Discord

OpenClaw verbindet sich über das offizielle Discord-Gateway als Bot mit Discord. DMs und Gildenkanäle werden unterstützt.

Schnelleinrichtung

Erstellen Sie eine Discord-Anwendung mit einem Bot, fügen Sie den Bot Ihrem Server hinzu und koppeln Sie ihn mit OpenClaw. Verwenden Sie nach Möglichkeit einen privaten Server; erstellen Sie bei Bedarf zuerst einen (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>

Empfohlen: Gilden-Arbeitsbereich einrichten

Sobald DMs funktionieren, können Sie Ihren Server in einen vollständigen Arbeitsbereich umwandeln, in dem jeder Kanal eine eigene Agentensitzung mit eigenem Kontext erhält. Dies wird für private Server empfohlen, auf denen sich nur Sie und Ihr Bot befinden.

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

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

Erstellen Sie nun Kanäle und beginnen Sie zu chatten. Der Agent sieht den Kanalnamen, und jeder Kanal ist eine isolierte Sitzung – richten Sie #coding, #home, #research oder etwas anderes ein, das zu Ihrem Arbeitsablauf passt.

Runtime-Modell

• Das Gateway verwaltet die Discord-Verbindung.
• Das Antwort-Routing ist deterministisch: Eingehende Discord-Nachrichten werden in Discord beantwortet.
• Metadaten von Discord-Gilden und -Kanälen werden dem Modell-Prompt als nicht vertrauenswürdiger Kontext hinzugefügt, nicht als für Benutzer sichtbares Antwortpräfix. Wenn ein Modell diesen Umschlag zurückkopiert, entfernt OpenClaw die kopierten Metadaten aus ausgehenden Antworten und aus dem künftigen Wiedergabekontext.
• Standardmäßig (session.dmScope=main) verwenden Direktchats gemeinsam die Hauptsitzung des Agenten (agent:main:main).
• Gildenkanäle verwenden isolierte Sitzungsschlüssel (agent:<agentId>:discord:channel:<channelId>).
• Gruppen-DMs werden standardmäßig ignoriert (channels.discord.dm.groupEnabled=false).
• Native Slash-Befehle werden in isolierten Befehlssitzungen ausgeführt (agent:<agentId>:discord:slash:<userId>), wobei CommandTargetSessionKey weiterhin an die weitergeleitete Konversationssitzung übergeben wird.
• Bei der Ankündigungszustellung rein textbasierter Cron-/Heartbeat-Nachrichten an Discord wird nur die letzte für den Assistenten sichtbare Antwort einmal gesendet. Medien und strukturierte Komponenten-Payloads werden weiterhin als mehrere Nachrichten gesendet, wenn der Agent mehrere zustellbare Payloads ausgibt.

Forenkanäle

Discord-Forum- und Medienkanäle akzeptieren nur Beiträge in Threads. OpenClaw unterstützt zwei Möglichkeiten, diese zu erstellen:

• Senden Sie eine Nachricht an das übergeordnete Forum (channel:<forumId>), um automatisch einen Thread zu erstellen. Der Thread-Titel entspricht der ersten nicht leeren Zeile der Nachricht (gekürzt auf Discords Begrenzung von 100 Zeichen für Thread-Namen).
• Verwenden Sie openclaw message thread create, um direkt einen Thread zu erstellen. Übergeben Sie für Forumskanäle nicht --message-id.

Senden Sie eine Nachricht an das übergeordnete Forum, um einen Thread zu erstellen:

openclaw message send --channel discord --target channel:<forumId> \  --message "Thementitel\nInhalt des Beitrags"

Erstellen Sie explizit einen Forum-Thread:

openclaw message thread create --channel discord --target channel:<forumId> \  --thread-name "Thementitel" --message "Inhalt des Beitrags"

Übergeordnete Foren akzeptieren keine Discord-Komponenten. Wenn Sie Komponenten benötigen, senden Sie die Nachricht an den Thread selbst (channel:<threadId>).

Interaktive Komponenten

OpenClaw unterstützt Container mit Discord-Komponenten v2 für Agentennachrichten. Verwenden Sie das Nachrichtenwerkzeug mit einer components-Nutzlast. Interaktionsergebnisse werden als normale eingehende Nachrichten an den Agenten zurückgeleitet und folgen den vorhandenen Discord-Einstellungen unter replyToMode.

Unterstützte Blöcke:

• text, section, separator, actions, media-gallery, file
• Aktionszeilen erlauben bis zu 5 Schaltflächen oder ein einzelnes Auswahlmenü
• Auswahltypen: string, user, role, mentionable, channel

Standardmäßig können Komponenten nur einmal verwendet werden. Legen Sie components.reusable=true fest, damit Schaltflächen, Auswahlmenüs und Formulare bis zu ihrem Ablauf mehrfach verwendet werden können.

Um einzuschränken, wer auf eine Schaltfläche klicken kann, legen Sie für diese Schaltfläche allowedUsers fest (Discord-Benutzer-IDs, Tags oder *). Nicht übereinstimmende Benutzer erhalten eine nur für sie sichtbare Ablehnung.

Komponenten-Callbacks laufen standardmäßig nach 30 Minuten ab. Legen Sie channels.discord.agentComponents.ttlMs fest, um die Lebensdauer der Callback-Registrierung für das Standardkonto zu ändern, oder channels.discord.accounts.<accountId>.agentComponents.ttlMs für einzelne Konten. Der Wert wird in Millisekunden angegeben, muss eine positive Ganzzahl sein und ist auf 86400000 (24 Stunden) begrenzt. Längere TTLs eignen sich für Prüfungs-/Genehmigungsabläufe, bei denen Schaltflächen verwendbar bleiben müssen, verlängern jedoch den Zeitraum, in dem eine alte Discord-Nachricht weiterhin eine Aktion auslösen kann. Verwenden Sie vorzugsweise die kürzeste passende TTL und behalten Sie den Standardwert bei, wenn veraltete Callbacks überraschend wären.

