- Ele só entra em uma URL explícita
https://meet.google.com/.... - Ele pode criar um novo espaço do Meet pela API do Google Meet e então entrar na URL retornada.
agenté o modo padrão de resposta por voz: a transcrição em tempo real escuta, o agente OpenClaw configurado responde, e o TTS regular do OpenClaw fala no Meet.bidicontinua disponível como modo de fallback direto de modelo de voz em tempo real.- Os agentes escolhem o comportamento de entrada com
mode: useagentpara escutar/responder ao vivo,bidipara fallback direto de voz em tempo real, outranscribepara entrar/controlar o navegador sem a ponte de resposta por voz. - A autenticação começa como OAuth pessoal do Google ou um perfil do Chrome já conectado.
- Não há anúncio automático de consentimento.
- O backend de áudio padrão do Chrome é
BlackHole 2ch. - O Chrome pode rodar localmente ou em um host de nó pareado.
- O Twilio aceita um número de discagem mais um PIN ou sequência DTMF opcional; ele não consegue discar uma URL do Meet diretamente.
- O comando da CLI é
googlemeet;meeté reservado para fluxos mais amplos de teleconferência de agentes.
Início rápido
Instale as dependências locais de áudio e configure um provedor de transcrição em tempo real mais o TTS regular do OpenClaw. A OpenAI é o provedor de transcrição padrão; o Google Gemini Live também funciona como um fallback de vozbidi separado com
realtime.voiceProvider: "google":
blackhole-2ch instala o dispositivo de áudio virtual BlackHole 2ch. O instalador do
Homebrew exige uma reinicialização antes que o macOS exponha o dispositivo:
--mode transcribe; esse modo ignora os pré-requisitos de áudio em tempo real
porque não escuta nem fala pela ponte:
voice-call, as credenciais do Twilio e a exposição pública de Webhook estão prontos.
Trate qualquer verificação ok: false como um bloqueador para o transporte e o modo
verificados antes de pedir que um agente entre. Use openclaw googlemeet setup --json para
scripts ou saída legível por máquina. Use --transport chrome,
--transport chrome-node ou --transport twilio para pré-validar um transporte específico
antes que um agente tente usá-lo.
Para Twilio, sempre pré-valide o transporte explicitamente quando o transporte padrão
for Chrome:
voice-call, credenciais do Twilio ou exposição de
Webhook inalcançável antes que o agente tente discar para a reunião.
Entre em uma reunião:
google_meet:
google_meet voltada a agentes continua disponível em hosts que não sejam macOS para
fluxos de artefatos, calendário, configuração, transcrição, Twilio e chrome-node. Ações locais
de resposta por voz do Chrome são bloqueadas nesses hosts porque o caminho de áudio do Chrome incluído
atualmente depende do BlackHole 2ch do macOS. No Linux, use mode: "transcribe",
discagem do Twilio ou um host macOS chrome-node para participação com resposta por voz
pelo Chrome.
Crie uma nova reunião e entre nela:
SpaceConfig.accessType do Google Meet quando quiser
que a política sem solicitação de entrada da sala seja explícita em vez de herdada dos padrões da conta
Google:
OPEN permite que qualquer pessoa com a URL do Meet entre sem pedir permissão. TRUSTED permite que
usuários confiáveis da organização do host, usuários externos convidados e usuários por discagem
entrem sem pedir permissão. RESTRICTED limita a entrada sem solicitação aos convidados. Essas
configurações só se aplicam ao caminho oficial de criação pela API do Google Meet, então as credenciais
OAuth devem estar configuradas.
Se você autenticou o Google Meet antes de esta opção estar disponível, execute novamente
openclaw googlemeet auth login --json depois de adicionar o escopo
meetings.space.settings à sua tela de consentimento OAuth do Google.
Crie apenas a URL sem entrar:
googlemeet create tem dois caminhos:
- Criação por API: usada quando as credenciais OAuth do Google Meet estão configuradas. Este é o caminho mais determinístico e não depende do estado da interface do navegador.
- Fallback pelo navegador: usado quando as credenciais OAuth estão ausentes. O OpenClaw usa o
nó Chrome fixado, abre
https://meet.google.com/new, espera o Google redirecionar para uma URL real com código de reunião e então retorna essa URL. Esse caminho exige que o perfil Chrome do OpenClaw no nó já esteja conectado ao Google. A automação do navegador lida com o prompt inicial de microfone do próprio Meet; esse prompt não é tratado como uma falha de login do Google. Os fluxos de entrada e criação também tentam reutilizar uma aba existente do Meet antes de abrir uma nova. A correspondência ignora strings de consulta inofensivas na URL, comoauthuser, então uma nova tentativa do agente deve focar a reunião já aberta em vez de criar uma segunda aba do Chrome.
source (api ou browser) para que agentes
possam explicar qual caminho foi usado. create entra na nova reunião por padrão e
retorna joined: true mais a sessão de entrada. Para apenas gerar a URL, use
create --no-join na CLI ou passe "join": false para a ferramenta.
Ou diga a um agente: “Crie um Google Meet, entre nele com o modo de resposta por voz do agente
e me envie o link.” O agente deve chamar google_meet com
action: "create" e então compartilhar o meetingUri retornado.
"mode": "transcribe". Isso não
inicia a ponte duplex de voz em tempo real, não exige BlackHole nem SoX,
e não responderá por voz na reunião. Entradas pelo Chrome nesse modo também evitam
a concessão de permissão de microfone/câmera do OpenClaw e evitam o caminho Usar
microfone do Meet. Se o Meet mostrar um intersticial de escolha de áudio, a automação tenta
o caminho sem microfone e, caso contrário, relata uma ação manual em vez de abrir
o microfone local. No modo de transcrição, transportes Chrome gerenciados também instalam
um observador de legendas do Meet em melhor esforço. googlemeet status --json e
googlemeet doctor exibem captioning, captionsEnabledAttempted,
transcriptLines, lastCaptionAt, lastCaptionSpeaker, lastCaptionText,
e uma cauda curta recentTranscript para que operadores possam saber se o navegador
entrou na chamada e se as legendas do Meet estão produzindo texto.
