Discord

Prêt pour les messages privés et les canaux de guilde via le Gateway Discord officiel.

Configuration rapide

Vous devrez créer une nouvelle application avec un bot, ajouter le bot à votre serveur et l’associer à OpenClaw. Nous vous recommandons d’ajouter votre bot à votre propre serveur privé. Si vous n’en avez pas encore, créez-en d’abord un (choisissez 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>

Recommandé : configurer un espace de travail de guilde

Une fois les messages privés fonctionnels, vous pouvez configurer votre serveur Discord comme espace de travail complet où chaque canal obtient sa propre session d’agent avec son propre contexte. C’est recommandé pour les serveurs privés où il n’y a que vous et votre bot.

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

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

Créez maintenant quelques canaux sur votre serveur Discord et commencez à discuter. Votre agent peut voir le nom du canal, et chaque canal obtient sa propre session isolée : vous pouvez donc configurer #coding, #home, #research ou tout autre élément adapté à votre flux de travail.

Modèle d’exécution

• Gateway possède la connexion Discord.
• Le routage des réponses est déterministe : les réponses entrantes Discord repartent vers Discord.
• Les métadonnées de serveur/canal Discord sont ajoutées au prompt du modèle comme contexte non fiable, et non comme préfixe de réponse visible par l’utilisateur. Si un modèle recopie cette enveloppe en sortie, OpenClaw retire les métadonnées copiées des réponses sortantes et du futur contexte de relecture.
• Par défaut (session.dmScope=main), les conversations directes partagent la session principale de l’agent (agent:main:main).
• Les canaux de serveur utilisent des clés de session isolées (agent:<agentId>:discord:channel:<channelId>).
• Les DM de groupe sont ignorés par défaut (channels.discord.dm.groupEnabled=false).
• Les commandes slash natives s’exécutent dans des sessions de commande isolées (agent:<agentId>:discord:slash:<userId>), tout en transportant CommandTargetSessionKey vers la session de conversation routée.
• La livraison des annonces Cron/Heartbeat en texte seul vers Discord utilise une seule fois la réponse finale visible par l’assistant. Les médias et charges utiles de composants structurés restent en plusieurs messages lorsque l’agent émet plusieurs charges utiles livrables.

Canaux de forum

Les canaux de forum et de médias Discord n’acceptent que les publications de fil. OpenClaw prend en charge deux façons de les créer :

• Envoyez un message au parent du forum (channel:<forumId>) pour créer automatiquement un fil. Le titre du fil utilise la première ligne non vide de votre message.
• Utilisez openclaw message thread create pour créer directement un fil. Ne passez pas --message-id pour les canaux de forum.

Exemple : envoyer au parent du forum pour créer un fil

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

Exemple : créer explicitement un fil de forum

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

Les parents de forum n’acceptent pas les composants Discord. Si vous avez besoin de composants, envoyez-les au fil lui-même (channel:<threadId>).

Composants interactifs

OpenClaw prend en charge les conteneurs de composants Discord v2 pour les messages d’agent. Utilisez l’outil de message avec une charge utile components. Les résultats d’interaction sont routés vers l’agent comme des messages entrants normaux et suivent les paramètres Discord replyToMode existants.

Blocs pris en charge :

• text, section, separator, actions, media-gallery, file
• Les lignes d’actions autorisent jusqu’à 5 boutons ou un seul menu de sélection
• Types de sélection : string, user, role, mentionable, channel

Par défaut, les composants sont à usage unique. Définissez components.reusable=true pour permettre aux boutons, sélections et formulaires d’être utilisés plusieurs fois jusqu’à leur expiration.

Pour limiter qui peut cliquer sur un bouton, définissez allowedUsers sur ce bouton (identifiants utilisateur Discord, tags ou *). Lorsqu’il est configuré, les utilisateurs non correspondants reçoivent un refus éphémère.

Les callbacks de composants expirent après 30 minutes par défaut. Définissez channels.discord.agentComponents.ttlMs pour modifier cette durée de vie du registre de callbacks pour le compte Discord par défaut, ou channels.discord.accounts.<accountId>.agentComponents.ttlMs pour remplacer un compte dans une configuration multi-compte. La valeur est en millisecondes, doit être un entier positif et est plafonnée à 86400000 (24 heures). Des TTL plus longs sont utiles pour les workflows de revue ou d’approbation qui nécessitent que les boutons restent utilisables, mais ils étendent aussi la fenêtre pendant laquelle un ancien message Discord peut encore déclencher une action. Préférez le TTL le plus court adapté au workflow et conservez la valeur par défaut lorsque des callbacks obsolètes seraient surprenants.

