Discord

OpenClaw 通过官方 Discord Gateway 网关以机器人的身份连接到 Discord。支持私信和服务器频道。

快速设置

创建一个带机器人的 Discord 应用，将机器人添加到你的服务器，并将其与 OpenClaw 配对。如果可以，请使用私人服务器；如有需要，请先创建一个（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>

推荐：设置服务器工作区

私信可以正常工作后，你可以将服务器变成完整的工作区，其中每个频道都拥有自己的智能体会话和上下文。建议用于只有你和机器人的私人服务器。

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

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

现在创建频道并开始聊天。智能体可以看到频道名称，每个频道都是一个隔离的会话——设置 #coding、#home、#research，或任何适合你工作流的频道。

运行时模型

• Gateway 网关负责 Discord 连接。
• 回复路由是确定性的：来自 Discord 的入站消息会回复到 Discord。
• Discord 服务器/频道元数据会作为不受信任的上下文添加到模型提示词中，而不是作为用户可见的回复前缀。如果模型将该信封复制回回复中，OpenClaw 会从出站回复和未来的重放上下文中移除复制的元数据。
• 默认情况下（session.dmScope=main），直接聊天共享智能体主会话（agent:main:main）。
• 服务器频道使用隔离的会话键（agent:<agentId>:discord:channel:<channelId>）。
• 默认忽略群组私信（channels.discord.dm.groupEnabled=false）。
• 原生斜杠命令在隔离的命令会话（agent:<agentId>:discord:slash:<userId>）中运行，同时仍会携带指向路由后对话会话的 CommandTargetSessionKey。
• 纯文本 cron/Heartbeat 通知发送到 Discord 时，会合并为最终对智能体可见的答案，并只发送一次。当智能体生成多个可交付载荷时，媒体和结构化组件载荷仍会作为多条消息发送。

论坛频道

Discord 论坛和媒体频道只接受帖子串中的帖子。OpenClaw 支持通过两种方式创建它们：

• 向论坛父频道（channel:<forumId>）发送消息可自动创建帖子。帖子标题取消息中第一个非空行（截断至 Discord 的 100 字符帖子名称限制）。
• 使用 openclaw message thread create 可直接创建帖子。对于论坛频道，不要传递 --message-id。

向论坛父频道发送消息以创建帖子：

openclaw message send --channel discord --target channel:<forumId> \  --message "主题标题\n帖子正文"

显式创建论坛帖子：

openclaw message thread create --channel discord --target channel:<forumId> \  --thread-name "主题标题" --message "帖子正文"

论坛父频道不接受 Discord 组件。如果需要组件，请发送到帖子本身（channel:<threadId>）。

交互式组件

OpenClaw 支持在智能体消息中使用 Discord components v2 容器。请通过消息工具传入 components 载荷。交互结果会作为普通入站消息路由回智能体，并遵循现有的 Discord replyToMode 设置。

支持的块：

• text、section、separator、actions、media-gallery、file
• 操作行最多允许 5 个按钮或一个选择菜单
• 选择类型：string、user、role、mentionable、channel

默认情况下，组件只能使用一次。设置 components.reusable=true 可允许按钮、选择菜单和表单在过期前多次使用。

要限制谁可以点击按钮，请在该按钮上设置 allowedUsers（Discord 用户 ID、标签或 *）。不匹配的用户会收到一条仅自己可见的拒绝消息。

默认情况下，组件回调在 30 分钟后过期。设置 channels.discord.agentComponents.ttlMs 可更改默认账户的回调注册表生存期，也可以通过 channels.discord.accounts.<accountId>.agentComponents.ttlMs 为每个账户分别设置。该值以毫秒为单位，必须是正整数，上限为 86400000（24 小时）。较长的 TTL 适合需要按钮长时间保持可用的审核/审批工作流，但也会延长旧 Discord 消息仍可触发操作的时间窗口。应优先使用满足需求的最短 TTL；如果陈旧回调会造成意外，请保留默认值。