Use openclaw googlemeet test-listen <meet-url> --transport chrome-node quando
precisar de uma verificação sim/não: ele entra em modo de transcrição, espera por movimento novo
de legenda ou transcrição e retorna listenVerified, listenTimedOut, campos de
ação manual e a saúde mais recente das legendas.
Durante sessões em tempo real, o status de google_meet inclui a saúde do navegador e da ponte de áudio,
como inCall, manualActionRequired, providerConnected,
realtimeReady, audioInputActive, audioOutputActive, últimos timestamps de entrada/saída,
contadores de bytes e estado fechado da ponte. Se um prompt seguro da página do Meet
aparecer, a automação do navegador lida com ele quando consegue. Login, admissão pelo host e
prompts de permissão do navegador/SO são relatados como ação manual com motivo e
mensagem para o agente retransmitir. Sessões Chrome gerenciadas só emitem a introdução ou
frase de teste depois que a saúde do navegador relata inCall: true; caso contrário, o status relata
speechReady: false e a tentativa de fala é bloqueada em vez de fingir que o
agente falou na reunião.
Entradas locais pelo Chrome usam o perfil de navegador conectado do OpenClaw. O modo em tempo real
exige BlackHole 2ch para o caminho de microfone/alto-falante usado pelo OpenClaw. Para
áudio duplex limpo, use dispositivos virtuais separados ou um grafo no estilo Loopback; um
único dispositivo BlackHole é suficiente para um primeiro teste de fumaça, mas pode gerar eco.
Gateway local + Chrome no Parallels
Você não precisa de um Gateway OpenClaw completo nem de uma chave de API de modelo dentro de uma VM macOS apenas para fazer a VM controlar o Chrome. Rode o Gateway e o agente localmente, depois rode um host de nó na VM. Habilite o plugin incluído na VM uma vez para que o nó anuncie o comando do Chrome: O que roda onde:- Host do Gateway: Gateway OpenClaw, workspace do agente, chaves de modelo/API, provedor em tempo real e a configuração do plugin Google Meet.
- VM macOS Parallels: CLI/host de nó do OpenClaw, Google Chrome, SoX, BlackHole 2ch e um perfil do Chrome conectado ao Google.
- Não necessário na VM: serviço Gateway, configuração do agente, chave OpenAI/GPT ou configuração de provedor de modelo.
BlackHole 2ch:
<gateway-host> for um IP de LAN e você não estiver usando TLS, o nó recusará o
WebSocket em texto claro a menos que você aceite isso explicitamente para essa rede privada confiável:
OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 é ambiente de processo, não uma configuração
de openclaw.json. openclaw node install a armazena no ambiente do LaunchAgent
quando ela está presente no comando de instalação.
Aprove o nó a partir do host do Gateway:
googlemeet.chrome
quanto a capacidade de navegador/browser.proxy:
google_meet com transport: "chrome-node".
Para um teste de fumaça de um comando que cria ou reutiliza uma sessão, fala uma frase conhecida
e imprime a saúde da sessão:
manualActionRequired: true com manualActionReason e
manualActionMessage. Os agentes devem parar de tentar novamente a entrada, relatar essa mensagem exata
mais o browserUrl/browserTitle atual, e tentar novamente somente depois que a
ação manual no navegador estiver concluída.
Se chromeNode.node for omitido, o OpenClaw seleciona automaticamente somente quando exatamente um
nó conectado anuncia tanto googlemeet.chrome quanto controle de navegador. Se
vários nós compatíveis estiverem conectados, defina chromeNode.node como o id do nó,
nome de exibição ou IP remoto.
Verificações comuns de falha:
Configured Google Meet node ... is not usable: offline: o nó fixado é conhecido pelo Gateway, mas está indisponível. Os agentes devem tratar esse nó como estado de diagnóstico, não como um host Chrome utilizável, e relatar o bloqueador de configuração em vez de recorrer a outro transporte, a menos que o usuário tenha pedido isso.No connected Google Meet-capable node: inicieopenclaw node runna VM, aprove o pareamento e certifique-se de queopenclaw plugins enable google-meeteopenclaw plugins enable browserforam executados na VM. Confirme também que o host do Gateway permite ambos os comandos de nó comgateway.nodes.allowCommands: ["googlemeet.chrome", "browser.proxy"].BlackHole 2ch audio device not found: instaleblackhole-2chno host que está sendo verificado e reinicie antes de usar áudio local do Chrome.BlackHole 2ch audio device not found on the node: instaleblackhole-2chna VM e reinicie a VM.- O Chrome abre, mas não consegue entrar: faça login no perfil do navegador dentro da VM, ou
mantenha
chrome.guestNamedefinido para entrada como convidado. A entrada automática como convidado usa a automação de navegador do OpenClaw por meio do proxy de navegador do nó; certifique-se de que a configuração do navegador do nó aponta para o perfil desejado, por exemplobrowser.defaultProfile: "user"ou um perfil nomeado de sessão existente. - Abas duplicadas do Meet: deixe
chrome.reuseExistingTab: trueativado. O OpenClaw ativa uma aba existente para a mesma URL do Meet antes de abrir uma nova, e a criação de reunião pelo navegador reutiliza uma aba em andamento dehttps://meet.google.com/newou de prompt de conta Google antes de abrir outra. - Sem áudio: no Meet, roteie o áudio de microfone/alto-falante pelo caminho de dispositivo de áudio virtual usado pelo OpenClaw; use dispositivos virtuais separados ou roteamento no estilo Loopback para áudio duplex limpo.
Notas de instalação
O padrão de retorno de fala do Chrome usa duas ferramentas externas:sox: utilitário de áudio de linha de comando. O plugin usa comandos explícitos de dispositivo CoreAudio para a ponte de áudio PCM16 de 24 kHz padrão.blackhole-2ch: driver de áudio virtual do macOS. Ele cria o dispositivo de áudioBlackHole 2chpelo qual Chrome/Meet podem rotear.
LGPL-2.0-only AND GPL-2.0-only; o BlackHole é GPL-3.0. Se você criar um
instalador ou appliance que inclua o BlackHole com o OpenClaw, revise os
termos de licenciamento upstream do BlackHole ou obtenha uma licença separada da Existential Audio.
