Discord

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

​

Configuración rápida

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" },
    },
  },
}
JSON5
openclaw config patch --file ./discord.patch.json5 --dry-run
openclaw config patch --file ./discord.patch.json5
openclaw 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 discord
openclaw pairing approve discord <CODE>

​

Recomendado: configura un espacio de trabajo de gremio

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

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

​

Modelo de entorno de ejecución

• Gateway es propietario de la conexión de Discord.
• El enrutamiento de respuestas es determinista: las respuestas entrantes de Discord vuelven a Discord.
• Los metadatos de servidor/canal de Discord se añaden al prompt del modelo como contexto no confiable, no como prefijo de respuesta visible para el usuario. Si un modelo copia ese sobre de vuelta, OpenClaw elimina los metadatos copiados de las respuestas salientes y del contexto de reproducción futuro.
• De forma predeterminada (session.dmScope=main), los chats directos comparten la sesión principal del agente (agent:main:main).
• Los canales de servidor son claves de sesión aisladas (agent:<agentId>:discord:channel:<channelId>).
• Los DM grupales se ignoran de forma predeterminada (channels.discord.dm.groupEnabled=false).
• Los comandos de barra nativos se ejecutan en sesiones de comando aisladas (agent:<agentId>:discord:slash:<userId>), aunque siguen llevando CommandTargetSessionKey a la sesión de conversación enrutada.
• La entrega de anuncios de cron/heartbeat solo de texto a Discord usa una vez la respuesta final visible para el asistente. Los payloads multimedia y de componentes estructurados permanecen como varios mensajes cuando el agente emite varios payloads entregables.

​

Canales de foro

• Envía un mensaje al padre del foro (channel:<forumId>) para crear automáticamente un hilo. El título del hilo usa la primera línea no vacía de tu mensaje.
• Usa openclaw message thread create para crear un hilo directamente. No pases --message-id para canales de foro.

openclaw message send --channel discord --target channel:<forumId> \
  --message "Topic title\nBody of the post"

openclaw message thread create --channel discord --target channel:<forumId> \
  --thread-name "Topic title" --message "Body of the post"

​

Componentes interactivos

• text, section, separator, actions, media-gallery, file
• Las filas de acciones permiten hasta 5 botones o un único menú de selección
• Tipos de selección: string, user, role, mentionable, channel

• Los bloques file deben apuntar a una referencia de adjunto (attachment://<filename>)
• Proporciona el adjunto mediante media/path/filePath (un solo archivo); usa media-gallery para varios archivos
• Usa filename para sobrescribir el nombre de subida cuando deba coincidir con la referencia de adjunto

• Añade components.modal con hasta 5 campos
• Tipos de campo: text, checkbox, radio, select, role-select, user-select
• OpenClaw añade automáticamente un botón disparador

{
  channel: "discord",
  action: "send",
  to: "channel:123456789012345678",
  message: "Optional fallback text",
  components: {
    reusable: true,
    text: "Choose a path",
    blocks: [
      {
        type: "actions",
        buttons: [
          {
            label: "Approve",
            style: "success",
            allowedUsers: ["123456789012345678"],
          },
          { label: "Decline", style: "danger" },
        ],
      },
      {
        type: "actions",
        select: {
          type: "string",
          placeholder: "Pick an option",
          options: [
            { label: "Option A", value: "a" },
            { label: "Option B", value: "b" },
          ],
        },
      },
    ],
    modal: {
      title: "Details",
      triggerLabel: "Open form",
      fields: [
        { type: "text", label: "Requester" },
        {
          type: "select",
          label: "Priority",
          options: [
            { label: "Low", value: "low" },
            { label: "High", value: "high" },
          ],
        },
      ],
    },
  },
}

​

Control de acceso y enrutamiento

{
  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: { allow: true },
            help: { allow: true, requireMention: true },
          },
        },
      },
    },
  },
}

​

Enrutamiento de agentes basado en roles

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

​

Comandos nativos y autorización de comandos

• commands.native toma "auto" como valor predeterminado y está habilitado para Discord.
• Anulación por canal: channels.discord.commands.native.
• commands.native=false omite el registro y la limpieza de comandos slash de Discord durante el inicio. Los comandos registrados anteriormente pueden seguir visibles en Discord hasta que los elimines de la aplicación de Discord.
• La autenticación de comandos nativos usa las mismas listas de permitidos/políticas de Discord que la gestión normal de mensajes.
• Los comandos pueden seguir siendo visibles en la interfaz de Discord para usuarios que no estén autorizados; la ejecución sigue aplicando la autenticación de OpenClaw y devuelve “no autorizado”.