Die Slash-Befehle /model und /models öffnen eine interaktive Modellauswahl mit Dropdown-Menüs für Provider, Modell und kompatible Runtime sowie einem Submit-Schritt. /models add ist veraltet und gibt eine Veraltungsmeldung zurück, anstatt Modelle aus dem Chat zu registrieren. Die Antwort der Auswahl ist nur für den aufrufenden Benutzer sichtbar und verwendbar. Discord-Auswahlmenüs sind auf 25 Optionen begrenzt. Fügen Sie daher provider/*-Einträge zu agents.defaults.modelPolicy.allow hinzu, wenn die Auswahl dynamisch erkannte Modelle nur für ausgewählte Provider wie openai oder vllm anzeigen soll.

Dateianhänge:

• file-Blöcke müssen auf eine Anhangsreferenz (attachment://<filename>) verweisen
• Stellen Sie den Anhang über media/path/filePath bereit (einzelne Datei); verwenden Sie media-gallery für mehrere Dateien
• Verwenden Sie filename, um den Upload-Namen zu überschreiben, wenn er mit der Anhangsreferenz übereinstimmen soll

Modale Formulare:

• Fügen Sie components.modal mit bis zu 5 Feldern hinzu
• Feldtypen: text, checkbox, radio, select, role-select, user-select
• OpenClaw fügt automatisch eine Auslöseschaltfläche hinzu

Beispiel:

{  channel: "discord",  action: "send",  to: "channel:123456789012345678",  message: "Optionaler Ausweichtext",  components: {    reusable: true,    text: "Wählen Sie einen Pfad",    blocks: [      {        type: "actions",        buttons: [          {            label: "Genehmigen",            style: "success",            allowedUsers: ["123456789012345678"],          },          { label: "Ablehnen", style: "danger" },        ],      },      {        type: "actions",        select: {          type: "string",          placeholder: "Wählen Sie eine Option",          options: [            { label: "Option A", value: "a" },            { label: "Option B", value: "b" },          ],        },      },    ],    modal: {      title: "Details",      triggerLabel: "Formular öffnen",      fields: [        { type: "text", label: "Anfragende Person" },        {          type: "select",          label: "Priorität",          options: [            { label: "Niedrig", value: "low" },            { label: "Hoch", value: "high" },          ],        },      ],    },  },}

Zugriffskontrolle und Routing

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

Rollenbasiertes Agenten-Routing

Verwenden Sie bindings[].match.roles, um Mitglieder eines Discord-Servers anhand der Rollen-ID an unterschiedliche Agenten weiterzuleiten. Rollenbasierte Bindungen akzeptieren ausschließlich Rollen-IDs und werden nach Peer- oder übergeordneten Peer-Bindungen sowie vor reinen Serverbindungen ausgewertet. Wenn eine Bindung zusätzlich weitere Abgleichsfelder festlegt (beispielsweise peer + guildId + roles), müssen alle konfigurierten Felder übereinstimmen.

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

Native Befehle und Befehlsautorisierung

• commands.native verwendet standardmäßig "auto" und ist für Discord aktiviert.
• Kanalspezifische Überschreibung: channels.discord.commands.native.
• commands.native=false überspringt beim Start die Registrierung und Bereinigung von Discord-Slash-Befehlen. Zuvor registrierte Befehle können in Discord sichtbar bleiben, bis Sie sie aus der Discord-App entfernen.
• Die Autorisierung nativer Befehle verwendet dieselben Discord-Zulassungslisten/-Richtlinien wie die normale Nachrichtenverarbeitung.
• Befehle können für nicht autorisierte Benutzer weiterhin in der Discord-Benutzeroberfläche sichtbar sein; bei der Ausführung wird die OpenClaw-Autorisierung durchgesetzt und mit „not authorized“ geantwortet.
• Standardeinstellungen für Slash-Befehle: ephemeral: true (channels.discord.slashCommand.ephemeral).

Den Befehlskatalog und das Verhalten finden Sie unter Slash-Befehle.

Funktionsdetails

{channels: {discord: {  suppressEmbeds: false,},},}

{channels: {discord: {  streaming: {    mode: "progress",    progress: {      maxLines: 8,      maxLineChars: 120,      toolProgress: false,      commentary: false,    },  },},},}

{  "channels": {    "discord": {      "streaming": {        "mode": "progress",        "progress": {          "toolProgress": true,          "commandText": "status"        }      }    }  }}

{session: {threadBindings: {  enabled: true,  idleHours: 24,  maxAgeHours: 0,  spawnSessions: true,  defaultSpawnContext: "fork",},},}

{channels: {discord: {  subagentProgress: true,},},}

{agents: {entries: {  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: {      intents: { presence: true },      guilds: {        "111111111111111111": {          presenceEvents: {            channelId: "222222222222222222",            users: ["333333333333333333"], // optional; Kanalbetrachter weiter eingrenzen            reconnectSuppressSeconds: 300, // optional; Ruhefenster für neue Sitzungen (0 deaktiviert)            burstLimit: 8, // optional; maximale Ereignisse pro Burst-Fenster            burstWindowSeconds: 60, // optional; gleitendes Fenster zur Burst-Erkennung          },        },      },    },  },}

{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_...", // optional; für private Systeme erforderlich  },},},}

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

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

{channels: {discord: {  activity: "Fokuszeit",  activityType: 4,},},}

{channels: {discord: {  activity: "Live-Programmierung",  activityType: 1,  activityUrl: "https://twitch.tv/openclaw",},},}

{channels: {discord: {  autoPresence: {    enabled: true,    intervalMs: 30000,    minUpdateIntervalMs: 15000,    exhaustedText: "Token aufgebraucht",  },},},}

Werkzeuge und Aktionssperren

Discord-Nachrichtenaktionen umfassen Nachrichtenübermittlung, Kanalverwaltung, Moderation, Anwesenheit und Metadaten.

Grundlegende Beispiele:

• Nachrichtenübermittlung: sendMessage, readMessages, editMessage, deleteMessage, threadReply
• Reaktionen: react, reactions, emojiList
• Moderation: timeout, kick, ban
• Anwesenheit: setPresence

Die Aktion event-create akzeptiert einen optionalen Parameter image (URL oder lokaler Dateipfad), um das Titelbild des geplanten Ereignisses festzulegen.

Aktionssperren befinden sich unter channels.discord.actions.*.

