Skip to main content
google-meet 插件代表 OpenClaw 智能体加入明确指定的 Meet URL。其功能范围刻意保持精简:
  • 它只加入 https://meet.google.com/... URL;绝不会使用自行发现的电话号码拨入会议。
  • googlemeet create 可以通过 Google Meet API(或浏览器回退方案)创建新的 Meet URL,并默认加入该会议。
  • 通过 Chrome 参会时使用已登录的 Chrome 配置文件,也可以选择在已配对节点上运行。通过 Twilio 参会时,会借助语音通话插件,使用电话号码加 PIN/DTMF 拨入;它无法直接拨打 Meet URL。
  • mode: "agent"(默认)使用实时提供商转录参会者语音,将其路由到已配置的 OpenClaw 智能体,并使用常规 OpenClaw TTS 朗读回答。mode: "bidi" 允许实时语音模型直接回答。mode: "transcribe" 以仅观察模式加入,不进行语音回应。
  • 插件加入通话时不会自动播放同意声明。
  • CLI 命令为 googlemeetmeet 保留用于更广泛的智能体电话会议工作流。

快速开始

安装插件和本地音频依赖项,然后设置实时提供商密钥。OpenAI 是 agent 模式的默认转录提供商;Google Gemini Live 可用作 bidi 模式的语音提供商:
blackhole-2ch 会安装供 Chrome 路由音频的 BlackHole 2ch 虚拟音频设备。Homebrew 安装程序要求重新启动后,macOS 才会显示该设备:
重启后,验证这两个组件:
安装后,插件默认启用。仅在需要自定义时添加配置项:
如果不希望启用该插件,请运行 openclaw plugins disable google-meet 检查设置,然后加入会议:
setup 的输出可供智能体读取,并能感知模式和传输方式:它会报告 Chrome 配置文件、节点固定情况;对于通过 Chrome 实时加入的会话,还会报告 BlackHole/SoX 音频桥接和延迟开场白检查。仅观察模式的加入会跳过实时处理的前置条件:
配置 Twilio 委派后,setup 还会报告 voice-call、Twilio 凭据和公共 webhook 暴露是否就绪。在智能体加入之前,应将任何 ok: false 检查视为相应传输方式/模式的阻塞项。使用 --json 获取机器可读输出,并使用 --transport chrome|chrome-node|twilio 提前预检特定传输方式:
也可以让智能体通过 google_meet 工具加入:
在非 macOS Gateway 网关主机上,google_meet 仍可用于工件、日历、设置、转录、Twilio 和 chrome-node 操作,但本地 Chrome 语音回应(使用 mode: "agent""bidi"transport: "chrome")会在到达音频桥接前被阻止,因为该路径目前依赖 macOS BlackHole 2ch。请改用 mode: "transcribe"、Twilio 拨入或 macOS chrome-node 主机。

创建会议

create 有两条路径,结果的 source 字段会报告所用路径:
  • api:配置 Google Meet OAuth 凭据时使用。行为确定,不依赖浏览器 UI 状态。
  • browser:没有 OAuth 凭据时使用。OpenClaw 会在固定的 Chrome 节点上打开 https://meet.google.com/new,并等待 Google 重定向到实际的会议代码 URL;该节点上的 OpenClaw Chrome 配置文件必须已登录 Google。加入和创建操作都会先复用现有的 Meet 标签页(或正在进行的 .../new / Google 账号提示标签页),再打开新标签页;标签页匹配会忽略 authuser 等无关紧要的查询字符串。
create 默认加入会议,并返回 joined: true 和加入会话。传入 --no-join(CLI)或 "join": false(工具)可仅创建 URL。 对于通过 API 创建的会议室,请设置明确的访问策略,而不是继承 Google 账号的默认值:
此设置仅适用于通过 API 创建的会议室,因此必须配置 OAuth。如果在此选项推出之前已完成身份验证,请在 OAuth 同意屏幕中添加 meetings.space.settings 范围后,重新运行 openclaw googlemeet auth login --json 如果浏览器回退方案遇到 Google 登录或 Meet 权限阻塞,工具会返回 manualActionRequired: true,其中包含 manualActionReasonmanualActionMessagebrowser.nodeId/browser.targetId/browserUrl。请报告该消息,并停止打开新的 Meet 标签页,直到操作员完成浏览器步骤。

