf-sequence. La telefonata può essere sana mentre la riunione rifiuta o ignora una sequenza DTMF errata. Google Meet avvia la tratta telefonica Twilio tramite voicecall.start con una sequenza DTMF pre-connessione. Le sequenze derivate dal PIN includono voiceCall.dtmfDelayMs del Plugin Google Meet come cifre di attesa Twilio iniziali. Il valore predefinito è 12 secondi perché i prompt dial-in di Meet possono arrivare in ritardo. Voice Call poi reindirizza di nuovo alla gestione in tempo reale prima che venga richiesta la presentazione iniziale. Usa openclaw logs --follow per la traccia della fase live. Una partecipazione Twilio Meet sana registra questo ordine:
  • Google Meet delega la partecipazione Twilio a Voice Call.
  • Voice Call archivia il TwiML DTMF pre-connessione.
  • Il TwiML iniziale di Twilio viene consumato e servito prima della gestione in tempo reale.
  • Voice Call serve TwiML in tempo reale per la chiamata Twilio.
  • Google Meet richiede il parlato introduttivo con voicecall.speak dopo il ritardo post-DTMF.
openclaw voicecall tail mostra ancora i record di chiamata persistiti; è utile per lo stato della chiamata e le trascrizioni, ma non tutte le transizioni Webhook/in tempo reale compaiono lì.

​
La chiamata in tempo reale non ha parlato

Conferma che sia abilitata una sola modalità audio. realtime.enabled e streaming.enabled non possono essere entrambi true. Per le chiamate Twilio in tempo reale, verifica anche:
  • Un Plugin provider in tempo reale è caricato e registrato.
  • realtime.provider non è impostato oppure nomina un provider registrato.
  • La chiave API del provider è disponibile per il processo Gateway.
  • openclaw logs --follow mostra TwiML in tempo reale servito, il bridge in tempo reale avviato e il saluto iniziale accodato.

​
Correlati