Discord

आधिकारिक Discord Gateway के माध्यम से DMs और guild चैनलों के लिए तैयार।

त्वरित सेटअप

आपको बॉट के साथ एक नया ऐप्लिकेशन बनाना होगा, बॉट को अपने सर्वर में जोड़ना होगा, और उसे OpenClaw से पेयर करना होगा। हम आपके बॉट को अपने निजी सर्वर में जोड़ने की सलाह देते हैं। यदि आपके पास अभी तक कोई सर्वर नहीं है, तो पहले एक बनाएँ (Create My Own > For me and my friends चुनें)।

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>

अनुशंसित: guild workspace सेट करें

DMs काम करने के बाद, आप अपने Discord सर्वर को full workspace के रूप में सेट कर सकते हैं जहाँ प्रत्येक चैनल को अपने context के साथ अपना एजेंट session मिलता है। यह उन private servers के लिए अनुशंसित है जहाँ सिर्फ आप और आपका बॉट हैं।

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

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

अब अपने Discord सर्वर पर कुछ चैनल बनाएँ और chat शुरू करें। आपका एजेंट channel name देख सकता है, और प्रत्येक चैनल को अपना isolated session मिलता है — इसलिए आप #coding, #home, #research, या अपने workflow के अनुरूप कोई भी channel सेट कर सकते हैं।

Runtime model

• Gateway Discord कनेक्शन का स्वामी है।
• जवाब रूटिंग निर्धारक है: Discord से आने वाले जवाब वापस Discord पर जाते हैं।
• Discord guild/channel मेटाडेटा मॉडल प्रॉम्प्ट में अविश्वसनीय संदर्भ के रूप में जोड़ा जाता है, उपयोगकर्ता-दृश्यमान जवाब prefix के रूप में नहीं। अगर कोई मॉडल उस envelope को वापस कॉपी करता है, तो OpenClaw outbound जवाबों और भविष्य के replay संदर्भ से कॉपी किया गया मेटाडेटा हटा देता है।
• डिफ़ॉल्ट रूप से (session.dmScope=main), direct chats agent main session (agent:main:main) साझा करती हैं।
• Guild channels अलग-थलग session keys हैं (agent:<agentId>:discord:channel:<channelId>)।
• Group DMs डिफ़ॉल्ट रूप से अनदेखे किए जाते हैं (channels.discord.dm.groupEnabled=false)।
• Native slash commands अलग-थलग command sessions (agent:<agentId>:discord:slash:<userId>) में चलते हैं, जबकि routed conversation session तक CommandTargetSessionKey फिर भी ले जाते हैं।
• Discord को text-only cron/heartbeat announce delivery अंतिम assistant-visible answer को एक बार उपयोग करती है। Media और structured component payloads तब multi-message रहते हैं जब agent कई deliverable payloads emits करता है।

Forum channels

Discord forum और media channels केवल thread posts स्वीकार करते हैं। OpenClaw उन्हें बनाने के दो तरीके समर्थित करता है:

• Thread अपने-आप बनाने के लिए forum parent (channel:<forumId>) को message भेजें। Thread title आपके message की पहली non-empty line का उपयोग करता है।
• Thread सीधे बनाने के लिए openclaw message thread create का उपयोग करें। Forum channels के लिए --message-id पास न करें।

उदाहरण: thread बनाने के लिए forum parent को भेजें

openclaw message send --channel discord --target channel:<forumId> \  --message "Topic title\nBody of the post"

उदाहरण: forum thread स्पष्ट रूप से बनाएं

openclaw message thread create --channel discord --target channel:<forumId> \  --thread-name "Topic title" --message "Body of the post"

Forum parents Discord components स्वीकार नहीं करते। अगर आपको components चाहिए, तो thread खुद (channel:<threadId>) को भेजें।

Interactive components

OpenClaw agent messages के लिए Discord components v2 containers समर्थित करता है। components payload के साथ message tool का उपयोग करें। Interaction results सामान्य inbound messages के रूप में agent को वापस routed होते हैं और मौजूदा Discord replyToMode settings का पालन करते हैं।

समर्थित blocks:

• text, section, separator, actions, media-gallery, file
• Action rows में अधिकतम 5 buttons या एक single select menu हो सकता है
• Select types: string, user, role, mentionable, channel

डिफ़ॉल्ट रूप से, components single use हैं। Buttons, selects, और forms को expire होने तक कई बार उपयोग करने की अनुमति देने के लिए components.reusable=true सेट करें।

किसी button पर कौन click कर सकता है, इसे सीमित करने के लिए उस button पर allowedUsers सेट करें (Discord user IDs, tags, या *)। Configure होने पर, unmatched users को ephemeral denial मिलता है।

Component callbacks डिफ़ॉल्ट रूप से 30 मिनट बाद expire होते हैं। Default Discord account के लिए उस callback registry lifetime को बदलने के लिए channels.discord.agentComponents.ttlMs सेट करें, या multi-account setup में किसी एक account को override करने के लिए channels.discord.accounts.<accountId>.agentComponents.ttlMs सेट करें। Value milliseconds में है, positive integer होनी चाहिए, और 86400000 (24 घंटे) पर capped है। Longer TTLs review या approval workflows के लिए उपयोगी हैं जिनमें buttons usable रहने चाहिए, लेकिन वे वह window भी बढ़ाते हैं जहाँ कोई पुराना Discord message अब भी action trigger कर सकता है। Workflow में फिट होने वाला सबसे छोटा TTL prefer करें, और जब stale callbacks surprising होंगे तब default रखें।