以仅观察模式加入

"mode": "transcribe" 设置为跳过双工实时桥接(无需 BlackHole/SoX,也不进行语音回应)。转录模式下通过 Chrome 加入也会跳过 OpenClaw 的麦克风/摄像头权限授予和 Meet 的 Use microphone 流程;如果 Meet 显示音频选择中间页面,自动化会先尝试 Continue without microphone。托管的 Chrome 传输方式会在所有模式下尽力安装 Meet 字幕观察器,以便在不改变实时智能体咨询路径的情况下提供持久化笔记。googlemeet status --jsongooglemeet doctor 会报告 captioningcaptionsEnabledAttemptedtranscriptLineslastCaptionAtlastCaptionSpeakerlastCaptionText 和一个 recentTranscript 尾部记录。 要读取有界会话转录,请读取所跟踪的确切 Meet 标签页:
观察器在 Meet 页面中最多保留 2,000 行已完成字幕。可见的渐进式文本会保留在状态健康尾部记录中,直到字幕行完成,因此保存 nextIndex 不会漏掉稍后的文本扩展;离开会议时,会先将可见行标记为完成,再创建快照。超过上限时,droppedLines 会报告从开头丢失的行数。有界的 googlemeet transcript 尾部记录仍只保留最近结束的四个会话,并随 Gateway 网关重置。另外,OpenClaw 会在整个会议期间将已完成的字幕行追加到共享状态数据库,并在离开时写入派生摘要。使用 openclaw transcripts 检查或导出这些持久化笔记。 自动笔记默认启用。将 transcripts.enabled: false 设置为 可在全局禁用持久化笔记;显式 transcribe 模式仍只会公开 其有界实时尾部记录。Twilio 加入没有浏览器字幕流,因此 不会通过此路径捕获。 要执行“是/否”监听探测:
它会以转录模式加入,等待新的字幕/转录发生变化,并返回 listenVerifiedlistenTimedOut、手动操作字段和当前字幕健康状态。

实时会话健康状态

在语音回应会话期间,google_meet 状态会报告 Chrome/音频桥接健康状态:inCallmanualActionRequiredproviderConnectedrealtimeReadyaudioInputActiveaudioOutputActive、最后输入/输出时间戳、字节计数器和桥接关闭状态。托管的 Chrome 会话只会在健康状态报告 inCall: true 后朗读开场白/测试短语;否则会返回 speechReady: false 并阻止语音尝试,而不是静默地不执行任何操作。 本地 Chrome 通过已登录的 OpenClaw 浏览器配置文件加入,并且麦克风/扬声器路径需要 BlackHole 2ch。首次冒烟测试只需一个 BlackHole 设备,但可能产生回声;要获得干净的双工音频,请使用不同的虚拟设备或 Loopback 风格的音频图。

本地 Gateway 网关 + Parallels Chrome

如果只是要为 macOS 虚拟机提供 Chrome,则无需在虚拟机中运行完整的 Gateway 网关或配置模型 API key。在本地运行 Gateway 网关和智能体;在虚拟机中运行节点主机。 安装虚拟机依赖项、重启并验证:
在虚拟机中安装插件(默认启用),然后启动节点主机:
如果 <gateway-host> 是不使用 TLS 的 LAN IP,请针对该受信任的专用网络显式启用:
安装为 LaunchAgent 时请使用相同的标志(它是进程环境变量,如果安装命令中存在,则会存储在 LaunchAgent 环境中,而不是 openclaw.json 设置):
从 Gateway 网关主机批准节点,然后确认它同时公布 googlemeet.chrome 和浏览器能力/browser.proxy
通过该节点路由 Meet:
现在可以从 Gateway 网关主机正常加入:
要运行单命令冒烟测试以创建或复用会话、朗读已知短语并打印会话健康状态:
在实时加入期间,浏览器自动化会填写访客姓名,点击 Join/Ask to join,并在 Meet 首次运行时出现“Use microphone”提示时接受该提示(在仅观察模式加入和仅通过浏览器创建会议时,则选择“Continue without microphone”)。如果配置文件已退出登录、Meet 正在等待主持人准入、Chrome 需要麦克风/摄像头权限,或者 Meet 卡在未解决的提示上,结果会报告 manualActionRequired: true,并包含 manualActionReasonmanualActionMessage。停止重试,报告该消息以及 browserUrl/browserTitle,并且仅在手动操作完成后重试。 如果省略 chromeNode.node,OpenClaw 仅会在恰好有一个已连接节点同时声明 googlemeet.chrome 和浏览器控制能力时自动选择;当连接了多个具备相应能力的节点时,请固定指定 chromeNode.node(节点 ID、显示名称或远程 IP)。

