Google (Gemini)

يوفّر Plugin Google إمكانية الوصول إلى نماذج Gemini عبر Google AI Studio، بالإضافة إلى إنشاء الصور، وفهم الوسائط (الصور/الصوت/الفيديو)، وتحويل النص إلى كلام، والبحث على الويب عبر Gemini Grounding.

• المزوّد: google
• المصادقة: GEMINI_API_KEY أو GOOGLE_API_KEY
• واجهة API: Google Gemini API
• خيار وقت التشغيل: يعيد agentRuntime.id: "google-gemini-cli" استخدام OAuth الخاص بـ Gemini CLI مع إبقاء مراجع النماذج بالصيغة القياسية google/*.

البدء

اختر طريقة المصادقة المفضلة واتبع خطوات الإعداد.

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 # أو npmnpm install -g @google/gemini-cli

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

openclaw models list --provider google

الإمكانات

البحث على الويب

يستخدم مزوّد البحث على الويب المضمّن gemini ميزة إسناد Google Search في Gemini. اضبط مفتاح بحث مخصصًا ضمن plugins.entries.google.config.webSearch، أو دعه يعيد استخدام models.providers.google.apiKey بعد GEMINI_API_KEY:

{  plugins: {    entries: {      google: {        config: {          webSearch: {            apiKey: "AIza...", // اختياري إذا كان GEMINI_API_KEY أو models.providers.google.apiKey معينًا            baseUrl: "https://generativelanguage.googleapis.com/v1beta", // يعود إلى models.providers.google.baseUrl كخيار احتياطي            model: "gemini-2.5-flash",          },        },      },    },  },}

ترتيب أولوية بيانات الاعتماد هو webSearch.apiKey المخصص، ثم GEMINI_API_KEY، ثم models.providers.google.apiKey. الحقل webSearch.baseUrl اختياري ومخصص لوكلاء المشغّلين أو نقاط نهاية Gemini API المتوافقة؛ وعند حذفه، يعيد بحث Gemini على الويب استخدام models.providers.google.baseUrl. راجع بحث Gemini لمعرفة سلوك الأداة الخاص بالمزوّد.

إنشاء الصور

يستخدم مزوّد إنشاء الصور المضمّن google القيمة google/gemini-3.1-flash-image-preview افتراضيًا.

• يدعم أيضًا google/gemini-3-pro-image-preview
• الإنشاء: ما يصل إلى 4 صور لكل طلب
• وضع التحرير: مفعّل، وما يصل إلى 5 صور إدخال
• عناصر التحكم الهندسية: size وaspectRatio وresolution

لاستخدام Google كمزوّد الصور الافتراضي:

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

إنشاء الفيديو

يسجّل Plugin المضمّن google أيضًا إنشاء الفيديو عبر الأداة المشتركة video_generate.

• نموذج الفيديو الافتراضي: google/veo-3.1-fast-generate-preview
• الأوضاع: تحويل النص إلى فيديو، وتحويل الصورة إلى فيديو، وتدفقات مرجع الفيديو الواحد
• يدعم aspectRatio ‏(16:9، 9:16) وresolution ‏(720P، 1080P)؛ لا يدعم Veo إخراج الصوت حاليًا
• المدد المدعومة: 4 أو 6 أو 8 ثوانٍ (تُضبط القيم الأخرى إلى أقرب قيمة مسموح بها)

لاستخدام Google كمزوّد الفيديو الافتراضي:

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

إنشاء الموسيقى

يسجّل Plugin المضمّن google أيضًا إنشاء الموسيقى عبر الأداة المشتركة music_generate.

• نموذج الموسيقى الافتراضي: google/lyria-3-clip-preview
• يدعم أيضًا google/lyria-3-pro-preview
• عناصر التحكم في الموجّه: lyrics وinstrumental
• تنسيق الإخراج: mp3 افتراضيًا، بالإضافة إلى wav على google/lyria-3-pro-preview
• مدخلات المراجع: ما يصل إلى 10 صور
• تنفصل عمليات التشغيل المدعومة بجلسة عبر تدفق المهمة/الحالة المشترك، بما في ذلك action: "status"

لاستخدام Google كمزوّد الموسيقى الافتراضي:

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

تحويل النص إلى كلام

يستخدم مزوّد الكلام المضمّن google مسار TTS في Gemini API مع gemini-3.1-flash-tts-preview.

• الصوت الافتراضي: Kore
• المصادقة: messages.tts.providers.google.apiKey أو models.providers.google.apiKey أو GEMINI_API_KEY أو GOOGLE_API_KEY
• الإخراج: WAV لمرفقات TTS العادية، وOpus لوجهات الملاحظات الصوتية، وPCM للمحادثة/الاتصالات الهاتفية
• إخراج الملاحظات الصوتية: يُغلّف PCM من Google بتنسيق WAV ويُحوّل إلى Opus بتردد 48 kHz باستخدام ffmpeg

يعيد مسار Gemini TTS الدفعي من Google الصوت المُنشأ في استجابة generateContent المكتملة. للحصول على أقل زمن استجابة في المحادثات المنطوقة، استخدم مزوّد الصوت في الوقت الفعلي من Google والمدعوم بـ Gemini Live API بدلًا من TTS الدفعي.

لاستخدام Google كمزوّد TTS الافتراضي:

{  messages: {    tts: {      auto: "always",      provider: "google",      providers: {        google: {          model: "gemini-3.1-flash-tts-preview",          speakerVoice: "Kore",          audioProfile: "تحدث باحترافية وبنبرة هادئة.",        },      },    },  },}

يستخدم Gemini API TTS توجيهًا باللغة الطبيعية للتحكم في الأسلوب. عيّن audioProfile لإضافة موجّه أسلوب قابل لإعادة الاستخدام قبل النص المنطوق. عيّن speakerName عندما يشير نص الموجّه إلى متحدث مسمّى.

يقبل Gemini API TTS أيضًا وسومًا صوتية تعبيرية بين أقواس مربعة في النص، مثل [whispers] أو [laughs]. لإبعاد الوسوم عن رد المحادثة المرئي مع إرسالها إلى TTS، ضعها داخل كتلة [[tts:text]]...[[/tts:text]]:

إليك نص الرد الواضح. [[tts:text]][whispers] إليك النسخة المنطوقة.[[/tts:text]]

الصوت في الوقت الفعلي

يسجّل Plugin المضمّن google مزوّد صوت في الوقت الفعلي مدعومًا بـ Gemini Live API لجسور الصوت الخلفية مثل Voice Call وGoogle Meet.

مثال على إعداد المكالمات الصوتية في الوقت الفعلي:

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

للتحقق المباشر من قِبل المشرف، شغّل OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. يشمل اختبار الدخان أيضًا مسارات خلفية OpenAI وWebRTC؛ إذ ينشئ جزء Google الرمز المقيّد نفسه لـ Live API والمستخدم في Talk بواجهة التحكم، ويفتح نقطة نهاية WebSocket في المتصفح، ويرسل حمولة الإعداد الأولية، وينتظر setupComplete.

الإعداد المتقدم

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

ذو صلة