• ephemeral: true

​

Detalles de la función

{
  channels: {
    discord: {
      streaming: {
        mode: "progress",
        progress: {
          label: "auto",
          maxLines: 8,
          toolProgress: true,
        },
      },
    },
  },
}

{
  "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_...", // optional; needed for private systems
      },
    },
  },
}

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

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

{
  channels: {
    discord: {
      activity: "Focus time",
      activityType: 4,
    },
  },
}

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

{
  channels: {
    discord: {
      autoPresence: {
        enabled: true,
        intervalMs: 30000,
        minUpdateIntervalMs: 15000,
        exhaustedText: "token exhausted",
      },
    },
  },
}

​

Herramientas y barreras de acción

• mensajería: sendMessage, readMessages, editMessage, deleteMessage, threadReply
• reacciones: react, reactions, emojiList
• moderación: timeout, kick, ban
• presencia: setPresence

​

UI de componentes v2

• channels.discord.ui.components.accentColor establece el color de acento usado por los contenedores de componentes de Discord (hex).
• Se define por cuenta con channels.discord.accounts.<id>.ui.components.accentColor.
• embeds se ignoran cuando hay componentes v2 presentes.

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

​

Voz

​

Canales de voz

1. Habilita Message Content Intent en el Discord Developer Portal.
2. Habilita Server Members Intent cuando se usan listas de permitidos de roles/usuarios.
3. Invita al bot con los ámbitos bot y applications.commands.
4. Concede Connect, Speak, Send Messages y Read Message History en el canal de voz de destino.
5. Habilita comandos nativos (commands.native o channels.discord.commands.native).
6. Configura channels.discord.voice.

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

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

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        model: "openai-codex/gpt-5.5",
        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",
          voice: "cedar",
        },
      },
    },
  },
}