/model और /models slash commands provider, model, और compatible runtime dropdowns तथा Submit step के साथ interactive model picker खोलते हैं। /models add deprecated है और अब chat से models register करने के बजाय deprecation message लौटाता है। Picker reply ephemeral है और केवल invoking user इसका उपयोग कर सकता है। Discord select menus 25 options तक सीमित हैं, इसलिए जब आप चाहते हैं कि picker केवल selected providers जैसे openai या vllm के लिए dynamically discovered models दिखाए, तो agents.defaults.models में provider/* entries जोड़ें।

File attachments:

• file blocks को attachment reference (attachment://<filename>) की ओर point करना चाहिए
• Attachment को media/path/filePath (single file) के माध्यम से दें; multiple files के लिए media-gallery उपयोग करें
• Upload name को attachment reference से match कराना हो तो override करने के लिए filename का उपयोग करें

Modal forms:

• अधिकतम 5 fields के साथ components.modal जोड़ें
• Field types: text, checkbox, radio, select, role-select, user-select
• OpenClaw trigger button automatically जोड़ता है

उदाहरण:

{  channel: "discord",  action: "send",  to: "channel:123456789012345678",  message: "Optional fallback text",  components: {    reusable: true,    text: "Choose a path",    blocks: [      {        type: "actions",        buttons: [          {            label: "Approve",            style: "success",            allowedUsers: ["123456789012345678"],          },          { label: "Decline", style: "danger" },        ],      },      {        type: "actions",        select: {          type: "string",          placeholder: "Pick an option",          options: [            { label: "Option A", value: "a" },            { label: "Option B", value: "b" },          ],        },      },    ],    modal: {      title: "Details",      triggerLabel: "Open form",      fields: [        { type: "text", label: "Requester" },        {          type: "select",          label: "Priority",          options: [            { label: "Low", value: "low" },            { label: "High", value: "high" },          ],        },      ],    },  },}

Access control और 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: { allow: true },        help: { allow: true, requireMention: true },      },    },  },},},}

Role-based agent routing

Discord guild सदस्यों को role ID के आधार पर अलग-अलग agents पर route करने के लिए bindings[].match.roles का उपयोग करें। Role-आधारित bindings केवल role IDs स्वीकार करते हैं और peer या parent-peer bindings के बाद तथा guild-only bindings से पहले मूल्यांकित होते हैं। यदि कोई binding अन्य match fields भी सेट करती है (उदाहरण के लिए peer + guildId + roles), तो सभी configured fields match होने चाहिए।

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

Native commands और command auth

• commands.native का default "auto" है और यह Discord के लिए enabled है।
• Per-channel override: channels.discord.commands.native।
• commands.native=false startup के दौरान Discord slash-command registration और cleanup को skip करता है। पहले से registered commands Discord में तब तक visible रह सकते हैं जब तक आप उन्हें Discord app से remove नहीं करते।
• Native command auth वही Discord allowlists/policies उपयोग करता है जो normal message handling में उपयोग होती हैं।
• Commands उन users के लिए भी Discord UI में visible रह सकते हैं जो authorized नहीं हैं; execution फिर भी OpenClaw auth enforce करता है और "not authorized" लौटाता है।

Command catalog और behavior के लिए Slash commands देखें।

Default slash command settings:

• ephemeral: true

Feature details

{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; needed for private systems  },},},}

{channels: {discord: {  mentionAliases: {    Vladislava: "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 exhausted",  },},},}

Tools और action gates

Discord message actions में messaging, channel admin, moderation, presence, और metadata actions शामिल हैं।

Core उदाहरण:

• messaging: sendMessage, readMessages, editMessage, deleteMessage, threadReply
• reactions: react, reactions, emojiList
• moderation: timeout, kick, ban
• presence: setPresence

event-create action scheduled event cover image सेट करने के लिए वैकल्पिक image parameter (URL या local file path) स्वीकार करता है।

Action gates channels.discord.actions.* के अंतर्गत रहते हैं।

Default gate behavior:

Components v2 UI

OpenClaw exec approvals और cross-context markers के लिए Discord components v2 का उपयोग करता है। Discord message actions custom UI के लिए components भी स्वीकार कर सकते हैं (advanced; discord tool के माध्यम से component payload बनाने की आवश्यकता होती है), जबकि legacy embeds उपलब्ध रहते हैं लेकिन recommended नहीं हैं।

• channels.discord.ui.components.accentColor Discord component containers द्वारा उपयोग किया जाने वाला accent color सेट करता है (hex)।
• प्रति account channels.discord.accounts.<id>.ui.components.accentColor से सेट करें।
• channels.discord.agentComponents.ttlMs नियंत्रित करता है कि भेजे गए Discord component callbacks कितनी देर तक registered रहते हैं (default 1800000, maximum 86400000)। प्रति account channels.discord.accounts.<id>.agentComponents.ttlMs से सेट करें।
• components v2 मौजूद होने पर embeds ignore किए जाते हैं।
• Plain URL previews default रूप से suppress किए जाते हैं। जब single outbound link expand होना चाहिए, तो message action पर suppressEmbeds: false सेट करें।

उदाहरण:

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

Voice

Discord में दो अलग-अलग voice surfaces हैं: realtime voice channels (continuous conversations) और voice message attachments (waveform preview format)। Gateway दोनों का समर्थन करता है।

Voice channels

Setup checklist:

1. Discord Developer Portal में Message Content Intent सक्षम करें।
2. role/user allowlists उपयोग होने पर Server Members Intent सक्षम करें।
3. bot को bot और applications.commands scopes के साथ invite करें।
4. target voice channel में Connect, Speak, Send Messages, और Read Message History प्रदान करें।
5. native commands (commands.native या channels.discord.commands.native) सक्षम करें।
6. channels.discord.voice configure करें।

sessions को control करने के लिए /vc join|leave|status का उपयोग करें। command account default agent का उपयोग करता है और अन्य Discord commands जैसे ही allowlist और group policy rules का पालन करता है।

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

join करने से पहले bot की effective permissions inspect करने के लिए, चलाएँ:

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

Auto-join उदाहरण:

{  channels: {    discord: {      voice: {        enabled: true,        model: "openai/gpt-5.5",        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",          speakerVoice: "cedar",        },      },    },  },}

नोट्स:

• voice.tts केवल stt-tts वॉइस प्लेबैक के लिए messages.tts को ओवरराइड करता है। रीयलटाइम मोड voice.realtime.speakerVoice का उपयोग करते हैं।
• voice.mode बातचीत पथ को नियंत्रित करता है। डिफ़ॉल्ट agent-proxy है: एक रीयलटाइम वॉइस फ्रंट एंड टर्न टाइमिंग, इंटरप्शन, और प्लेबैक संभालता है, openclaw_agent_consult के ज़रिए रूट किए गए OpenClaw एजेंट को सार्थक काम सौंपता है, और परिणाम को उस स्पीकर से आए टाइप किए गए Discord प्रॉम्प्ट की तरह मानता है। stt-tts पुराना बैच STT प्लस TTS फ़्लो रखता है। bidi रीयलटाइम मॉडल को सीधे बातचीत करने देता है, जबकि OpenClaw ब्रेन के लिए openclaw_agent_consult उपलब्ध कराता है।
• voice.agentSession नियंत्रित करता है कि कौन-सी OpenClaw बातचीत वॉइस टर्न प्राप्त करती है। वॉइस चैनल के अपने सेशन के लिए इसे सेट न करें, या वॉइस चैनल को #maintainers जैसे मौजूदा Discord टेक्स्ट चैनल सेशन के माइक्रोफ़ोन/स्पीकर एक्सटेंशन के रूप में काम कराने के लिए { mode: "target", target: "channel:<text-channel-id>" } सेट करें।
• voice.model Discord वॉइस जवाबों और रीयलटाइम कंसल्ट्स के लिए OpenClaw एजेंट ब्रेन को ओवरराइड करता है। रूट किए गए एजेंट मॉडल को इनहेरिट करने के लिए इसे सेट न करें। यह voice.realtime.model से अलग है।
• voice.followUsers बॉट को चुने हुए उपयोगकर्ताओं के साथ Discord वॉइस में जुड़ने, मूव करने, और छोड़ने देता है। व्यवहार नियमों और उदाहरणों के लिए वॉइस में उपयोगकर्ताओं का अनुसरण करें देखें।
• agent-proxy स्पीच को discord-voice के माध्यम से रूट करता है, जो स्पीकर और टार्गेट सेशन के लिए सामान्य owner/tool ऑथराइज़ेशन बनाए रखता है, लेकिन एजेंट tts टूल छिपाता है क्योंकि Discord वॉइस प्लेबैक का मालिक है। डिफ़ॉल्ट रूप से, agent-proxy owner स्पीकर्स के लिए कंसल्ट को पूर्ण owner-समकक्ष टूल एक्सेस देता है (voice.realtime.toolPolicy: "owner") और सार्थक उत्तरों से पहले OpenClaw एजेंट से कंसल्ट करने को बहुत प्राथमिकता देता है (voice.realtime.consultPolicy: "always")। उस डिफ़ॉल्ट always मोड में, रीयलटाइम लेयर कंसल्ट उत्तर से पहले अपने-आप फ़िलर नहीं बोलती; यह स्पीच कैप्चर और ट्रांसक्राइब करती है, फिर रूट किया गया OpenClaw उत्तर बोलती है। यदि Discord पहले उत्तर को अभी भी चला रहा हो और कई मजबूर कंसल्ट उत्तर समाप्त हो जाएँ, तो बाद के exact-speech उत्तरों को बीच वाक्य में स्पीच बदलने के बजाय प्लेबैक निष्क्रिय होने तक क्यू में रखा जाता है।
• stt-tts मोड में, STT tools.media.audio का उपयोग करता है; voice.model ट्रांसक्रिप्शन को प्रभावित नहीं करता।
• रीयलटाइम मोड में, voice.realtime.provider, voice.realtime.model, और voice.realtime.speakerVoice रीयलटाइम ऑडियो सेशन कॉन्फ़िगर करते हैं। OpenAI Realtime 2 प्लस Codex ब्रेन के लिए, voice.realtime.model: "gpt-realtime-2" और voice.model: "openai/gpt-5.5" उपयोग करें।
• रीयलटाइम वॉइस मोड डिफ़ॉल्ट रूप से रीयलटाइम प्रदाता निर्देशों में छोटे IDENTITY.md, USER.md, और SOUL.md प्रोफ़ाइल फ़ाइलें शामिल करते हैं, ताकि तेज़ सीधे टर्न वही पहचान, उपयोगकर्ता आधार, और persona रखें जो रूट किए गए OpenClaw एजेंट में है। इसे कस्टमाइज़ करने के लिए voice.realtime.bootstrapContextFiles को किसी subset पर सेट करें, या इसे बंद करने के लिए [] सेट करें। समर्थित रीयलटाइम bootstrap फ़ाइलें केवल उन प्रोफ़ाइल फ़ाइलों तक सीमित हैं; AGENTS.md सामान्य एजेंट संदर्भ में रहता है। इंजेक्ट किया गया प्रोफ़ाइल संदर्भ workspace काम, मौजूदा तथ्यों, मेमोरी lookup, या टूल-समर्थित कार्रवाइयों के लिए openclaw_agent_consult को प्रतिस्थापित नहीं करता।
• OpenAI agent-proxy रीयलटाइम मोड में, Discord रीयलटाइम वॉइस को तब तक मौन रखने के लिए voice.realtime.requireWakeName: true सेट करें जब तक कोई ट्रांसक्रिप्ट wake name से शुरू या समाप्त न हो। कॉन्फ़िगर किए गए wake names एक या दो शब्द होने चाहिए। यदि voice.realtime.wakeNames सेट नहीं है, तो OpenClaw रूट किए गए एजेंट name प्लस OpenClaw का उपयोग करता है, और fallback में एजेंट id प्लस OpenClaw का उपयोग करता है। Wake-name gating रीयलटाइम प्रदाता auto-response को बंद करती है, स्वीकार किए गए टर्न को OpenClaw एजेंट कंसल्ट पथ से रूट करती है, और अंतिम ट्रांसक्रिप्ट आने से पहले partial transcription से leading wake name पहचाने जाने पर एक छोटा बोला गया acknowledgement देती है।
• OpenAI रीयलटाइम प्रदाता आउटपुट ऑडियो और ट्रांसक्रिप्ट इवेंट्स के लिए मौजूदा Realtime 2 इवेंट नाम और legacy Codex-compatible aliases स्वीकार करता है, ताकि compatible provider snapshots सहायक ऑडियो छोड़े बिना drift कर सकें।
• voice.realtime.bargeIn नियंत्रित करता है कि Discord speaker-start events सक्रिय रीयलटाइम प्लेबैक को interrupt करते हैं या नहीं। यदि unset हो, तो यह रीयलटाइम प्रदाता की input-audio interruption setting का पालन करता है।
