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
googlemeet;meet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:
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:
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:
google_meet 工具加入:
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" 或 "bidi" 的 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 manualActionReason、manualActionMessage 和 browser.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
将"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 --json 和 googlemeet doctor 会报告 captioning、captionsEnabledAttempted、transcriptLines、lastCaptionAt、lastCaptionSpeaker、lastCaptionText 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:
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:
listenVerified、listenTimedOut、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:inCall、manualActionRequired、providerConnected、realtimeReady、audioInputActive、audioOutputActive、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:
<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:
openclaw.json 设置):
googlemeet.chrome 和浏览器能力/browser.proxy:
manualActionRequired: true,并包含 manualActionReason 和 manualActionMessage。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。
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。
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:openclaw.json:
realtime.provider: "openai" 和 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:
googlemeet setup 会包含 twilio-voice-call-plugin、twilio-voice-call-credentials 和 twilio-voice-call-webhook 检查。
--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.createdhttps://www.googleapis.com/auth/meetings.space.readonlyhttps://www.googleapis.com/auth/meetings.space.settingshttps://www.googleapis.com/auth/meetings.conference.media.readonlyhttps://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.created。meetings.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 accessType。meetings.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:
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:
oauth 对象存储在插件配置下:
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
ok、configured、tokenSource、expiresAt、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:
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_ID或GOOGLE_MEET_CLIENT_IDOPENCLAW_GOOGLE_MEET_CLIENT_SECRET或GOOGLE_MEET_CLIENT_SECRETOPENCLAW_GOOGLE_MEET_REFRESH_TOKEN或GOOGLE_MEET_REFRESH_TOKENOPENCLAW_GOOGLE_MEET_ACCESS_TOKEN或GOOGLE_MEET_ACCESS_TOKENOPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT或GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_ATOPENCLAW_GOOGLE_MEET_DEFAULT_MEETING或GOOGLE_MEET_DEFAULT_MEETINGOPENCLAW_GOOGLE_MEET_PREVIEW_ACK或GOOGLE_MEET_PREVIEW_ACK
解析、预检和读取工件
--meeting 时,artifacts 和 attendance 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:
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.md、attendance.csv、transcript.md、artifacts.json、attendance.json 和 manifest.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 accessType 的 create、end_active_conference、test_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.readonly 和 meetings.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
google_meet 会返回结构化详细信息,而非纯字符串:
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.audioBridgeCommand 和 chrome.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" 和 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
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:
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。
将 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" 或 "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:
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:
实时测试检查清单
将会议交给无人值守的智能体之前: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.chrome和browser.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。
googlemeet setup包含显示为绿色的twilio-voice-call-plugin、twilio-voice-call-credentials和twilio-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: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:googlemeet.chrome 和 browser.proxy;Gateway 网关配置必须同时允许两者:
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:
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.clientId和oauth.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"和chromeNode.node指向一个已连接的节点,该节点具有browser.proxy和googlemeet.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.nodeId、browser.targetId、browserUrl和manualActionMessage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
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 captioning、transcriptLines、lastCaptionText。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_KEY 或 GEMINI_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 或 --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:
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 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 或 fd00::/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:
voicecall smoke 仅检查就绪状态。对特定号码执行试运行:
--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。
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.audioInputCommand加chrome.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。
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。