/model 和 /models 斜杠命令会打开交互式模型选择器，其中包含提供商、模型和兼容运行时下拉菜单，以及一个 Submit 步骤。/models add 已弃用，它会返回弃用消息，而不是通过聊天注册模型。选择器回复仅调用者可见，也只能由调用者使用。Discord 选择菜单最多支持 25 个选项，因此，如果希望选择器仅针对 openai 或 vllm 等选定提供商显示动态发现的模型，请将 provider/* 条目添加到 agents.defaults.models。

文件附件：

• file 块必须指向附件引用（attachment://<filename>）
• 通过 media/path/filePath 提供附件（单个文件）；多个文件请使用 media-gallery
• 如果上传名称应与附件引用一致，请使用 filename 覆盖上传名称

模态表单：

• 添加 components.modal，最多可包含 5 个字段
• 字段类型：text、checkbox、radio、select、role-select、user-select
• OpenClaw 会自动添加触发按钮

示例：

{  channel: "discord",  action: "send",  to: "channel:123456789012345678",  message: "可选的后备文本",  components: {    reusable: true,    text: "选择路径",    blocks: [      {        type: "actions",        buttons: [          {            label: "批准",            style: "success",            allowedUsers: ["123456789012345678"],          },          { label: "拒绝", style: "danger" },        ],      },      {        type: "actions",        select: {          type: "string",          placeholder: "选择一个选项",          options: [            { label: "选项 A", value: "a" },            { label: "选项 B", value: "b" },          ],        },      },    ],    modal: {      title: "详细信息",      triggerLabel: "打开表单",      fields: [        { type: "text", label: "请求者" },        {          type: "select",          label: "优先级",          options: [            { label: "低", value: "low" },            { label: "高", value: "high" },          ],        },      ],    },  },}

访问控制和路由

{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 },      },    },  },},},}

基于角色的智能体路由

使用 bindings[].match.roles 可按角色 ID 将 Discord 服务器成员路由到不同的智能体。基于角色的绑定仅接受角色 ID，并在对等方或父级对等方绑定之后、仅服务器绑定之前进行求值。如果绑定还设置了其他匹配字段（例如 peer + guildId + roles），则所有已配置字段都必须匹配。

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

原生命令和命令授权

• commands.native 默认为 "auto"，且对 Discord 启用。
• 按渠道覆盖：channels.discord.commands.native。
• commands.native=false 会在启动期间跳过 Discord 斜杠命令的注册和清理。此前注册的命令可能仍会显示在 Discord 中，直到你从 Discord 应用中将其移除。
• 原生命令身份验证使用与普通消息处理相同的 Discord 允许列表/策略。
• 未授权用户可能仍会在 Discord UI 中看到命令；执行时会实施 OpenClaw 身份验证，并回复“未获授权”。
• 默认斜杠命令设置：ephemeral: true（channels.discord.slashCommand.ephemeral）。

有关命令目录和行为，请参阅斜杠命令。

功能详情

{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_...", // 可选；私有系统需要  },},},}

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

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

{channels: {discord: {  activity: "专注时间",  activityType: 4,},},}

{channels: {discord: {  activity: "实时编程",  activityType: 1,  activityUrl: "https://twitch.tv/openclaw",},},}

{channels: {discord: {  autoPresence: {    enabled: true,    intervalMs: 30000,    minUpdateIntervalMs: 15000,    exhaustedText: "令牌已耗尽",  },},},}

工具和操作门控

Discord 消息操作涵盖消息传递、渠道管理、审核、在线状态和元数据。

核心示例：

• 消息传递：sendMessage、readMessages、editMessage、deleteMessage、threadReply
• 表情回应：react、reactions、emojiList
• 审核：timeout、kick、ban
• 在线状态：setPresence

event-create 操作接受可选的 image 参数（URL 或本地文件路径），用于设置定时事件的封面图片。

操作门控位于 channels.discord.actions.* 下。

默认门控行为：

Components v2 UI

OpenClaw 使用 Discord components v2 实现 Exec 审批和跨上下文标记。Discord 消息操作也可以接受 components 来实现自定义 UI（高级用法；需要通过 Discord 工具构建组件载荷）；旧版 embeds 仍然可用，但不推荐使用。

