Discord

OpenClaw verbindet sich über das offizielle Discord-Gateway als Bot mit Discord. DMs und Serverkanäle werden unterstützt.

Schnelle Einrichtung

Erstellen Sie eine Discord-Anwendung mit einem Bot, fügen Sie den Bot Ihrem Server hinzu und koppeln Sie ihn mit OpenClaw. Verwenden Sie nach Möglichkeit einen privaten Server; erstellen Sie bei Bedarf zuerst einen (Create My Own > For me and my friends).

export DISCORD_BOT_TOKEN="YOUR_BOT_TOKEN"cat > discord.patch.json5 <<'JSON5'{channels: {discord: {  enabled: true,  token: { source: "env", provider: "default", id: "DISCORD_BOT_TOKEN" },},},}JSON5openclaw config patch --file ./discord.patch.json5 --dry-runopenclaw config patch --file ./discord.patch.json5openclaw gateway

{channels: {discord: {enabled: true,token: {source: "env",provider: "default",id: "DISCORD_BOT_TOKEN",},},},}

DISCORD_BOT_TOKEN=...

{channels: {discord: {enabled: true,accounts: {personal: {  token: { source: "env", provider: "default", id: "DISCORD_PERSONAL_TOKEN" },  applicationId: "111111111111111111",},work: {  token: { source: "env", provider: "default", id: "DISCORD_WORK_TOKEN" },  applicationId: "222222222222222222",},},},},}

openclaw pairing list discordopenclaw pairing approve discord <CODE>

Empfohlen: Server-Arbeitsbereich einrichten

Sobald DMs funktionieren, können Sie Ihren Server in einen vollständigen Arbeitsbereich verwandeln, in dem jeder Kanal eine eigene Agentensitzung mit eigenem Kontext erhält. Dies wird für private Server empfohlen, auf denen sich nur Sie und Ihr Bot befinden.

{channels: {discord: {groupPolicy: "allowlist",guilds: {YOUR_SERVER_ID: {  requireMention: true,  users: ["YOUR_USER_ID"],},},},},}

{channels: {discord: {guilds: {YOUR_SERVER_ID: {  requireMention: false,},},},},}

Erstellen Sie nun Kanäle und beginnen Sie zu chatten. Der Agent sieht den Kanalnamen, und jeder Kanal ist eine isolierte Sitzung – richten Sie #coding, #home, #research oder beliebige andere Kanäle passend zu Ihrem Arbeitsablauf ein.

Laufzeitmodell

• Das Gateway verwaltet die Discord-Verbindung.
• Die Antwortroute ist deterministisch: Eingehende Discord-Nachrichten werden an Discord zurückbeantwortet.
• Metadaten zu Discord-Servern und -Kanälen werden dem Modell-Prompt als nicht vertrauenswürdiger Kontext hinzugefügt, nicht als für Benutzer sichtbares Antwortpräfix. Wenn ein Modell diesen Umschlag zurückkopiert, entfernt OpenClaw die kopierten Metadaten aus ausgehenden Antworten und aus dem Kontext zukünftiger Wiederholungen.
• Standardmäßig (session.dmScope=main) verwenden direkte Chats gemeinsam die Hauptsitzung des Agenten (agent:main:main).
• Serverkanäle verwenden isolierte Sitzungsschlüssel (agent:<agentId>:discord:channel:<channelId>).
• Gruppen-DMs werden standardmäßig ignoriert (channels.discord.dm.groupEnabled=false).
• Native Slash-Befehle werden in isolierten Befehlssitzungen ausgeführt (agent:<agentId>:discord:slash:<userId>), wobei CommandTargetSessionKey weiterhin zur weitergeleiteten Konversationssitzung übertragen wird.
• Die reine Textankündigungszustellung von Cron/Heartbeat an Discord wird auf die endgültige, für den Assistenten sichtbare Antwort reduziert und einmal gesendet. Medien und strukturierte Komponenten-Nutzlasten bleiben aus mehreren Nachrichten bestehend, wenn der Agent mehrere zustellbare Nutzlasten ausgibt.

Forumkanäle

Discord-Forum- und Medienkanäle akzeptieren nur Thread-Beiträge. OpenClaw unterstützt zwei Möglichkeiten, sie zu erstellen:

• Senden Sie eine Nachricht an das Forum-übergeordnete Element (channel:<forumId>), um automatisch einen Thread zu erstellen. Der Thread-Titel entspricht der ersten nicht leeren Zeile der Nachricht (gekürzt auf Discords Begrenzung von 100 Zeichen für Thread-Namen).
• Verwenden Sie openclaw message thread create, um direkt einen Thread zu erstellen. Übergeben Sie für Forum-Kanäle nicht --message-id.

Senden Sie eine Nachricht an das Forum-übergeordnete Element, um einen Thread zu erstellen:

openclaw message send --channel discord --target channel:<forumId> \  --message "Thementitel\nText des Beitrags"

Erstellen Sie explizit einen Forum-Thread:

openclaw message thread create --channel discord --target channel:<forumId> \  --thread-name "Thementitel" --message "Text des Beitrags"

Forum-übergeordnete Elemente akzeptieren keine Discord-Komponenten. Wenn Sie Komponenten benötigen, senden Sie die Nachricht direkt an den Thread (channel:<threadId>).

Interaktive Komponenten

OpenClaw unterstützt Container mit Discord-Komponenten v2 für Agentennachrichten. Verwenden Sie das Nachrichten-Tool mit einer components-Nutzlast. Interaktionsergebnisse werden als normale eingehende Nachrichten an den Agenten zurückgeleitet und folgen den vorhandenen Discord-Einstellungen für replyToMode.

Unterstützte Blöcke:

• text, section, separator, actions, media-gallery, file
• Aktionszeilen erlauben bis zu 5 Schaltflächen oder ein einzelnes Auswahlmenü
• Auswahltypen: string, user, role, mentionable, channel

Standardmäßig können Komponenten nur einmal verwendet werden. Legen Sie components.reusable=true fest, damit Schaltflächen, Auswahlmenüs und Formulare bis zu ihrem Ablauf mehrfach verwendet werden können.

Um einzuschränken, wer auf eine Schaltfläche klicken kann, legen Sie für diese Schaltfläche allowedUsers fest (Discord-Benutzer-IDs, Tags oder *). Nicht übereinstimmende Benutzer erhalten eine kurzlebige Ablehnung.

