Google (Gemini)

Плагин Google предоставляет доступ к моделям Gemini через Google AI Studio, а также генерацию изображений, анализ мультимедиа (изображений, аудио и видео), преобразование текста в речь и веб-поиск через 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 # или 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 повторно использовать models.providers.google.apiKey после GEMINI_API_KEY:

{  plugins: {    entries: {      google: {        config: {          webSearch: {            apiKey: "AIza...", // необязательно, если задано GEMINI_API_KEY или models.providers.google.apiKey            baseUrl: "https://generativelanguage.googleapis.com/v1beta", // резервный вариант — models.providers.google.baseUrl            model: "gemini-2.5-flash",          },        },      },    },  },}

Приоритет учётных данных: сначала выделенный webSearch.apiKey, затем GEMINI_API_KEY, после него models.providers.google.apiKey. Параметр webSearch.baseUrl необязателен и предназначен для операторских прокси-серверов или совместимых конечных точек Gemini API; если он не указан, 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 сценарии с одним эталонным видео
• Поддерживает aspectRatio (16:9, 9:16) и resolution (720P, 1080P); в настоящее время Veo не поддерживает вывод аудио
• Поддерживаемая длительность: 4, 6 или 8 секунд (другие значения округляются до ближайшего разрешённого)

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
• Элементы управления 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 сеансов отсоединяются через общий поток 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 в 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 целевых голосовых сообщений, PCM для Talk/телефонии
• Вывод голосовых сообщений: PCM от Google оборачивается в WAV и транскодируется 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: "Говорите профессионально и спокойным тоном.",        },      },    },  },}

Gemini API TTS использует запросы на естественном языке для управления стилем. Задайте audioProfile, чтобы добавлять многократно используемый запрос стиля перед произносимым текстом. Задайте speakerName, если в тексте запроса упоминается именованный говорящий.

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 обычный текст ответа. [[tts:text]][whispers] Вот версия для озвучивания.[[/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 реального времени для голосового вызова:

{  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 оперативной проверки сопровождающими выполните OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. Дымовой тест также охватывает серверные пути OpenAI/WebRTC; этап Google создаёт токен Live API с теми же ограничениями, который используется функцией Talk в Control UI, открывает браузерную конечную точку WebSocket, отправляет исходные данные настройки и ожидает setupComplete.

Расширенная конфигурация

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

Связанные материалы