• channels.discord.ui.components.accentColor 设置 Discord 组件容器使用的强调色（十六进制）。按账户设置：channels.discord.accounts.<id>.ui.components.accentColor。
• channels.discord.agentComponents.ttlMs 控制已发送的 Discord 组件回调保持注册的时长（默认值 1800000，最大值 86400000）。按账户设置：channels.discord.accounts.<id>.agentComponents.ttlMs。
• 存在 components v2 时，embeds 会被忽略。
• 默认禁止纯 URL 预览。当单个出站链接需要展开时，请在消息操作上设置 suppressEmbeds: false。

示例：

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

语音

Discord 有两种不同的语音界面：实时语音频道（连续对话）和语音消息附件（波形预览格式）。Gateway 网关同时支持这两者。

语音频道

设置检查清单：

1. 在 Discord Developer Portal 中启用 Message Content Intent。
2. 使用角色/用户允许列表时，启用 Server Members Intent。
3. 使用 bot 和 applications.commands 权限范围邀请机器人。
4. 在目标语音频道中授予 Connect、Speak、Send Messages 和 Read Message History 权限。
5. 启用原生命令（commands.native 或 channels.discord.commands.native）。
6. 配置 channels.discord.voice。

使用 /vc join|leave|status 控制会话。该命令使用账户的默认智能体，并遵循与其他 Discord 命令相同的允许列表和群组策略规则。

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

要在加入前检查机器人的有效权限：

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

自动加入示例：

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

注意事项：

• 对于仅文本配置，Discord 语音是可选启用的；设置 channels.discord.voice.enabled=true（或保留现有的 channels.discord.voice 块）即可启用 /vc 命令、语音运行时以及 GuildVoiceStates Gateway 网关 intent。channels.discord.intents.voiceStates 可显式覆盖 intent 订阅；若不设置，则遵循实际生效的语音启用状态。
• voice.mode 控制对话路径。默认值为 agent-proxy：实时语音前端负责轮次时序、中断和播放，通过 openclaw_agent_consult 将实质性工作委派给路由到的 OpenClaw 智能体，并将结果视为该说话者在 Discord 中键入的提示。stt-tts 保留较早的批处理 STT 加 TTS 流程。bidi 允许实时模型直接对话，同时公开 openclaw_agent_consult 以调用 OpenClaw 大脑。
• voice.agentSession 控制哪个 OpenClaw 对话接收语音轮次。若不设置，则使用语音频道自身的会话；也可以设置 { mode: "target", target: "channel:<text-channel-id>" }，让语音频道充当现有 Discord 文本频道会话（例如 #maintainers）的麦克风/扬声器扩展。
• voice.model 会覆盖用于 Discord 语音回复和实时咨询的 OpenClaw 智能体大脑。若不设置，则继承路由到的智能体模型。它与 voice.realtime.model 相互独立。
• voice.followUsers 允许机器人跟随选定用户加入、切换和离开 Discord 语音。请参阅在语音中跟随用户。
• agent-proxy 通过 discord-voice 路由语音，这会为说话者和目标会话保留正常的所有者/工具授权，但会隐藏智能体的 tts 工具，因为播放由 Discord 语音负责。默认情况下，agent-proxy 会为所有者说话者的咨询授予与所有者等效的完整工具访问权限（voice.realtime.toolPolicy: "owner"），并强烈倾向于在给出实质性回答前咨询 OpenClaw 智能体（voice.realtime.consultPolicy: "always"）。在默认的 always 模式下，实时层不会在咨询答案之前自动朗读填充内容；它会捕获并转录语音，然后朗读路由到的 OpenClaw 答案。如果 Discord 仍在播放第一个答案时有多个强制咨询答案完成，则后续要求原样朗读的答案会排队等待播放空闲，而不会在句子中途替换语音。
• 在 stt-tts 模式下，STT 使用 tools.media.audio；voice.model 不影响转录。
• 在实时模式下，voice.realtime.provider、voice.realtime.model 和 voice.realtime.speakerVoice 用于配置实时音频会话。若要使用 OpenAI Realtime 2.1 加 Codex 大脑，请设置 voice.realtime.model: "gpt-realtime-2.1" 和 voice.model: "openai/gpt-5.6-sol"。
• 默认情况下，实时语音模式会在实时提供商指令中包含较小的 IDENTITY.md、USER.md 和 SOUL.md 配置文件，使快速直接轮次与路由到的 OpenClaw 智能体保持相同的身份、用户背景和角色设定。将 voice.realtime.bootstrapContextFiles 设置为其中一部分可进行自定义，或设置为 [] 以禁用。仅支持这些配置文件；AGENTS.md 仍保留在正常的智能体上下文中。注入的配置文件上下文不能替代 openclaw_agent_consult 来处理工作区工作、当前事实、记忆查找或由工具支持的操作。