Komponenten-Callbacks laufen standardmäßig nach 30 Minuten ab. Legen Sie channels.discord.agentComponents.ttlMs fest, um die Lebensdauer der Callback-Registrierung für das Standardkonto zu ändern, oder verwenden Sie channels.discord.accounts.<accountId>.agentComponents.ttlMs für einzelne Konten. Der Wert wird in Millisekunden angegeben, muss eine positive Ganzzahl sein und ist auf 86400000 (24 Stunden) begrenzt. Längere TTLs eignen sich für Prüfungs-/Genehmigungsabläufe, bei denen Schaltflächen länger verwendbar bleiben müssen, verlängern jedoch den Zeitraum, in dem eine alte Discord-Nachricht weiterhin eine Aktion auslösen kann. Verwenden Sie möglichst die kürzeste passende TTL und behalten Sie den Standardwert bei, wenn veraltete Callbacks unerwartet wären.

Die Slash-Befehle /model und /models öffnen eine interaktive Modellauswahl mit Dropdown-Menüs für Provider, Modell und kompatible Laufzeit sowie einem Submit-Schritt. /models add ist veraltet und gibt eine Veraltungsmeldung zurück, anstatt Modelle aus dem Chat zu registrieren. Die Antwort der Auswahl ist kurzlebig und kann nur vom aufrufenden Benutzer verwendet werden. Discord-Auswahlmenüs sind auf 25 Optionen begrenzt. Fügen Sie daher provider/*-Einträge zu agents.defaults.models hinzu, wenn die Auswahl dynamisch erkannte Modelle nur für ausgewählte Provider wie openai oder vllm anzeigen soll.

Dateianhänge:

• file-Blöcke müssen auf eine Anhangsreferenz (attachment://<filename>) verweisen
• Stellen Sie den Anhang über media/path/filePath bereit (einzelne Datei); verwenden Sie media-gallery für mehrere Dateien
• Verwenden Sie filename, um den Upload-Namen zu überschreiben, wenn er der Anhangsreferenz entsprechen soll

Modale Formulare:

• Fügen Sie components.modal mit bis zu 5 Feldern hinzu
• Feldtypen: text, checkbox, radio, select, role-select, user-select
• OpenClaw fügt automatisch eine Auslöseschaltfläche hinzu

Beispiel:

{  channel: "discord",  action: "send",  to: "channel:123456789012345678",  message: "Optionaler Ausweichtext",  components: {    reusable: true,    text: "Wählen Sie einen Pfad",    blocks: [      {        type: "actions",        buttons: [          {            label: "Genehmigen",            style: "success",            allowedUsers: ["123456789012345678"],          },          { label: "Ablehnen", style: "danger" },        ],      },      {        type: "actions",        select: {          type: "string",          placeholder: "Wählen Sie eine Option",          options: [            { label: "Option A", value: "a" },            { label: "Option B", value: "b" },          ],        },      },    ],    modal: {      title: "Details",      triggerLabel: "Formular öffnen",      fields: [        { type: "text", label: "Antragsteller" },        {          type: "select",          label: "Priorität",          options: [            { label: "Niedrig", value: "low" },            { label: "Hoch", value: "high" },          ],        },      ],    },  },}

Zugriffskontrolle und Routing

{accessGroups: {operators: {  type: "message.senders",  members: {    "*": ["global-owner-id"],    discord: ["discord:123456789012345678"],    telegram: ["987654321"],  },},},channels: {discord: {  dmPolicy: "allowlist",  allowFrom: ["accessGroup:operators"],},},}

{accessGroups: {maintainers: {  type: "discord.channelAudience",  guildId: "1456350064065904867",  channelId: "1456744319972282449",  membership: "canViewChannel",},},channels: {discord: {  dmPolicy: "allowlist",  allowFrom: ["accessGroup:maintainers"],},},}

{accessGroups: {maintainers: {  type: "discord.channelAudience",  guildId: "1456350064065904867",  channelId: "1456744319972282449",},},channels: {discord: {  dmPolicy: "allowlist",  allowFrom: ["accessGroup:maintainers", "discord:123456789012345678"],},},}

{channels: {discord: {  groupPolicy: "allowlist",  guilds: {    "123456789012345678": {      requireMention: true,      ignoreOtherMentions: true,      users: ["987654321098765432"],      roles: ["123456789012345678"],      channels: {        general: { enabled: true },        help: { enabled: true, requireMention: true },      },    },  },},},}

Rollenbasiertes Agenten-Routing

Verwenden Sie bindings[].match.roles, um Discord-Servermitglieder anhand ihrer Rollen-ID an unterschiedliche Agenten weiterzuleiten. Rollenbasierte Bindungen akzeptieren ausschließlich Rollen-IDs und werden nach Peer- oder Parent-Peer-Bindungen sowie vor reinen Serverbindungen ausgewertet. Wenn eine Bindung außerdem andere Abgleichsfelder festlegt (beispielsweise peer + guildId + roles), müssen alle konfigurierten Felder übereinstimmen.

{  bindings: [    {      agentId: "opus",      match: {        channel: "discord",        guildId: "123456789012345678",        roles: ["111111111111111111"],      },    },    {      agentId: "sonnet",      match: {        channel: "discord",        guildId: "123456789012345678",      },    },  ],}

Native Befehle und Befehlsautorisierung

• commands.native ist standardmäßig auf "auto" gesetzt und für Discord aktiviert.
• Kanalspezifische Überschreibung: channels.discord.commands.native.
• commands.native=false überspringt beim Start die Registrierung und Bereinigung von Discord-Slash-Befehlen. Zuvor registrierte Befehle bleiben möglicherweise in Discord sichtbar, bis Sie sie aus der Discord-App entfernen.
• Die Authentifizierung nativer Befehle verwendet dieselben Discord-Zulassungslisten und -Richtlinien wie die normale Nachrichtenverarbeitung.
• Befehle können in der Discord-Benutzeroberfläche weiterhin für nicht autorisierte Benutzer sichtbar sein; bei der Ausführung wird die OpenClaw-Authentifizierung durchgesetzt und mit „nicht autorisiert“ geantwortet.
• Standardeinstellungen für Slash-Befehle: ephemeral: true (channels.discord.slashCommand.ephemeral).

Den Befehlskatalog und das Verhalten finden Sie unter Slash-Befehle.