Les commandes slash /model et /models ouvrent un sélecteur de modèle interactif avec des menus déroulants de fournisseur, de modèle et de runtime compatible, plus une étape Submit. /models add est obsolète et renvoie désormais un message d’obsolescence au lieu d’enregistrer des modèles depuis la discussion. La réponse du sélecteur est éphémère et seul l’utilisateur qui l’a invoquée peut l’utiliser. Les menus de sélection Discord sont limités à 25 options ; ajoutez donc des entrées provider/* à agents.defaults.models lorsque vous voulez que le sélecteur n’affiche les modèles découverts dynamiquement que pour les fournisseurs sélectionnés comme openai ou vllm.

Pièces jointes :

• Les blocs file doivent pointer vers une référence de pièce jointe (attachment://<filename>)
• Fournissez la pièce jointe via media/path/filePath (fichier unique) ; utilisez media-gallery pour plusieurs fichiers
• Utilisez filename pour remplacer le nom de téléversement lorsqu’il doit correspondre à la référence de pièce jointe

Formulaires modaux :

• Ajoutez components.modal avec jusqu’à 5 champs
• Types de champs : text, checkbox, radio, select, role-select, user-select
• OpenClaw ajoute automatiquement un bouton déclencheur

Exemple :

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

Contrôle d’accès et routage

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

Routage d’agent basé sur les rôles

Utilisez bindings[].match.roles pour router les membres d'une guilde Discord vers différents agents selon l'ID de rôle. Les liaisons basées sur les rôles n'acceptent que des IDs de rôle et sont évaluées après les liaisons de pair ou de pair parent, et avant les liaisons limitées à la guilde. Si une liaison définit aussi d'autres champs de correspondance (par exemple peer + guildId + roles), tous les champs configurés doivent correspondre.

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

Commandes natives et authentification des commandes

• commands.native vaut "auto" par défaut et est activé pour Discord.
• Remplacement par canal : channels.discord.commands.native.
• commands.native=false ignore l'enregistrement et le nettoyage des commandes slash Discord au démarrage. Les commandes précédemment enregistrées peuvent rester visibles dans Discord jusqu'à ce que vous les supprimiez de l'application Discord.
• L'authentification des commandes natives utilise les mêmes listes d'autorisation/politiques Discord que le traitement normal des messages.
• Les commandes peuvent encore être visibles dans l'interface Discord pour les utilisateurs qui ne sont pas autorisés ; l'exécution applique tout de même l'authentification OpenClaw et renvoie « non autorisé ».

Consultez Commandes slash pour le catalogue et le comportement des commandes.

Paramètres par défaut des commandes slash :

• ephemeral: true

Détails des fonctionnalités

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

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

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

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

{agents: {list: [  {    id: "codex",    runtime: {      type: "acp",      acp: {        agent: "codex",        backend: "acpx",        mode: "persistent",        cwd: "/workspace/openclaw",      },    },  },],},bindings: [{  type: "acp",  agentId: "codex",  match: {    channel: "discord",    accountId: "default",    peer: { kind: "channel", id: "222222222222222222" },  },  acp: { label: "codex-main" },},],channels: {discord: {  guilds: {    "111111111111111111": {      channels: {        "222222222222222222": {          requireMention: false,        },      },    },  },},},}

{channels: {discord: {  configWrites: false,},},}

{channels: {discord: {  proxy: "http://proxy.example:8080",},},}

{channels: {discord: {  accounts: {    primary: {      proxy: "http://proxy.example:8080",    },  },},},}

{channels: {discord: {  pluralkit: {    enabled: true,    token: "pk_live_...", // 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",  },},},}

Outils et portes d’action

Les actions de message Discord incluent la messagerie, l’administration de canal, la modération, la présence et les actions de métadonnées.

Exemples principaux :

• messagerie : sendMessage, readMessages, editMessage, deleteMessage, threadReply
• réactions : react, reactions, emojiList
• modération : timeout, kick, ban
• présence : setPresence

L’action event-create accepte un paramètre facultatif image (URL ou chemin de fichier local) pour définir l’image de couverture de l’événement planifié.

Les portes d’action se trouvent sous channels.discord.actions.*.

Comportement par défaut des portes :

UI Components v2

OpenClaw utilise les composants Discord v2 pour les approbations d’exécution et les marqueurs inter-contextes. Les actions de message Discord peuvent également accepter components pour une UI personnalisée (avancé ; nécessite de construire une charge utile de composant via l’outil discord), tandis que les anciens embeds restent disponibles mais ne sont pas recommandés.