Standardverhalten der Sperren:

Components-v2-Benutzeroberfläche

OpenClaw verwendet Discord Components v2 für Ausführungsgenehmigungen und kontextübergreifende Markierungen. Discord-Nachrichtenaktionen können außerdem components für benutzerdefinierte Benutzeroberflächen akzeptieren (fortgeschritten; erfordert die Erstellung einer Komponenten-Payload über das Discord-Tool), während ältere embeds weiterhin verfügbar sind, aber nicht empfohlen werden.

• channels.discord.ui.components.accentColor legt die Akzentfarbe fest, die von Discord-Komponentencontainern verwendet wird (hexadezimal). Pro Konto: channels.discord.accounts.<id>.ui.components.accentColor.
• channels.discord.agentComponents.ttlMs steuert, wie lange gesendete Callbacks von Discord-Komponenten registriert bleiben (Standardwert 1800000, Maximum 86400000). Pro Konto: channels.discord.accounts.<id>.agentComponents.ttlMs.
• embeds werden ignoriert, wenn Components v2 vorhanden sind.
• Einfache URL-Vorschauen werden standardmäßig unterdrückt. Legen Sie suppressEmbeds: false für eine Nachrichtenaktion fest, wenn ein einzelner ausgehender Link erweitert werden soll.

Beispiel:

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

Sprache

Discord verfügt über zwei unterschiedliche Sprachoberflächen: Echtzeit-Sprachkanäle (fortlaufende Unterhaltungen) und Sprachnachrichtenanhänge (das Format mit Wellenformvorschau). Das Gateway unterstützt beide.

Sprachkanäle

Einrichtungscheckliste:

1. Aktivieren Sie Message Content Intent im Discord Developer Portal.
2. Aktivieren Sie Server Members Intent, wenn Zulassungslisten für Rollen oder Benutzer verwendet werden.
3. Laden Sie den Bot mit den Bereichen bot und applications.commands ein.
4. Gewähren Sie Connect, Speak, Send Messages und Read Message History im Zielsprachkanal.
5. Aktivieren Sie native Befehle (commands.native oder channels.discord.commands.native).
6. Konfigurieren Sie channels.discord.voice.

Verwenden Sie /vc join|leave|status, um Sitzungen zu steuern. Der Befehl verwendet den Standard-Agenten des Kontos und folgt denselben Regeln für Zulassungslisten und Gruppenrichtlinien wie andere Discord-Befehle.

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

So prüfen Sie vor dem Beitritt die effektiven Berechtigungen des Bots:

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

Beispiel für automatischen Beitritt:

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

Hinweise:

• Discord-Sprache ist für reine Textkonfigurationen optional; setzen Sie channels.discord.voice.enabled=true (oder behalten Sie einen vorhandenen channels.discord.voice-Block bei), um /vc-Befehle, die Sprachlaufzeit und den GuildVoiceStates-Gateway-Intent zu aktivieren. channels.discord.intents.voiceStates kann das Intent-Abonnement explizit überschreiben; lassen Sie die Einstellung ungesetzt, damit sie der effektiven Sprachaktivierung folgt.
• voice.mode steuert den Konversationspfad. Der Standardwert ist agent-proxy: Ein Echtzeit-Sprach-Frontend verarbeitet den Zeitpunkt der Sprecherwechsel, Unterbrechungen und die Wiedergabe, delegiert inhaltliche Aufgaben über openclaw_agent_consult an den weitergeleiteten OpenClaw-Agenten und behandelt das Ergebnis wie eine von diesem Sprecher eingegebene Discord-Eingabeaufforderung. stt-tts behält den älteren Ablauf aus Batch-STT und TTS bei. bidi ermöglicht dem Echtzeitmodell, direkt zu kommunizieren, und stellt dabei openclaw_agent_consult für das OpenClaw-Gehirn bereit.
• voice.agentSession steuert, welche OpenClaw-Konversation Sprachbeiträge empfängt. Lassen Sie die Einstellung für die eigene Sitzung des Sprachkanals ungesetzt, oder setzen Sie { mode: "target", target: "channel:<text-channel-id>" }, damit der Sprachkanal als Mikrofon-/Lautsprechererweiterung einer vorhandenen Discord-Textkanalsitzung wie #maintainers fungiert.
• voice.model überschreibt das OpenClaw-Agentengehirn für Discord-Sprachantworten und Echtzeitkonsultationen. Lassen Sie die Einstellung ungesetzt, um das Modell des weitergeleiteten Agenten zu übernehmen. Sie ist unabhängig von voice.realtime.model.
• voice.followUsers ermöglicht dem Bot, ausgewählten Benutzern in Discord-Sprachkanäle zu folgen, zwischen ihnen zu wechseln und sie zu verlassen. Siehe Benutzern in Sprachkanälen folgen.
• agent-proxy leitet Sprache über discord-voice weiter. Dabei bleiben die normalen Besitzer-/Tool-Autorisierungen für den Sprecher und die Zielsitzung erhalten, das Agenten-Tool tts wird jedoch ausgeblendet, da Discord-Sprache die Wiedergabe steuert. Standardmäßig gewährt agent-proxy der Konsultation für Besitzer-Sprecher (voice.realtime.toolPolicy: "owner") einen dem Besitzer vollständig gleichwertigen Tool-Zugriff und bevorzugt nachdrücklich eine Konsultation des OpenClaw-Agenten vor inhaltlichen Antworten (voice.realtime.consultPolicy: "always"). In diesem standardmäßigen always-Modus spricht die Echtzeitebene vor der Konsultationsantwort nicht automatisch Fülltext; sie erfasst und transkribiert die Sprache und gibt anschließend die weitergeleitete OpenClaw-Antwort wieder. Wenn mehrere erzwungene Konsultationsantworten abgeschlossen werden, während Discord noch die erste Antwort wiedergibt, werden spätere Antworten mit exaktem Wortlaut bis zum Ende der Wiedergabe in die Warteschlange gestellt, anstatt die Sprachausgabe mitten im Satz zu ersetzen.
• Im stt-tts-Modus verwendet STT tools.media.audio; voice.model wirkt sich nicht auf die Transkription aus.
• In Echtzeitmodi konfigurieren voice.realtime.provider, voice.realtime.model und voice.realtime.speakerVoice die Echtzeit-Audiositzung. Verwenden Sie für OpenAI Realtime 2.1 zusammen mit dem Codex-Gehirn voice.realtime.model: "gpt-realtime-2.1" und voice.model: "openai/gpt-5.6-sol".
• Echtzeit-Sprachmodi nehmen standardmäßig kleine IDENTITY.md-, USER.md- und SOUL.md-Profildateien in die Anweisungen für den Echtzeit-Provider auf, damit schnelle direkte Beiträge dieselbe Identität, Benutzerverankerung und Persona wie der weitergeleitete OpenClaw-Agent beibehalten. Setzen Sie voice.realtime.bootstrapContextFiles auf eine Teilmenge, um dies anzupassen, oder [], um es zu deaktivieren. Nur diese Profildateien werden unterstützt; AGENTS.md verbleibt im normalen Agentenkontext. Der eingefügte Profilkontext ersetzt openclaw_agent_consult nicht für Arbeiten im Arbeitsbereich, aktuelle Fakten, Speicherabfragen oder Tool-gestützte Aktionen.
• Im OpenAI-Echtzeitmodus agent-proxy passt sich die Aktivierungsnamenprüfung standardmäßig an den Raum an: Eine einzelne Person kann ohne Aktivierungsnamen natürlich sprechen, während bei zwei oder mehr Personen ein Beitrag mit einem Aktivierungsnamen beginnen oder enden muss. Andere Bots zählen nicht als Personen. Setzen Sie voice.realtime.requireWakeName: true, um immer einen Aktivierungsnamen zu verlangen, oder false, um nie einen zu verlangen. Konfigurierte Aktivierungsnamen müssen aus einem oder zwei Wörtern bestehen. Wenn voice.realtime.wakeNames ungesetzt ist, verwendet OpenClaw name des weitergeleiteten Agenten zusammen mit OpenClaw und greift ersatzweise auf die Agenten-ID zusammen mit OpenClaw zurück. Eine aktive Aktivierungsnamenprüfung deaktiviert die automatische Antwort des Echtzeit-Providers, leitet akzeptierte Beiträge über den Konsultationspfad des OpenClaw-Agenten und gibt eine kurze gesprochene Bestätigung aus, wenn ein vorangestellter Aktivierungsname anhand einer Teiltranskription erkannt wird, bevor das endgültige Transkript eintrifft. Die Richtlinie berücksichtigt Beitritte und Austritte in Echtzeit, ohne die Sprachverbindung neu herzustellen.
• Der OpenAI-Echtzeit-Provider akzeptiert aktuelle Realtime-2-Ereignisnamen und ältere Codex-kompatible Aliasse für Ausgabeaudio- und Transkriptereignisse, sodass kompatible Provider-Snapshots abweichen können, ohne dass Assistentenaudio verloren geht.
• voice.realtime.bargeIn steuert, ob Discord-Ereignisse beim Sprechbeginn eine aktive Echtzeitwiedergabe unterbrechen. Wenn die Einstellung ungesetzt ist, folgt sie der Einstellung des Echtzeit-Providers für Unterbrechungen durch Eingangsaudio.
• voice.realtime.minBargeInAudioEndMs steuert die Mindestwiedergabedauer des Assistenten, bevor eine Unterbrechung in OpenAI-Echtzeit das Audio abschneidet. Standard: 250. Setzen Sie für eine sofortige Unterbrechung in Räumen mit geringem Echo 0, oder erhöhen Sie den Wert für Lautsprecherkonfigurationen mit starkem Echo.