Funktionsdetails

{channels: {discord: {  suppressEmbeds: false,},},}

{channels: {discord: {  streaming: {    mode: "progress",    progress: {      label: "auto",      maxLines: 8,      maxLineChars: 120,      toolProgress: true,      commentary: false,    },  },},},}

{  "channels": {    "discord": {      "streaming": {        "mode": "progress",        "progress": {          "toolProgress": true,          "commandText": "status"        }      }    }  }}

{session: {threadBindings: {  enabled: true,  idleHours: 24,  maxAgeHours: 0,},},channels: {discord: {  threadBindings: {    enabled: true,    idleHours: 24,    maxAgeHours: 0,    spawnSessions: true,    defaultSpawnContext: "fork",  },},},}

{agents: {list: [  {    id: "codex",    runtime: {      type: "acp",      acp: {        agent: "codex",        backend: "acpx",        mode: "persistent",        cwd: "/workspace/openclaw",      },    },  },],},bindings: [{  type: "acp",  agentId: "codex",  match: {    channel: "discord",    accountId: "default",    peer: { kind: "channel", id: "222222222222222222" },  },  acp: { label: "codex-main" },},],channels: {discord: {  guilds: {    "111111111111111111": {      channels: {        "222222222222222222": {          requireMention: false,        },      },    },  },},},}

{channels: {discord: {  configWrites: false,},},}

{channels: {discord: {  proxy: "http://proxy.example:8080",},},}

{channels: {discord: {  accounts: {    primary: {      proxy: "http://proxy.example:8080",    },  },},},}

{channels: {discord: {  pluralkit: {    enabled: true,    token: "pk_live_...", // optional; für private Systeme erforderlich  },},},}

{channels: {discord: {  mentionAliases: {    SupportLead: "123456789012345678",  },  accounts: {    ops: {      mentionAliases: {        OpsLead: "234567890123456789",      },    },  },},},}

{channels: {discord: {  status: "idle",},},}

{channels: {discord: {  activity: "Focus time",  activityType: 4,},},}

{channels: {discord: {  activity: "Live coding",  activityType: 1,  activityUrl: "https://twitch.tv/openclaw",},},}

{channels: {discord: {  autoPresence: {    enabled: true,    intervalMs: 30000,    minUpdateIntervalMs: 15000,    exhaustedText: "Token ausgeschöpft",  },},},}

Werkzeuge und Aktionssperren

Discord-Nachrichtenaktionen umfassen Nachrichtenübermittlung, Kanalverwaltung, Moderation, Präsenz und Metadaten.

Grundlegende Beispiele:

• Nachrichtenübermittlung: sendMessage, readMessages, editMessage, deleteMessage, threadReply
• Reaktionen: react, reactions, emojiList
• Moderation: timeout, kick, ban
• Präsenz: setPresence

Die Aktion event-create akzeptiert einen optionalen Parameter image (URL oder lokaler Dateipfad), um das Titelbild des geplanten Ereignisses festzulegen.

Aktionssperren befinden sich unter channels.discord.actions.*.

Standardverhalten der Sperren:

Components-v2-Benutzeroberfläche

OpenClaw verwendet Discord Components v2 für Ausführungsgenehmigungen und kontextübergreifende Markierungen. Discord-Nachrichtenaktionen können außerdem components für benutzerdefinierte Oberflächen akzeptieren (fortgeschritten; erfordert die Erstellung einer Komponenten-Nutzlast über das Discord-Werkzeug), während veraltete embeds weiterhin verfügbar sind, jedoch nicht empfohlen werden.

• channels.discord.ui.components.accentColor legt die Akzentfarbe fest, die von Discord-Komponentencontainern verwendet wird (Hexadezimalwert). Pro Konto: channels.discord.accounts.<id>.ui.components.accentColor.
• channels.discord.agentComponents.ttlMs steuert, wie lange Callbacks gesendeter Discord-Komponenten registriert bleiben (Standardwert 1800000, Maximum 86400000). Pro Konto: channels.discord.accounts.<id>.agentComponents.ttlMs.
• embeds werden ignoriert, wenn Components v2 vorhanden sind.
• Einfache URL-Vorschauen werden standardmäßig unterdrückt. Legen Sie bei einer Nachrichtenaktion suppressEmbeds: false fest, wenn ein einzelner ausgehender Link erweitert werden soll.

Beispiel:

{  channels: {    discord: {      ui: {        components: {          accentColor: "#5865F2",        },      },    },  },}

Sprache

Discord verfügt über zwei unterschiedliche Sprachoberflächen: Echtzeit-Sprachkanäle (kontinuierliche Gespräche) und Sprachnachrichtenanhänge (das Format mit Wellenformvorschau). Das Gateway unterstützt beide.

Sprachkanäle

Einrichtungscheckliste:

1. Aktivieren Sie Message Content Intent im Discord Developer Portal.
2. Aktivieren Sie Server Members Intent, wenn rollen- oder benutzerbasierte Zulassungslisten verwendet werden.
3. Laden Sie den Bot mit den Geltungsbereichen bot und applications.commands ein.
4. Gewähren Sie Connect, Speak, Send Messages und Read Message History im Zielsprachkanal.
5. Aktivieren Sie native Befehle (commands.native oder channels.discord.commands.native).
6. Konfigurieren Sie channels.discord.voice.

Verwenden Sie /vc join|leave|status, um Sitzungen zu steuern. Der Befehl verwendet den Standardagenten des Kontos und folgt denselben Regeln für Zulassungslisten und Gruppenrichtlinien wie andere Discord-Befehle.

/vc join channel:<voice-channel-id>/vc status/vc leave

So prüfen Sie vor dem Beitritt die effektiven Berechtigungen des Bots:

openclaw channels capabilities --channel discord --target channel:<voice-channel-id>

Beispiel für automatischen Beitritt:

{  channels: {    discord: {      voice: {        enabled: true,        model: "openai/gpt-5.6-sol",        autoJoin: [          {            guildId: "123456789012345678",            channelId: "234567890123456789",          },        ],        allowedChannels: [          {            guildId: "123456789012345678",            channelId: "234567890123456789",          },        ],        daveEncryption: true,        decryptionFailureTolerance: 24,        connectTimeoutMs: 30000,        reconnectGraceMs: 15000,        realtime: {          provider: "openai",          model: "gpt-realtime-2.1",          speakerVoice: "cedar",        },      },    },  },}

Hinweise:

• Discord-Sprachfunktion ist bei reinen Textkonfigurationen optional; setzen Sie channels.discord.voice.enabled=true (oder behalten Sie einen vorhandenen channels.discord.voice-Block bei), um /vc-Befehle, die Sprachlaufzeit und den Gateway-Intent GuildVoiceStates zu aktivieren. channels.discord.intents.voiceStates kann das Intent-Abonnement ausdrücklich überschreiben; lassen Sie die Option nicht gesetzt, damit sie der effektiven Aktivierung der Sprachfunktion folgt.
• voice.mode steuert den Gesprächspfad. Der Standardwert ist agent-proxy: Ein Echtzeit-Sprach-Frontend übernimmt die zeitliche Steuerung der Gesprächsbeiträge, Unterbrechungen und Wiedergabe, delegiert inhaltliche Aufgaben über openclaw_agent_consult an den weitergeleiteten OpenClaw-Agenten und behandelt das Ergebnis wie eine von dieser sprechenden Person eingegebene Discord-Eingabeaufforderung. stt-tts behält den älteren Batch-Ablauf mit STT und anschließendem TTS bei. Mit bidi kann das Echtzeitmodell direkt kommunizieren, während openclaw_agent_consult für das OpenClaw-Gehirn bereitgestellt wird.
• voice.agentSession steuert, welche OpenClaw-Unterhaltung Sprachbeiträge empfängt. Lassen Sie die Option für die eigene Sitzung des Sprachkanals nicht gesetzt, oder setzen Sie { mode: "target", target: "channel:<text-channel-id>" }, damit der Sprachkanal als Mikrofon-/Lautsprechererweiterung einer vorhandenen Discord-Textkanalsitzung wie #maintainers fungiert.
• voice.model überschreibt das OpenClaw-Agentengehirn für Discord-Sprachantworten und Echtzeit-Konsultationen. Lassen Sie die Option nicht gesetzt, um das Modell des weitergeleiteten Agenten zu übernehmen. Sie ist von voice.realtime.model getrennt.
• Mit voice.followUsers kann der Bot ausgewählten Benutzern in Discord-Sprachkanäle folgen, zwischen ihnen wechseln und sie verlassen. Siehe Benutzern in Sprachkanälen folgen.
• agent-proxy leitet Sprache über discord-voice, wodurch die normale Besitzer-/Tool-Autorisierung für die sprechende Person und die Zielsitzung erhalten bleibt, das Agenten-Tool tts jedoch ausgeblendet wird, da Discord-Sprachfunktion die Wiedergabe übernimmt. Standardmäßig gewährt agent-proxy der Konsultation für als Besitzer erkannte Sprecher vollständigen, besitzergleichen Tool-Zugriff (voice.realtime.toolPolicy: "owner") und zieht die Konsultation des OpenClaw-Agenten vor inhaltlichen Antworten deutlich vor (voice.realtime.consultPolicy: "always"). In diesem standardmäßigen always-Modus spricht die Echtzeitebene vor der Konsultationsantwort nicht automatisch Fülltext; sie erfasst und transkribiert Sprache und gibt anschließend die weitergeleitete OpenClaw-Antwort wieder. Wenn mehrere erzwungene Konsultationsantworten abgeschlossen werden, während Discord noch die erste Antwort wiedergibt, werden spätere Antworten mit exakter Sprachwiedergabe in eine Warteschlange gestellt, bis die Wiedergabe inaktiv ist, statt die Sprache mitten im Satz zu ersetzen.
• Im Modus stt-tts verwendet STT tools.media.audio; voice.model wirkt sich nicht auf die Transkription aus.
• In Echtzeitmodi konfigurieren voice.realtime.provider, voice.realtime.model und voice.realtime.speakerVoice die Echtzeit-Audiositzung. Verwenden Sie für OpenAI Realtime 2.1 mit dem Codex-Gehirn voice.realtime.model: "gpt-realtime-2.1" und voice.model: "openai/gpt-5.6-sol".
• Echtzeit-Sprachmodi beziehen standardmäßig die kleinen Profildateien IDENTITY.md, USER.md und SOUL.md in die Anweisungen für den Echtzeit-Provider ein, damit schnelle direkte Gesprächsbeiträge dieselbe Identität, Benutzerverankerung und Persona wie der weitergeleitete OpenClaw-Agent beibehalten. Setzen Sie voice.realtime.bootstrapContextFiles auf eine Teilmenge, um dies anzupassen, oder auf [], um es zu deaktivieren. Es werden nur diese Profildateien unterstützt; AGENTS.md verbleibt im normalen Agentenkontext. Der eingefügte Profilkontext ersetzt openclaw_agent_consult nicht für Arbeitsbereichsaufgaben, aktuelle Fakten, Speicherabfragen oder toolgestützte Aktionen.
• Setzen Sie im OpenAI-Echtzeitmodus agent-proxy voice.realtime.requireWakeName: true, damit die Discord-Echtzeit-Sprachfunktion stumm bleibt, bis ein Transkript mit einem Aktivierungsnamen beginnt oder endet. Konfigurierte Aktivierungsnamen müssen aus einem oder zwei Wörtern bestehen. Wenn voice.realtime.wakeNames nicht gesetzt ist, verwendet OpenClaw den name des weitergeleiteten Agenten zusammen mit OpenClaw und greift andernfalls auf die Agenten-ID zusammen mit OpenClaw zurück. Die Aktivierungsnamen-Steuerung deaktiviert die automatische Antwort des Echtzeit-Providers, leitet akzeptierte Gesprächsbeiträge über den Konsultationspfad des OpenClaw-Agenten und gibt eine kurze gesprochene Bestätigung aus, wenn anhand einer Teiltranskription ein vorangestellter Aktivierungsname erkannt wird, bevor das endgültige Transkript eintrifft.
• Der OpenAI-Echtzeit-Provider akzeptiert aktuelle Realtime-2-Ereignisnamen und ältere Codex-kompatible Aliasse für Audioausgabe- und Transkriptereignisse, sodass kompatible Provider-Snapshots abweichen können, ohne dass Assistentenaudio verworfen wird.
• voice.realtime.bargeIn steuert, ob Discord-Ereignisse zum Sprechbeginn die aktive Echtzeitwiedergabe unterbrechen. Wenn die Option nicht gesetzt ist, folgt sie der Einstellung des Echtzeit-Providers zur Unterbrechung durch Eingangsaudio.
• voice.realtime.minBargeInAudioEndMs steuert die Mindestdauer der Assistentenwiedergabe, bevor eine Echtzeitunterbrechung bei OpenAI das Audio abschneidet. Standard: 250. Setzen Sie den Wert in Räumen mit geringem Echo für eine sofortige Unterbrechung auf 0, oder erhöhen Sie ihn für Lautsprecherkonfigurationen mit starkem Echo.