• channels.discord.ui.components.accentColor définit la couleur d’accent utilisée par les conteneurs de composants Discord (hexadécimal).
• Définissez-la par compte avec channels.discord.accounts.<id>.ui.components.accentColor.
• channels.discord.agentComponents.ttlMs contrôle la durée pendant laquelle les callbacks des composants Discord envoyés restent enregistrés (par défaut 1800000, maximum 86400000). Définissez-la par compte avec channels.discord.accounts.<id>.agentComponents.ttlMs.
• Les embeds sont ignorés lorsque des composants v2 sont présents.
• Les aperçus d’URL simples sont supprimés par défaut. Définissez suppressEmbeds: false sur une action de message lorsqu’un seul lien sortant doit se développer.

Exemple :

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

Voix

Discord possède deux surfaces vocales distinctes : les canaux vocaux en temps réel (conversations continues) et les pièces jointes de messages vocaux (le format d’aperçu en forme d’onde). Le Gateway prend en charge les deux.

Canaux vocaux

Liste de configuration :

1. Activez Message Content Intent dans le portail Discord Developer.
2. Activez Server Members Intent lorsque des listes d’autorisation de rôles/utilisateurs sont utilisées.
3. Invitez le bot avec les portées bot et applications.commands.
4. Accordez Connect, Speak, Send Messages et Read Message History dans le canal vocal cible.
5. Activez les commandes natives (commands.native ou channels.discord.commands.native).
6. Configurez channels.discord.voice.

Utilisez /vc join|leave|status pour contrôler les sessions. La commande utilise l’agent par défaut du compte et suit les mêmes règles de liste d’autorisation et de politique de groupe que les autres commandes Discord.

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

Pour inspecter les autorisations effectives du bot avant de rejoindre, exécutez :

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

Exemple de jonction automatique :

{  channels: {    discord: {      voice: {        enabled: true,        model: "openai/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",          speakerVoice: "cedar",        },      },    },  },}

Notes :