• voice.tts überschreibt tts nur für die Sprachwiedergabe über stt-tts; Echtzeitmodi verwenden stattdessen voice.realtime.speakerVoice. Legen Sie für eine OpenAI-Stimme bei der Discord-Wiedergabe voice.tts.provider: "openai" fest und wählen Sie unter voice.tts.providers.openai.speakerVoice eine Text-to-Speech-Stimme aus. cedar ist beim aktuellen OpenAI-TTS-Modell eine gute männlich klingende Wahl.
• Kanalspezifische Discord-Überschreibungen für systemPrompt gelten für Sprachtranskriptbeiträge dieses Sprachkanals.
• Wenn OpenClaw einem Sprachkanal beitritt, erhält die weitergeleitete Agentensitzung ein stilles Systemereignis mit der aktuellen Teilnehmerliste. Spätere Beitritte und Austritte von Teilnehmern aktualisieren diese Sitzung, ohne eine unaufgeforderte gesprochene Antwort auszulösen; Discord-Anzeigenamen werden als nicht vertrauenswürdige Bezeichnungen behandelt. Autorisierte Sprachbeiträge erhalten ebenfalls eine aktuelle Momentaufnahme der Teilnehmerliste.
• Sprachtranskriptbeiträge und /vc-Befehle verwenden Discord-Einträge in commands.ownerAllowFrom für den Besitzerstatus. Wenn kein Besitzer für Discord-Befehle konfiguriert ist, kann allowFrom (oder das ältere dm.allowFrom) des ausgewählten Discord-Kontos weiterhin den Sprachzugriff autorisieren, ohne Besitzerstatus zu gewähren. Die Sichtbarkeit von Agenten-Tools folgt der konfigurierten Tool-Richtlinie für die weitergeleitete Sitzung.
• Wenn voice.autoJoin mehrere Einträge für dieselbe Guild enthält, tritt OpenClaw dem zuletzt konfigurierten Kanal dieser Guild bei.
• voice.allowedChannels ist eine optionale Zulassungsliste für Aufenthaltsorte. Lassen Sie sie ungesetzt, damit /vc join jedem autorisierten Discord-Sprachkanal beitreten kann. Wenn sie festgelegt ist, sind /vc join, der automatische Beitritt beim Start und durch den Sprachstatus des Bots ausgelöste Wechsel auf die aufgeführten { guildId, channelId }-Einträge beschränkt. Legen Sie ein leeres Array fest, um alle Beitritte zu Discord-Sprachkanälen zu verweigern. Wenn Discord den Bot aus der Zulassungsliste heraus verschiebt, verlässt OpenClaw diesen Kanal und tritt erneut dem konfigurierten Ziel für den automatischen Beitritt bei, sofern eines verfügbar ist.
• voice.daveEncryption und voice.decryptionFailureTolerance werden an die Beitrittsoptionen von @discordjs/voice durchgereicht; die Upstream-Standardwerte sind daveEncryption=true und decryptionFailureTolerance=24.
• OpenClaw verwendet den mitgelieferten Codec libopus-wasm für den Empfang von Discord-Sprache und die Echtzeitwiedergabe von rohem PCM. Er enthält einen fest versionierten libopus-WebAssembly-Build und benötigt keine nativen Opus-Add-ons.
• voice.connectTimeoutMs steuert die anfängliche Wartezeit auf den @discordjs/voice-Status „Ready“ für /vc join und automatische Beitrittsversuche. Standard: 30000.
• voice.reconnectGraceMs steuert, wie lange OpenClaw darauf wartet, dass eine getrennte Sprachsitzung mit der Wiederherstellung der Verbindung beginnt, bevor sie verworfen wird. Standard: 15000.
• Im stt-tts-Modus wird die Sprachwiedergabe nicht allein deshalb beendet, weil ein anderer Benutzer zu sprechen beginnt. Um Rückkopplungsschleifen zu vermeiden, ignoriert OpenClaw neue Sprachaufnahmen, während TTS wiedergegeben wird; sprechen Sie nach dem Ende der Wiedergabe für den nächsten Beitrag. Echtzeitmodi leiten den Sprechbeginn als Unterbrechungssignal an den Echtzeit-Provider weiter.
• In Echtzeitmodi kann ein Echo von Lautsprechern in ein offenes Mikrofon wie eine Unterbrechung wirken und die Wiedergabe stoppen. Setzen Sie für Discord-Räume mit starkem Echo voice.realtime.providers.openai.interruptResponseOnInputAudio: false, damit OpenAI bei Eingangsaudio nicht automatisch unterbricht. Fügen Sie voice.realtime.bargeIn: true hinzu, wenn Discord-Ereignisse beim Sprechbeginn eine aktive Wiedergabe dennoch unterbrechen sollen. Die OpenAI-Echtzeit-Bridge ignoriert Wiedergabeabschneidungen, die kürzer als voice.realtime.minBargeInAudioEndMs sind, als wahrscheinliches Echo oder Rauschen und protokolliert sie als übersprungen, anstatt die Discord-Wiedergabe zu löschen.
• voice.captureSilenceGraceMs steuert, wie lange OpenClaw wartet, nachdem Discord das Ende eines Sprecherbeitrags gemeldet hat, bevor dieses Audiosegment für STT abgeschlossen wird. Standard: 2000; erhöhen Sie den Wert, wenn Discord normale Pausen in abgehackte Teiltranskripte zerlegt.
• Wenn ElevenLabs als TTS-Provider ausgewählt ist, verwendet die Discord-Sprachwiedergabe Streaming-TTS und beginnt mit der Wiedergabe aus dem Antwortstream des Providers. Provider ohne Streaming-Unterstützung greifen auf den Pfad mit einer synthetisierten temporären Datei zurück.
• OpenClaw überwacht Entschlüsselungsfehler beim Empfang und stellt die Funktion automatisch wieder her, indem es den Sprachkanal nach wiederholten Fehlern innerhalb eines kurzen Zeitfensters verlässt und ihm erneut beitritt.
• Wenn die Empfangsprotokolle nach einer Aktualisierung wiederholt DecryptionFailed(UnencryptedWhenPassthroughDisabled) anzeigen, erfassen Sie einen Abhängigkeitsbericht und Protokolle. Die mitgelieferte @discordjs/voice-Zeile enthält die Upstream-Korrektur für Padding aus dem discord.js-PR #11449, durch den das discord.js-Issue #11419 geschlossen wurde.
• Empfangsereignisse vom Typ The operation was aborted sind zu erwarten, wenn OpenClaw ein erfasstes Sprechersegment abschließt; es handelt sich um ausführliche Diagnosemeldungen, nicht um Warnungen.
• Ausführliche Discord-Sprachprotokolle enthalten für jedes akzeptierte Sprechersegment eine begrenzte einzeilige Vorschau des STT-Transkripts, sodass beim Debugging sowohl die Benutzerseite als auch die Antwortseite des Agenten sichtbar sind, ohne unbegrenzt langen Transkripttext auszugeben.
• Im agent-proxy-Modus überspringt der erzwungene Konsultations-Fallback wahrscheinlich unvollständige Transkriptfragmente, etwa Text, der mit ... oder einem nachgestellten Bindewort wie „und“ endet, sowie offensichtlich nicht handlungsrelevante Abschlüsse wie „bin gleich zurück“ oder „tschüss“. Die Protokolle zeigen forced agent consult skipped reason=..., wenn dadurch eine veraltete Antwort in der Warteschlange verhindert wird.