• voice.realtime.minBargeInAudioEndMs OpenAI रीयलटाइम barge-in द्वारा ऑडियो truncate करने से पहले न्यूनतम assistant playback duration नियंत्रित करता है। डिफ़ॉल्ट: 250। low-echo rooms में immediate interruption के लिए 0 सेट करें, या echo-heavy speaker setups के लिए इसे बढ़ाएँ।
• Discord प्लेबैक पर OpenAI वॉइस के लिए, voice.tts.provider: "openai" सेट करें और voice.tts.providers.openai.speakerVoice के अंतर्गत Text-to-speech voice चुनें। मौजूदा OpenAI TTS मॉडल पर cedar एक अच्छा masculine-sounding विकल्प है।
• Per-channel Discord systemPrompt overrides उस वॉइस चैनल के वॉइस ट्रांसक्रिप्ट टर्न पर लागू होते हैं।
• वॉइस ट्रांसक्रिप्ट टर्न owner-gated commands और channel actions के लिए Discord allowFrom (या dm.allowFrom) से owner status प्राप्त करते हैं। एजेंट टूल visibility रूट किए गए सेशन के लिए कॉन्फ़िगर की गई tool policy का पालन करती है।
• Discord वॉइस text-only configs के लिए opt-in है; /vc commands, वॉइस runtime, और GuildVoiceStates gateway intent सक्षम करने के लिए channels.discord.voice.enabled=true सेट करें (या मौजूदा channels.discord.voice block रखें)।
• channels.discord.intents.voiceStates voice-state intent subscription को स्पष्ट रूप से override कर सकता है। intent को प्रभावी voice enablement का पालन कराने के लिए इसे unset छोड़ें।
• यदि voice.autoJoin में एक ही guild के लिए कई entries हैं, तो OpenClaw उस guild के लिए आख़िरी configured channel में जुड़ता है।
• voice.allowedChannels एक वैकल्पिक residency allowlist है। किसी भी authorized Discord voice channel में /vc join की अनुमति देने के लिए इसे unset छोड़ें। सेट होने पर, /vc join, startup auto-join, और bot voice-state moves सूचीबद्ध { guildId, channelId } entries तक सीमित रहते हैं। सभी Discord voice joins deny करने के लिए इसे empty array पर सेट करें। यदि Discord बॉट को allowlist के बाहर move करता है, तो OpenClaw उस channel को छोड़ देता है और उपलब्ध होने पर configured auto-join target से फिर जुड़ता है।
• voice.daveEncryption और voice.decryptionFailureTolerance @discordjs/voice join options तक pass through होते हैं।
• यदि unset हों, तो @discordjs/voice defaults daveEncryption=true और decryptionFailureTolerance=24 हैं।
• OpenClaw Discord voice receive और realtime raw PCM playback के लिए bundled libopus-wasm codec का उपयोग करता है। यह pinned libopus WebAssembly build ship करता है और native opus addons की आवश्यकता नहीं होती।
• voice.connectTimeoutMs /vc join और auto-join attempts के लिए शुरुआती @discordjs/voice Ready wait नियंत्रित करता है। डिफ़ॉल्ट: 30000।
• voice.reconnectGraceMs नियंत्रित करता है कि disconnected voice session को destroy करने से पहले OpenClaw उसके reconnecting शुरू होने का कितनी देर इंतज़ार करता है। डिफ़ॉल्ट: 15000।
• stt-tts मोड में, वॉइस प्लेबैक सिर्फ़ इसलिए नहीं रुकता क्योंकि कोई दूसरा उपयोगकर्ता बोलना शुरू कर देता है। feedback loops से बचने के लिए, TTS playing होने के दौरान OpenClaw नया voice capture ignore करता है; अगले turn के लिए playback समाप्त होने के बाद बोलें। रीयलटाइम मोड speaker starts को barge-in signals के रूप में realtime provider को forward करते हैं।
• रीयलटाइम मोड में, speakers से open mic में आने वाली echo barge-in जैसी दिख सकती है और playback interrupt कर सकती है। echo-heavy Discord rooms के लिए, input audio पर OpenAI को auto-interrupt करने से रोकने के लिए voice.realtime.providers.openai.interruptResponseOnInputAudio: false सेट करें। यदि आप अभी भी चाहते हैं कि Discord speaker-start events सक्रिय playback interrupt करें, तो voice.realtime.bargeIn: true जोड़ें। OpenAI realtime bridge voice.realtime.minBargeInAudioEndMs से छोटी playback truncations को संभावित echo/noise मानकर ignore करता है और Discord playback clear करने के बजाय उन्हें skipped के रूप में log करता है।
• voice.captureSilenceGraceMs नियंत्रित करता है कि Discord द्वारा किसी speaker के रुकने की रिपोर्ट के बाद OpenClaw उस audio segment को STT के लिए finalize करने से पहले कितनी देर इंतज़ार करता है। डिफ़ॉल्ट: 2000; यदि Discord सामान्य pauses को choppy partial transcripts में बाँटता है, तो इसे बढ़ाएँ।
• जब ElevenLabs चुना गया TTS provider हो, तो Discord voice playback streaming TTS का उपयोग करता है और provider response stream से शुरू होता है। Streaming support के बिना providers synthesized temp-file path पर fallback करते हैं।
• OpenClaw receive decrypt failures को भी देखता है और कम समय में repeated failures के बाद voice channel छोड़कर/rejoin करके auto-recover करता है।
• यदि update करने के बाद receive logs बार-बार DecryptionFailed(UnencryptedWhenPassthroughDisabled) दिखाएँ, तो dependency report और logs collect करें। bundled @discordjs/voice line में discord.js PR #11449 से upstream padding fix शामिल है, जिसने discord.js issue #11419 बंद किया।
• The operation was aborted receive events अपेक्षित हैं जब OpenClaw captured speaker segment को finalize करता है; वे verbose diagnostics हैं, warnings नहीं।
• Verbose Discord voice logs हर accepted speaker segment के लिए bounded one-line STT transcript preview शामिल करते हैं, ताकि debugging unbounded transcript text dump किए बिना user side और agent reply side दोनों दिखाए।
• agent-proxy मोड में, forced consult fallback संभावित incomplete transcript fragments को skip करता है, जैसे ... पर समाप्त text या and जैसा trailing connector, साथ ही “be right back” या “bye” जैसे obvious non-actionable closings। जब यह stale queued answer को रोकता है, logs forced agent consult skipped reason=... दिखाते हैं।

