Google (Gemini) - OpenClaw

Google Plugin’i, Google AI Studio üzerinden Gemini modellerine erişimin yanı sıra Gemini Grounding aracılığıyla görüntü oluşturma, medya anlama (görüntü/ses/video), metinden konuşmaya ve web araması sağlar.

Sağlayıcı: google
Kimlik doğrulama: GEMINI_API_KEY veya GOOGLE_API_KEY
API: Google Gemini API
Çalışma zamanı seçeneği: provider/model agentRuntime.id: "google-gemini-cli" model başvurularını google/* olarak kanonik tutarken Gemini CLI OAuth’u yeniden kullanır.

Başlarken

Tercih ettiğiniz kimlik doğrulama yöntemini seçin ve kurulum adımlarını izleyin.

API anahtarı
Gemini CLI (OAuth)

En iyi kullanım: Google AI Studio üzerinden standart Gemini API erişimi.

Onboarding'i çalıştırın

openclaw onboard --auth-choice gemini-api-key

Ya da anahtarı doğrudan geçirin:

openclaw onboard --non-interactive \
  --mode local \
  --auth-choice gemini-api-key \
  --gemini-api-key "$GEMINI_API_KEY"

Varsayılan model ayarlayın

{
  agents: {
    defaults: {
      model: { primary: "google/gemini-3.1-pro-preview" },
    },
  },
}

Modelin kullanılabilir olduğunu doğrulayın

openclaw models list --provider google

GEMINI_API_KEY ve GOOGLE_API_KEY ortam değişkenlerinin ikisi de kabul edilir. Hangisi zaten yapılandırılmışsa onu kullanın.

En iyi kullanım: ayrı bir API anahtarı yerine PKCE OAuth aracılığıyla mevcut bir Gemini CLI oturum açmasını yeniden kullanmak.

google-gemini-cli sağlayıcısı resmi olmayan bir entegrasyondur. Bazı kullanıcılar OAuth’u bu şekilde kullanırken hesap kısıtlamaları bildirmektedir. Kendi sorumluluğunuzda kullanın.

Gemini CLI'yi kurun

Yerel gemini komutu PATH üzerinde kullanılabilir olmalıdır.

# Homebrew
brew install gemini-cli

# or npm
npm install -g @google/gemini-cli

OpenClaw, yaygın Windows/npm düzenleri dahil hem Homebrew kurulumlarını hem de global npm kurulumlarını destekler.

OAuth ile oturum açın

openclaw models auth login --provider google-gemini-cli --set-default

Modelin kullanılabilir olduğunu doğrulayın

openclaw models list --provider google

Varsayılan model: google/gemini-3.1-pro-preview
Çalışma zamanı: google-gemini-cli
Takma ad: gemini-cli

Gemini 3.1 Pro’nun Gemini API model kimliği gemini-3.1-pro-preview şeklindedir. OpenClaw, kolaylık takma adı olarak daha kısa google/gemini-3.1-pro değerini kabul eder ve sağlayıcı çağrılarından önce normalleştirir.Ortam değişkenleri:

OPENCLAW_GEMINI_OAUTH_CLIENT_ID
OPENCLAW_GEMINI_OAUTH_CLIENT_SECRET

(Ya da GEMINI_CLI_* varyantları.)

Gemini CLI OAuth istekleri oturum açtıktan sonra başarısız olursa Gateway konağında GOOGLE_CLOUD_PROJECT veya GOOGLE_CLOUD_PROJECT_ID ayarlayın ve yeniden deneyin.

Oturum açma, tarayıcı akışı başlamadan önce başarısız olursa yerel gemini komutunun kurulu olduğundan ve PATH üzerinde bulunduğundan emin olun.

google-gemini-cli/* model başvuruları eski uyumluluk takma adlarıdır. Yeni yapılandırmalar, yerel Gemini CLI yürütmesi istediklerinde google/* model başvurularını ve google-gemini-cli çalışma zamanını kullanmalıdır.