• 在 OpenAI agent-proxy 实时模式下，设置 voice.realtime.requireWakeName: true 可让 Discord 实时语音保持静默，直到转录文本以唤醒名称开头或结尾。配置的唤醒名称必须由一个或两个单词组成。如果未设置 voice.realtime.wakeNames，OpenClaw 会使用路由到的智能体 name 加 OpenClaw，若不可用则回退到智能体 ID 加 OpenClaw。唤醒名称门控会禁用实时提供商的自动回复，将接受的轮次通过 OpenClaw 智能体咨询路径路由，并且当最终转录到达前从部分转录中识别出开头的唤醒名称时，给出简短的语音确认。
• OpenAI 实时提供商接受当前 Realtime 2 事件名称以及用于输出音频和转录事件的旧版 Codex 兼容别名，因此兼容的提供商快照即使发生变化，也不会丢失助手音频。
• voice.realtime.bargeIn 控制 Discord 说话者开始事件是否会中断正在进行的实时播放。若未设置，则遵循实时提供商的输入音频中断设置。
• voice.realtime.minBargeInAudioEndMs 控制 OpenAI 实时插话截断音频前所需的最短助手播放时长。默认值：250。在低回声房间中可设置为 0 以立即中断，也可以在回声严重的扬声器环境中调高此值。
• voice.tts 仅覆盖 stt-tts 语音播放所使用的 messages.tts；实时模式改用 voice.realtime.speakerVoice。若要在 Discord 播放中使用 OpenAI 语音，请设置 voice.tts.provider: "openai"，并在 voice.tts.providers.openai.speakerVoice 下选择一种文本转语音音色。在当前 OpenAI TTS 模型中，cedar 是一个听感较为男性化的不错选择。
• 每频道的 Discord systemPrompt 覆盖会应用于该语音频道的语音转录轮次。
• 对于受所有者限制的命令和频道操作，语音转录轮次根据 Discord allowFrom（或 dm.allowFrom）推导所有者状态。智能体工具的可见性遵循路由会话所配置的工具策略。
• 如果 voice.autoJoin 对同一服务器包含多个条目，OpenClaw 会加入为该服务器最后配置的频道。
• voice.allowedChannels 是可选的驻留允许列表。若不设置，则允许 /vc join 加入任何已获授权的 Discord 语音频道。设置后，/vc join、启动时自动加入以及机器人语音状态移动都会被限制在列出的 { guildId, channelId } 条目内。将其设置为空数组会拒绝加入所有 Discord 语音频道。如果 Discord 将机器人移到允许列表之外，OpenClaw 会离开该频道，并在存在已配置的自动加入目标时重新加入该目标。
• voice.daveEncryption 和 voice.decryptionFailureTolerance 会透传给 @discordjs/voice 加入选项；上游默认值为 daveEncryption=true 和 decryptionFailureTolerance=24。
• OpenClaw 使用内置的 libopus-wasm 编解码器接收 Discord 语音并实时播放原始 PCM。它附带固定版本的 libopus WebAssembly 构建，不需要原生 opus 插件。
• voice.connectTimeoutMs 控制 /vc join 和自动加入尝试最初等待 @discordjs/voice Ready 的时长。默认值：30000。
• voice.reconnectGraceMs 控制 OpenClaw 等待已断开的语音会话开始重新连接的时长，超过此时间后会销毁该会话。默认值：15000。
• 在 stt-tts 模式下，语音播放不会仅因为另一位用户开始说话而停止。为避免反馈循环，OpenClaw 会在 TTS 播放期间忽略新的语音捕获；请在播放完成后说出下一轮内容。实时模式会将说话者开始事件作为插话信号转发给实时提供商。
• 在实时模式下，扬声器通过开启的麦克风产生的回声可能会被视为插话并中断播放。对于回声严重的 Discord 房间，设置 voice.realtime.providers.openai.interruptResponseOnInputAudio: false 可防止 OpenAI 因输入音频而自动中断。如果仍希望 Discord 说话者开始事件中断正在进行的播放，请添加 voice.realtime.bargeIn: true。OpenAI 实时桥接会将短于 voice.realtime.minBargeInAudioEndMs 的播放截断视为可能的回声/噪声并忽略，将其记录为已跳过，而不会清除 Discord 播放。
• voice.captureSilenceGraceMs 控制 Discord 报告说话者已停止后，OpenClaw 等待多长时间再最终确定该音频片段并进行 STT。默认值：2000；如果 Discord 将正常停顿拆分成断断续续的部分转录，请调高此值。
• 当 ElevenLabs 是选定的 TTS 提供商时，Discord 语音播放使用流式 TTS，并从提供商响应流开始播放。不支持流式传输的提供商会回退到合成临时文件路径。
• OpenClaw 会监控接收解密失败，并在短时间窗口内重复失败后通过离开并重新加入语音频道来自动恢复。
• 如果更新后接收日志反复显示 DecryptionFailed(UnencryptedWhenPassthroughDisabled)，请收集依赖项报告和日志。内置的 @discordjs/voice 版本包含来自 discord.js PR #11449 的上游填充修复，该修复关闭了 discord.js issue #11419。
• 当 OpenClaw 最终确定已捕获的说话者片段时，出现 The operation was aborted 接收事件属于预期行为；它们是详细诊断信息，而不是警告。
• 详细的 Discord 语音日志会为每个接受的说话者片段包含一个长度受限的单行 STT 转录预览，因此调试时既能看到用户侧，也能看到智能体回复侧，而不会输出长度不受限的转录文本。
• 在 agent-proxy 模式下，强制咨询回退会跳过可能不完整的转录片段，例如以 ... 结尾的文本、以 "and" 等连接词结尾的文本，以及 "be right back" 或 "bye" 等明显不可操作的结束语。当此机制阻止过时答案进入队列时，日志会显示 forced agent consult skipped reason=...。

