- Провайдер:
google - Аутентификация:
GEMINI_API_KEYилиGOOGLE_API_KEY - API: Google Gemini API
- Параметр среды выполнения:
agentRuntime.id: "google-gemini-cli"повторно использует OAuth Gemini CLI, сохраняя канонический вид ссылок на модели:google/*.
Начало работы
Выберите предпочтительный метод аутентификации и выполните шаги настройки.- Ключ API
- Gemini CLI (OAuth)
Лучше всего подходит для: стандартного доступа к Gemini API через Google AI Studio.Или передайте ключ напрямую:
1
Получение ключа API
Создайте бесплатный ключ в Google AI Studio.
2
Запуск первоначальной настройки
3
Задание модели по умолчанию
4
Проверка доступности модели
google/gemini-3-pro-preview выведена из эксплуатации 2026-03-09; вместо неё используйте google/gemini-3.1-pro-preview. Повторная настройка ключа Gemini API (openclaw onboard --auth-choice gemini-api-key или openclaw models auth login --provider google) заменяет устаревшую настроенную модель по умолчанию на текущую.Возможности
Веб-поиск
Встроенный провайдер веб-поискаgemini использует привязку к Google Search через Gemini.
Настройте отдельный ключ поиска в plugins.entries.google.config.webSearch
или разрешите повторно использовать models.providers.google.apiKey после GEMINI_API_KEY:
webSearch.apiKey, затем GEMINI_API_KEY,
после него models.providers.google.apiKey. Параметр webSearch.baseUrl необязателен и
предназначен для операторских прокси-серверов или совместимых конечных точек Gemini API; если он не указан,
веб-поиск Gemini повторно использует models.providers.google.baseUrl. Поведение инструмента, специфичное для провайдера, описано в разделе
Поиск Gemini.
Генерация изображений
Встроенный провайдер генерации изображенийgoogle по умолчанию использует
google/gemini-3.1-flash-image-preview.
- Также поддерживается
google/gemini-3-pro-image-preview - Генерация: до 4 изображений на запрос
- Режим редактирования: включён, до 5 входных изображений
- Управление геометрией:
size,aspectRatioиresolution
Общие параметры инструмента, выбор провайдера и поведение при переключении после сбоя описаны в разделе Генерация изображений.
Генерация видео
Встроенный плагинgoogle также регистрирует генерацию видео через общий
инструмент video_generate.
- Модель видео по умолчанию:
google/veo-3.1-fast-generate-preview - Режимы: преобразование текста в видео, изображения в видео и сценарии с одним эталонным видео
- Поддерживает
aspectRatio(16:9,9:16) иresolution(720P,1080P); в настоящее время Veo не поддерживает вывод аудио - Поддерживаемая длительность: 4, 6 или 8 секунд (другие значения округляются до ближайшего разрешённого)
Общие параметры инструмента, выбор провайдера и поведение при переключении после сбоя описаны в разделе Генерация видео.
Генерация музыки
Встроенный плагинgoogle также регистрирует генерацию музыки через общий
инструмент music_generate.
- Модель музыки по умолчанию:
google/lyria-3-clip-preview - Также поддерживается
google/lyria-3-pro-preview - Элементы управления запросом:
lyricsиinstrumental - Формат вывода: по умолчанию
mp3, а такжеwavвgoogle/lyria-3-pro-preview - Эталонные входные данные: до 10 изображений
- Запуски с поддержкой сеансов отсоединяются через общий поток задач и состояний, включая
action: "status"
Общие параметры инструмента, выбор провайдера и поведение при переключении после сбоя описаны в разделе Генерация музыки.
Преобразование текста в речь
Встроенный речевой провайдерgoogle использует путь TTS в Gemini API с
gemini-3.1-flash-tts-preview.
- Голос по умолчанию:
Kore - Аутентификация:
messages.tts.providers.google.apiKey,models.providers.google.apiKey,GEMINI_API_KEYилиGOOGLE_API_KEY - Вывод: WAV для обычных вложений TTS, Opus для целевых голосовых сообщений, PCM для Talk/телефонии
- Вывод голосовых сообщений: PCM от Google оборачивается в WAV и транскодируется в Opus с частотой 48 кГц с помощью
ffmpeg
generateContent. Для голосовых разговоров с минимальной задержкой используйте
провайдер голоса Google в реальном времени на основе Gemini Live API вместо пакетного
TTS.
Чтобы использовать Google как провайдер TTS по умолчанию:
audioProfile, чтобы добавлять многократно используемый запрос стиля перед произносимым текстом. Задайте
speakerName, если в тексте запроса упоминается именованный говорящий.