• voice.tts überschreibt messages.tts nur für die Sprachwiedergabe mit stt-tts; Echtzeitmodi verwenden stattdessen voice.realtime.speakerVoice. Setzen Sie für eine OpenAI-Stimme bei der Discord-Wiedergabe voice.tts.provider: "openai" und wählen Sie unter voice.tts.providers.openai.speakerVoice eine Text-to-Speech-Stimme aus. cedar ist beim aktuellen OpenAI-TTS-Modell eine gute männlich klingende Wahl.
• Kanalbezogene Discord-Überschreibungen von systemPrompt gelten für Sprachtranskript-Beiträge dieses Sprachkanals.
• Sprachtranskript-Beiträge leiten den Besitzerstatus aus Discord-allowFrom (oder dm.allowFrom) für besitzergeschützte Befehle und Kanalaktionen ab. Die Sichtbarkeit von Agenten-Tools folgt der konfigurierten Tool-Richtlinie für die weitergeleitete Sitzung.
• Wenn voice.autoJoin mehrere Einträge für denselben Server enthält, tritt OpenClaw dem zuletzt für diesen Server konfigurierten Kanal bei.
• voice.allowedChannels ist eine optionale Zulassungsliste für den Aufenthalt. Lassen Sie die Option nicht gesetzt, um /vc join für jeden autorisierten Discord-Sprachkanal zuzulassen. Wenn sie gesetzt ist, sind /vc join, der automatische Beitritt beim Start und durch den Sprachstatus des Bots ausgelöste Wechsel auf die aufgeführten { guildId, channelId }-Einträge beschränkt. Setzen Sie sie auf ein leeres Array, um alle Beitritte zu Discord-Sprachkanälen zu verweigern. Wenn Discord den Bot aus der Zulassungsliste heraus verschiebt, verlässt OpenClaw diesen Kanal und tritt erneut dem konfigurierten Ziel für den automatischen Beitritt bei, sofern eines verfügbar ist.
• voice.daveEncryption und voice.decryptionFailureTolerance werden an die Beitrittsoptionen von @discordjs/voice durchgereicht; die Upstream-Standardwerte sind daveEncryption=true und decryptionFailureTolerance=24.
• OpenClaw verwendet den gebündelten Codec libopus-wasm für den Empfang von Discord-Sprachdaten und die Echtzeitwiedergabe von rohem PCM. Er enthält einen fest angehefteten libopus-WebAssembly-Build und benötigt keine nativen Opus-Add-ons.
• voice.connectTimeoutMs steuert die anfängliche Wartezeit auf den Status Ready von @discordjs/voice bei /vc join und Versuchen zum automatischen Beitritt. Standard: 30000.
• voice.reconnectGraceMs steuert, wie lange OpenClaw darauf wartet, dass eine getrennte Sprachsitzung mit der Wiederherstellung der Verbindung beginnt, bevor sie verworfen wird. Standard: 15000.
• Im Modus stt-tts wird die Sprachwiedergabe nicht beendet, nur weil ein anderer Benutzer zu sprechen beginnt. Um Rückkopplungsschleifen zu vermeiden, ignoriert OpenClaw neue Spracherfassung, während TTS wiedergegeben wird; sprechen Sie für den nächsten Gesprächsbeitrag erst nach Ende der Wiedergabe. Echtzeitmodi leiten Sprechbeginn-Ereignisse als Unterbrechungssignale an den Echtzeit-Provider weiter.
• In Echtzeitmodi kann Echo von Lautsprechern in ein offenes Mikrofon wie eine Unterbrechung wirken und die Wiedergabe stoppen. Setzen Sie für Discord-Räume mit starkem Echo voice.realtime.providers.openai.interruptResponseOnInputAudio: false, damit OpenAI bei Eingangsaudio nicht automatisch unterbricht. Fügen Sie voice.realtime.bargeIn: true hinzu, wenn Discord-Ereignisse zum Sprechbeginn die aktive Wiedergabe weiterhin unterbrechen sollen. Die OpenAI-Echtzeitbrücke ignoriert Wiedergabeabbrüche, die kürzer als voice.realtime.minBargeInAudioEndMs sind, als wahrscheinliches Echo oder Rauschen und protokolliert sie als übersprungen, statt die Discord-Wiedergabe zu löschen.
• voice.captureSilenceGraceMs steuert, wie lange OpenClaw wartet, nachdem Discord das Ende eines Sprecherbeitrags gemeldet hat, bevor dieses Audiosegment für STT abgeschlossen wird. Standard: 2000; erhöhen Sie den Wert, wenn Discord normale Pausen in abgehackte Teiltranskripte aufteilt.
• Wenn ElevenLabs als TTS-Provider ausgewählt ist, verwendet die Discord-Sprachwiedergabe Streaming-TTS und beginnt mit der Wiedergabe aus dem Antwortstream des Providers. Provider ohne Streaming-Unterstützung greifen auf den Pfad über eine synthetisierte temporäre Datei zurück.
• OpenClaw überwacht Entschlüsselungsfehler beim Empfang und stellt die Funktion automatisch wieder her, indem es den Sprachkanal nach wiederholten Fehlern innerhalb eines kurzen Zeitfensters verlässt und ihm erneut beitritt.
• Wenn Empfangsprotokolle nach einer Aktualisierung wiederholt DecryptionFailed(UnencryptedWhenPassthroughDisabled) anzeigen, erfassen Sie einen Abhängigkeitsbericht und Protokolle. Die gebündelte Version von @discordjs/voice enthält die Upstream-Korrektur für Padding aus dem discord.js-PR #11449, durch den das discord.js-Issue #11419 geschlossen wurde.
• Empfangsereignisse mit The operation was aborted sind zu erwarten, wenn OpenClaw ein erfasstes Sprechersegment abschließt; es handelt sich um ausführliche Diagnosemeldungen, nicht um Warnungen.
• Ausführliche Discord-Sprachprotokolle enthalten für jedes akzeptierte Sprechersegment eine begrenzte einzeilige Vorschau des STT-Transkripts, sodass beim Debugging sowohl die Benutzerseite als auch die Antwortseite des Agenten sichtbar sind, ohne unbegrenzt viel Transkripttext auszugeben.
• Im Modus agent-proxy überspringt der erzwungene Konsultations-Fallback wahrscheinlich unvollständige Transkriptfragmente, etwa Text, der mit ... oder einem nachgestellten Bindewort wie „und“ endet, sowie offensichtlich nicht handlungsrelevante Abschlüsse wie „bin gleich zurück“ oder „tschüss“. Die Protokolle zeigen forced agent consult skipped reason=..., wenn dadurch eine veraltete Antwort in der Warteschlange verhindert wird.