वॉइस में उपयोगकर्ताओं का अनुसरण करें

जब आप चाहते हैं कि Discord voice bot startup पर किसी fixed channel में जुड़ने या /vc join की प्रतीक्षा करने के बजाय एक या अधिक ज्ञात Discord users के साथ रहे, तो voice.followUsers का उपयोग करें।

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

व्यवहार:

• followUsers raw Discord user IDs और discord:<id> values स्वीकार करता है। OpenClaw voice-state events match करने से पहले दोनों forms normalize करता है।
• followUsersEnabled डिफ़ॉल्ट रूप से true होता है जब followUsers configured हो। saved list रखने लेकिन automatic voice following रोकने के लिए इसे false पर सेट करें।
• जब followed user allowed voice channel में जुड़ता है, तो OpenClaw उस channel में जुड़ता है। जब user move करता है, OpenClaw उनके साथ move करता है। जब active followed user disconnect करता है, OpenClaw leave करता है।
• यदि एक ही guild में कई followed users हैं और active followed user leave करता है, तो OpenClaw guild छोड़ने से पहले किसी दूसरे tracked followed user's channel में move करता है। यदि कई followed users एक साथ move करते हैं, तो latest observed voice-state event जीतता है।
• allowedChannels अब भी लागू होता है। disallowed channel में followed user को ignore किया जाता है, और follow-owned session किसी दूसरे followed user पर move करता है या leave करता है।
• OpenClaw startup पर और bounded interval पर missed voice-state events reconcile करता है। Reconciliation configured guilds sample करता है और प्रति run REST lookups cap करता है, इसलिए बहुत बड़ी followUsers lists को converge होने में एक से अधिक interval लग सकते हैं।
• यदि Discord या कोई admin बॉट को user follow करते समय move करता है, तो OpenClaw voice session rebuild करता है और destination allowed होने पर follow ownership preserve करता है। यदि बॉट allowedChannels के बाहर move किया जाता है, तो OpenClaw leave करता है और कोई configured target मौजूद होने पर rejoin करता है।
• DAVE receive recovery repeated decrypt failures के बाद वही channel छोड़कर फिर जुड़ सकती है। Follow-owned sessions उस recovery path के दौरान अपनी follow ownership बनाए रखते हैं, इसलिए बाद में followed-user disconnect होने पर channel अब भी leave होता है।

join modes में से चुनें:

• personal या operator setups के लिए followUsers उपयोग करें जहाँ bot को आपके voice में होने पर अपने-आप voice में होना चाहिए।
• fixed-room bots के लिए autoJoin उपयोग करें जिन्हें voice में कोई tracked user न होने पर भी present रहना चाहिए।
• one-off joins या ऐसे rooms के लिए /vc join उपयोग करें जहाँ automatic voice presence अप्रत्याशित होगी।

Discord voice codec:

• वॉइस प्राप्ति लॉग discord voice: opus decoder: libopus-wasm दिखाते हैं।
• Realtime प्लेबैक पैकेटों को @discordjs/voice को सौंपने से पहले उसी बंडल किए गए libopus-wasm पैकेज के साथ कच्चे 48 kHz स्टीरियो PCM को Opus में एन्कोड करता है।
• फ़ाइल और provider-stream प्लेबैक ffmpeg के साथ कच्चे 48 kHz स्टीरियो PCM में ट्रांसकोड करता है, फिर Discord को भेजी जाने वाली Opus पैकेट स्ट्रीम के लिए libopus-wasm का उपयोग करता है।

STT और TTS पाइपलाइन:

• Discord PCM कैप्चर को WAV अस्थायी फ़ाइल में बदला जाता है।
• tools.media.audio STT संभालता है, उदाहरण के लिए openai/gpt-4o-mini-transcribe।
• ट्रांसक्रिप्ट Discord ingress और रूटिंग से होकर भेजी जाती है, जबकि प्रतिक्रिया LLM एक voice-output नीति के साथ चलता है जो एजेंट tts टूल को छिपाती है और लौटाया गया टेक्स्ट मांगती है, क्योंकि अंतिम TTS प्लेबैक Discord voice के स्वामित्व में है।
• voice.model, सेट होने पर, इस voice-channel turn के लिए केवल प्रतिक्रिया LLM को ओवरराइड करता है।
• voice.tts को messages.tts पर मर्ज किया जाता है; स्ट्रीमिंग-सक्षम प्रदाता प्लेयर को सीधे फ़ीड करते हैं, अन्यथा परिणामी ऑडियो फ़ाइल जुड़े हुए चैनल में चलाई जाती है।

डिफ़ॉल्ट agent-proxy voice-channel सत्र उदाहरण:

{  channels: {    discord: {      voice: {        enabled: true,        model: "openai/gpt-5.5",        followUsersEnabled: true,        followUsers: ["123456789012345678"],        realtime: {          provider: "openai",          model: "gpt-realtime-2",          speakerVoice: "cedar",        },      },    },  },}

voice.agentSession ब्लॉक न होने पर, प्रत्येक वॉइस चैनल को अपना रूटेड OpenClaw सत्र मिलता है। उदाहरण के लिए, /vc join channel:234567890123456789 उस Discord वॉइस चैनल के सत्र से बात करता है। Realtime मॉडल केवल वॉइस फ्रंट एंड है; वास्तविक अनुरोध कॉन्फ़िगर किए गए OpenClaw एजेंट को सौंपे जाते हैं। यदि realtime मॉडल consult टूल को कॉल किए बिना अंतिम ट्रांसक्रिप्ट बनाता है, तो OpenClaw fallback के रूप में consult को बाध्य करता है ताकि डिफ़ॉल्ट अभी भी एजेंट से बात करने जैसा व्यवहार करे।

लेगेसी STT और TTS उदाहरण:

{  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",            },          },        },      },    },  },}

Realtime bidi उदाहरण:

{  channels: {    discord: {      voice: {        enabled: true,        mode: "bidi",        model: "openai/gpt-5.5",        realtime: {          provider: "openai",          model: "gpt-realtime-2",          speakerVoice: "cedar",          toolPolicy: "safe-read-only",          consultPolicy: "always",        },      },    },  },}

मौजूदा Discord चैनल सत्र के विस्तार के रूप में voice:

{  channels: {    discord: {      voice: {        enabled: true,        mode: "agent-proxy",        model: "openai/gpt-5.5",        agentSession: {          mode: "target",          target: "channel:123456789012345678",        },        realtime: {          provider: "openai",          model: "gpt-realtime-2",          speakerVoice: "cedar",        },      },    },  },}

agent-proxy मोड में bot कॉन्फ़िगर किए गए वॉइस चैनल से जुड़ता है, लेकिन OpenClaw एजेंट turns लक्ष्य चैनल के सामान्य रूटेड सत्र और एजेंट का उपयोग करते हैं। Realtime वॉइस सत्र लौटाए गए परिणाम को वापस वॉइस चैनल में बोलता है। supervisor एजेंट अभी भी अपनी tool policy के अनुसार सामान्य message tools का उपयोग कर सकता है, जिसमें अलग Discord संदेश भेजना भी शामिल है यदि वही सही कार्रवाई हो।

जब कोई delegated OpenClaw run सक्रिय होता है, नए Discord वॉइस ट्रांसक्रिप्ट को दूसरा एजेंट turn शुरू करने से पहले live run control माना जाता है। "status", "cancel that", "use the smaller fix", या "when you're done also check tests" जैसे वाक्यांशों को सक्रिय सत्र के लिए status, cancel, steering, या follow-up input के रूप में वर्गीकृत किया जाता है। Status, cancel, accepted steering, और follow-up परिणाम वॉइस चैनल में बोलकर लौटाए जाते हैं ताकि कॉलर को पता चले कि OpenClaw ने अनुरोध संभाला या नहीं।