• voice.tts sobrescribe messages.tts solo para la reproducción de voz stt-tts. Los modos en tiempo real usan voice.realtime.voice.
• voice.mode controla la ruta de conversación. El valor predeterminado es agent-proxy: una interfaz de voz en tiempo real gestiona la temporización de turnos, la interrupción y la reproducción, delega el trabajo sustantivo al agente OpenClaw enrutado mediante openclaw_agent_consult y trata el resultado como un prompt de Discord escrito por ese hablante. stt-tts conserva el flujo por lotes anterior de STT más TTS. bidi permite que el modelo en tiempo real converse directamente mientras expone openclaw_agent_consult para el cerebro de OpenClaw.
• voice.agentSession controla qué conversación de OpenClaw recibe los turnos de voz. Déjalo sin definir para usar la propia sesión del canal de voz, o establece { mode: "target", target: "channel:<text-channel-id>" } para hacer que el canal de voz actúe como la extensión de micrófono/altavoz de una sesión existente de canal de texto de Discord, como #maintainers.
• voice.model sobrescribe el cerebro del agente OpenClaw para respuestas de voz de Discord y consultas en tiempo real. Déjalo sin definir para heredar el modelo del agente enrutado. Es independiente de voice.realtime.model.
• agent-proxy enruta el habla mediante discord-voice, lo que conserva la autorización normal de propietario/herramientas para el hablante y la sesión de destino, pero oculta la herramienta tts del agente porque la voz de Discord es responsable de la reproducción. De forma predeterminada, agent-proxy concede a la consulta acceso completo a herramientas equivalente al del propietario para hablantes propietarios (voice.realtime.toolPolicy: "owner") y prefiere firmemente consultar al agente OpenClaw antes de dar respuestas sustantivas (voice.realtime.consultPolicy: "always"). En ese modo predeterminado always, la capa en tiempo real no pronuncia automáticamente contenido de relleno antes de la respuesta de la consulta; captura y transcribe el habla, y luego pronuncia la respuesta enrutada de OpenClaw. Si varias respuestas de consulta forzada terminan mientras Discord sigue reproduciendo la primera respuesta, las respuestas posteriores de habla exacta se ponen en cola hasta que la reproducción quede inactiva, en lugar de reemplazar el habla a mitad de frase.
• En modo stt-tts, STT usa tools.media.audio; voice.model no afecta la transcripción.
• En modos en tiempo real, voice.realtime.provider, voice.realtime.model y voice.realtime.voice configuran la sesión de audio en tiempo real. Para OpenAI Realtime 2 más el cerebro Codex, usa voice.realtime.model: "gpt-realtime-2" y voice.model: "openai-codex/gpt-5.5".
• El proveedor en tiempo real de OpenAI acepta los nombres de eventos actuales de Realtime 2 y alias heredados compatibles con Codex para eventos de audio de salida y transcripción, de modo que las instantáneas compatibles del proveedor puedan desviarse sin perder audio del asistente.
• voice.realtime.bargeIn controla si los eventos de inicio de hablante de Discord interrumpen la reproducción activa en tiempo real. Si no está definido, sigue la configuración de interrupción de audio de entrada del proveedor en tiempo real.
• voice.realtime.minBargeInAudioEndMs controla la duración mínima de reproducción del asistente antes de que una interrupción en tiempo real de OpenAI trunque el audio. Valor predeterminado: 250. Establece 0 para interrupción inmediata en salas con poco eco, o súbelo para configuraciones de altavoces con mucho eco.
• Para usar una voz de OpenAI en la reproducción de Discord, establece voice.tts.provider: "openai" y elige una voz de texto a voz en voice.tts.openai.voice o voice.tts.providers.openai.voice. cedar es una buena opción con sonido masculino en el modelo TTS actual de OpenAI.
• Las sobrescrituras systemPrompt de Discord por canal se aplican a los turnos de transcripción de voz de ese canal de voz.
• Los turnos de transcripción de voz derivan el estado de propietario de allowFrom de Discord (o dm.allowFrom); los hablantes que no son propietarios no pueden acceder a herramientas solo para propietarios (por ejemplo, gateway y cron).
• La voz de Discord es opcional para configuraciones solo de texto; establece channels.discord.voice.enabled=true (o conserva un bloque channels.discord.voice existente) para habilitar los comandos /vc, el runtime de voz y el intent de Gateway GuildVoiceStates.
• channels.discord.intents.voiceStates puede sobrescribir explícitamente la suscripción al intent de estado de voz. Déjalo sin definir para que el intent siga la habilitación de voz efectiva.