Benutzern in Sprachkanälen folgen

Verwenden Sie voice.followUsers, wenn der Discord-Sprachbot einem oder mehreren bekannten Discord-Benutzern folgen soll, anstatt beim Start einem festgelegten Kanal beizutreten oder auf /vc join zu warten.

{  channels: {    discord: {      voice: {        enabled: true,        followUsersEnabled: true,        followUsers: ["discord:123456789012345678"],        allowedChannels: [          {            guildId: "123456789012345678",            channelId: "234567890123456789",          },        ],      },    },  },}

Verhalten:

• followUsers akzeptiert unverarbeitete Discord-Benutzer-IDs und Werte im Format discord:<id>. OpenClaw normalisiert beide Formen, bevor Sprachstatusereignisse abgeglichen werden.
• followUsersEnabled ist standardmäßig true, wenn followUsers konfiguriert ist. Setzen Sie den Wert auf false, um die gespeicherte Liste beizubehalten, aber das automatische Folgen in Sprachkanäle zu deaktivieren.
• Wenn ein Benutzer, dem gefolgt wird, einem zulässigen Sprachkanal beitritt, tritt OpenClaw diesem Kanal bei. Wenn der Benutzer den Kanal wechselt, wechselt OpenClaw mit. Wenn der aktive Benutzer, dem gefolgt wird, die Verbindung trennt, verlässt OpenClaw den Kanal.
• Wenn sich mehrere Benutzer, denen gefolgt wird, auf demselben Server befinden und der aktive Benutzer den Kanal verlässt, wechselt OpenClaw zum Kanal eines anderen erfassten Benutzers, dem gefolgt wird, bevor es den Server verlässt. Wenn mehrere Benutzer, denen gefolgt wird, gleichzeitig den Kanal wechseln, ist das zuletzt beobachtete Sprachstatusereignis maßgeblich.
• allowedChannels gilt weiterhin. Ein Benutzer, dem gefolgt wird und der sich in einem nicht zulässigen Kanal befindet, wird ignoriert, und eine durch die Folgefunktion verwaltete Sitzung wechselt zu einem anderen Benutzer, dem gefolgt wird, oder wird beendet.
• OpenClaw gleicht beim Start und in begrenzten Intervallen verpasste Sprachstatusereignisse ab. Beim Abgleich werden konfigurierte Server stichprobenartig geprüft und die REST-Abfragen pro Durchlauf begrenzt. Daher kann es bei sehr großen followUsers-Listen mehr als ein Intervall dauern, bis ein konsistenter Zustand erreicht ist.
• Wenn Discord oder ein Administrator den Bot verschiebt, während er einem Benutzer folgt, erstellt OpenClaw die Sprachsitzung neu und behält die Verwaltung durch die Folgefunktion bei, sofern das Ziel zulässig ist. Wenn der Bot aus allowedChannels heraus verschoben wird, verlässt OpenClaw den Kanal und tritt dem konfigurierten Ziel erneut bei, sofern eines vorhanden ist.
• Bei der Wiederherstellung des DAVE-Empfangs kann derselbe Kanal nach wiederholten Entschlüsselungsfehlern verlassen und erneut betreten werden. Durch die Folgefunktion verwaltete Sitzungen behalten während dieses Wiederherstellungspfads ihre Verwaltung durch die Folgefunktion bei, sodass der Kanal weiterhin verlassen wird, wenn ein Benutzer, dem gefolgt wird, später die Verbindung trennt.

Wählen Sie zwischen den Beitrittsmodi:

• Verwenden Sie followUsers für persönliche oder von Operatoren verwaltete Einrichtungen, bei denen der Bot automatisch im Sprachkanal sein soll, wenn Sie dort sind.
• Verwenden Sie autoJoin für Bots in festen Räumen, die auch dann anwesend sein sollen, wenn sich kein erfasster Benutzer im Sprachkanal befindet.
• Verwenden Sie /vc join für einmalige Beitritte oder Räume, in denen eine automatische Anwesenheit im Sprachkanal unerwartet wäre.

Discord-Sprachcodec:

• Die Protokolle des Sprachempfangs zeigen discord voice: opus decoder: libopus-wasm.
• Bei der Echtzeitwiedergabe wird unkomprimiertes Stereo-PCM mit 48 kHz mithilfe desselben gebündelten Pakets libopus-wasm in Opus codiert, bevor die Pakete an @discordjs/voice übergeben werden.
• Bei der Wiedergabe von Dateien und Provider-Streams erfolgt mit ffmpeg eine Transcodierung in unkomprimiertes Stereo-PCM mit 48 kHz. Anschließend wird mit libopus-wasm der an Discord gesendete Opus-Paketstrom erzeugt.

STT- und TTS-Pipeline:

• Die Discord-PCM-Aufnahme wird in eine temporäre WAV-Datei konvertiert.
• tools.media.audio übernimmt STT, beispielsweise openai/gpt-4o-mini-transcribe.
• Das Transkript wird über den Discord-Eingang und das Routing weitergeleitet, während das Antwort-LLM mit einer Richtlinie für die Sprachausgabe ausgeführt wird, die das Agent-Tool tts ausblendet und die Rückgabe von Text anfordert, da Discord Voice die abschließende TTS-Wiedergabe übernimmt.
• Wenn voice.model festgelegt ist, überschreibt es nur das Antwort-LLM für diesen Durchlauf im Sprachkanal.
• voice.tts wird über messages.tts zusammengeführt; Streaming-fähige Provider speisen den Player direkt, andernfalls wird die resultierende Audiodatei im verbundenen Kanal abgespielt.

Beispiel für eine standardmäßige Agent-Proxy-Sprachkanalsitzung:

{  channels: {    discord: {      voice: {        enabled: true,        model: "openai/gpt-5.6-sol",        followUsersEnabled: true,        followUsers: ["123456789012345678"],        realtime: {          provider: "openai",          model: "gpt-realtime-2.1",          speakerVoice: "cedar",        },      },    },  },}

Ohne einen voice.agentSession-Block erhält jeder Sprachkanal seine eigene geroutete OpenClaw-Sitzung. Beispielsweise kommuniziert /vc join channel:234567890123456789 mit der Sitzung für diesen Discord-Sprachkanal. Das Echtzeitmodell dient nur als Sprach-Frontend; inhaltliche Anfragen werden an den konfigurierten OpenClaw-Agenten übergeben. Wenn das Echtzeitmodell ein endgültiges Transkript erzeugt, ohne das Konsultations-Tool aufzurufen, erzwingt OpenClaw die Konsultation als Fallback, sodass sich die Standardeinstellung weiterhin wie ein Gespräch mit dem Agenten verhält.

Beispiel für Legacy-STT plus TTS:

{  channels: {    discord: {      voice: {        enabled: true,        mode: "stt-tts",        model: "openai/gpt-5.4-mini",        tts: {          provider: "openai",          providers: {            openai: {              model: "gpt-4o-mini-tts",              speakerVoice: "cedar",            },          },        },      },    },  },}

Beispiel für bidirektionale Echtzeitkommunikation:

{  channels: {    discord: {      voice: {        enabled: true,        mode: "bidi",        model: "openai/gpt-5.6-sol",        realtime: {          provider: "openai",          model: "gpt-realtime-2.1",          speakerVoice: "cedar",          toolPolicy: "safe-read-only",          consultPolicy: "always",        },      },    },  },}

Sprachkommunikation als Erweiterung einer vorhandenen Discord-Kanalsitzung:

{  channels: {    discord: {      voice: {        enabled: true,        mode: "agent-proxy",        model: "openai/gpt-5.6-sol",        agentSession: {          mode: "target",          target: "channel:123456789012345678",        },        realtime: {          provider: "openai",          model: "gpt-realtime-2.1",          speakerVoice: "cedar",        },      },    },  },}

Im Modus agent-proxy tritt der Bot dem konfigurierten Sprachkanal bei, die OpenClaw-Agentendurchläufe verwenden jedoch die normale geroutete Sitzung und den Agenten des Zielkanals. Die Echtzeit-Sprachsitzung gibt das zurückgegebene Ergebnis im Sprachkanal wieder. Der Supervisor-Agent kann gemäß seiner Tool-Richtlinie weiterhin normale Nachrichten-Tools verwenden, einschließlich des Sendens einer separaten Discord-Nachricht, wenn dies die richtige Aktion ist.