常见故障检查

安装说明

Chrome 回传语音的默认方式使用两种 OpenClaw 不内置或再分发的外部工具;请通过 Homebrew 将它们安装为主机依赖项:
  • sox:命令行音频工具。该插件为默认的 24 kHz PCM16 音频桥接发出明确的 CoreAudio 设备命令。
  • blackhole-2ch:macOS 虚拟音频驱动程序,提供 Chrome/Meet 用于路由的 BlackHole 2ch 设备。
SoX 采用 LGPL-2.0-only AND GPL-2.0-only 许可;BlackHole 采用 GPL-3.0 许可。如果构建的安装程序或设备将 BlackHole 与 OpenClaw 捆绑,请审查 BlackHole 的上游许可,或从 Existential Audio 获取单独的许可证。

传输方式

Chrome

通过 OpenClaw 浏览器控制打开 Meet URL,并以已登录的 OpenClaw 浏览器配置文件加入。在 macOS 上,该插件会在启动前检查 BlackHole 2ch,并且在已配置时,于打开 Chrome 前运行音频桥接健康检查/启动命令。对于本地 Chrome,请使用 browser.defaultProfile 选择配置文件;chrome.browserProfile 则会传递给 chrome-node 主机。
Chrome 麦克风/扬声器音频通过本地 OpenClaw 音频桥接进行路由。如果未安装 BlackHole 2ch,加入操作会失败并显示设置错误,而不是在没有音频路径的情况下加入。

Twilio

委托给语音通话插件的严格拨号方案。它不会解析 Meet 页面以查找电话号码;Google Meet 必须为会议提供电话拨入号码和 PIN。 请在 Gateway 网关主机上启用语音通话,而不是在 Chrome 节点上启用:
通过环境提供 Twilio 凭据,以避免将机密信息写入 openclaw.json
如果 OpenAI 是实时语音提供商,请改用 realtime.provider: "openai"OPENAI_API_KEY 启用 voice-call 后,重启或重新加载 Gateway 网关;插件配置更改在重新加载前不会生效。验证:
连接好 Twilio 委托后,googlemeet setup 会包含 twilio-voice-call-plugintwilio-voice-call-credentialstwilio-voice-call-webhook 检查。
如需自定义序列,请使用 --dtmf-sequence;可在开头使用 w 或逗号,以便在输入 PIN 前暂停:

OAuth 和预检

创建 Meet 链接时 OAuth 是可选的,因为 googlemeet create 可以回退到浏览器自动化。请为通过官方 API 创建、解析会议空间或 Meet Media API 预检配置 OAuth。Chrome/Chrome-node 加入从不依赖 OAuth;无论哪种情况,它们都使用已登录的 Chrome 配置文件、BlackHole/SoX,并且(对于 chrome-node)还使用一个已连接节点。

创建 Google 凭据

在 Google Cloud Console 中:
1

创建或选择项目

2

启用 Google Meet REST API

3

配置 OAuth 同意屏幕

对于 Google Workspace 组织,Internal 最简单。External 适用于个人/测试设置;当应用处于 Testing 状态时,请将每个要授权该应用的 Google 账号添加为测试用户。
4

添加请求的权限范围

  • https://www.googleapis.com/auth/meetings.space.created
  • https://www.googleapis.com/auth/meetings.space.readonly
  • https://www.googleapis.com/auth/meetings.space.settings
  • https://www.googleapis.com/auth/meetings.conference.media.readonly
  • https://www.googleapis.com/auth/calendar.events.readonly(日历查找)
  • https://www.googleapis.com/auth/drive.meet.readonly(转录/智能笔记文档正文导出)
5

创建 OAuth 客户端 ID

应用类型选择 Web application。已获授权的重定向 URI:
6

复制客户端 ID 和客户端密钥

spaces.create 需要 meetings.space.createdmeetings.space.readonly 将 Meet URL/代码解析为会议空间。meetings.space.settings 允许 OpenClaw 在通过 API 创建会议室时传递 SpaceConfig 设置,例如 accessTypemeetings.conference.media.readonly 用于 Meet Media API 预检和媒体工作;实际使用 Media API 时,Google 可能要求加入 Developer Preview。仅在使用 --today/--event 进行日历查找时才需要 calendar.events.readonly。仅在导出 --include-doc-bodies 时才需要 drive.meet.readonly。如果只需要基于浏览器的 Chrome 加入,请完全跳过 OAuth。

生成刷新令牌

配置 oauth.clientId,并可选择配置 oauth.clientSecret(或将其作为环境变量传递),然后运行:
这会通过 http://localhost:8085/oauth2callback 上的 localhost 回调运行 PKCE 流程,并打印包含刷新令牌的 oauth 配置块。当浏览器无法访问本地回调时,请添加 --manual 以使用复制/粘贴流程:
JSON 输出:
oauth 对象存储在插件配置下:
如果不希望刷新令牌出现在配置中,请优先使用环境变量;系统会先解析配置,然后以环境变量作为回退。如果在支持会议创建、日历查找或文档正文导出之前已完成身份验证,请重新运行 openclaw googlemeet auth login --json,使刷新令牌涵盖当前的权限范围集。