Yetenekler

Yetenek	Desteklenir
Sohbet tamamlama	Evet
Görüntü oluşturma	Evet
Müzik oluşturma	Evet
Metinden konuşmaya	Evet
Gerçek zamanlı ses	Evet (Google Live API)
Görüntü anlama	Evet
Ses transkripsiyonu	Evet
Video anlama	Evet
Web araması (Grounding)	Evet
Düşünme/akıl yürütme	Evet (Gemini 2.5+ / Gemini 3+)
Gemma 4 modelleri	Evet

Web araması

Paketle gelen gemini web araması sağlayıcısı, Gemini Google Search grounding kullanır. plugins.entries.google.config.webSearch altında özel bir arama anahtarı yapılandırın veya GEMINI_API_KEY sonrasında models.providers.google.apiKey değerini yeniden kullanmasına izin verin:

{
  plugins: {
    entries: {
      google: {
        config: {
          webSearch: {
            apiKey: "AIza...", // optional if GEMINI_API_KEY or models.providers.google.apiKey is set
            baseUrl: "https://generativelanguage.googleapis.com/v1beta", // falls back to models.providers.google.baseUrl
            model: "gemini-2.5-flash",
          },
        },
      },
    },
  },
}

Kimlik bilgisi önceliği önce özel webSearch.apiKey, ardından GEMINI_API_KEY, ardından models.providers.google.apiKey şeklindedir. webSearch.baseUrl isteğe bağlıdır ve operatör proxy’leri veya uyumlu Gemini API uç noktaları için vardır; belirtilmediğinde Gemini web araması models.providers.google.baseUrl değerini yeniden kullanır. Sağlayıcıya özgü araç davranışı için Gemini araması bölümüne bakın.

Gemini 3 modelleri thinkingBudget yerine thinkingLevel kullanır. OpenClaw, Gemini 3, Gemini 3.1 ve gemini-*-latest takma adı akıl yürütme denetimlerini thinkingLevel değerine eşler; böylece varsayılan/düşük gecikmeli çalıştırmalar devre dışı thinkingBudget değerleri göndermez./think adaptive, sabit bir OpenClaw düzeyi seçmek yerine Google’ın dinamik düşünme semantiğini korur. Gemini 3 ve Gemini 3.1 sabit bir thinkingLevel göndermez, böylece Google düzeyi seçebilir; Gemini 2.5 Google’ın dinamik sentinel değerini gönderir: thinkingBudget: -1.Gemma 4 modelleri (örneğin gemma-4-26b-a4b-it) düşünme modunu destekler. OpenClaw, Gemma 4 için thinkingBudget değerini desteklenen bir Google thinkingLevel değerine yeniden yazar. Düşünmeyi off olarak ayarlamak, MINIMAL değerine eşlemek yerine düşünmenin devre dışı kalmasını korur.

Görüntü oluşturma

Paketle gelen google görüntü oluşturma sağlayıcısının varsayılanı google/gemini-3.1-flash-image-preview değeridir.

google/gemini-3-pro-image-preview değerini de destekler
Oluşturma: istek başına en fazla 4 görüntü
Düzenleme modu: etkin, en fazla 5 giriş görüntüsü
Geometri denetimleri: size, aspectRatio ve resolution

Google’ı varsayılan görüntü sağlayıcısı olarak kullanmak için:

{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "google/gemini-3.1-flash-image-preview",
      },
    },
  },
}

Paylaşılan araç parametreleri, sağlayıcı seçimi ve failover davranışı için Görüntü Oluşturma bölümüne bakın.

Video oluşturma

Paketle gelen google Plugin’i, paylaşılan video_generate aracı üzerinden video oluşturmayı da kaydeder.

Varsayılan video modeli: google/veo-3.1-fast-generate-preview
Modlar: metinden videoya, görüntüden videoya ve tek videolu referans akışları
aspectRatio (16:9, 9:16) ve resolution (720P, 1080P) destekler; ses çıktısı bugün Veo tarafından desteklenmez
Desteklenen süreler: 4, 6 veya 8 saniye (diğer değerler izin verilen en yakın değere yuvarlanır)

Google’ı varsayılan video sağlayıcısı olarak kullanmak için:

{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "google/veo-3.1-fast-generate-preview",
      },
    },
  },
}

Paylaşılan araç parametreleri, sağlayıcı seçimi ve failover davranışı için Video Oluşturma bölümüne bakın.

Müzik oluşturma

Paketle gelen google Plugin’i, paylaşılan music_generate aracı üzerinden müzik oluşturmayı da kaydeder.