Während ein delegierter OpenClaw-Durchlauf aktiv ist, werden neue Discord-Sprachtranskripte als Live-Steuerung des Durchlaufs behandelt, bevor ein weiterer Agentendurchlauf gestartet wird. Formulierungen wie „Status“, „das abbrechen“, „die kleinere Korrektur verwenden“ oder „wenn Sie fertig sind, auch die Tests prüfen“ werden als Status-, Abbruch-, Steuerungs- oder Folgeeingabe für die aktive Sitzung klassifiziert. Status, Abbruch, akzeptierte Steuerung und Ergebnisse von Folgeeingaben werden im Sprachkanal wiedergegeben, damit die anrufende Person weiß, ob OpenClaw die Anfrage verarbeitet hat.

Nützliche Zielformate:

• target: "channel:123456789012345678" leitet über eine Discord-Textkanalsitzung weiter.
• target: "123456789012345678" wird als Kanalziel behandelt.
• target: "dm:123456789012345678" oder target: "user:123456789012345678" leitet über die entsprechende Direktnachrichtensitzung weiter.

Beispiel für OpenAI Realtime bei starkem Echo:

{  channels: {    discord: {      voice: {        enabled: true,        mode: "bidi",        model: "openai/gpt-5.6-sol",        realtime: {          provider: "openai",          model: "gpt-realtime-2.1",          speakerVoice: "cedar",          bargeIn: true,          minBargeInAudioEndMs: 500,          consultPolicy: "always",          providers: {            openai: {              interruptResponseOnInputAudio: false,            },          },        },      },    },  },}

Verwenden Sie dies, wenn das Modell seine eigene Discord-Wiedergabe über ein offenes Mikrofon hört, Sie es aber weiterhin durch Sprechen unterbrechen möchten. OpenClaw verhindert, dass OpenAI bei rohen Audioeingaben automatisch unterbricht, während Discord-Ereignisse beim Beginn einer Sprecheraktivität und bereits aktive Sprecheraudiodaten dank bargeIn: true aktive Echtzeitantworten abbrechen können, bevor der nächste erfasste Durchlauf OpenAI erreicht. Sehr frühe Unterbrechungssignale mit audioEndMs unterhalb von minBargeInAudioEndMs werden als wahrscheinliches Echo oder Rauschen behandelt und ignoriert, damit das Modell nicht bereits beim ersten Wiedergabe-Frame abbricht.

Erwartete Sprachprotokolle:

• Beim Beitritt: discord voice: joining ... voiceSession=... supervisorSession=... agentSessionMode=... voiceModel=... realtimeModel=...
• Beim Start der Echtzeitverarbeitung: discord voice: realtime bridge starting ... autoRespond=false interruptResponse=false bargeIn=false minBargeInAudioEndMs=...
• Bei Sprecheraudio: discord voice: realtime speaker turn opened ..., discord voice: realtime input audio started ... outputAudioMs=... outputActive=... und discord voice: realtime speaker turn closed ... chunks=... discordBytes=... realtimeBytes=... interruptedPlayback=...
• Bei übersprungener veralteter Spracheingabe: discord voice: realtime forced agent consult skipped reason=incomplete-transcript ... oder reason=non-actionable-closing ...
• Beim Abschluss einer Echtzeitantwort: discord voice: realtime audio playback finishing reason=response.done ... audioMs=... chunks=...
• Beim Stoppen oder Zurücksetzen der Wiedergabe: discord voice: realtime audio playback stopped reason=... audioMs=... elapsedMs=... chunks=...
• Bei einer Echtzeitkonsultation: discord voice: realtime consult requested ... voiceSession=... supervisorSession=... question=...
• Bei einer Agentenantwort: discord voice: agent turn answer ...
• Bei in die Warteschlange eingereihter exakter Sprachausgabe: discord voice: realtime exact speech queued ... queued=... outputAudioMs=... outputActive=..., gefolgt von discord voice: realtime exact speech dequeued reason=player-idle ...
• Bei Erkennung einer Sprachunterbrechung: discord voice: realtime barge-in detected source=speaker-start ... oder discord voice: realtime barge-in detected source=active-speaker-audio ..., gefolgt von discord voice: realtime barge-in requested reason=... outputAudioMs=... outputActive=...
• Bei einer Echtzeitunterbrechung: discord voice: realtime model interrupt requested client:response.cancel reason=barge-in, gefolgt von entweder discord voice: realtime model audio truncated client:conversation.item.truncate reason=barge-in audioEndMs=... oder discord voice: realtime model interrupt confirmed server:response.done status=cancelled ...
• Bei ignoriertem Echo oder Rauschen: discord voice: realtime model interrupt ignored client:conversation.item.truncate.skipped reason=barge-in audioEndMs=0 minAudioEndMs=250
• Bei deaktivierter Sprachunterbrechung: discord voice: realtime capture ignored during playback (barge-in disabled) ...
• Bei inaktiver Wiedergabe: discord voice: realtime barge-in ignored reason=... outputActive=false ... playbackChunks=0

Um abgeschnittene Audiodaten zu diagnostizieren, lesen Sie die Echtzeit-Sprachprotokolle als Zeitleiste:

1. realtime audio playback started bedeutet, dass Discord mit der Wiedergabe der Assistentenaudiodaten begonnen hat. Ab diesem Zeitpunkt zählt die Bridge die Ausgabeblöcke des Assistenten, die Discord-PCM-Bytes, die Echtzeit-Bytes des Providers und die Dauer der synthetisierten Audiodaten.
2. realtime speaker turn opened kennzeichnet, dass ein Discord-Sprecher aktiv wird. Wenn die Wiedergabe bereits aktiv und bargeIn aktiviert ist, kann darauf barge-in detected source=speaker-start folgen.
3. realtime input audio started kennzeichnet den ersten tatsächlich für diesen Sprecherdurchlauf empfangenen Audio-Frame. outputActive=true oder ein outputAudioMs-Wert ungleich null bedeutet hier, dass das Mikrofon Eingaben sendet, während die Assistentenwiedergabe noch aktiv ist.
4. barge-in detected source=active-speaker-audio bedeutet, dass OpenClaw bei aktiver Assistentenwiedergabe Live-Sprecheraudio erkannt hat. Dies hilft dabei, eine echte Unterbrechung von einem Discord-Ereignis beim Beginn einer Sprecheraktivität ohne verwertbare Audiodaten zu unterscheiden.
5. barge-in requested reason=... bedeutet, dass OpenClaw den Echtzeit-Provider aufgefordert hat, die aktive Antwort abzubrechen oder zu kürzen. Der Eintrag enthält outputAudioMs, outputActive und playbackChunks, damit Sie erkennen können, wie viele Assistentenaudiodaten vor der Unterbrechung tatsächlich wiedergegeben wurden.
6. realtime audio playback stopped reason=... ist der lokale Rücksetzpunkt der Discord-Wiedergabe. Der Grund gibt an, wodurch die Wiedergabe gestoppt wurde: barge-in, player-idle, provider-clear-audio, forced-agent-consult, stream-close oder session-close.
7. realtime speaker turn closed fasst den erfassten Eingabedurchlauf zusammen. chunks=0 oder hasAudio=false bedeutet, dass der Sprecherdurchlauf geöffnet wurde, aber keine verwertbaren Audiodaten die Echtzeit-Bridge erreichten. interruptedPlayback=true bedeutet, dass sich dieser Eingabedurchlauf mit der Assistentenausgabe überschnitt und die Sprachunterbrechungslogik auslöste.

