Google (Gemini)

Плагин Google предоставляет доступ к моделям Gemini через Google AI Studio, а также генерацию изображений, распознавание мультимедиа (изображений, аудио и видео), преобразование текста в речь и веб-поиск с помощью Gemini Grounding.

• Провайдер: google
• Аутентификация: GEMINI_API_KEY или GOOGLE_API_KEY
• API: Google Gemini API
• Параметр среды выполнения: agentRuntime.id: "google-gemini-cli" повторно использует OAuth Gemini CLI, сохраняя канонический вид ссылок на модели: google/*.

Начало работы

Выберите предпочтительный метод аутентификации и выполните шаги настройки.

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

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

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

openclaw models list --provider google

# Homebrewbrew install gemini-cli # or npmnpm install -g @google/gemini-cli

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

openclaw models list --provider google

Возможности

Веб-поиск

Встроенный провайдер веб-поиска gemini использует привязку к Google Search через Gemini. Настройте отдельный ключ поиска в plugins.entries.google.config.webSearch или разрешите повторное использование models.providers.google.apiKey после GEMINI_API_KEY:

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

Порядок приоритета учётных данных: отдельный webSearch.apiKey, затем GEMINI_API_KEY, затем models.providers.google.apiKey. Параметр webSearch.baseUrl необязателен и предназначен для операторских прокси-серверов или совместимых конечных точек Gemini API; если он не задан, веб-поиск Gemini повторно использует models.providers.google.baseUrl. Поведение инструмента, специфичное для провайдера, описано в разделе Поиск Gemini.

Генерация изображений

Встроенный провайдер генерации изображений google по умолчанию использует google/gemini-3.1-flash-image-preview.

• Также поддерживается google/gemini-3-pro-image-preview
• Генерация: до 4 изображений на запрос
• Режим редактирования: включён, до 5 входных изображений
• Управление геометрией: size, aspectRatio и resolution

Чтобы использовать Google как провайдер изображений по умолчанию:

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

Генерация видео

Встроенный плагин google также регистрирует генерацию видео через общий инструмент video_generate.

• Модель видео по умолчанию: google/veo-3.1-fast-generate-preview
• Режимы: преобразование текста в видео, изображения в видео и процессы с одним эталонным видео
• Поддерживаются aspectRatio (16:9, 9:16) и resolution (720P, 1080P); вывод аудио сейчас не поддерживается Veo
• Поддерживаемая длительность: 4, 6 или 8 секунд (другие значения округляются до ближайшего допустимого значения)

Чтобы использовать Google как провайдер видео по умолчанию:

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

Генерация музыки

Встроенный плагин google также регистрирует генерацию музыки через общий инструмент music_generate.

• Модель музыки по умолчанию: google/lyria-3-clip-preview
• Также поддерживается google/lyria-3-pro-preview
• Управление запросом: lyrics и instrumental
• Формат вывода: по умолчанию mp3, а также wav в google/lyria-3-pro-preview
• Эталонные входные данные: до 10 изображений
• Запуски с поддержкой сеанса отсоединяются через общий процесс задач и состояний, включая action: "status"

Чтобы использовать Google как провайдер музыки по умолчанию:

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

Преобразование текста в речь

Встроенный речевой провайдер google использует путь TTS Gemini API с gemini-3.1-flash-tts-preview.

• Голос по умолчанию: Kore
• Аутентификация: messages.tts.providers.google.apiKey, models.providers.google.apiKey, GEMINI_API_KEY или GOOGLE_API_KEY
• Вывод: WAV для обычных вложений TTS, Opus для голосовых сообщений, PCM для Talk/телефонии
• Вывод голосовых сообщений: PCM от Google упаковывается в WAV и перекодируется в Opus с частотой 48 кГц с помощью ffmpeg

Пакетный путь Gemini TTS от Google возвращает сгенерированное аудио в завершённом ответе generateContent. Для голосовых разговоров с минимальной задержкой используйте провайдер голоса Google в реальном времени на основе Gemini Live API вместо пакетного TTS.

Чтобы использовать Google как провайдер TTS по умолчанию:

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

Gemini API TTS использует запросы на естественном языке для управления стилем. Задайте audioProfile, чтобы добавлять многократно используемый запрос стиля перед озвучиваемым текстом. Задайте speakerName, если текст запроса ссылается на именованного говорящего.

Gemini API TTS также принимает в тексте выразительные аудиотеги в квадратных скобках, например [whispers] или [laughs]. Чтобы теги не отображались в видимом ответе чата, но передавались в TTS, поместите их в блок [[tts:text]]...[[/tts:text]]:

Вот чистый текст ответа. [[tts:text]][whispers] Вот озвучиваемая версия.[[/tts:text]]

Голосовая связь в реальном времени

Встроенный плагин google регистрирует провайдер голоса в реальном времени на основе Gemini Live API для серверных аудиомостов, таких как Voice Call и Google Meet.

Пример конфигурации Voice Call для работы в реальном времени:

{  plugins: {    entries: {      "voice-call": {        enabled: true,        config: {          realtime: {            enabled: true,            provider: "google",            providers: {              google: {                model: "gemini-3.1-flash-live-preview",                speakerVoice: "Kore",                activityHandling: "start-of-activity-interrupts",                turnCoverage: "audio-activity-and-all-video",              },            },          },        },      },    },  },}

Для выполняемой сопровождающими проверки в реальном времени запустите OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. Эта быстрая проверка также охватывает серверные пути OpenAI и WebRTC; на этапе Google создаётся токен ограниченного Live API той же структуры, которую использует Talk в Control UI, открывается браузерная конечная точка WebSocket, отправляется начальная полезная нагрузка настройки и ожидается setupComplete.

Расширенная конфигурация

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

Связанные материалы