Transportes
Chrome
O transporte Chrome abre a URL do Meet pelo controle de navegador do OpenClaw e entra como o perfil de navegador do OpenClaw conectado. No macOS, o plugin verificaBlackHole 2ch antes da inicialização. Se configurado, ele também executa um comando de integridade da ponte de áudio
e um comando de inicialização antes de abrir o Chrome. Use chrome quando
Chrome/áudio estiverem no host do Gateway; use chrome-node quando Chrome/áudio estiverem
em um nó pareado, como uma VM macOS do Parallels. Para Chrome local, escolha o
perfil com browser.defaultProfile; chrome.browserProfile é passado para
hosts chrome-node.
BlackHole 2ch não estiver instalado, a entrada falha com um erro de configuração
em vez de entrar silenciosamente sem um caminho de áudio.
Twilio
O transporte Twilio é um plano de discagem estrito delegado ao plugin Voice Call. Ele não analisa páginas do Meet em busca de números de telefone. Use isso quando a participação pelo Chrome não estiver disponível ou quando você quiser um fallback de discagem por telefone. O Google Meet deve expor um número de discagem por telefone e PIN para a reunião; o OpenClaw não descobre esses dados pela página do Meet. Ative o plugin Voice Call no host do Gateway, não no nó Chrome:openclaw.json:
realtime.provider: "openai" com o plugin provedor OpenAI e
OPENAI_API_KEY em vez disso, se esse for seu provedor de voz em tempo real.
Reinicie ou recarregue o Gateway depois de ativar voice-call; alterações de configuração de plugin
não aparecem em um processo Gateway já em execução até que ele seja recarregado.
Então verifique:
googlemeet setup inclui verificações bem-sucedidas
de twilio-voice-call-plugin, twilio-voice-call-credentials e
twilio-voice-call-webhook.
--dtmf-sequence quando a reunião precisar de uma sequência personalizada:
OAuth e pré-verificação
OAuth é opcional para criar um link do Meet porquegooglemeet create pode recorrer
à automação de navegador. Configure OAuth quando quiser criação pela API oficial,
resolução de espaço ou verificações de pré-verificação da API Meet Media.
O acesso à API Google Meet usa OAuth de usuário: crie um cliente OAuth do Google Cloud,
solicite os escopos necessários, autorize uma conta Google e então armazene o
token de atualização resultante na configuração do plugin Google Meet ou forneça as
variáveis de ambiente OPENCLAW_GOOGLE_MEET_*.
OAuth não substitui o caminho de entrada pelo Chrome. Os transportes Chrome e Chrome-node
ainda entram por meio de um perfil Chrome conectado, BlackHole/SoX e um nó conectado
quando você usa participação pelo navegador. OAuth é somente para o caminho oficial da API Google
Meet: criar espaços de reunião, resolver espaços e executar verificações de pré-verificação da API Meet Media.
Criar credenciais do Google
No Google Cloud Console:- Crie ou selecione um projeto do Google Cloud.
- Ative a Google Meet REST API para esse projeto.
-
Configure a tela de consentimento OAuth.
- Interno é mais simples para uma organização Google Workspace.
- Externo funciona para configurações pessoais/de teste; enquanto o app estiver em Teste, adicione cada conta Google que autorizará o app como usuário de teste.
-
Adicione os escopos que o OpenClaw solicita:
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.readonly
-
Crie um ID de cliente OAuth.
- Tipo de aplicativo: Aplicativo Web.
-
URI de redirecionamento autorizado:
- Copie o ID do cliente e o segredo do cliente.
meetings.space.created é exigido por spaces.create do Google Meet.
meetings.space.readonly permite que o OpenClaw resolva URLs/códigos do Meet para espaços.
meetings.space.settings permite que o OpenClaw passe configurações SpaceConfig, como
accessType, durante a criação de sala pela API.
meetings.conference.media.readonly é para pré-verificação da API Meet Media e trabalho de mídia;
o Google pode exigir inscrição no Developer Preview para uso real da API Media.
Se você precisa apenas de entradas pelo Chrome baseadas em navegador, ignore OAuth completamente.
Emitir o token de atualização
Configureoauth.clientId e opcionalmente oauth.clientSecret, ou passe-os como
variáveis de ambiente, então execute:
oauth com um token de atualização. Ele usa PKCE,
callback localhost em http://localhost:8085/oauth2callback e um fluxo manual
de copiar/colar com --manual.
Exemplos:
oauth na configuração do plugin Google Meet:
openclaw googlemeet auth login --json para que o token de atualização
tenha o escopo meetings.space.created.
Verificar OAuth com doctor
Execute o doctor OAuth quando quiser uma verificação de integridade rápida e sem segredos:ok, configured,
tokenSource, expiresAt e mensagens de verificação; ele não imprime o token de acesso,
token de atualização nem segredo do cliente.
Resultados comuns:
| Verificação | Significado |
|---|---|
oauth-config | oauth.clientId mais oauth.refreshToken, ou um token de acesso em cache, está presente. |
oauth-token | O token de acesso em cache ainda é válido, ou o token de atualização emitiu um novo token de acesso. |
meet-spaces-get | A verificação opcional --meeting resolveu um espaço do Meet existente. |
meet-spaces-create | A verificação opcional --create-space criou um novo espaço do Meet. |
spaces.create, execute a
verificação de criação com efeito colateral:
--create-space cria uma URL descartável do Meet. Use-o quando precisar confirmar
que o projeto do Google Cloud tem a API do Meet ativada e que a conta autorizada
tem o escopo meetings.space.created.
Para comprovar acesso de leitura a um espaço de reunião existente:
doctor --oauth --meeting e resolve-space comprovam acesso de leitura a um
espaço existente que a conta autorizada do Google pode acessar. Um 403 nessas verificações
geralmente significa que a API REST do Google Meet está desativada, que o token de atualização
consentido não tem o escopo necessário, ou que a conta do Google não consegue acessar esse espaço do Meet.
Um erro de token de atualização significa executar novamente openclaw googlemeet auth login --json e armazenar o novo bloco oauth.
Nenhuma credencial OAuth é necessária para o fallback do navegador. Nesse modo, a autenticação do Google
vem do perfil do Chrome conectado no nó selecionado, não da configuração do
OpenClaw.