使用 Doctor 验证 OAuth

此检查会验证 OAuth 配置是否存在,以及刷新令牌能否签发访问令牌,而无需加载 Chrome 运行时或要求节点已连接。报告仅包含状态字段(okconfiguredtokenSourceexpiresAt、检查消息),绝不会输出访问令牌、刷新令牌或客户端密钥。 使用会产生副作用的创建检查来验证 Meet API 已启用且具有 spaces.create 权限范围:
验证对现有空间的读取权限:
这些检查返回 403 通常表示 Meet REST API 已禁用、刷新令牌缺少所需权限范围,或 Google 账号无法访问该空间。刷新令牌错误表示需要重新运行 openclaw googlemeet auth login --json,并存储新的 oauth 块。 浏览器回退不需要 OAuth;其中的 Google 身份验证来自所选节点上已登录的 Chrome 配置文件,而非 OpenClaw 配置。 以下环境变量可用作回退:
  • OPENCLAW_GOOGLE_MEET_CLIENT_IDGOOGLE_MEET_CLIENT_ID
  • OPENCLAW_GOOGLE_MEET_CLIENT_SECRETGOOGLE_MEET_CLIENT_SECRET
  • OPENCLAW_GOOGLE_MEET_REFRESH_TOKENGOOGLE_MEET_REFRESH_TOKEN
  • OPENCLAW_GOOGLE_MEET_ACCESS_TOKENGOOGLE_MEET_ACCESS_TOKEN
  • OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_ATGOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT
  • OPENCLAW_GOOGLE_MEET_DEFAULT_MEETINGGOOGLE_MEET_DEFAULT_MEETING
  • OPENCLAW_GOOGLE_MEET_PREVIEW_ACKGOOGLE_MEET_PREVIEW_ACK

解析、预检和读取工件

Meet 创建会议记录后:
使用 --meeting 时,artifactsattendance 默认使用最新的会议记录;传入 --all-conference-records 可处理所有保留的记录。 日历查找会先从 Google Calendar 解析会议 URL,然后再读取工件(需要刷新令牌包含 Calendar 事件只读权限范围):
--today 会在今天的 primary 日历中搜索包含 Meet 链接的事件;--event <query> 搜索匹配的事件文本;--calendar <id> 指定非主日历。calendar-events 会预览匹配的事件,并标记 latest/artifacts/attendance/export 将选择哪一个。 如果已知会议记录 ID,可直接指定:
关闭通过 API 创建的空间:
此命令会调用 spaces.endActiveConference,并且对于已授权账号可管理的空间,需要具有 meetings.space.created 权限范围的 OAuth。它接受 Meet URL、会议代码或 spaces/{id},并先将其解析为 API 空间资源。这与 googlemeet leave 不同:leave 会停止 OpenClaw 的本地/会话参与;end-active-conference 会请求 Google Meet 结束该空间的活动会议。 写入易读的报告:
artifacts 会返回会议记录元数据,以及 Google 提供的参与者、录制内容、转写文本、结构化转写条目和智能笔记资源元数据。--no-transcript-entries 会跳过大型会议的条目查找。attendance 会将参与者展开为参与者会话行,其中包含首次/最后出现时间、会话总时长、迟到/提前离开标志,并按已登录用户或显示名称合并重复的参与者资源;--no-merge-duplicates 会将原始资源分别保留,--late-after-minutes/--early-before-minutes 用于调整阈值。 export 会写入一个包含 summary.mdattendance.csvtranscript.mdartifacts.jsonattendance.jsonmanifest.json 的文件夹。manifest.json 会记录所选输入、导出选项、会议记录、输出文件、计数、令牌来源、使用的任何 Calendar 事件以及部分检索警告。--zip 还会在文件夹旁写入一个可移植归档。--include-doc-bodies 会通过 Drive files.export 导出已链接的转写文本/智能笔记 Google Docs 文本(需要 Drive Meet 只读权限范围);如果未启用,导出仅包含 Meet 元数据和结构化转写条目。如果部分工件失败(智能笔记列表、转写条目或文档正文错误),警告会保留在摘要/清单中,而不会导致整个导出失败。--dry-run 会获取相同的数据并输出清单 JSON,而不创建文件夹或 ZIP。 智能体通过 google_meet 工具使用相同的操作(export、带 accessTypecreateend_active_conferencetest_listen);参见工具