• Si voice.autoJoin tiene varias entradas para el mismo gremio, OpenClaw se une al último canal configurado para ese gremio.
• voice.allowedChannels es una lista de permitidos de residencia opcional. Déjalo sin definir para permitir /vc join en cualquier canal de voz de Discord autorizado. Cuando se define, /vc join, la unión automática al inicio y los movimientos de estado de voz del bot quedan restringidos a las entradas { guildId, channelId } indicadas. Establécelo en un arreglo vacío para denegar todas las uniones de voz de Discord. Si Discord mueve el bot fuera de la lista de permitidos, OpenClaw abandona ese canal y vuelve a unirse al destino configurado de unión automática cuando haya uno disponible.
• voice.daveEncryption y voice.decryptionFailureTolerance se pasan a las opciones de unión de @discordjs/voice.
• Los valores predeterminados de @discordjs/voice son daveEncryption=true y decryptionFailureTolerance=24 si no se definen.
• OpenClaw usa de forma predeterminada el decodificador opusscript en JS puro para recibir voz de Discord. El paquete nativo opcional @discordjs/opus se ignora por la política de instalación pnpm del repositorio, para que las instalaciones normales, los lanes de Docker y las pruebas no relacionadas no compilen un addon nativo. Los hosts dedicados al rendimiento de voz pueden optar por usarlo con OPENCLAW_DISCORD_OPUS_DECODER=native después de instalar el addon nativo.
• voice.connectTimeoutMs controla la espera inicial de Ready de @discordjs/voice para intentos de /vc join y unión automática. Valor predeterminado: 30000.
• voice.reconnectGraceMs controla cuánto tiempo espera OpenClaw a que una sesión de voz desconectada empiece a reconectarse antes de destruirla. Valor predeterminado: 15000.
• En modo stt-tts, la reproducción de voz no se detiene solo porque otro usuario empiece a hablar. Para evitar bucles de retroalimentación, OpenClaw ignora la nueva captura de voz mientras TTS está reproduciéndose; habla después de que termine la reproducción para el siguiente turno. Los modos en tiempo real reenvían los inicios de hablante como señales de interrupción al proveedor en tiempo real.
• En modos en tiempo real, el eco de los altavoces hacia un micrófono abierto puede parecer una interrupción y cortar la reproducción. Para salas de Discord con mucho eco, establece voice.realtime.providers.openai.interruptResponseOnInputAudio: false para evitar que OpenAI interrumpa automáticamente con audio de entrada. Añade voice.realtime.bargeIn: true si aún quieres que los eventos de inicio de hablante de Discord interrumpan la reproducción activa. El puente en tiempo real de OpenAI ignora truncamientos de reproducción más cortos que voice.realtime.minBargeInAudioEndMs por considerarlos probablemente eco/ruido, y los registra como omitidos en lugar de borrar la reproducción de Discord.
• voice.captureSilenceGraceMs controla cuánto tiempo espera OpenClaw después de que Discord informa que un hablante se detuvo antes de finalizar ese segmento de audio para STT. Valor predeterminado: 2500; súbelo si Discord divide pausas normales en transcripciones parciales entrecortadas.
• Cuando ElevenLabs es el proveedor TTS seleccionado, la reproducción de voz de Discord usa TTS en streaming y comienza desde el stream de respuesta del proveedor. Los proveedores sin soporte de streaming vuelven a la ruta de archivo temporal sintetizado.
• OpenClaw también vigila fallos de descifrado de recepción y se recupera automáticamente saliendo y volviendo a unirse al canal de voz tras fallos repetidos en una ventana corta.
• Si los logs de recepción muestran repetidamente DecryptionFailed(UnencryptedWhenPassthroughDisabled) después de actualizar, recopila un informe de dependencias y logs. La línea incluida de @discordjs/voice incorpora la corrección upstream de relleno del PR #11449 de discord.js, que cerró el issue #11419 de discord.js.
• Los eventos de recepción The operation was aborted son esperados cuando OpenClaw finaliza un segmento de hablante capturado; son diagnósticos detallados, no advertencias.
• Los logs detallados de voz de Discord incluyen una vista previa acotada en una línea de la transcripción STT para cada segmento de hablante aceptado, de modo que la depuración muestre tanto el lado del usuario como el lado de la respuesta del agente sin volcar texto de transcripción sin límites.
• En modo agent-proxy, la reserva de consulta forzada omite fragmentos de transcripción probablemente incompletos, como texto que termina en ... o un conector final como and, además de cierres obviamente no accionables como “vuelvo enseguida” o “adiós”. Los logs muestran forced agent consult skipped reason=... cuando esto evita una respuesta obsoleta en cola.