Estas variáveis de ambiente são aceitas como fallbacks:
OPENCLAW_GOOGLE_MEET_CLIENT_IDorGOOGLE_MEET_CLIENT_IDOPENCLAW_GOOGLE_MEET_CLIENT_SECRETorGOOGLE_MEET_CLIENT_SECRETOPENCLAW_GOOGLE_MEET_REFRESH_TOKENorGOOGLE_MEET_REFRESH_TOKENOPENCLAW_GOOGLE_MEET_ACCESS_TOKENorGOOGLE_MEET_ACCESS_TOKENOPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_ATorGOOGLE_MEET_ACCESS_TOKEN_EXPIRES_ATOPENCLAW_GOOGLE_MEET_DEFAULT_MEETINGorGOOGLE_MEET_DEFAULT_MEETINGOPENCLAW_GOOGLE_MEET_PREVIEW_ACKorGOOGLE_MEET_PREVIEW_ACK
spaces/{id} por meio de spaces.get:
--meeting, artifacts e attendance usam por padrão o registro de conferência mais recente.
Passe --all-conference-records quando quiser todos os registros retidos
para essa reunião.
A consulta ao Calendar pode resolver a URL da reunião a partir do Google Calendar antes de ler
artefatos do Meet:
--today pesquisa no calendário primary de hoje por um evento do Calendar com um
link do Google Meet. Use --event <query> para pesquisar texto de evento correspondente, e
--calendar <id> para um calendário não primário. A consulta ao Calendar exige um novo
login OAuth que inclua o escopo somente leitura de eventos do Calendar.
calendar-events pré-visualiza os eventos do Meet correspondentes e marca o evento que
latest, artifacts, attendance ou export escolherá.
Se você já souber o ID do registro de conferência, enderece-o diretamente:
spaces.endActiveConference do Google Meet e exige OAuth com o
escopo meetings.space.created para um espaço que a conta autorizada pode gerenciar.
O OpenClaw aceita uma URL do Meet, código de reunião ou entrada spaces/{id} e a resolve
para o recurso de espaço da API antes de encerrar a conferência ativa.
Isso é separado de googlemeet leave: leave interrompe a participação local/de sessão
do OpenClaw, enquanto end-active-conference pede ao Google Meet para encerrar a conferência ativa
do espaço.
Escreva um relatório legível:
artifacts retorna metadados do registro de conferência mais metadados de recursos de participante, gravação,
transcrição, entrada de transcrição estruturada e notas inteligentes quando
o Google os expõe para a reunião. Use --no-transcript-entries para pular
a consulta de entradas em reuniões grandes. attendance expande participantes em
linhas de sessão de participante com horários de primeira/última visualização, duração total da sessão,
sinalizadores de atraso/saída antecipada e recursos de participantes duplicados mesclados por usuário conectado
ou nome de exibição. Passe --no-merge-duplicates para manter recursos brutos de participante
separados, --late-after-minutes para ajustar a detecção de atraso e
--early-before-minutes para ajustar a detecção de saída antecipada.
export grava uma pasta contendo summary.md, attendance.csv,
transcript.md, artifacts.json, attendance.json e manifest.json.
manifest.json registra a entrada escolhida, opções de exportação, registros de conferência,
arquivos de saída, contagens, fonte do token, evento do Calendar quando um foi usado e quaisquer
avisos de recuperação parcial. Passe --zip para também gravar um arquivo portátil ao lado
da pasta. Passe --include-doc-bodies para exportar texto de Google Docs vinculados de transcrição e
notas inteligentes por meio de files.export do Google Drive; isso exige um
novo login OAuth que inclua o escopo somente leitura do Drive Meet. Sem
--include-doc-bodies, as exportações incluem apenas metadados do Meet e entradas estruturadas de transcrição.
Se o Google retornar uma falha parcial de artefato, como um erro de listagem de notas inteligentes,
entrada de transcrição ou corpo de documento do Drive, o resumo e o
manifesto mantêm o aviso em vez de falhar toda a exportação.
Use --dry-run para buscar os mesmos dados de artefatos/presença e imprimir o
JSON do manifesto sem criar a pasta ou o ZIP. Isso é útil antes de gravar
uma exportação grande ou quando um agente precisa apenas de contagens, registros selecionados e
avisos.
Os agentes também podem criar o mesmo pacote por meio da ferramenta google_meet:
"dryRun": true para retornar apenas o manifesto de exportação e pular gravações de arquivos.
Os agentes também podem criar uma sala com suporte de API usando uma política de acesso explícita:
test_listen antes de afirmar que a
reunião é útil:
OPENCLAW_LIVE_TEST=1habilita testes ao vivo protegidos.OPENCLAW_GOOGLE_MEET_LIVE_MEETINGaponta para uma URL do Meet retida, código ouspaces/{id}.OPENCLAW_GOOGLE_MEET_CLIENT_IDorGOOGLE_MEET_CLIENT_IDfornece o ID do cliente OAuth.OPENCLAW_GOOGLE_MEET_REFRESH_TOKENorGOOGLE_MEET_REFRESH_TOKENfornece o token de atualização.- Opcional:
OPENCLAW_GOOGLE_MEET_CLIENT_SECRET,OPENCLAW_GOOGLE_MEET_ACCESS_TOKENeOPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_ATusam os mesmos nomes de fallback sem o prefixoOPENCLAW_.
https://www.googleapis.com/auth/meetings.space.readonly e
https://www.googleapis.com/auth/meetings.conference.media.readonly. A consulta ao Calendar
precisa de https://www.googleapis.com/auth/calendar.events.readonly. A exportação de corpo de documento do Drive
precisa de
https://www.googleapis.com/auth/drive.meet.readonly.
Crie um novo espaço do Meet:
meeting uri, fonte e sessão de entrada. Com credenciais OAuth,
ele usa a API oficial do Google Meet. Sem credenciais OAuth, ele
usa como fallback o perfil de navegador conectado do nó Chrome fixado. Agentes podem
usar a ferramenta google_meet com action: "create" para criar e entrar em uma
etapa. Para criação apenas da URL, passe "join": false.