Varsayılan müzik modeli: google/lyria-3-clip-preview
google/lyria-3-pro-preview değerini de destekler
Prompt denetimleri: lyrics ve instrumental
Çıktı biçimi: varsayılan olarak mp3, ayrıca google/lyria-3-pro-preview üzerinde wav
Referans girişleri: en fazla 10 görüntü
Oturum destekli çalıştırmalar, action: "status" dahil paylaşılan görev/durum akışı üzerinden ayrılır

Google’ı varsayılan müzik sağlayıcısı olarak kullanmak için:

{
  agents: {
    defaults: {
      musicGenerationModel: {
        primary: "google/lyria-3-clip-preview",
      },
    },
  },
}

Paylaşılan araç parametreleri, sağlayıcı seçimi ve failover davranışı için Müzik Oluşturma bölümüne bakın.

Metinden konuşmaya

Paketle gelen google konuşma sağlayıcısı, Gemini API TTS yolunu gemini-3.1-flash-tts-preview ile kullanır.

Varsayılan ses: Kore
Kimlik doğrulama: messages.tts.providers.google.apiKey, models.providers.google.apiKey, GEMINI_API_KEY veya GOOGLE_API_KEY
Çıktı: normal TTS ekleri için WAV, sesli not hedefleri için Opus, Talk/telefon için PCM
Sesli not çıktısı: Google PCM, WAV olarak sarılır ve ffmpeg ile 48 kHz Opus’a dönüştürülür

Google’ın toplu Gemini TTS yolu, oluşturulan sesi tamamlanmış generateContent yanıtında döndürür. En düşük gecikmeli sözlü konuşmalar için toplu TTS yerine Gemini Live API tarafından desteklenen Google gerçek zamanlı ses sağlayıcısını kullanın. Google’ı varsayılan TTS sağlayıcısı olarak kullanmak için:

{
  messages: {
    tts: {
      auto: "always",
      provider: "google",
      providers: {
        google: {
          model: "gemini-3.1-flash-tts-preview",
          speakerVoice: "Kore",
          audioProfile: "Speak professionally with a calm tone.",
        },
      },
    },
  },
}

Gemini API TTS, stil denetimi için doğal dil prompt’u kullanır. Konuşulan metinden önce yeniden kullanılabilir bir stil prompt’u eklemek için audioProfile ayarlayın. Prompt metniniz adlandırılmış bir konuşmacıya atıfta bulunuyorsa speakerName ayarlayın. Gemini API TTS ayrıca metinde [whispers] veya [laughs] gibi ifade edici köşeli parantez ses etiketlerini kabul eder. Etiketleri görünür sohbet yanıtının dışında tutarken TTS’e göndermek için bunları bir [[tts:text]]...[[/tts:text]] bloğunun içine koyun:

Here is the clean reply text.

[[tts:text]][whispers] Here is the spoken version.[[/tts:text]]

Gemini API ile sınırlandırılmış bir Google Cloud Console API anahtarı bu sağlayıcı için geçerlidir. Bu, ayrı Cloud Text-to-Speech API yolu değildir.

Gerçek zamanlı ses

Paketle gelen google Plugin’i, Voice Call ve Google Meet gibi arka uç ses köprüleri için Gemini Live API tarafından desteklenen bir gerçek zamanlı ses sağlayıcısı kaydeder.

Ayar	Yapılandırma yolu	Varsayılan
Model	`plugins.entries.voice-call.config.realtime.providers.google.model`	`gemini-2.5-flash-native-audio-preview-12-2025`
Ses	`...google.voice`	`Kore`
Sıcaklık	`...google.temperature`	(ayarlanmamış)
VAD başlangıç hassasiyeti	`...google.startSensitivity`	(ayarlanmamış)
VAD bitiş hassasiyeti	`...google.endSensitivity`	(ayarlanmamış)
Sessizlik süresi	`...google.silenceDurationMs`	(ayarlanmamış)
Etkinlik işleme	`...google.activityHandling`	Google varsayılanı, `start-of-activity-interrupts`
Tur kapsamı	`...google.turnCoverage`	Google varsayılanı, `only-activity`
Otomatik VAD’yi devre dışı bırak	`...google.automaticActivityDetectionDisabled`	`false`
Oturum sürdürme	`...google.sessionResumption`	`true`
Bağlam sıkıştırma	`...google.contextWindowCompression`	`true`
API anahtarı	`...google.apiKey`	`models.providers.google.apiKey`, `GEMINI_API_KEY` veya `GOOGLE_API_KEY` değerine geri döner

Voice Call realtime yapılandırma örneği:

{
  plugins: {
    entries: {
      "voice-call": {
        enabled: true,
        config: {
          realtime: {
            enabled: true,
            provider: "google",
            providers: {
              google: {
                model: "gemini-2.5-flash-native-audio-preview-12-2025",
                speakerVoice: "Kore",
                activityHandling: "start-of-activity-interrupts",
                turnCoverage: "only-activity",
              },
            },
          },
        },
      },
    },
  },
}