在语音中跟随用户

如果希望 Discord 语音机器人跟随一个或多个已知 Discord 用户，而不是在启动时加入固定频道或等待 /vc join，请使用 voice.followUsers。

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

行为：

• followUsers 接受原始 Discord 用户 ID 和 discord:<id> 值。OpenClaw 会先规范化这两种形式，再与语音状态事件进行匹配。
• 配置 followUsers 后，followUsersEnabled 默认为 true。将其设置为 false 可保留已保存的列表，但停止自动语音跟随。
• 当被跟随的用户加入允许的语音频道时，OpenClaw 会加入该频道。当该用户移动时，OpenClaw 会跟随移动。当当前活跃的被跟随用户断开连接时，OpenClaw 会离开。
• 如果同一服务器中有多个被跟随用户，而当前活跃的被跟随用户离开，OpenClaw 会先移动到另一位已跟踪的被跟随用户所在频道，再考虑离开该服务器。如果多位被跟随用户同时移动，以最后观察到的语音状态事件为准。
• allowedChannels 仍然适用。位于禁止频道中的被跟随用户会被忽略，由跟随机制拥有的会话会移动到另一位被跟随用户所在频道或离开。
• OpenClaw 会在启动时以及按受限间隔协调遗漏的语音状态事件。协调过程会对已配置的服务器进行采样，并限制每次运行的 REST 查询次数，因此非常大的 followUsers 列表可能需要多个间隔才能收敛。
• 如果 Discord 或管理员在机器人跟随用户期间移动机器人，OpenClaw 会重建语音会话，并在目标频道获允许时保留跟随所有权。如果机器人被移到 allowedChannels 之外，OpenClaw 会离开，并在存在已配置目标时重新加入该目标。
• DAVE 接收恢复可能会在重复解密失败后离开并重新加入同一频道。由跟随机制拥有的会话会在该恢复路径中保留跟随所有权，因此之后被跟随用户断开连接时，机器人仍会离开频道。