Exemplo de saída JSON do fallback do navegador:
google_meet retorna detalhes estruturados em vez de uma string simples:
manualActionRequired: true, ele deve relatar a
manualActionMessage mais o contexto do nó/aba do navegador e parar de abrir novas
abas do Meet até que o operador conclua a etapa no navegador.
Exemplo de saída JSON da criação por API:
manualActionRequired: true ou um
erro de fallback do navegador e pede que o operador conclua o login do Google antes
de tentar novamente.
Defina preview.enrollmentAcknowledged: true somente depois de confirmar que seu
projeto Cloud, principal OAuth e participantes da reunião estão inscritos no Google
Workspace Developer Preview Program para APIs de mídia do Meet.
Configuração
O caminho comum do agente Chrome precisa apenas do Plugin habilitado, BlackHole, SoX, uma chave de provedor de transcrição em tempo real e um provedor de TTS do OpenClaw configurado. OpenAI é o provedor de transcrição padrão; definarealtime.voiceProvider como "google" e realtime.model para usar o Google
Gemini Live no modo bidi sem alterar o provedor de transcrição padrão do modo de
agente:
plugins.entries.google-meet.config:
defaultTransport: "chrome"defaultMode: "agent"("realtime"é aceito apenas como alias de compatibilidade legado para"agent"; novas chamadas de ferramenta devem dizer"agent")chromeNode.node: id/nome/IP opcional do Node parachrome-nodechrome.audioBackend: "blackhole-2ch"chrome.guestName: "OpenClaw Agent": nome usado na tela de convidado desconectado do Meetchrome.autoJoin: true: preenchimento de nome de convidado e clique em Entrar agora em melhor esforço pela automação de navegador do OpenClaw emchrome-nodechrome.reuseExistingTab: true: ativar uma aba existente do Meet em vez de abrir duplicataschrome.waitForInCallMs: 20000: aguardar a aba do Meet relatar que está em chamada antes que a introdução de retorno por voz seja acionadachrome.audioFormat: "pcm16-24khz": formato de áudio de par de comandos. Use"g711-ulaw-8khz"apenas para pares de comandos legados/personalizados que ainda emitem áudio de telefonia.chrome.audioBufferBytes: 4096: buffer de processamento do SoX para comandos de áudio de par de comandos do Chrome gerados. Isso é metade do buffer padrão de 8192 bytes do SoX, reduzindo a latência padrão do pipe enquanto deixa margem para aumentá-lo em hosts ocupados. Valores abaixo do mínimo do SoX são limitados a 17 bytes.chrome.audioInputCommand: comando SoX que lê do CoreAudioBlackHole 2che grava áudio emchrome.audioFormatchrome.audioOutputCommand: comando SoX que lê áudio emchrome.audioFormate grava no CoreAudioBlackHole 2chchrome.bargeInInputCommand: comando opcional de microfone local que grava PCM mono little-endian assinado de 16 bits para detecção de interrupção humana enquanto a reprodução do assistente está ativa. Atualmente isso se aplica à ponte de par de comandoschromehospedada pelo Gateway.chrome.bargeInRmsThreshold: 650: nível RMS que conta como uma interrupção humana emchrome.bargeInInputCommandchrome.bargeInPeakThreshold: 2500: nível de pico que conta como uma interrupção humana emchrome.bargeInInputCommandchrome.bargeInCooldownMs: 900: atraso mínimo entre limpezas repetidas de interrupção humanamode: "agent": modo padrão de retorno por voz. A fala dos participantes é transcrita pelo provedor de transcrição em tempo real configurado, enviada ao agente OpenClaw configurado em uma sessão de subagente por reunião e falada de volta pelo runtime normal de TTS do OpenClaw.mode: "bidi": modo de fallback de modelo em tempo real bidirecional direto. O provedor de voz em tempo real responde diretamente à fala dos participantes e pode chamaropenclaw_agent_consultpara respostas mais profundas/com suporte de ferramentas.mode: "transcribe": modo somente observação sem a ponte de retorno por voz.realtime.provider: "openai": fallback de compatibilidade usado quando os campos de provedor com escopo abaixo não estão definidos.realtime.transcriptionProvider: "openai": id do provedor usado pelo modoagentpara transcrição em tempo real.realtime.voiceProvider: id do provedor usado pelo modobidipara voz direta em tempo real. Defina isto como"google"para usar Gemini Live mantendo a transcrição do modo de agente na OpenAI.realtime.toolPolicy: "safe-read-only"realtime.instructions: respostas faladas breves, comopenclaw_agent_consultpara respostas mais profundasrealtime.introMessage: breve verificação falada de prontidão quando a ponte em tempo real se conecta; defina como""para entrar silenciosamenterealtime.agentId: id opcional do agente OpenClaw paraopenclaw_agent_consult; o padrão émain
messages.tts.providers.elevenlabs.speakerVoiceId. As respostas do agente também
podem usar diretivas por resposta [[tts:speakerVoiceId=... model=eleven_v3]]
quando substituições de modelo TTS estão habilitadas, mas a configuração é o padrão
determinístico para reuniões. Ao entrar, os logs devem mostrar
transcriptionProvider=elevenlabs e cada resposta falada deve registrar
provider=elevenlabs model=eleven_v3 speakerVoiceId=<voiceId>.
Configuração somente para Twilio:
voiceCall.enabled usa true por padrão; com transporte Twilio, ele delega a
chamada PSTN real, DTMF e saudação introdutória ao Plugin Voice Call. Voice Call
reproduz a sequência DTMF antes de abrir o fluxo de mídia em tempo real e então usa
o texto de introdução salvo como a saudação inicial em tempo real. Se voice-call
não estiver habilitado, o Google Meet ainda pode validar e registrar o plano de
discagem, mas não pode fazer a chamada Twilio.