Benutzern in Sprachkanälen folgen

Verwenden Sie voice.followUsers, wenn der Discord-Sprachbot bei einem oder mehreren bekannten Discord-Benutzern bleiben soll, anstatt beim Start einem festen Kanal beizutreten oder auf /vc join zu warten.

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

Verhalten:

• followUsers akzeptiert rohe Discord-Benutzer-IDs und discord:<id>-Werte. OpenClaw normalisiert beide Formen vor dem Abgleich von Sprachstatusereignissen.
• followUsersEnabled verwendet standardmäßig true, wenn followUsers konfiguriert ist. Setzen Sie den Wert auf false, um die gespeicherte Liste beizubehalten, aber das automatische Folgen in Sprachkanäle zu beenden.
• followUsers steuert nur den Aufenthalt im Sprachkanal. Es gewährt weder Sprecherzugriff noch Eigentümerberechtigungen; konfigurieren Sie commands.ownerAllowFrom sowie Benutzer und Rollen für Server oder Kanäle separat.
• Wenn ein Benutzer, dem gefolgt wird, einem zulässigen Sprachkanal beitritt, tritt OpenClaw diesem Kanal bei. Wenn der Benutzer wechselt, wechselt OpenClaw mit ihm. Wenn der aktive Benutzer, dem gefolgt wird, die Verbindung trennt, verlässt OpenClaw den Kanal.
• Wenn sich mehrere Benutzer, denen gefolgt wird, auf demselben Server befinden und der aktive Benutzer den Kanal verlässt, wechselt OpenClaw zum Kanal eines anderen erfassten Benutzers, dem gefolgt wird, bevor OpenClaw den Server verlässt. Wenn mehrere Benutzer gleichzeitig wechseln, ist das zuletzt beobachtete Sprachstatusereignis maßgeblich.
• allowedChannels gilt weiterhin. Ein Benutzer, dem gefolgt wird und der sich in einem nicht zulässigen Kanal befindet, wird ignoriert, und eine durch das Folgen verwaltete Sitzung wechselt zu einem anderen Benutzer, dem gefolgt wird, oder wird beendet.
• OpenClaw gleicht verpasste Sprachstatusereignisse beim Start und in einem begrenzten Intervall ab. Der Abgleich prüft stichprobenartig konfigurierte Server und begrenzt die REST-Abfragen pro Durchlauf. Daher können sehr große followUsers-Listen mehr als ein Intervall benötigen, bis sie vollständig abgeglichen sind.
• Wenn Discord oder ein Administrator den Bot verschiebt, während er einem Benutzer folgt, erstellt OpenClaw die Sprachsitzung neu und behält die Zuständigkeit des Folgemodus bei, sofern das Ziel zulässig ist. Wenn der Bot außerhalb von allowedChannels verschoben wird, verlässt OpenClaw den Kanal und tritt dem konfigurierten Ziel erneut bei, sofern eines vorhanden ist.
• Bei der Wiederherstellung des DAVE-Empfangs kann derselbe Kanal nach wiederholten Entschlüsselungsfehlern verlassen und erneut betreten werden. Durch das Folgen verwaltete Sitzungen behalten während dieses Wiederherstellungspfads ihre Zuständigkeit des Folgemodus bei, sodass der Kanal weiterhin verlassen wird, wenn ein Benutzer, dem gefolgt wird, später die Verbindung trennt.

Wählen Sie einen der Beitrittsmodi:

• Verwenden Sie followUsers für persönliche oder Betreiberkonfigurationen, bei denen der Bot automatisch im Sprachkanal sein soll, wenn Sie es sind.
• Verwenden Sie autoJoin für Bots in festen Räumen, die auch dann anwesend sein sollen, wenn sich kein erfasster Benutzer in einem Sprachkanal befindet.
• Verwenden Sie /vc join für einmalige Beitritte oder Räume, in denen eine automatische Anwesenheit im Sprachkanal unerwartet wäre.

Discord-Sprachcodec:

• Die Protokolle des Sprachempfangs zeigen discord voice: opus decoder: libopus-wasm.
• Die Echtzeitwiedergabe codiert rohes 48-kHz-Stereo-PCM mit demselben enthaltenen libopus-wasm-Paket in Opus, bevor die Pakete an @discordjs/voice übergeben werden.
• Die Wiedergabe von Dateien und Provider-Streams transcodiert mit ffmpeg in rohes 48-kHz-Stereo-PCM und verwendet anschließend libopus-wasm für den an Discord gesendeten Opus-Paketstrom.

STT- plus TTS-Pipeline:

• Die Discord-PCM-Aufnahme wird in eine temporäre WAV-Datei konvertiert.
• tools.media.audio verarbeitet STT, zum Beispiel openai/gpt-4o-mini-transcribe.
• Das Transkript wird über den Discord-Eingang und das Routing gesendet, während das Antwort-LLM mit einer Sprachausgaberichtlinie ausgeführt wird, die das Agentenwerkzeug tts ausblendet und zurückgegebenen Text anfordert, da Discord Voice die abschließende TTS-Wiedergabe steuert.
• voice.model überschreibt, sofern festgelegt, nur das Antwort-LLM für diesen Durchlauf im Sprachkanal.
• voice.tts wird über tts zusammengeführt; Streaming-fähige Provider speisen den Player direkt, andernfalls wird die erzeugte Audiodatei im beigetretenen Kanal wiedergegeben.

Beispiel für eine standardmäßige Agenten-Proxy-Sprachkanalsitzung:

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

Ohne einen voice.agentSession-Block erhält jeder Sprachkanal eine eigene geroutete OpenClaw-Sitzung. Beispielsweise kommuniziert /vc join channel:234567890123456789 mit der Sitzung für diesen Discord-Sprachkanal. Das Echtzeitmodell dient nur als Sprach-Frontend; inhaltliche Anfragen werden an den konfigurierten OpenClaw-Agenten übergeben. Wenn das Echtzeitmodell ein endgültiges Transkript erzeugt, ohne das Beratungswerkzeug aufzurufen, erzwingt OpenClaw ersatzweise die Beratung, sodass sich die Standardeinstellung weiterhin wie ein Gespräch mit dem Agenten verhält.

Beispiel für veraltetes STT plus TTS:

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

Beispiel für bidirektionale Echtzeitkommunikation:

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

Sprachkommunikation als Erweiterung einer vorhandenen Discord-Kanalsitzung:

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

Im Modus agent-proxy tritt der Bot dem konfigurierten Sprachkanal bei, die OpenClaw-Agentendurchläufe verwenden jedoch die regulär geroutete Sitzung und den Agenten des Zielkanals. Die Echtzeit-Sprachsitzung gibt das zurückgegebene Ergebnis im Sprachkanal wieder. Der überwachende Agent kann gemäß seiner Werkzeugrichtlinie weiterhin normale Nachrichtenwerkzeuge verwenden und beispielsweise eine separate Discord-Nachricht senden, wenn dies die richtige Aktion ist.

Während ein delegierter OpenClaw-Durchlauf aktiv ist, werden neue Discord-Sprachtranskripte als Live-Steuerung des Durchlaufs behandelt, bevor ein weiterer Agentendurchlauf gestartet wird. Formulierungen wie „Status“, „brechen Sie das ab“, „verwenden Sie die kleinere Korrektur“ oder „prüfen Sie nach Abschluss auch die Tests“ werden als Status-, Abbruch-, Steuerungs- oder Folgeeingabe für die aktive Sitzung klassifiziert. Status-, Abbruch-, akzeptierte Steuerungs- und Folgeergebnisse werden im Sprachkanal wiedergegeben, damit der Anrufer weiß, ob OpenClaw die Anfrage verarbeitet hat.