选择加入模式：

• 对于个人或操作员设置，如果机器人应在你使用语音时自动进入语音频道，请使用 followUsers。
• 对于即使没有已跟踪用户使用语音也应保持在线的固定房间机器人，请使用 autoJoin。
• 对于一次性加入，或自动出现语音机器人会令人意外的房间，请使用 /vc join。

Discord 语音编解码器：

• 语音接收日志会显示 discord voice: opus decoder: libopus-wasm。
• 实时播放会先使用同一内置 libopus-wasm 软件包将原始 48 kHz 立体声 PCM 编码为 Opus，再将数据包交给 @discordjs/voice。
• 文件和提供商流播放会使用 ffmpeg 转码为原始 48 kHz 立体声 PCM，然后使用 libopus-wasm 生成发送到 Discord 的 Opus 数据包流。

STT 加 TTS 流水线：

• Discord PCM 捕获内容会转换为 WAV 临时文件。
• tools.media.audio 负责 STT，例如 openai/gpt-4o-mini-transcribe。
• 转写文本会通过 Discord 入口和路由发送，同时响应 LLM 按语音输出策略运行：该策略会隐藏智能体的 tts 工具并要求返回文本，因为最终 TTS 播放由 Discord 语音负责。
• 设置 voice.model 后，它仅覆盖此语音渠道轮次所用的响应 LLM。
• voice.tts 会覆盖合并到 messages.tts；支持流式传输的提供商会直接向播放器提供数据，否则会在已加入的渠道中播放生成的音频文件。

默认智能体代理语音渠道会话示例：

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

如果没有 voice.agentSession 块，每个语音渠道都会获得各自经过路由的 OpenClaw 会话。例如，/vc join channel:234567890123456789 会与该 Discord 语音渠道对应的会话交互。实时模型只是语音前端；实质性请求会交给配置的 OpenClaw 智能体。如果实时模型在未调用咨询工具的情况下生成最终转写文本，OpenClaw 会强制执行咨询作为回退，以确保默认行为仍然像是在与智能体交谈。

旧版 STT 加 TTS 示例：

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

实时双向示例：

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

将语音作为现有 Discord 渠道会话的扩展：

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

在 agent-proxy 模式下，机器人会加入配置的语音渠道，但 OpenClaw 智能体轮次会使用目标渠道正常路由的会话和智能体。实时语音会话会将返回结果朗读回语音渠道。监督智能体仍可根据其工具策略使用常规消息工具，包括在适当时另行发送一条 Discord 消息。

当委派的 OpenClaw 运行处于活动状态时，新的 Discord 语音转写文本会先作为实时运行控制处理，而不是立即启动另一个智能体轮次。“status”“cancel that”“use the smaller fix”或“when you're done also check tests”等短语会被分类为活动会话的状态、取消、Steering queue 或后续输入。状态、取消、已接受的 Steering queue 和后续结果会被朗读回语音渠道，让调用者知道 OpenClaw 是否已处理该请求。

可用的目标形式：

• target: "channel:123456789012345678" 通过 Discord 文本渠道会话进行路由。
• target: "123456789012345678" 会被视为渠道目标。
• target: "dm:123456789012345678" 或 target: "user:123456789012345678" 通过相应私信会话进行路由。

回声较多时的 OpenAI Realtime 示例：

{  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,            },          },        },      },    },  },}

当模型通过开放的麦克风听到自己在 Discord 中的播放内容，但你仍希望通过说话打断它时，请使用此配置。OpenClaw 会阻止 OpenAI 因原始输入音频而自动中断，同时 bargeIn: true 允许 Discord 说话者开始事件和已处于活动状态的说话者音频在下一次捕获的轮次到达 OpenAI 之前取消活动的实时响应。audioEndMs 低于 minBargeInAudioEndMs 的过早插话信号会被视为可能的回声或噪声并被忽略，以免模型在第一个播放帧处就被截断。