Ferramenta
Agentes podem usar a ferramentagoogle_meet:
transport: "chrome" quando o Chrome roda no host do Gateway. Use
transport: "chrome-node" quando o Chrome roda em um Node pareado, como uma VM
Parallels. Em ambos os casos, os provedores de modelo e openclaw_agent_consult
rodam no host do Gateway, então as credenciais de modelo ficam lá. Com o
mode: "agent" padrão, o provedor de transcrição em tempo real cuida da escuta, o
agente OpenClaw configurado produz a resposta, e o TTS regular do OpenClaw a fala no
Meet. Use mode: "bidi" quando quiser que o modelo de voz em tempo real responda
diretamente. mode: "realtime" bruto continua aceito como alias de compatibilidade
legado para mode: "agent", mas não é mais anunciado no schema da ferramenta do
agente. Logs do modo de agente incluem o provedor/modelo de transcrição resolvido na
inicialização da ponte e o provedor TTS, modelo, voz, formato de saída e taxa de
amostragem após cada resposta sintetizada.
Use action: "status" para listar sessões ativas ou inspecionar um ID de sessão.
Use action: "speak" com sessionId e message para fazer o agente em tempo real
falar imediatamente. Use action: "test_speech" para criar ou reutilizar a sessão,
acionar uma frase conhecida e retornar a integridade inCall quando o host Chrome
puder relatá-la. test_speech sempre força mode: "agent" e falha se solicitado a
rodar em mode: "transcribe", porque sessões somente observação intencionalmente não
podem emitir fala. Seu resultado speechOutputVerified é baseado no aumento de bytes
de saída de áudio em tempo real durante essa chamada de teste, então uma sessão
reutilizada com áudio mais antigo não conta como uma verificação de fala bem-sucedida
recente. Use action: "leave" para marcar uma sessão como encerrada.
status inclui a integridade do Chrome quando disponível:
inCall: o Chrome parece estar dentro da chamada do MeetmicMuted: estado do microfone do Meet em melhor esforçomanualActionRequired/manualActionReason/manualActionMessage: o perfil do navegador precisa de login manual, admissão pelo host do Meet, permissões ou reparo de controle do navegador antes que a fala possa funcionarspeechReady/speechBlockedReason/speechBlockedMessage: se a fala gerenciada do Chrome é permitida agora.speechReady: falsesignifica que o OpenClaw não enviou a frase de introdução/teste para a ponte de áudio.providerConnected/realtimeReady: estado da ponte de voz em tempo reallastInputAt/lastOutputAt: último áudio visto vindo da ponte ou enviado para elaaudioOutputRouted/audioOutputDeviceLabel: se a saída de mídia da aba do Meet foi roteada ativamente para o dispositivo BlackHole usado pela pontelastSuppressedInputAt/suppressedInputBytes: entrada de loopback ignorada enquanto a reprodução do assistente está ativa
Modos agent e bidi
O modoagent do Chrome é otimizado para o comportamento “meu agente está na
reunião”. O provedor de transcrição em tempo real ouve o áudio da reunião,
transcrições finais dos participantes são roteadas pelo agente OpenClaw configurado,
e a resposta é falada pelo runtime normal de TTS do OpenClaw. Defina
mode: "bidi" quando quiser que o modelo de voz em tempo real responda diretamente.
Fragmentos próximos de transcrição final são consolidados antes da consulta para que
um turno falado não produza várias respostas parciais obsoletas. A entrada em tempo
real também é suprimida enquanto o áudio enfileirado do assistente ainda está
tocando, e ecos recentes de transcrição semelhantes ao assistente são ignorados antes
da consulta ao agente para que o loopback do BlackHole não faça o agente responder à
própria fala.
| Modo | Quem decide a resposta | Caminho de saída de fala | Use quando |
|---|---|---|---|
agent | O agente OpenClaw configurado | Runtime normal de TTS do OpenClaw | Você quer o comportamento “meu agente está na reunião” |
bidi | O modelo de voz em tempo real | Resposta de áudio do provedor de voz em tempo real | Você quer o loop de voz conversacional de menor latência |
bidi, quando o modelo em tempo real precisa de raciocínio mais profundo,
informações atuais ou ferramentas normais do OpenClaw, ele pode chamar
openclaw_agent_consult.
A ferramenta de consulta executa o agente OpenClaw normal nos bastidores com o
contexto recente da transcrição da reunião e retorna uma resposta falada concisa. No modo agent,
o OpenClaw envia essa resposta diretamente para o runtime de TTS; no modo bidi, o
modelo de voz em tempo real pode falar o resultado da consulta de volta na reunião. Ela usa
o mesmo mecanismo compartilhado de consulta do Voice Call.
Por padrão, as consultas são executadas no agente main. Defina realtime.agentId quando uma
faixa do Meet deve consultar um workspace de agente OpenClaw dedicado, padrões de modelo,
política de ferramentas, memória e histórico de sessão.
Consultas em modo agente usam uma chave de sessão por reunião agent:<id>:subagent:google-meet:<session>
para que perguntas de acompanhamento mantenham o contexto da reunião enquanto herdam a política normal
do agente configurado.
realtime.toolPolicy controla a execução da consulta:
safe-read-only: expõe a ferramenta de consulta e limita o agente normal aread,web_search,web_fetch,x_search,memory_searchememory_get.owner: expõe a ferramenta de consulta e permite que o agente normal use a política normal de ferramentas do agente.none: não expõe a ferramenta de consulta para o modelo de voz em tempo real.
Checklist de teste ao vivo
Use esta sequência antes de entregar uma reunião a um agente não supervisionado:googlemeet setupestá todo verde.googlemeet setupincluichrome-node-connectedquando Chrome-node é o transporte padrão ou um nó está fixado.nodes statusmostra o nó selecionado conectado.- O nó selecionado anuncia tanto
googlemeet.chromequantobrowser.proxy. - A aba do Meet entra na chamada e
test-speechretorna a integridade do Chrome cominCall: true.
googlemeet setupinclui verificações verdes detwilio-voice-call-plugin,twilio-voice-call-credentialsetwilio-voice-call-webhook.voicecallestá disponível na CLI após o recarregamento do Gateway.- A sessão retornada tem
transport: "twilio"e umtwilio.voiceCallId. openclaw logs --followmostra DTMF TwiML servido antes de TwiML em tempo real, depois uma ponte em tempo real com a saudação inicial enfileirada.googlemeet leave <sessionId>encerra a chamada de voz delegada.