实时冒烟测试

基础工件/出席情况冒烟测试需要 meetings.space.readonlymeetings.conference.media.readonly。日历查找需要 calendar.events.readonly。Drive 文档正文导出需要 drive.meet.readonly

创建示例

输出新会议 URI、来源和加入会话。使用 OAuth 时会使用 Meet API;未使用 OAuth 时,则使用固定 Chrome 节点的已登录配置文件。浏览器回退 JSON:
如果浏览器回退首先遇到 Google 登录或 Meet 权限阻止页面,google_meet 会返回结构化详细信息,而非纯字符串:
API 创建 JSON:
创建后默认加入,但 Chrome/Chrome 节点仍需要已登录的 Google 配置文件才能通过浏览器加入;如果已退出登录,OpenClaw 会报告 manualActionRequired: true 或浏览器回退错误,并要求操作员完成 Google 登录后再重试。 仅在确认你的 Cloud 项目、OAuth 主体和会议参与者均已加入 Google Workspace Developer Preview Program for Meet media APIs 后,才设置 preview.enrollmentAcknowledged: true

配置

常规 Chrome 智能体路径只需要启用插件、BlackHole、SoX、实时提供商密钥,以及已配置的 OpenClaw TTS 提供商:

默认值

chrome.audioBridgeCommandchrome.audioBridgeHealthCommand 允许外部桥接接管整个本地音频路径,而不使用 chrome.audioInputCommand/chrome.audioOutputCommand;有关哪些模式可以使用它们的限制,请参见说明 存在针对旧版 realtime.provider: "google" 结构的 openclaw doctor --fix 迁移:当 realtime.voiceProvider: "google"realtime.transcriptionProvider: "openai" 尚未设置时,它会将该意图迁移到这两个字段。

可选覆盖项

使用 ElevenLabs 进行 Agent 模式的聆听和语音输出:
Meet 的持久语音来自 tts.providers.elevenlabs.speakerVoiceId。启用 TTS 模型覆盖后,Agent 回复也可以使用按回复指定的 [[tts:speakerVoiceId=... model=eleven_v3]] 指令,但对于会议而言,配置是确定性的默认设置。加入时,日志会显示 transcriptionProvider=elevenlabs;每次语音回复都会记录 provider=elevenlabs model=eleven_v3 speakerVoiceId=<voiceId> 仅限 Twilio 的配置:
使用 voiceCall.enabled: true(默认值)和 Twilio 传输时,语音通话会在打开实时媒体流之前发送 DTMF 序列,然后将已保存的开场文本用作初始实时问候。如果未启用 voice-call,Google Meet 仍可验证并记录拨号方案,但无法发起 Twilio 通话。 voiceCall.gatewayUrl 保持未设置即可使用本地可信的 Gateway 网关运行时,该运行时会在整个调用期间保留发起调用的智能体。已配置的 Gateway 网关 URL 仍是显式的 WebSocket 目标,且无法验证插件来源;非默认智能体加入时会以失败关闭,而不会静默改用其他智能体。当需要按智能体路由时,请在同一 Gateway 网关进程中运行 Google Meet 和 Voice Call。

工具

智能体使用 google_meet 工具:
test_speech 始终强制使用 mode: "agent""bidi";如果要求在 mode: "transcribe" 中运行,则会失败,因为仅观察会话无法发出语音。speechOutputVerified 要求同时存在新的实时输出字节,以及该输出期间通过桥接器麦克风捕获路径返回的新的非静音音频。复用会话中的旧输出或回环信号不计入验证,仅有接收端字节增长也不再表示语音已通过验证。 对于 Chrome 传输,leave 会在点击 Meet 的 Leave 通话按钮后,让复用的用户自有标签页保持打开。由 OpenClaw 打开的标签页会在离开后关闭。 当 Chrome 在 Gateway 网关主机上运行时使用 transport: "chrome",在已配对节点上运行时使用 transport: "chrome-node"。在这两种情况下,模型提供商和 openclaw_agent_consult 都在 Gateway 网关主机上运行,因此模型凭据会保留在那里。智能体模式日志会在桥接器启动时包含解析后的转录提供商和模型,并在每次合成回复后包含 TTS 提供商、模型、语音、输出格式和采样率。原始 mode: "realtime" 仍作为 mode: "agent" 的旧版兼容别名被接受,但工具的 mode 枚举中不再公布该值。 使用 API 支持的房间和显式访问策略的 create
结束已知房间中的活跃会议:
在声称会议可用之前,先执行收听验证:
按需说话:
status 会在可用时包含 Chrome 健康状态:

智能体和双向模式

agent 模式:实时转录提供商收听会议音频,参与者的最终文字记录经由已配置的 OpenClaw 智能体进行路由,回答则通过常规 OpenClaw TTS 播放。相邻的最终文字记录片段会在咨询前合并,避免一次口语轮次产生多个过时的局部回答;当队列中的助手音频仍在播放时,实时输入会被抑制,并且在咨询前会忽略最近类似助手语音的文字记录回声,从而避免 BlackHole 回环导致智能体回答自己的语音。 bidi 模式:实时语音模型直接回答,并可调用 openclaw_agent_consult 进行更深入的推理、获取当前信息或使用常规 OpenClaw 工具。咨询工具会在后台使用最近的会议文字记录上下文运行常规 OpenClaw 智能体,并返回简洁的口语回答;在 agent 模式下,OpenClaw 会将该回答直接发送至 TTS;在 bidi 模式下,实时语音模型可以将其说出。它与 Voice Call 使用相同的共享咨询机制。 默认情况下,咨询针对 main 智能体运行;设置 realtime.agentId 可将 Meet 通道指向专用的智能体工作区、模型默认值、工具策略、记忆和会话历史。智能体模式咨询使用按会议区分的 agent:<id>:subagent:google-meet:<session> 会话键,因此后续问题可以保留会议上下文,同时继承常规智能体策略。当智能体在智能体模式下调用 google_meet 时,顾问会话会先派生调用方当前的文字记录,然后再回答参与者的发言;Meet 会话保持独立,因此会议中的后续提问不会直接修改调用方的文字记录。 realtime.toolPolicy 控制咨询运行: 咨询会话键按 Meet 会话划分作用域,因此在同一场会议期间,后续咨询调用会复用先前的咨询上下文。 在 Chrome 完全加入后,强制执行口头就绪检查:
完整的加入并说话冒烟测试:

实时测试检查清单

将会议交给无人值守的智能体之前:
预期的 Chrome 节点状态:
  • googlemeet setup 全部显示为绿色,并且当 Chrome 节点是默认传输方式或固定了某个节点时,其中会包含 chrome-node-connected
  • nodes status 显示所选节点已连接,并同时公布 googlemeet.chromebrowser.proxy
  • Meet 标签页成功加入,并且 test-speech 返回包含 inCall: true 的 Chrome 健康状态。
对于 Parallels macOS 虚拟机等远程 Chrome 主机,更新 Gateway 网关或虚拟机后最简短且安全的检查方法如下:
这可以证明 Gateway 网关插件已加载、虚拟机节点已使用当前令牌连接,并且在智能体打开真实会议标签页之前,Meet 音频桥接已可用。 对于 Twilio 冒烟测试,请使用提供电话拨入信息的会议:
预期的 Twilio 状态:
  • googlemeet setup 包含显示为绿色的 twilio-voice-call-plugintwilio-voice-call-credentialstwilio-voice-call-webhook 检查。
  • Gateway 网关重新加载后,CLI 中可以使用 voicecall
  • 返回的会话具有 transport: "twilio" 和一个 twilio.voiceCallId
  • openclaw logs --follow 显示先提供 DTMF TwiML,再提供实时 TwiML,随后建立实时桥接并将初始问候语加入队列。
  • googlemeet leave <sessionId> 挂断委托的语音通话。

故障排查

智能体看不到 Google Meet 工具

确认插件已启用并重新加载 Gateway 网关;正在运行的智能体只能看到当前 Gateway 网关进程注册的插件工具:
在非 macOS 的 Gateway 网关主机上,google_meet 仍然可见,但本地 Chrome 回话操作会在到达音频桥接之前被阻止。请使用 mode: "transcribe"、Twilio 拨入,或 macOS chrome-node 主机,而不要使用默认的本地 Chrome 智能体路径。

没有已连接且支持 Google Meet 的节点

在节点主机上:
在 Gateway 网关主机上:
节点必须已连接并列出 googlemeet.chromebrowser.proxy;Gateway 网关配置必须同时允许两者:
如果 googlemeet setup 未通过 chrome-node-connected,或 Gateway 网关日志报告 gateway token mismatch,请使用当前 Gateway 网关令牌重新安装或重启节点:
然后重新加载节点服务并再次运行:

浏览器已打开,但智能体无法加入

对于仅观察加入,请运行 googlemeet test-listen;对于实时加入,请运行 googlemeet test-speech,然后检查返回的 Chrome 健康状态。如果任一操作报告 manualActionRequired: true,请向操作员显示 manualActionMessage,并停止重试,直到浏览器操作完成。 常见的手动操作包括:登录 Chrome 配置文件;通过 Meet 主持人账户准许访客加入;出现原生提示时授予 Chrome 麦克风/摄像头权限;关闭或修复卡住的 Meet 权限对话框。 不要仅仅因为 Meet 询问“是否希望会议中的其他人听到你的声音?”就报告“未登录”;这是 Meet 的音频选择过渡页面。可用时,OpenClaw 会通过浏览器自动化点击 使用麦克风,并继续等待真实会议状态;对于仅创建的浏览器回退,它可能改为点击 不使用麦克风继续,因为生成 URL 不需要实时音频路径。

创建会议失败

配置 OAuth 时,googlemeet create 使用 Meet API spaces.create;否则使用固定 Chrome 节点上的浏览器。请确认:
  • 通过 API 创建:存在 oauth.clientIdoauth.refreshToken(或对应的 OPENCLAW_GOOGLE_MEET_* 环境变量),并且刷新令牌是在添加创建支持后生成的;旧令牌可能缺少 meetings.space.created,因此请重新运行 openclaw googlemeet auth login --json
  • 浏览器回退defaultTransport: "chrome-node"chromeNode.node 指向一个已连接的节点,该节点具有 browser.proxygooglemeet.chrome;该节点上的 OpenClaw Chrome 配置文件已登录且能够打开 https://meet.google.com/new
  • 浏览器回退重试:打开新标签页之前,复用现有的 .../new 或 Google 账户提示标签页;应重试工具调用,而不是手动再打开一个标签页。
  • 手动操作:如果工具返回 manualActionRequired: true,请使用 browser.nodeIdbrowser.targetIdbrowserUrlmanualActionMessage 指导操作员;不要循环重试。
  • 音频选择过渡页面:如果 Meet 显示“是否希望会议中的其他人听到你的声音?”,请保持该标签页打开。OpenClaw 应点击 使用麦克风 或(仅创建时)不使用麦克风继续,并继续等待生成的 URL;如果无法执行,错误应提及 meet-audio-choice-required,而不是 google-login-required

智能体已加入但不说话

对于 STT -> OpenClaw 智能体 -> TTS 路径,请使用 mode: "agent";对于直接实时语音回退,请使用 mode: "bidi"mode: "transcribe" 按设计不会启动回话桥接。对于仅观察调试,请在参与者发言后运行 openclaw googlemeet status --json <session-id>,并检查 captioningtranscriptLineslastCaptionText。如果 inCall 为 true,但 transcriptLines 一直为 0,则可能是 Meet 字幕已禁用、安装观察器后无人发言、Meet UI 已发生变化,或该会议语言/账户无法使用实时字幕。 googlemeet test-speech 始终检查实时路径,并报告在该次调用中是否观察到桥接输出字节。如果 speechOutputVerified 为 false 且 speechOutputTimedOut 为 true,则实时提供商可能已接受该话语,但 OpenClaw 未观察到新的输出字节到达 Chrome 音频桥接。 还应验证:Gateway 网关主机上存在实时提供商密钥(OPENAI_API_KEYGEMINI_API_KEY);Chrome 主机上可以看到 BlackHole 2ch;该主机上存在 sox;Meet 麦克风/扬声器通过虚拟音频路径路由(对于本地 Chrome 实时加入,doctor 应显示 meet output routed: yes)。 googlemeet doctor [session-id] 会输出会话、节点、通话中状态、手动操作原因、实时提供商连接、realtimeReady、音频输入/输出活动、最后音频时间戳、字节计数器和浏览器 URL。使用 googlemeet status [session-id] --json 获取原始 JSON,并使用 googlemeet doctor --oauth(添加 --meeting--create-space)验证 OAuth 刷新,而不暴露令牌。 如果智能体已超时且 Meet 标签页已打开,请在不打开其他标签页的情况下检查它:
对应的工具操作是 recover_current_tab:它会针对所选传输方式(chrome 使用本地浏览器控制,chrome-node 使用已配置的节点)聚焦并检查现有 Meet 标签页,而不会打开新标签页或新会话,并报告当前阻塞原因(登录、准入、权限、音频选择状态)。CLI 命令会与已配置的 Gateway 网关通信,因此该网关必须正在运行;chrome-node 还要求节点已连接。