预期的语音日志：

• 加入时：discord voice: joining ... voiceSession=... supervisorSession=... agentSessionMode=... voiceModel=... realtimeModel=...
• 实时启动时：discord voice: realtime bridge starting ... autoRespond=false interruptResponse=false bargeIn=false minBargeInAudioEndMs=...
• 出现说话者音频时：discord voice: realtime speaker turn opened ...、discord voice: realtime input audio started ... outputAudioMs=... outputActive=... 和 discord voice: realtime speaker turn closed ... chunks=... discordBytes=... realtimeBytes=... interruptedPlayback=...
• 跳过过时语音时：discord voice: realtime forced agent consult skipped reason=incomplete-transcript ... 或 reason=non-actionable-closing ...
• 实时响应完成时：discord voice: realtime audio playback finishing reason=response.done ... audioMs=... chunks=...
• 播放停止或重置时：discord voice: realtime audio playback stopped reason=... audioMs=... elapsedMs=... chunks=...
• 实时咨询时：discord voice: realtime consult requested ... voiceSession=... supervisorSession=... question=...
• 智能体回答时：discord voice: agent turn answer ...
• 精确语音进入队列时：discord voice: realtime exact speech queued ... queued=... outputAudioMs=... outputActive=...，随后是 discord voice: realtime exact speech dequeued reason=player-idle ...
• 检测到插话时：discord voice: realtime barge-in detected source=speaker-start ... 或 discord voice: realtime barge-in detected source=active-speaker-audio ...，随后是 discord voice: realtime barge-in requested reason=... outputAudioMs=... outputActive=...
• 实时中断时：discord voice: realtime model interrupt requested client:response.cancel reason=barge-in，随后是 discord voice: realtime model audio truncated client:conversation.item.truncate reason=barge-in audioEndMs=... 或 discord voice: realtime model interrupt confirmed server:response.done status=cancelled ...
• 忽略回声或噪声时：discord voice: realtime model interrupt ignored client:conversation.item.truncate.skipped reason=barge-in audioEndMs=0 minAudioEndMs=250
• 禁用插话时：discord voice: realtime capture ignored during playback (barge-in disabled) ...
• 播放空闲时：discord voice: realtime barge-in ignored reason=... outputActive=false ... playbackChunks=0

若要调试音频被截断的问题，请按时间线阅读实时语音日志：

1. realtime audio playback started 表示 Discord 已开始播放助手音频。从此时起，桥接器开始统计助手输出分块、Discord PCM 字节数、提供商实时字节数以及合成音频时长。
2. realtime speaker turn opened 标志着一名 Discord 说话者变为活动状态。如果播放已处于活动状态且启用了 bargeIn，之后可能会出现 barge-in detected source=speaker-start。
3. realtime input audio started 标志着收到该说话者轮次的第一个实际音频帧。此处出现 outputActive=true 或非零 outputAudioMs，表示助手播放仍处于活动状态时，麦克风正在发送输入。
4. barge-in detected source=active-speaker-audio 表示 OpenClaw 在助手播放处于活动状态时检测到了实时说话者音频。这有助于区分真正的中断与没有有效音频的 Discord 说话者开始事件。
5. barge-in requested reason=... 表示 OpenClaw 已请求实时提供商取消或截断活动响应。它包含 outputAudioMs、outputActive 和 playbackChunks，因此你可以了解中断前实际播放了多少助手音频。
6. realtime audio playback stopped reason=... 是本地 Discord 播放的重置点。原因会指明是谁停止了播放：barge-in、player-idle、provider-clear-audio、forced-agent-consult、stream-close 或 session-close。
7. realtime speaker turn closed 汇总捕获到的输入轮次。chunks=0 或 hasAudio=false 表示说话者轮次已开始，但没有可用音频到达实时桥接器。interruptedPlayback=true 表示该输入轮次与助手输出重叠，并触发了插话逻辑。