Solução de problemas
O agente não consegue ver a ferramenta do Google Meet
Confirme se o Plugin está habilitado na configuração do Gateway e recarregue o Gateway:plugins.entries.google-meet, reinicie ou recarregue o Gateway.
O agente em execução só vê ferramentas de Plugin registradas pelo processo atual do Gateway.
Em hosts Gateway que não são macOS, a ferramenta voltada ao agente google_meet permanece visível,
mas ações locais de retorno de fala do Chrome são bloqueadas antes de chegarem à ponte de áudio.
O áudio local de retorno de fala do Chrome atualmente depende do BlackHole 2ch do macOS, então
agentes Linux devem usar mode: "transcribe", discagem Twilio ou um host macOS
chrome-node em vez do caminho padrão de agente local do Chrome.
Nenhum nó compatível com Google Meet conectado
No host do nó, execute:googlemeet.chrome mais browser.proxy.
A configuração do Gateway deve permitir esses comandos de nó:
googlemeet setup falhar em chrome-node-connected ou o log do Gateway relatar
gateway token mismatch, reinstale ou reinicie o nó com o token atual do Gateway.
Para um Gateway em LAN, isso geralmente significa:
O navegador abre, mas o agente não consegue entrar
Executegooglemeet test-listen para entradas somente de observação ou googlemeet test-speech
para entradas em tempo real, depois inspecione a integridade do Chrome retornada. Se qualquer uma das sondagens
relatar manualActionRequired: true, mostre manualActionMessage ao operador
e pare de tentar novamente até que a ação do navegador esteja concluída.
Ações manuais comuns:
- Entrar no perfil do Chrome.
- Admitir o convidado pela conta host do Meet.
- Conceder permissões de microfone/câmera ao Chrome quando o prompt nativo de permissão do Chrome aparecer.
- Fechar ou reparar uma caixa de diálogo de permissão do Meet travada.
A criação da reunião falha
googlemeet create primeiro usa o endpoint spaces.create da API do Google Meet
quando credenciais OAuth estão configuradas. Sem credenciais OAuth, ele recorre
ao navegador do nó Chrome fixado. Confirme:
- Para criação por API:
oauth.clientIdeoauth.refreshTokenestão configurados, ou variáveis de ambiente correspondentesOPENCLAW_GOOGLE_MEET_*estão presentes. - Para criação por API: o token de atualização foi emitido depois que o suporte a criação foi
adicionado. Tokens mais antigos podem não ter o escopo
meetings.space.created; execute novamenteopenclaw googlemeet auth login --jsone atualize a configuração do Plugin. - Para fallback de navegador:
defaultTransport: "chrome-node"echromeNode.nodeapontam para um nó conectado combrowser.proxyegooglemeet.chrome. - Para fallback de navegador: o perfil Chrome do OpenClaw nesse nó está conectado
ao Google e consegue abrir
https://meet.google.com/new. - Para fallback de navegador: novas tentativas reutilizam uma aba existente de
https://meet.google.com/newou de prompt de conta Google antes de abrir uma nova aba. Se um agente atingir timeout, tente novamente a chamada da ferramenta em vez de abrir manualmente outra aba do Meet. - Para fallback de navegador: se a ferramenta retornar
manualActionRequired: true, usebrowser.nodeId,browser.targetId,browserUrlemanualActionMessageretornados para orientar o operador. Não tente novamente em loop até que essa ação esteja concluída. - Para fallback de navegador: se o Meet mostrar “Você quer que as pessoas ouçam você na
reunião?”, deixe a aba aberta. O OpenClaw deve clicar em Usar microfone ou, para
fallback somente de criação, em Continuar sem microfone por automação do navegador
e continuar aguardando a URL do Meet gerada. Se não conseguir, o
erro deve mencionar
meet-audio-choice-required, nãogoogle-login-required.
O agente entra, mas não fala
Verifique o caminho em tempo real:mode: "agent" para o caminho normal STT -> agente OpenClaw -> retorno de fala TTS,
ou mode: "bidi" para o fallback direto de voz em tempo real. mode: "transcribe"
intencionalmente não inicia a ponte de retorno de fala. Para depuração somente de observação,
execute openclaw googlemeet status --json <session-id> depois que participantes falarem
e verifique captioning, transcriptLines e lastCaptionText. Se inCall for
true mas transcriptLines permanecer em 0, as legendas do Meet podem estar desativadas, ninguém
falou desde que o observador foi instalado, a interface do Meet mudou ou legendas ao vivo
não estão disponíveis para o idioma/conta da reunião.
googlemeet test-speech sempre verifica o caminho em tempo real e relata se
bytes de saída da ponte foram observados para essa invocação. Se speechOutputVerified for false e
speechOutputTimedOut for true, o provedor em tempo real pode ter aceitado a
fala, mas o OpenClaw não viu novos bytes de saída chegarem à ponte de áudio do Chrome.
Também verifique:
- Uma chave de provedor em tempo real está disponível no host do Gateway, como
OPENAI_API_KEYouGEMINI_API_KEY. BlackHole 2chestá visível no host Chrome.soxexiste no host Chrome.- O microfone e o alto-falante do Meet estão roteados pelo caminho de áudio virtual usado pelo
OpenClaw.
doctordeve mostrarmeet output routed: yespara entradas locais do Chrome em tempo real.
googlemeet doctor [session-id] imprime a sessão, o nó, o estado em chamada,
o motivo de ação manual, a conexão do provedor em tempo real, realtimeReady, atividade de
entrada/saída de áudio, últimos timestamps de áudio, contadores de bytes e URL do navegador.
Use googlemeet status [session-id] --json quando precisar do JSON bruto. Use
googlemeet doctor --oauth quando precisar verificar a atualização OAuth do Google Meet
sem expor tokens; adicione --meeting ou --create-space quando também precisar de uma
prova da API do Google Meet.
Se um agente atingiu timeout e você consegue ver uma aba do Meet já aberta, inspecione essa aba
sem abrir outra:
recover_current_tab. Ela foca e inspeciona uma
aba existente do Meet para o transporte selecionado. Com chrome, ela usa controle local
do navegador por meio do Gateway; com chrome-node, ela usa o nó Chrome configurado.