उपयोगी target रूप:

• target: "channel:123456789012345678" Discord टेक्स्ट चैनल सत्र से होकर रूट करता है।
• target: "123456789012345678" को चैनल target माना जाता है।
• target: "dm:123456789012345678" या target: "user:123456789012345678" उस direct-message सत्र से होकर रूट करता है।

Echo-heavy OpenAI Realtime उदाहरण:

{  channels: {    discord: {      voice: {        enabled: true,        mode: "bidi",        model: "openai/gpt-5.5",        realtime: {          provider: "openai",          model: "gpt-realtime-2",          speakerVoice: "cedar",          bargeIn: true,          minBargeInAudioEndMs: 500,          consultPolicy: "always",          providers: {            openai: {              interruptResponseOnInputAudio: false,            },          },        },      },    },  },}

इसका उपयोग तब करें जब मॉडल खुले mic के माध्यम से अपना ही Discord प्लेबैक सुनता है, लेकिन आप फिर भी बोलकर उसे बाधित करना चाहते हैं। OpenClaw OpenAI को raw input audio पर auto-interrupt करने से रोकता है, जबकि bargeIn: true Discord speaker-start events और पहले से सक्रिय speaker audio को अगला captured turn OpenAI तक पहुंचने से पहले सक्रिय realtime responses को cancel करने देता है। minBargeInAudioEndMs से कम audioEndMs वाले बहुत शुरुआती barge-in signals को संभावित echo/noise माना जाता है और अनदेखा किया जाता है ताकि मॉडल पहले playback frame पर कट ऑफ न हो।

अपेक्षित वॉइस लॉग:

• join पर: discord voice: joining ... voiceSession=... supervisorSession=... agentSessionMode=... voiceModel=... realtimeModel=...
• realtime start पर: discord voice: realtime bridge starting ... autoRespond=false interruptResponse=false bargeIn=false minBargeInAudioEndMs=...
• speaker audio पर: discord voice: realtime speaker turn opened ..., discord voice: realtime input audio started ... outputAudioMs=... outputActive=..., और discord voice: realtime speaker turn closed ... chunks=... discordBytes=... realtimeBytes=... interruptedPlayback=...
• छोड़ी गई stale speech पर: discord voice: realtime forced agent consult skipped reason=incomplete-transcript ... या reason=non-actionable-closing ...
• realtime response completion पर: discord voice: realtime audio playback finishing reason=response.done ... audioMs=... chunks=...
• playback stop/reset पर: discord voice: realtime audio playback stopped reason=... audioMs=... elapsedMs=... chunks=...
• realtime consult पर: discord voice: realtime consult requested ... voiceSession=... supervisorSession=... question=...
• agent answer पर: discord voice: agent turn answer ...
• queued exact speech पर: discord voice: realtime exact speech queued ... queued=... outputAudioMs=... outputActive=..., इसके बाद discord voice: realtime exact speech dequeued reason=player-idle ...
• barge-in detection पर: discord voice: realtime barge-in detected source=speaker-start ... या discord voice: realtime barge-in detected source=active-speaker-audio ..., इसके बाद discord voice: realtime barge-in requested reason=... outputAudioMs=... outputActive=...
• realtime interruption पर: discord voice: realtime model interrupt requested client:response.cancel reason=barge-in, इसके बाद या तो discord voice: realtime model audio truncated client:conversation.item.truncate reason=barge-in audioEndMs=... या discord voice: realtime model interrupt confirmed server:response.done status=cancelled ...
• अनदेखे echo/noise पर: discord voice: realtime model interrupt ignored client:conversation.item.truncate.skipped reason=barge-in audioEndMs=0 minAudioEndMs=250
• disabled barge-in पर: discord voice: realtime capture ignored during playback (barge-in disabled) ...
• idle playback पर: discord voice: realtime barge-in ignored reason=... outputActive=false ... playbackChunks=0

कटे हुए ऑडियो को debug करने के लिए, realtime वॉइस लॉग को timeline की तरह पढ़ें:

1. realtime audio playback started का अर्थ है कि Discord ने assistant audio चलाना शुरू कर दिया है। Bridge इस बिंदु से assistant output chunks, Discord PCM bytes, provider realtime bytes, और synthesized audio duration गिनना शुरू करता है।
2. realtime speaker turn opened किसी Discord speaker के active होने को चिह्नित करता है। यदि playback पहले से active है और bargeIn enabled है, तो इसके बाद barge-in detected source=speaker-start आ सकता है।
3. realtime input audio started उस speaker turn के लिए प्राप्त पहले वास्तविक audio frame को चिह्नित करता है। यहां outputActive=true या nonzero outputAudioMs का अर्थ है कि mic input भेज रहा है जबकि assistant playback अभी भी active है।
4. barge-in detected source=active-speaker-audio का अर्थ है कि OpenClaw ने assistant playback active रहने के दौरान live speaker audio देखा। यह वास्तविक interruption को बिना उपयोगी audio वाले Discord speaker-start event से अलग पहचानने में उपयोगी है।
5. barge-in requested reason=... का अर्थ है कि OpenClaw ने realtime provider से active response को cancel या truncate करने को कहा। इसमें outputAudioMs, outputActive, और playbackChunks शामिल हैं ताकि आप देख सकें कि interruption से पहले assistant audio वास्तव में कितना चला था।
6. realtime audio playback stopped reason=... स्थानीय Discord playback reset point है। Reason बताता है कि playback किसने रोका: barge-in, player-idle, provider-clear-audio, forced-agent-consult, stream-close, या session-close।
7. realtime speaker turn closed captured input turn का सारांश देता है। chunks=0 या hasAudio=false का अर्थ है कि speaker turn खुला लेकिन कोई usable audio realtime bridge तक नहीं पहुंचा। interruptedPlayback=true का अर्थ है कि वह input turn assistant output के साथ overlap हुआ और barge-in logic trigger किया।