pnpm install
mise exec node@22 -- pnpm discord:opus:install

OPENCLAW_DISCORD_OPUS_DECODER=native pnpm gateway:watch

• La captura PCM de Discord se convierte en un archivo temporal WAV.
• tools.media.audio gestiona STT, por ejemplo openai/gpt-4o-mini-transcribe.
• La transcripción se envía mediante la entrada y el enrutamiento de Discord mientras el LLM de respuesta se ejecuta con una política de salida de voz que oculta la herramienta tts del agente y solicita texto devuelto, porque la voz de Discord es responsable de la reproducción TTS final.
• voice.model, cuando se define, sobrescribe solo el LLM de respuesta para este turno del canal de voz.
• voice.tts se fusiona sobre messages.tts; los proveedores con capacidad de streaming alimentan el reproductor directamente; de lo contrario, el archivo de audio resultante se reproduce en el canal unido.

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        model: "openai-codex/gpt-5.5",
        realtime: {
          provider: "openai",
          model: "gpt-realtime-2",
          voice: "cedar",
        },
      },
    },
  },
}

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        mode: "stt-tts",
        model: "openai/gpt-5.4-mini",
        tts: {
          provider: "openai",
          openai: {
            model: "gpt-4o-mini-tts",
            voice: "cedar",
          },
        },
      },
    },
  },
}

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        mode: "bidi",
        model: "openai-codex/gpt-5.5",
        realtime: {
          provider: "openai",
          model: "gpt-realtime-2",
          voice: "cedar",
          toolPolicy: "safe-read-only",
          consultPolicy: "always",
        },
      },
    },
  },
}

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        mode: "agent-proxy",
        model: "openai-codex/gpt-5.5",
        agentSession: {
          mode: "target",
          target: "channel:123456789012345678",
        },
        realtime: {
          provider: "openai",
          model: "gpt-realtime-2",
          voice: "cedar",
        },
      },
    },
  },
}

• target: "channel:123456789012345678" enruta mediante una sesión de canal de texto de Discord.
• target: "123456789012345678" se trata como un destino de canal.
• target: "dm:123456789012345678" o target: "user:123456789012345678" enruta mediante esa sesión de mensaje directo.

{
  channels: {
    discord: {
      voice: {
        enabled: true,
        mode: "bidi",
        model: "openai-codex/gpt-5.5",
        realtime: {
          provider: "openai",
          model: "gpt-realtime-2",
          voice: "cedar",
          bargeIn: true,
          minBargeInAudioEndMs: 500,
          consultPolicy: "always",
          providers: {
            openai: {
              interruptResponseOnInputAudio: false,
            },
          },
        },
      },
    },
  },
}

• Al unirse: discord voice: joining ... voiceSession=... supervisorSession=... agentSessionMode=... voiceModel=... realtimeModel=...
• Al iniciar tiempo real: discord voice: realtime bridge starting ... autoRespond=false interruptResponse=false bargeIn=false minBargeInAudioEndMs=...
• Con audio de hablante: discord voice: realtime speaker turn opened ..., discord voice: realtime input audio started ... outputAudioMs=... outputActive=..., y discord voice: realtime speaker turn closed ... chunks=... discordBytes=... realtimeBytes=... interruptedPlayback=...
• Al omitir habla obsoleta: discord voice: realtime forced agent consult skipped reason=incomplete-transcript ... o reason=non-actionable-closing ...
• Al completar una respuesta en tiempo real: discord voice: realtime audio playback finishing reason=response.done ... audioMs=... chunks=...
• Al detener/restablecer la reproducción: discord voice: realtime audio playback stopped reason=... audioMs=... elapsedMs=... chunks=...
• En una consulta en tiempo real: discord voice: realtime consult requested ... voiceSession=... supervisorSession=... question=...
• En la respuesta del agente: discord voice: agent turn answer ...
• Al poner en cola habla exacta: discord voice: realtime exact speech queued ... queued=... outputAudioMs=... outputActive=..., seguido de discord voice: realtime exact speech dequeued reason=player-idle ...
• Al detectar interrupción por voz: discord voice: realtime barge-in detected source=speaker-start ... o discord voice: realtime barge-in detected source=active-speaker-audio ..., seguido de discord voice: realtime barge-in requested reason=... outputAudioMs=... outputActive=...
• En una interrupción en tiempo real: discord voice: realtime model interrupt requested client:response.cancel reason=barge-in, seguido de discord voice: realtime model audio truncated client:conversation.item.truncate reason=barge-in audioEndMs=... o discord voice: realtime model interrupt confirmed server:response.done status=cancelled ...
• Al ignorar eco/ruido: discord voice: realtime model interrupt ignored client:conversation.item.truncate.skipped reason=barge-in audioEndMs=0 minAudioEndMs=250
• Con interrupción por voz desactivada: discord voice: realtime capture ignored during playback (barge-in disabled) ...
• En reproducción inactiva: discord voice: realtime barge-in ignored reason=... outputActive=false ... playbackChunks=0