Ela não abre uma nova aba nem cria uma nova sessão; relata o bloqueador
atual, como login, admissão, permissões ou estado de escolha de áudio.
O comando CLI conversa com o Gateway configurado, então o Gateway deve estar em execução;
chrome-node também exige que o nó Chrome esteja conectado.
Verificações de configuração do Twilio falham
twilio-voice-call-plugin falha quando voice-call não está permitido ou não está habilitado.
Adicione-o a plugins.allow, habilite plugins.entries.voice-call e recarregue o
Gateway.
twilio-voice-call-credentials falha quando o backend Twilio não tem SID da conta,
token de autenticação ou número chamador. Defina estes no host do Gateway:
twilio-voice-call-webhook falha quando voice-call não tem exposição pública de Webhook,
ou quando publicUrl aponta para local loopback ou espaço de rede privada.
Defina plugins.entries.voice-call.config.publicUrl como a URL pública do provedor ou
configure uma exposição por túnel/Tailscale de voice-call.
URLs de loopback e privadas não são válidas para callbacks de operadora. Não use
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 ou fd00::/8 como publicUrl.
Para uma URL pública estável:
voicecall smoke verifica apenas a prontidão por padrão. Para simular com um número específico:
--yes somente quando você quiser intencionalmente fazer uma chamada
de notificação de saída ao vivo:
A chamada Twilio começa, mas nunca entra na reunião
Confirme se o evento do Meet expõe os detalhes de discagem telefônica. Passe o número de discagem exato e o PIN ou uma sequência DTMF personalizada:w inicial ou vírgulas em --dtmf-sequence se o provedor precisar de uma pausa
antes de inserir o PIN.
Se a chamada telefônica for criada, mas a lista de participantes do Meet nunca mostrar
o participante por discagem telefônica:
- Execute
openclaw googlemeet doctor <session-id>para confirmar o ID delegado da chamada Twilio, se o DTMF foi enfileirado e se a saudação introdutória foi solicitada. - Execute
openclaw voicecall status --call-id <id>e confirme se a chamada ainda está ativa. - Execute
openclaw voicecall taile verifique se os Webhooks do Twilio estão chegando ao Gateway. - Execute
openclaw logs --followe procure a sequência do Twilio Meet: o Google Meet delega a entrada, o Voice Call armazena e serve o TwiML de DTMF pré-conexão, o Voice Call serve TwiML em tempo real para a chamada Twilio e, em seguida, o Google Meet solicita a fala introdutória comvoicecall.speak. - Execute novamente
openclaw googlemeet setup --transport twilio; uma verificação de setup verde é obrigatória, mas não prova que a sequência do PIN da reunião está correta. - Confirme se o número de discagem pertence ao mesmo convite e à mesma região do Meet que o PIN.
- Aumente
voiceCall.dtmfDelayMsem relação ao padrão de 12 segundos se o Meet atender lentamente ou se a transcrição da chamada ainda mostrar o prompt pedindo um PIN depois que o DTMF pré-conexão tiver sido enviado. - Se o participante entrar, mas você não ouvir a saudação, verifique
openclaw logs --followem busca da solicitaçãovoicecall.speakpós-DTMF e da reprodução de TTS por fluxo de mídia ou do fallback<Say>do Twilio. Se a transcrição da chamada ainda contiver “enter the meeting PIN”, a perna telefônica ainda não entrou na sala do Meet, portanto os participantes da reunião não ouvirão a fala.
plugins.entries.voice-call.config.publicUrl ou o túnel configurado.
Veja Solução de problemas de chamadas de voz.
Observações
A API oficial de mídia do Google Meet é orientada a recebimento, portanto falar em uma chamada do Meet ainda precisa de um caminho de participante. Este Plugin mantém esse limite visível: o Chrome lida com a participação pelo navegador e o roteamento de áudio local; o Twilio lida com a participação por discagem telefônica. Os modos de resposta do Chrome precisam deBlackHole 2ch mais uma destas opções:
chrome.audioInputCommandmaischrome.audioOutputCommand: o OpenClaw é dono da ponte e canaliza áudio emchrome.audioFormatentre esses comandos e o provedor selecionado. O modo de agente usa transcrição em tempo real mais TTS regular; o modo bidi usa o provedor de voz em tempo real. O caminho padrão do Chrome é PCM16 de 24 kHz comchrome.audioBufferBytes: 4096; G.711 mu-law de 8 kHz continua disponível para pares de comandos legados.chrome.audioBridgeCommand: um comando de ponte externo é dono de todo o caminho de áudio local e deve sair após iniciar ou validar seu daemon. Isso só é válido parabidiporque o modoagentprecisa de acesso direto ao par de comandos para TTS.
google_meet no modo de agente, a sessão de consultor
da reunião bifurca a transcrição atual do chamador antes de responder à fala dos participantes.
A sessão do Meet ainda permanece separada (agent:<agentId>:subagent:google-meet:<sessionId>)
para que acompanhamentos da reunião não alterem diretamente a transcrição do chamador.
Para áudio duplex limpo, roteie a saída do Meet e o microfone do Meet por dispositivos
virtuais separados ou por um grafo de dispositivos virtuais no estilo Loopback. Um único dispositivo
BlackHole compartilhado pode ecoar outros participantes de volta para a chamada.
Com a ponte do Chrome por par de comandos, chrome.bargeInInputCommand pode escutar um
microfone local separado e limpar a reprodução do assistente quando o humano começa
a falar. Isso mantém a fala humana à frente da saída do assistente mesmo quando a entrada
local loopback compartilhada do BlackHole é temporariamente suprimida durante a reprodução do assistente.
Assim como chrome.audioInputCommand e chrome.audioOutputCommand, ele é um
comando local configurado pelo operador. Use um caminho de comando confiável explícito ou
uma lista de argumentos, e não o aponte para scripts de locais não confiáveis.
googlemeet speak aciona a ponte de áudio de resposta ativa para uma sessão do Chrome.
googlemeet leave interrompe essa ponte. Para sessões do Twilio delegadas
por meio do Plugin Voice Call, leave também encerra a chamada de voz subjacente.
Use googlemeet end-active-conference quando você também quiser encerrar a conferência ativa
do Google Meet para um espaço gerenciado por API.