Google Live API, çift yönlü ses ve WebSocket üzerinden işlev çağırma kullanır. OpenClaw, telefon/Meet köprüsü sesini Gemini’nin PCM Live API akışına uyarlar ve araç çağrılarını paylaşılan realtime ses sözleşmesinde tutar. Örnekleme değişikliklerine ihtiyacınız yoksa temperature değerini ayarlanmamış bırakın; OpenClaw pozitif olmayan değerleri atlar çünkü Google Live, temperature: 0 için ses olmadan transkript döndürebilir. Gemini API transkripsiyonu languageCodes olmadan etkinleştirilir; mevcut Google SDK, bu API yolunda dil kodu ipuçlarını reddeder.

Control UI Talk, sınırlı tek kullanımlık token’larla Google Live tarayıcı oturumlarını destekler. Yalnızca backend realtime ses sağlayıcıları, sağlayıcı kimlik bilgilerini Gateway üzerinde tutan genel Gateway relay taşıması üzerinden de çalışabilir.

Bakımcı canlı doğrulaması için şunu çalıştırın: OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. Smoke testi OpenAI backend/WebRTC yollarını da kapsar; Google ayağı, Control UI Talk tarafından kullanılan aynı sınırlı Live API token biçimini üretir, tarayıcı WebSocket uç noktasını açar, ilk kurulum yükünü gönderir ve setupComplete bekler.

Gelişmiş yapılandırma

Doğrudan Gemini önbellek yeniden kullanımı

Doğrudan Gemini API çalıştırmaları (api: "google-generative-ai") için OpenClaw, yapılandırılmış bir cachedContent tanıtıcısını Gemini isteklerine iletir.

Model başına veya genel parametreleri cachedContent ya da eski cached_content ile yapılandırın
İkisi de varsa cachedContent kazanır
Örnek değer: cachedContents/prebuilt-context
Gemini önbellek isabeti kullanımı, yukarı akış cachedContentTokenCount değerinden OpenClaw cacheRead içine normalleştirilir

{
  agents: {
    defaults: {
      models: {
        "google/gemini-2.5-pro": {
          params: {
            cachedContent: "cachedContents/prebuilt-context",
          },
        },
      },
    },
  },
}

Gemini CLI kullanım notları

google-gemini-cli OAuth sağlayıcısı kullanılırken OpenClaw, varsayılan olarak Gemini CLI stream-json çıktısını kullanır ve kullanımı son stats yükünden normalleştirir. Eski --output-format json geçersiz kılmaları yine JSON ayrıştırıcısını kullanır.

Akışlı yanıt metni assistant message olaylarından gelir.
Eski JSON çıktısı için yanıt metni CLI JSON response alanından gelir.
CLI usage değerini boş bıraktığında kullanım stats değerine geri döner.
stats.cached, OpenClaw cacheRead içine normalleştirilir.
stats.input eksikse OpenClaw, giriş token’larını stats.input_tokens - stats.cached değerinden türetir.

Ortam ve daemon kurulumu

Gateway bir daemon (launchd/systemd) olarak çalışıyorsa GEMINI_API_KEY değerinin bu işlem için kullanılabilir olduğundan emin olun (örneğin ~/.openclaw/.env içinde veya env.shellEnv üzerinden).

İlgili

Model seçimi

Sağlayıcıları, model başvurularını ve yük devretme davranışını seçme.

Görüntü oluşturma

Paylaşılan görüntü aracı parametreleri ve sağlayıcı seçimi.

Video oluşturma

Paylaşılan video aracı parametreleri ve sağlayıcı seçimi.

Müzik oluşturma

Paylaşılan müzik aracı parametreleri ve sağlayıcı seçimi.

​Başlarken

​Yetenekler

​Web araması

​Görüntü oluşturma

​Video oluşturma

​Müzik oluşturma

​Metinden konuşmaya

​Gerçek zamanlı ses

​Gelişmiş yapılandırma

​İlgili

Model seçimi

Görüntü oluşturma

Video oluşturma

Müzik oluşturma

Başlarken

Yetenekler

Web araması

Görüntü oluşturma

Video oluşturma

Müzik oluşturma

Metinden konuşmaya

Gerçek zamanlı ses

Gelişmiş yapılandırma

İlgili