1. realtime audio playback started significa que Discord ha empezado a reproducir audio del asistente. El puente empieza a contar fragmentos de salida del asistente, bytes PCM de Discord, bytes en tiempo real del proveedor y duración del audio sintetizado desde este punto.
2. realtime speaker turn opened marca que un hablante de Discord se vuelve activo. Si la reproducción ya está activa y bargeIn está habilitado, puede ir seguido de barge-in detected source=speaker-start.
3. realtime input audio started marca el primer fotograma de audio real recibido para ese turno de hablante. outputActive=true o un outputAudioMs distinto de cero aquí significa que el micrófono envía entrada mientras la reproducción del asistente sigue activa.
4. barge-in detected source=active-speaker-audio significa que OpenClaw vio audio de hablante en vivo mientras la reproducción del asistente estaba activa. Esto es útil para distinguir una interrupción real de un evento de inicio de hablante de Discord sin audio útil.
5. barge-in requested reason=... significa que OpenClaw pidió al proveedor en tiempo real cancelar o truncar la respuesta activa. Incluye outputAudioMs, outputActive y playbackChunks para que puedas ver cuánto audio del asistente se había reproducido realmente antes de la interrupción.
6. realtime audio playback stopped reason=... es el punto de restablecimiento de la reproducción local de Discord. El motivo indica quién detuvo la reproducción: barge-in, player-idle, provider-clear-audio, forced-agent-consult, stream-close o session-close.
7. realtime speaker turn closed resume el turno de entrada capturado. chunks=0 o hasAudio=false significa que el turno de hablante se abrió, pero no llegó audio utilizable al puente en tiempo real. interruptedPlayback=true significa que ese turno de entrada se superpuso con la salida del asistente y activó la lógica de interrupción por voz.

• outputAudioMs: duración del audio del asistente generado por el proveedor en tiempo real antes de la línea de registro.
• audioMs: duración del audio del asistente que OpenClaw contó antes de que se detuviera la reproducción.
• elapsedMs: tiempo de reloj entre la apertura y el cierre del flujo de reproducción o del turno de hablante.
• discordBytes: bytes PCM estéreo de 48 kHz enviados a la voz de Discord o recibidos de ella.
• realtimeBytes: bytes PCM en formato del proveedor enviados al proveedor en tiempo real o recibidos de él.
• playbackChunks: fragmentos de audio del asistente reenviados a Discord para la respuesta activa.
• sinceLastAudioMs: intervalo entre el último fotograma de audio de hablante capturado y el cierre del turno de hablante.

• Un corte inmediato con source=active-speaker-audio, outputAudioMs pequeño y el mismo usuario cerca suele indicar que el eco del altavoz entra en el micrófono. Aumenta voice.realtime.minBargeInAudioEndMs, baja el volumen del altavoz, usa auriculares o establece voice.realtime.providers.openai.interruptResponseOnInputAudio: false.
• source=speaker-start seguido de speaker turn closed ... hasAudio=false significa que Discord informó de un inicio de hablante, pero no llegó audio a OpenClaw. Puede tratarse de un evento transitorio de voz de Discord, del comportamiento de una puerta de ruido o de un cliente que activa brevemente el micrófono.
• audio playback stopped reason=stream-close sin una interrupción por voz cercana ni provider-clear-audio significa que el flujo local de reproducción de Discord terminó inesperadamente. Revisa los registros anteriores del proveedor y del reproductor de Discord.
• capture ignored during playback (barge-in disabled) significa que OpenClaw descartó intencionalmente la entrada mientras el audio del asistente estaba activo. Habilita voice.realtime.bargeIn si quieres que el habla interrumpa la reproducción.
• barge-in ignored ... outputActive=false significa que Discord o el VAD del proveedor informó habla, pero OpenClaw no tenía una reproducción activa que interrumpir. Esto no debería cortar el audio.

​

Mensajes de voz

• Proporciona una ruta de archivo local (las URL se rechazan).
• Omite el contenido de texto (Discord rechaza texto + mensaje de voz en la misma carga útil).
• Se acepta cualquier formato de audio; OpenClaw lo convierte a OGG/Opus según sea necesario.

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

​

Solución de problemas

openclaw doctor
openclaw channels status --probe
openclaw logs --follow

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

{
  channels: {
    discord: {
      accounts: {
        mantis: {
          // Mantis listens to other bots only when they mention her.
          allowBots: "mentions",
        },
        molty: {
          // Molty listens to all bot-authored Discord messages.
          allowBots: true,
          mentionAliases: {
            // Lets Molty write "@Mantis" and send a real Discord mention.
            Mantis: "MANTIS_DISCORD_USER_ID",
          },
        },
      },
    },
  },
}

​

Referencia de configuración

​

Seguridad y operaciones

• Trata los tokens de bot como secretos (se prefiere DISCORD_BOT_TOKEN en entornos supervisados).
• Otorga permisos de Discord con privilegios mínimos.
• Si el despliegue/estado de comandos está obsoleto, reinicia el Gateway y vuelve a comprobar con openclaw channels status --probe.

​

Relacionado