Nützliche Zielformen:

• target: "channel:123456789012345678" leitet über eine Discord-Textkanalsitzung weiter.
• target: "123456789012345678" wird als Kanalziel behandelt.
• target: "dm:123456789012345678" oder target: "user:123456789012345678" leitet über die entsprechende Direktnachrichtensitzung weiter.

Beispiel für OpenAI Realtime bei starkem Echo:

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

Verwenden Sie diese Konfiguration, wenn das Modell seine eigene Discord-Wiedergabe über ein offenes Mikrofon hört, Sie es aber dennoch durch Sprechen unterbrechen möchten. OpenClaw verhindert, dass OpenAI bei rohem Eingangsaudio automatisch unterbricht, während bargeIn: true ermöglicht, dass Ereignisse beim Sprechbeginn in Discord und bereits aktives Sprecheraudio aktive Echtzeitantworten abbrechen, bevor der nächste aufgenommene Durchlauf OpenAI erreicht. Sehr frühe Unterbrechungssignale mit audioEndMs unter minBargeInAudioEndMs werden als wahrscheinliches Echo oder Rauschen behandelt und ignoriert, damit das Modell nicht bereits beim ersten Wiedergabeframe abbricht.

Erwartete Sprachprotokolle:

• Beim Beitritt: discord voice: joining ... voiceSession=... supervisorSession=... agentSessionMode=... voiceModel=... realtimeModel=...
• Beim Echtzeitstart: discord voice: realtime bridge starting ... autoRespond=false interruptResponse=false bargeIn=false minBargeInAudioEndMs=...
• Bei Sprecheraudio: discord voice: realtime speaker turn opened ..., discord voice: realtime input audio started ... outputAudioMs=... outputActive=... und discord voice: realtime speaker turn closed ... chunks=... discordBytes=... realtimeBytes=... interruptedPlayback=...
• Beim Überspringen veralteter Sprache: discord voice: realtime forced agent consult skipped reason=incomplete-transcript ... oder reason=non-actionable-closing ...
• Beim Abschluss der Echtzeitantwort: discord voice: realtime audio playback finishing reason=response.done ... audioMs=... chunks=...
• Beim Stoppen oder Zurücksetzen der Wiedergabe: discord voice: realtime audio playback stopped reason=... audioMs=... elapsedMs=... chunks=...
• Bei der Echtzeitberatung: discord voice: realtime consult requested ... voiceSession=... supervisorSession=... question=...
• Bei der Agentenantwort: discord voice: agent turn answer ...
• Beim Einreihen exakter Sprachausgabe: discord voice: realtime exact speech queued ... queued=... outputAudioMs=... outputActive=..., gefolgt von discord voice: realtime exact speech dequeued reason=player-idle ...
• Bei der Erkennung einer Unterbrechung: discord voice: realtime barge-in detected source=speaker-start ... oder discord voice: realtime barge-in detected source=active-speaker-audio ..., gefolgt von discord voice: realtime barge-in requested reason=... outputAudioMs=... outputActive=...
• Bei einer Echtzeitunterbrechung: discord voice: realtime model interrupt requested client:response.cancel reason=barge-in, gefolgt von discord voice: realtime model audio truncated client:conversation.item.truncate reason=barge-in audioEndMs=... oder discord voice: realtime model interrupt confirmed server:response.done status=cancelled ...
• Bei ignoriertem Echo oder Rauschen: discord voice: realtime model interrupt ignored client:conversation.item.truncate.skipped reason=barge-in audioEndMs=0 minAudioEndMs=250
• Bei deaktivierter Unterbrechung: discord voice: realtime capture ignored during playback (barge-in disabled) ...
• Bei inaktiver Wiedergabe: discord voice: realtime barge-in ignored reason=... outputActive=false ... playbackChunks=0

Lesen Sie zur Fehlersuche bei abgeschnittenem Audio die Echtzeit-Sprachprotokolle als Zeitleiste:

1. realtime audio playback started bedeutet, dass Discord mit der Wiedergabe von Assistentenaudio begonnen hat. Ab diesem Zeitpunkt zählt die Brücke die Ausgabeblöcke des Assistenten, die Discord-PCM-Bytes, die Echtzeitbytes des Providers und die Dauer des synthetisierten Audios.
2. realtime speaker turn opened kennzeichnet, dass ein Discord-Sprecher aktiv wird. Wenn die Wiedergabe bereits aktiv und bargeIn aktiviert ist, kann darauf barge-in detected source=speaker-start folgen.
3. realtime input audio started kennzeichnet den ersten tatsächlich empfangenen Audioframe für diesen Sprecherdurchlauf. outputActive=true oder ein von null abweichender Wert für outputAudioMs bedeutet hier, dass das Mikrofon Eingaben sendet, während die Assistentenwiedergabe noch aktiv ist.
4. barge-in detected source=active-speaker-audio bedeutet, dass OpenClaw aktives Sprecheraudio erkannt hat, während die Assistentenwiedergabe aktiv war. Dies ist hilfreich, um eine echte Unterbrechung von einem Discord-Ereignis beim Sprechbeginn ohne verwertbares Audio zu unterscheiden.
5. barge-in requested reason=... bedeutet, dass OpenClaw den Echtzeit-Provider angewiesen hat, die aktive Antwort abzubrechen oder zu kürzen. Der Eintrag enthält outputAudioMs, outputActive und playbackChunks, sodass Sie erkennen können, wie viel Assistentenaudio vor der Unterbrechung tatsächlich wiedergegeben wurde.
6. realtime audio playback stopped reason=... ist der lokale Rücksetzpunkt der Discord-Wiedergabe. Der Grund gibt an, wer die Wiedergabe beendet hat: barge-in, player-idle, provider-clear-audio, forced-agent-consult, stream-close oder session-close.
7. realtime speaker turn closed fasst den aufgenommenen Eingabedurchlauf zusammen. chunks=0 oder hasAudio=false bedeutet, dass der Sprecherdurchlauf geöffnet wurde, aber kein verwertbares Audio die Echtzeitbrücke erreicht hat. interruptedPlayback=true bedeutet, dass sich dieser Eingabedurchlauf mit der Assistentenausgabe überschnitten und die Unterbrechungslogik ausgelöst hat.