Nützliche Felder:

• outputAudioMs: Dauer der Assistentenaudiodaten, die der Echtzeit-Provider vor der Protokollzeile erzeugt hat.
• audioMs: Dauer der Assistentenaudiodaten, die OpenClaw vor dem Stoppen der Wiedergabe gezählt hat.
• elapsedMs: verstrichene Echtzeit zwischen dem Öffnen und Schließen des Wiedergabestreams oder Sprecherdurchlaufs.
• discordBytes: 48-kHz-Stereo-PCM-Bytes, die an Discord Voice gesendet oder von dort empfangen wurden.
• realtimeBytes: PCM-Bytes im Providerformat, die an den Echtzeit-Provider gesendet oder von ihm empfangen wurden.
• playbackChunks: Assistentenaudioblöcke, die für die aktive Antwort an Discord weitergeleitet wurden.
• sinceLastAudioMs: Zeitspanne zwischen dem letzten erfassten Sprecheraudio-Frame und dem Schließen des Sprecherdurchlaufs.

Häufige Muster:

• Ein sofortiger Abbruch mit source=active-speaker-audio, einem kleinen outputAudioMs-Wert und derselben Person in der Nähe deutet in der Regel darauf hin, dass Lautsprecherecho in das Mikrofon gelangt. Erhöhen Sie voice.realtime.minBargeInAudioEndMs, verringern Sie die Lautsprecherlautstärke, verwenden Sie Kopfhörer oder setzen Sie voice.realtime.providers.openai.interruptResponseOnInputAudio: false.
• source=speaker-start, gefolgt von speaker turn closed ... hasAudio=false, bedeutet, dass Discord den Beginn einer Sprecheraktivität gemeldet hat, aber keine Audiodaten OpenClaw erreichten. Dies kann ein vorübergehendes Discord-Voice-Ereignis, das Verhalten eines Noise-Gates oder eine kurzzeitige Mikrofonaktivierung durch einen Client sein.
• audio playback stopped reason=stream-close ohne eine zeitlich nahe Sprachunterbrechung oder provider-clear-audio bedeutet, dass der lokale Discord-Wiedergabestream unerwartet beendet wurde. Prüfen Sie die vorausgehenden Provider- und Discord-Player-Protokolle.
• capture ignored during playback (barge-in disabled) bedeutet, dass OpenClaw Eingaben bei aktiver Assistentenaudiowiedergabe absichtlich verworfen hat. Aktivieren Sie voice.realtime.bargeIn, wenn Sprache die Wiedergabe unterbrechen soll.
• barge-in ignored ... outputActive=false bedeutet, dass Discord oder die Provider-VAD Sprache gemeldet hat, OpenClaw jedoch keine aktive Wiedergabe unterbrechen konnte. Dies sollte Audiodaten nicht abschneiden.

Anmeldedaten werden für jede Komponente separat aufgelöst: LLM-Routing-Authentifizierung für voice.model, STT-Authentifizierung für tools.media.audio, TTS-Authentifizierung für messages.tts/voice.tts und Authentifizierung des Echtzeit-Providers für voice.realtime.providers oder die normale Authentifizierungskonfiguration des Providers.

Sprachnachrichten

Discord-Sprachnachrichten zeigen eine Wellenformvorschau an und erfordern OGG/Opus-Audio. OpenClaw erzeugt die Wellenform automatisch, benötigt jedoch ffmpeg und ffprobe auf dem Gateway-Host, um die Audiodaten zu prüfen und zu konvertieren.

• Geben Sie einen lokalen Dateipfad an (URLs werden abgelehnt).
• Lassen Sie den Textinhalt weg (Discord lehnt Text und Sprachnachricht in derselben Nutzlast ab).
• Jedes Audioformat wird akzeptiert; OpenClaw konvertiert es bei Bedarf in OGG/Opus.

message(action="send", channel="discord", target="channel:123", path="/path/to/audio.mp3", asVoice=true)

Fehlerbehebung

openclaw doctoropenclaw channels status --probeopenclaw logs --follow

{channels: {discord: {  accounts: {    default: {      eventQueue: {        listenerTimeout: 120000,      },    },  },},},}

{channels: {defaults: {  botLoopProtection: {    maxEventsPerWindow: 20,    windowSeconds: 60,    cooldownSeconds: 60,  },},discord: {  // Optionale Discord-weite Überschreibung. Kontoblöcke überschreiben einzelne  // Felder und übernehmen ausgelassene Felder von hier.  botLoopProtection: {    maxEventsPerWindow: 4,  },  accounts: {    alpha: {      // Alpha reagiert nur auf andere Bots, wenn diese ihn erwähnen.      allowBots: "mentions",    },    bravo: {      // Bravo reagiert auf alle von Bots verfassten Discord-Nachrichten.      allowBots: true,      mentionAliases: {        // Ermöglicht Bravo, mit der konfigurierten Benutzer-ID eine Discord-Erwähnung von Alpha zu schreiben.        Alpha: "ALPHA_DISCORD_USER_ID",      },      botLoopProtection: {        // Bis zu fünf Nachrichten pro Minute zulassen, bevor das Paar unterdrückt wird.        maxEventsPerWindow: 5,        windowSeconds: 60,        cooldownSeconds: 90,      },    },  },},},}

Konfigurationsreferenz

Primäre Referenz: Konfigurationsreferenz – Discord.

Sicherheit und Betrieb

• Behandeln Sie Bot-Token als Geheimnisse (DISCORD_BOT_TOKEN wird in überwachten Umgebungen bevorzugt).
• Gewähren Sie Discord-Berechtigungen nach dem Prinzip der geringsten Rechte.
• Wenn die Befehlsbereitstellung oder der Status veraltet ist, starten Sie das Gateway neu und prüfen Sie erneut mit openclaw channels status --probe.

Verwandte Themen