Gemini API TTS также принимает в тексте выразительные аудиотеги в квадратных скобках,
например [whispers] или [laughs]. Чтобы теги не отображались в видимом ответе чата,
но передавались в TTS, поместите их в блок [[tts:text]]...[[/tts:text]]:
Для этого провайдера подходит ключ API Google Cloud Console, доступ которого ограничен
Gemini API. Это не отдельный путь Cloud Text-to-Speech API.
Голосовая связь в реальном времени
Встроенный плагинgoogle регистрирует провайдер голоса в реальном времени на основе
Gemini Live API для серверных аудиомостов, таких как Voice Call и Google Meet.
Пример конфигурации реального времени для голосового вызова:
Google Live API использует двунаправленную передачу аудио и вызов функций через WebSocket.
OpenClaw адаптирует аудио из моста телефонии/Meet к потоку PCM Live API Gemini и
сохраняет вызовы инструментов в общем контракте голосового взаимодействия в реальном времени. Оставьте
temperature
незаданным, если не требуется изменить дискретизацию; OpenClaw пропускает неположительные значения,
поскольку Google Live может возвращать расшифровки без аудио для temperature: 0.
Транскрибирование Gemini API включается без languageCodes; текущая версия Google
SDK отклоняет подсказки с кодом языка в этом пути API.Gemini 3.1 Live принимает разговорный текст через ввод в реальном времени и использует
последовательный вызов функций. Для этой модели OpenClaw не передаёт устаревшие поля
NON_BLOCKING, планирования ответов функций и аффективного диалога. Предпочтительно использовать
thinkingLevel; настроенные положительные значения thinkingBudget сопоставляются с
ближайшим поддерживаемым уровнем, а -1 сохраняет значение Google по умолчанию. См.
сравнение возможностей Gemini Live.Функция Talk в Control UI поддерживает браузерные сеансы Google Live с ограниченными одноразовыми
токенами. Серверные поставщики голосового взаимодействия в реальном времени также могут работать через универсальный
ретранслятор Gateway, который сохраняет учётные данные поставщика на Gateway.
OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts.
Дымовой тест также охватывает серверные пути OpenAI/WebRTC; этап Google создаёт токен
Live API с теми же ограничениями, который используется функцией Talk в Control UI, открывает браузерную
конечную точку WebSocket, отправляет исходные данные настройки и ожидает
setupComplete.
Расширенная конфигурация
Прямое повторное использование кеша Gemini
Прямое повторное использование кеша Gemini
При прямых запусках Gemini API (
api: "google-generative-ai") OpenClaw
передаёт настроенный дескриптор cachedContent в запросы Gemini.- Настройте параметры для отдельной модели или глобально с помощью
cachedContentлибо устаревшегоcached_content - Параметры из более конкретной области (уровень модели вместо глобального) всегда имеют приоритет.
Если в одной области заданы оба ключа, приоритет имеет
cached_content. Во избежание неожиданного поведения используйте только один ключ в каждой области. - Пример значения:
cachedContents/prebuilt-context - Статистика использования при попадании в кеш Gemini преобразуется в поле OpenClaw
cacheReadиз вышестоящего поляcachedContentTokenCount
Примечания по использованию Gemini CLI
Примечания по использованию Gemini CLI
При использовании OAuth-поставщика
google-gemini-cli OpenClaw по умолчанию использует
вывод Gemini CLI stream-json и нормализует статистику использования из итоговых
данных stats. Устаревшие переопределения --output-format json по-прежнему используют
синтаксический анализатор JSON.- Текст потокового ответа поступает из событий ассистента
message. - При использовании устаревшего вывода JSON текст ответа поступает из поля
responseв JSON от CLI. - Если CLI оставляет
usageпустым, статистика использования берётся изstats. stats.cachedпреобразуется в поле OpenClawcacheRead.- Если
stats.inputотсутствует, OpenClaw вычисляет количество входных токенов изstats.input_tokens - stats.cached.
Настройка окружения и демона
Настройка окружения и демона
Если Gateway работает как демон (launchd/systemd), убедитесь, что
GEMINI_API_KEY
доступен этому процессу (например, в ~/.openclaw/.env или через
env.shellEnv).Связанные материалы
Выбор модели
Выбор поставщиков, ссылок на модели и поведения при переключении после сбоя.
Генерация изображений
Общие параметры инструмента генерации изображений и выбор поставщика.
Генерация видео
Общие параметры инструмента генерации видео и выбор поставщика.
Генерация музыки
Общие параметры инструмента генерации музыки и выбор поставщика.