Nützliche Felder:

• outputAudioMs: Dauer des Assistentenaudios, das der Echtzeit-Provider vor dieser Protokollzeile erzeugt hat.
• audioMs: Dauer des Assistentenaudios, die OpenClaw bis zum Ende der Wiedergabe gezählt hat.
• elapsedMs: verstrichene Echtzeit zwischen dem Öffnen und Schließen des Wiedergabestreams oder Sprecherdurchlaufs.
• discordBytes: an Discord Voice gesendete oder von Discord Voice empfangene 48-kHz-Stereo-PCM-Bytes.
• realtimeBytes: an den Echtzeit-Provider gesendete oder von ihm empfangene PCM-Bytes im Providerformat.
• playbackChunks: für die aktive Antwort an Discord weitergeleitete Assistenten-Audioblöcke.
• sinceLastAudioMs: Zeitspanne zwischen dem letzten aufgenommenen Sprecheraudioframe und dem Schließen des Sprecherdurchlaufs.

Häufige Muster:

• Ein sofortiger Abbruch mit source=active-speaker-audio, einem kleinen outputAudioMs und demselben Benutzer in der Nähe weist normalerweise darauf hin, dass ein Lautsprecherecho in das Mikrofon gelangt. Erhöhen Sie voice.realtime.minBargeInAudioEndMs, verringern Sie die Lautstärke des Lautsprechers, verwenden Sie Kopfhörer oder legen Sie voice.realtime.providers.openai.interruptResponseOnInputAudio: false fest.
• source=speaker-start gefolgt von speaker turn closed ... hasAudio=false bedeutet, dass Discord den Beginn einer Sprachausgabe gemeldet hat, aber kein Audio OpenClaw erreicht hat. Ursache kann ein vorübergehendes Discord-Sprachereignis, das Verhalten des Noise Gates oder ein Client sein, der das Mikrofon kurz aktiviert.
• audio playback stopped reason=stream-close ohne ein zeitnahes Dazwischensprechen oder provider-clear-audio bedeutet, dass der lokale Discord-Wiedergabestream unerwartet beendet wurde. Prüfen Sie die vorhergehenden Provider- und Discord-Player-Protokolle.
• capture ignored during playback (barge-in disabled) bedeutet, dass OpenClaw Eingaben absichtlich verworfen hat, während Assistentenaudio aktiv war. Aktivieren Sie voice.realtime.bargeIn, wenn Sprache die Wiedergabe unterbrechen soll.
• barge-in ignored ... outputActive=false bedeutet, dass Discord oder die VAD des Providers Sprache gemeldet hat, OpenClaw jedoch keine aktive Wiedergabe zum Unterbrechen hatte. Dadurch sollte Audio nicht abgebrochen werden.

Anmeldedaten werden komponentenbezogen aufgelöst: Authentifizierung der LLM-Route für voice.model, STT-Authentifizierung für tools.media.audio, TTS-Authentifizierung für tts/voice.tts und Echtzeit-Provider-Authentifizierung für voice.realtime.providers oder die normale Authentifizierungskonfiguration des Providers.

Sprachnachrichten

Discord-Sprachnachrichten zeigen eine Wellenformvorschau an und erfordern OGG/Opus-Audio. OpenClaw erzeugt die Wellenform automatisch, benötigt jedoch ffmpeg und ffprobe auf dem Gateway-Host, um das Audio zu untersuchen und zu konvertieren.

• Geben Sie einen lokalen Dateipfad an (URLs werden abgelehnt).
• Lassen Sie den Textinhalt weg (Discord lehnt Text und Sprachnachricht in derselben Nutzlast ab).
• Jedes Audioformat wird akzeptiert; OpenClaw konvertiert es bei Bedarf in OGG/Opus.

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

Fehlerbehebung

openclaw doctoropenclaw channels status --probeopenclaw logs --follow

{channels: {defaults: {  botLoopProtection: {    maxEventsPerWindow: 20,    windowSeconds: 60,    cooldownSeconds: 60,  },},discord: {  // Optionale Discord-weite Überschreibung. Kontoblöcke überschreiben einzelne  // Felder und übernehmen hier ausgelassene Felder.  botLoopProtection: {    maxEventsPerWindow: 4,  },  accounts: {    alpha: {      // Alpha hört nur auf andere Bots, wenn diese ihn erwähnen.      allowBots: "mentions",    },    bravo: {      // Bravo hört auf alle von Bots verfassten Discord-Nachrichten.      allowBots: true,      mentionAliases: {        // Ermöglicht Bravo, eine Discord-Erwähnung von Alpha mit der konfigurierten Benutzer-ID zu schreiben.        Alpha: "ALPHA_DISCORD_USER_ID",      },      botLoopProtection: {        // Bis zu fünf Nachrichten pro Minute zulassen, bevor das Paar unterdrückt wird.        maxEventsPerWindow: 5,        windowSeconds: 60,        cooldownSeconds: 90,      },    },  },},},}

Konfigurationsreferenz

Primäre Referenz: Konfigurationsreferenz – Discord.

Discord Activities

Legen Sie channels.discord.activities fest, damit Agenten eigenständige HTML-Widgets veröffentlichen können, die innerhalb von Discord geöffnet werden. Der Block ist optional; wenn er fehlt, registriert OpenClaw keine Activity-Routen, kein Tool und keinen Interaktionshandler. Unter Discord Activities finden Sie Informationen zur Einrichtung des Developer Portal, des Tunnels, der Sicherheit und der Fehlerbehebung.

• activities.clientSecret: OAuth2-Client-Secret für die Discord-Anwendung; greift ersatzweise auf DISCORD_CLIENT_SECRET zurück
• activities.applicationId: optionale Activity-Anwendungs-ID; standardmäßig wird die beim Gateway-Start ermittelte Bot-Anwendungs-ID verwendet

Sicherheit und Betrieb

• Behandeln Sie Bot-Tokens als Geheimnisse (DISCORD_BOT_TOKEN wird in überwachten Umgebungen bevorzugt).
• Erteilen Sie Discord-Berechtigungen nach dem Prinzip der geringsten Rechte.
• Wenn die Befehlsbereitstellung oder der Befehlsstatus veraltet ist, starten Sie das Gateway neu und prüfen Sie erneut mit openclaw channels status --probe.

Verwandte Themen