उपयोगी फ़ील्ड:

• outputAudioMs: log line से पहले realtime provider द्वारा generated assistant audio duration।
• audioMs: playback रुकने से पहले OpenClaw द्वारा गिनी गई assistant audio duration।
• elapsedMs: playback stream या speaker turn खोलने और बंद करने के बीच wall-clock time।
• discordBytes: Discord voice को भेजे गए या उससे प्राप्त 48 kHz stereo PCM bytes।
• realtimeBytes: realtime provider को भेजे गए या उससे प्राप्त provider-format PCM bytes।
• playbackChunks: active response के लिए Discord को forward किए गए assistant audio chunks।
• sinceLastAudioMs: आखिरी captured speaker audio frame और speaker turn closing के बीच gap।

सामान्य पैटर्न:

• source=active-speaker-audio, छोटे outputAudioMs, और वही user पास में होने के साथ तत्काल cut-off आमतौर पर speaker echo के mic में आने की ओर संकेत करता है। voice.realtime.minBargeInAudioEndMs बढ़ाएं, speaker volume कम करें, headphones उपयोग करें, या voice.realtime.providers.openai.interruptResponseOnInputAudio: false सेट करें।
• source=speaker-start के बाद speaker turn closed ... hasAudio=false का अर्थ है कि Discord ने speaker start report किया, लेकिन कोई audio OpenClaw तक नहीं पहुंचा। यह transient Discord voice event, noise gate behavior, या किसी client द्वारा mic को थोड़ी देर के लिए key करना हो सकता है।
• पास के barge-in या provider-clear-audio के बिना audio playback stopped reason=stream-close का अर्थ है कि स्थानीय Discord playback stream अप्रत्याशित रूप से समाप्त हो गई। पिछले provider और Discord player logs जांचें।
• capture ignored during playback (barge-in disabled) का अर्थ है कि assistant audio active रहते हुए OpenClaw ने जानबूझकर input drop किया। यदि आप चाहते हैं कि speech playback को interrupt करे, तो voice.realtime.bargeIn enable करें।
• barge-in ignored ... outputActive=false का अर्थ है कि Discord या provider VAD ने speech report की, लेकिन OpenClaw के पास interrupt करने के लिए कोई active playback नहीं था। इससे audio cut off नहीं होना चाहिए।

Credentials प्रत्येक component के अनुसार resolve होते हैं: voice.model के लिए LLM route auth, tools.media.audio के लिए STT auth, messages.tts/voice.tts के लिए TTS auth, और voice.realtime.providers या provider के सामान्य auth config के लिए realtime provider auth।

वॉइस संदेश

Discord voice messages waveform preview दिखाते हैं और OGG/Opus audio की आवश्यकता होती है। OpenClaw waveform अपने आप generate करता है, लेकिन inspect और convert करने के लिए gateway host पर ffmpeg और ffprobe चाहिए।

• एक स्थानीय फ़ाइल पथ दें (URLs अस्वीकार किए जाते हैं).
• टेक्स्ट सामग्री छोड़ दें (Discord एक ही payload में टेक्स्ट + वॉइस संदेश अस्वीकार करता है).
• कोई भी ऑडियो फ़ॉर्मैट स्वीकार है; OpenClaw ज़रूरत के अनुसार OGG/Opus में बदलता है.

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

समस्या निवारण

openclaw doctoropenclaw channels status --probeopenclaw logs --follow

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

{channels: {defaults: {  botLoopProtection: {    maxEventsPerWindow: 20,    windowSeconds: 60,    cooldownSeconds: 60,  },},discord: {  // Optional Discord-wide override. Account blocks override individual  // fields and inherit omitted fields from here.  botLoopProtection: {    maxEventsPerWindow: 4,  },  accounts: {    mantis: {      // Mantis listens to other bots only when they mention her.      allowBots: "mentions",    },    molty: {      // Molty listens to all bot-authored Discord messages.      allowBots: true,      mentionAliases: {        // Lets Molty write a Mantis Discord mention with the configured user id.        Mantis: "MANTIS_DISCORD_USER_ID",      },      botLoopProtection: {        // Allow up to five messages per minute before suppressing the pair.        maxEventsPerWindow: 5,        windowSeconds: 60,        cooldownSeconds: 90,      },    },  },},},}

कॉन्फ़िगरेशन संदर्भ

Primary reference: कॉन्फ़िगरेशन संदर्भ - Discord.

सुरक्षा और संचालन

• bot tokens को secrets मानें (supervised environments में DISCORD_BOT_TOKEN preferred).
• least-privilege Discord permissions दें.
• यदि command deploy/state stale है, तो gateway restart करें और openclaw channels status --probe से फिर जांचें.

संबंधित