Google (Gemini)

Plugin Google надає доступ до моделей Gemini через Google AI Studio, а також до генерування зображень, розуміння медіа (зображень/аудіо/відео), перетворення тексту на мовлення та вебпошуку через Gemini Grounding.

• Постачальник: google
• Автентифікація: GEMINI_API_KEY або GOOGLE_API_KEY
• API: Google Gemini API
• Параметр середовища виконання: agentRuntime.id: "google-gemini-cli" повторно використовує OAuth Gemini CLI, зберігаючи канонічні посилання на моделі у форматі google/*.

Початок роботи

Виберіть бажаний метод автентифікації та виконайте кроки налаштування.

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

Можливості

Вебпошук

Вбудований постачальник вебпошуку gemini використовує прив’язку до Google Search через Gemini. Налаштуйте окремий ключ пошуку в plugins.entries.google.config.webSearch або дозвольте повторно використовувати models.providers.google.apiKey після 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 пріоритету облікових даних: окремий webSearch.apiKey, потім GEMINI_API_KEY, потім models.providers.google.apiKey. Параметр webSearch.baseUrl необов’язковий і призначений для проксі-серверів операторів або сумісних кінцевих точок Gemini API; якщо його не вказано, вебпошук Gemini повторно використовує models.providers.google.baseUrl. Докладніше про поведінку інструмента для цього постачальника див. у розділі Пошук Gemini.

Генерування зображень

Вбудований постачальник генерування зображень google за замовчуванням використовує google/gemini-3.1-flash-image-preview.

• Також підтримує google/gemini-3-pro-image-preview
• Генерування: до 4 зображень на запит
• Режим редагування: увімкнено, до 5 вхідних зображень
• Керування геометрією: size, aspectRatio і resolution

Щоб використовувати Google як постачальника зображень за замовчуванням:

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

Генерування відео

Вбудований Plugin google також реєструє генерування відео через спільний інструмент video_generate.

• Модель відео за замовчуванням: google/veo-3.1-fast-generate-preview
• Режими: текст у відео, зображення у відео та сценарії з одним еталонним відео
• Підтримує aspectRatio (16:9, 9:16) і resolution (720P, 1080P); наразі Veo не підтримує виведення аудіо
• Підтримувана тривалість: 4, 6 або 8 секунд (інші значення округлюються до найближчого дозволеного)

Щоб використовувати Google як постачальника відео за замовчуванням:

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

Генерування музики

Вбудований Plugin google також реєструє генерування музики через спільний інструмент music_generate.

• Модель музики за замовчуванням: google/lyria-3-clip-preview
• Також підтримує google/lyria-3-pro-preview
• Керування запитом: lyrics і instrumental
• Формат виведення: за замовчуванням mp3, а для google/lyria-3-pro-preview також wav
• Еталонні вхідні дані: до 10 зображень
• Запуски, підкріплені сеансом, від’єднуються через спільний потік завдань/стану, зокрема action: "status"

Щоб використовувати Google як постачальника музики за замовчуванням:

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

Перетворення тексту на мовлення

Вбудований постачальник мовлення google використовує шлях TTS Gemini API з моделлю gemini-3.1-flash-tts-preview.

• Голос за замовчуванням: Kore
• Автентифікація: messages.tts.providers.google.apiKey, models.providers.google.apiKey, GEMINI_API_KEY або GOOGLE_API_KEY
• Виведення: WAV для звичайних вкладень TTS, Opus для цільових голосових повідомлень, PCM для Talk/телефонії
• Виведення голосових повідомлень: PCM від Google загортається у WAV і перекодовується у формат Opus із частотою 48 кГц за допомогою ffmpeg

Пакетний шлях Gemini TTS від Google повертає згенероване аудіо в завершеній відповіді generateContent. Для голосових розмов із найнижчою затримкою використовуйте постачальника голосу Google у реальному часі на основі Gemini Live API замість пакетного TTS.

Щоб використовувати Google як постачальника TTS за замовчуванням:

{  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 використовує запити природною мовою для керування стилем. Установіть audioProfile, щоб додавати придатний до повторного використання стильовий запит перед озвучуваним текстом. Установіть speakerName, якщо текст запиту посилається на названого мовця.

Gemini API TTS також приймає в тексті виразні аудіотеги у квадратних дужках, наприклад [whispers] або [laughs]. Щоб теги не відображалися у видимій відповіді чату, але надсилалися до TTS, помістіть їх у блок [[tts:text]]...[[/tts:text]]:

Here is the clean reply text. [[tts:text]][whispers] Here is the spoken version.[[/tts:text]]

Голос у реальному часі

Вбудований Plugin google реєструє постачальника голосу в реальному часі на основі Gemini Live API для серверних аудіомостів, як-от Voice Call і Google Meet.

Приклад конфігурації голосових викликів у реальному часі:

{  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 оперативної перевірки супроводжувачем виконайте OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. Ця димова перевірка також охоплює серверні шляхи OpenAI/WebRTC; етап Google створює токен Live API з тими самими обмеженнями, що використовує розмовний режим Control UI, відкриває браузерну кінцеву точку WebSocket, надсилає початкове корисне навантаження налаштування та очікує на setupComplete.

Розширена конфігурація

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

Пов’язані матеріали