Twilio 设置检查失败

当不允许或未启用 voice-call 时,twilio-voice-call-plugin 会失败:将其添加到 plugins.allow,启用 plugins.entries.voice-call,然后重新加载 Gateway 网关。 当 Twilio 后端缺少账户 SID、身份验证令牌或主叫号码时,twilio-voice-call-credentials 会失败:
voice-call 没有公开 Webhook 暴露,或 publicUrl 指向环回/专用网络空间时,twilio-voice-call-webhook 会失败。请勿将 localhost127.0.0.10.0.0.010.x172.16.x-172.31.x192.168.x169.254.xfc00::/7fd00::/8 用作 publicUrl;运营商回调无法访问这些地址。请将 plugins.entries.voice-call.config.publicUrl 设置为公共 URL,或配置隧道/Tailscale 暴露:
对于本地开发,请使用隧道或 Tailscale 暴露,而不是专用主机 URL:
重启或重新加载 Gateway 网关,然后运行:
默认情况下,voicecall smoke 仅检查就绪状态。对特定号码执行试运行:
仅在有意发起真实呼出通话时添加 --yes

Twilio 通话已开始,但始终未进入会议

确认 Meet 活动提供电话拨入信息,并传入准确的拨入号码及 PIN,或自定义 DTMF 序列:
--dtmf-sequence 中使用开头的 w 或逗号,以便在输入 PIN 前暂停。 如果通话已创建,但 Meet 名单始终未显示拨入参与者:
  • openclaw googlemeet doctor <session-id>:确认委托的 Twilio 通话 ID、DTMF 是否已加入队列,以及是否已请求介绍问候语。
  • openclaw voicecall status --call-id <id>:确认通话仍处于活动状态。
  • openclaw voicecall tail:确认 Twilio Webhook 正在到达 Gateway 网关。
  • openclaw logs --follow:查找 Twilio Meet 序列:Google Meet 委托加入操作,语音通话存储并提供连接前 DTMF TwiML,语音通话为 Twilio 通话提供实时 TwiML,随后 Google Meet 使用 voicecall.speak 请求介绍语音。
  • 重新运行 openclaw googlemeet setup --transport twilio;设置检查显示为绿色是必需条件,但不能证明会议 PIN 序列正确。
  • 确认拨入号码与 PIN 属于同一个 Meet 邀请和区域。
  • 如果 Meet 应答缓慢,或发送连接前 DTMF 后通话转录仍显示 PIN 提示,请将 voiceCall.dtmfDelayMs 从默认的 12 秒调大。
  • 如果参与者已加入但你听不到问候语,请检查 openclaw logs --follow 中是否存在 DTMF 后的 voicecall.speak 请求,以及媒体流 TTS 播放或 Twilio <Say> 回退。如果转录仍显示“输入会议 PIN”,则电话线路尚未加入 Meet 会议室,因此参与者听不到语音。
如果 Webhooks 未到达,请先调试语音通话插件:提供商必须能够访问 plugins.entries.voice-call.config.publicUrl 或已配置的隧道。请参阅语音通话故障排查

注意事项

Google Meet 的官方媒体 API 以接收为主,因此要在通话中发言,仍需通过参与者路径。此插件明确保留了这一边界:Chrome 负责浏览器参会和本地音频路由;Twilio 负责电话拨入参会。 Chrome 回话模式需要 BlackHole 2ch,并加上以下任一选项:
  • chrome.audioInputCommandchrome.audioOutputCommand:OpenClaw 负责桥接,并在这些命令与所选提供商之间通过 chrome.audioFormat 传输音频。agent 模式使用实时转录加常规 TTS;bidi 模式使用实时语音提供商。默认路径为采用 chrome.audioBufferBytes: 4096 的 24 kHz PCM16;8 kHz G.711 mu-law 仍可用于旧版命令对。
  • chrome.audioBridgeCommand:外部桥接命令负责整个本地音频路径,并且必须在启动或验证其守护进程后退出。仅适用于 bidi,因为 agent 模式需要直接访问命令对来执行 TTS。
使用命令对 Chrome 桥接时,chrome.bargeInInputCommand 可以监听单独的本地麦克风,并在人开始说话时清除智能体的播放内容。这样,即使智能体播放期间共享的 BlackHole 回环输入被暂时抑制,也能让人的语音优先于智能体输出。与 chrome.audioInputCommand/chrome.audioOutputCommand 一样,它是由操作员配置的本地命令:请使用明确且可信的命令路径或参数列表,绝不要使用来自不可信位置的脚本。 为获得清晰的双工音频,请通过不同的虚拟设备或 Loopback 风格的虚拟设备拓扑,分别路由 Meet 输出和 Meet 麦克风;单个共享的 BlackHole 设备可能会将其他参与者的声音回传到通话中。 googlemeet speak 会触发 Chrome 会话的活动回话音频桥接;googlemeet leave 会将其停止(对于通过语音通话插件委派的 Twilio 会话,还会挂断底层通话)。对于由 API 管理的空间,可使用 googlemeet end-active-conference 同时关闭活动的 Google Meet 会议。

相关内容