可用字段：

• outputAudioMs：在该日志行之前，由实时提供商生成的助手音频时长。
• audioMs：播放停止前 OpenClaw 统计的助手音频时长。
• elapsedMs：打开和关闭播放流或说话者轮次之间的实际时间。
• discordBytes：发送到 Discord 语音或从中接收的 48 kHz 立体声 PCM 字节数。
• realtimeBytes：发送到实时提供商或从中接收的提供商格式 PCM 字节数。
• playbackChunks：为活动响应转发到 Discord 的助手音频分块数。
• sinceLastAudioMs：最后一个捕获到的说话者音频帧与说话者轮次关闭之间的间隔。

常见模式：

• 如果立即截断时出现 source=active-speaker-audio、较小的 outputAudioMs，并且同一用户就在附近，通常表示扬声器回声进入了麦克风。请提高 voice.realtime.minBargeInAudioEndMs、降低扬声器音量、使用耳机，或设置 voice.realtime.providers.openai.interruptResponseOnInputAudio: false。
• source=speaker-start 后出现 speaker turn closed ... hasAudio=false，表示 Discord 报告说话者开始说话，但没有音频到达 OpenClaw。这可能是暂时性的 Discord 语音事件、噪声门行为，或客户端短暂启用麦克风。
• 如果出现 audio playback stopped reason=stream-close，附近却没有插话或 provider-clear-audio，则表示本地 Discord 播放流意外结束。请检查之前的提供商日志和 Discord 播放器日志。
• capture ignored during playback (barge-in disabled) 表示 OpenClaw 在助手音频处于活动状态时有意丢弃了输入。如果你希望语音能够中断播放，请启用 voice.realtime.bargeIn。
• barge-in ignored ... outputActive=false 表示 Discord 或提供商 VAD 报告了语音，但 OpenClaw 没有可中断的活动播放。这不应导致音频被截断。

凭据会按组件分别解析：voice.model 使用 LLM 路由身份验证，tools.media.audio 使用 STT 身份验证，messages.tts/voice.tts 使用 TTS 身份验证，voice.realtime.providers 或提供商的常规身份验证配置使用实时提供商身份验证。

语音消息

Discord 语音消息会显示波形预览，并且要求使用 OGG/Opus 音频。OpenClaw 会自动生成波形，但需要 Gateway 网关主机上安装 ffmpeg 和 ffprobe 以便检查和转换。

• 提供一个本地文件路径（不接受 URL）。
• 省略文本内容（Discord 不接受在同一个负载中同时包含文本和语音消息）。
• 接受任何音频格式；OpenClaw 会根据需要转换为 OGG/Opus。

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

故障排查

openclaw doctoropenclaw channels status --probeopenclaw logs --follow

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

{channels: {defaults: {  botLoopProtection: {    maxEventsPerWindow: 20,    windowSeconds: 60,    cooldownSeconds: 60,  },},discord: {  // 可选的 Discord 全局覆盖。账户块会覆盖各个  // 字段，并从此处继承省略的字段。  botLoopProtection: {    maxEventsPerWindow: 4,  },  accounts: {    alpha: {      // Alpha 仅在其他 Bot 提及它时才监听。      allowBots: "mentions",    },    bravo: {      // Bravo 监听 Discord 中由 Bot 发送的所有消息。      allowBots: true,      mentionAliases: {        // 允许 Bravo 使用配置的用户 ID 编写对 Alpha 的 Discord 提及。        Alpha: "ALPHA_DISCORD_USER_ID",      },      botLoopProtection: {        // 每分钟最多允许五条消息，之后抑制该配对。        maxEventsPerWindow: 5,        windowSeconds: 60,        cooldownSeconds: 90,      },    },  },},},}

配置参考

主要参考：Configuration reference - Discord。

安全与运维

• 将 Bot 令牌视为机密信息（在受监管环境中首选 DISCORD_BOT_TOKEN）。
• 授予最低权限的 Discord 权限。
• 如果命令部署/状态已过期，请重启 Gateway 网关，并使用 openclaw channels status --probe 重新检查。

相关内容