• voice.tts remplace messages.tts uniquement pour la lecture vocale stt-tts. Les modes temps réel utilisent voice.realtime.speakerVoice.
• voice.mode contrôle le chemin de conversation. La valeur par défaut est agent-proxy : une interface vocale temps réel gère le minutage des tours, l’interruption et la lecture, délègue le travail substantiel à l’agent OpenClaw routé via openclaw_agent_consult, et traite le résultat comme une invite Discord saisie par ce locuteur. stt-tts conserve l’ancien flux STT par lot plus TTS. bidi permet au modèle temps réel de converser directement tout en exposant openclaw_agent_consult pour le cerveau OpenClaw.
• voice.agentSession contrôle quelle conversation OpenClaw reçoit les tours vocaux. Laissez-le non défini pour la session propre du canal vocal, ou définissez { mode: "target", target: "channel:<text-channel-id>" } pour que le canal vocal agisse comme extension microphone/haut-parleur d’une session de canal texte Discord existante, comme #maintainers.
• voice.model remplace le cerveau de l’agent OpenClaw pour les réponses vocales Discord et les consultations temps réel. Laissez-le non défini pour hériter du modèle de l’agent routé. Il est distinct de voice.realtime.model.
• voice.followUsers permet au bot de rejoindre, déplacer et quitter la voix Discord avec des utilisateurs sélectionnés. Consultez Suivre des utilisateurs en vocal pour les règles de comportement et des exemples.
• agent-proxy achemine la parole via discord-voice, qui préserve l’autorisation normale du propriétaire/des outils pour le locuteur et la session cible, mais masque l’outil tts de l’agent, car la voix Discord possède la lecture. Par défaut, agent-proxy donne à la consultation un accès complet aux outils équivalent au propriétaire pour les locuteurs propriétaires (voice.realtime.toolPolicy: "owner") et privilégie fortement la consultation de l’agent OpenClaw avant les réponses substantielles (voice.realtime.consultPolicy: "always"). Dans ce mode always par défaut, la couche temps réel ne prononce pas automatiquement de remplissage avant la réponse de consultation ; elle capture et transcrit la parole, puis prononce la réponse OpenClaw routée. Si plusieurs réponses de consultation forcées se terminent pendant que Discord lit encore la première réponse, les réponses de parole exacte ultérieures sont mises en file d’attente jusqu’à ce que la lecture devienne inactive, au lieu de remplacer la parole en plein milieu d’une phrase.
• En mode stt-tts, STT utilise tools.media.audio ; voice.model n’affecte pas la transcription.
• Dans les modes temps réel, voice.realtime.provider, voice.realtime.model et voice.realtime.speakerVoice configurent la session audio temps réel. Pour OpenAI Realtime 2 avec le cerveau Codex, utilisez voice.realtime.model: "gpt-realtime-2" et voice.model: "openai/gpt-5.5".
• Les modes vocaux temps réel incluent par défaut de petits fichiers de profil IDENTITY.md, USER.md et SOUL.md dans les instructions du fournisseur temps réel, afin que les tours directs rapides conservent la même identité, le même ancrage utilisateur et la même persona que l’agent OpenClaw routé. Définissez voice.realtime.bootstrapContextFiles sur un sous-ensemble pour personnaliser cela, ou sur [] pour le désactiver. Les fichiers d’amorçage temps réel pris en charge sont limités à ces fichiers de profil ; AGENTS.md reste dans le contexte normal de l’agent. Le contexte de profil injecté ne remplace pas openclaw_agent_consult pour le travail dans l’espace de travail, les faits actuels, la recherche en mémoire ou les actions appuyées par des outils.
• En mode temps réel OpenAI agent-proxy, définissez voice.realtime.requireWakeName: true pour garder la voix temps réel Discord silencieuse jusqu’à ce qu’une transcription commence ou se termine par un nom de réveil. Les noms de réveil configurés doivent comporter un ou deux mots. Si voice.realtime.wakeNames n’est pas défini, OpenClaw utilise le name de l’agent routé plus OpenClaw, avec un repli sur l’id de l’agent plus OpenClaw. Le filtrage par nom de réveil désactive la réponse automatique du fournisseur temps réel, achemine les tours acceptés via le chemin de consultation de l’agent OpenClaw, et donne un court accusé de réception parlé lorsqu’un nom de réveil en tête est reconnu à partir de la transcription partielle avant l’arrivée de la transcription finale.
• Le fournisseur temps réel OpenAI accepte les noms d’événements Realtime 2 actuels et les alias hérités compatibles avec Codex pour les événements de sortie audio et de transcription, afin que les instantanés de fournisseur compatibles puissent dériver sans perdre l’audio de l’assistant.
• voice.realtime.bargeIn contrôle si les événements de début de prise de parole Discord interrompent la lecture temps réel active. S’il n’est pas défini, il suit le paramètre d’interruption audio d’entrée du fournisseur temps réel.
• voice.realtime.minBargeInAudioEndMs contrôle la durée minimale de lecture de l’assistant avant qu’une interruption temps réel OpenAI ne tronque l’audio. Valeur par défaut : 250. Définissez 0 pour une interruption immédiate dans les pièces à faible écho, ou augmentez-la pour les configurations de haut-parleurs avec beaucoup d’écho.
• Pour une voix OpenAI en lecture Discord, définissez voice.tts.provider: "openai" et choisissez une voix de synthèse vocale sous voice.tts.providers.openai.speakerVoice. cedar est un bon choix à sonorité masculine sur le modèle TTS OpenAI actuel.
• Les remplacements Discord systemPrompt par canal s’appliquent aux tours de transcription vocale pour ce canal vocal.
• Les tours de transcription vocale déduisent le statut de propriétaire à partir de Discord allowFrom (ou dm.allowFrom) pour les commandes protégées par propriétaire et les actions de canal. La visibilité des outils de l’agent suit la politique d’outils configurée pour la session routée.
• La voix Discord est à activer explicitement pour les configurations texte uniquement ; définissez channels.discord.voice.enabled=true (ou conservez un bloc channels.discord.voice existant) pour activer les commandes /vc, le runtime vocal et l’intention Gateway GuildVoiceStates.
• channels.discord.intents.voiceStates peut remplacer explicitement l’abonnement à l’intention d’état vocal. Laissez-le non défini pour que l’intention suive l’activation vocale effective.
• Si voice.autoJoin contient plusieurs entrées pour la même guilde, OpenClaw rejoint le dernier canal configuré pour cette guilde.
• voice.allowedChannels est une liste d’autorisation de résidence facultative. Laissez-la non définie pour autoriser /vc join dans n’importe quel canal vocal Discord autorisé. Lorsqu’elle est définie, /vc join, la jonction automatique au démarrage et les déplacements d’état vocal du bot sont limités aux entrées { guildId, channelId } listées. Définissez-la sur un tableau vide pour refuser toutes les jonctions vocales Discord. Si Discord déplace le bot hors de la liste d’autorisation, OpenClaw quitte ce canal et rejoint à nouveau la cible d’auto-jonction configurée lorsqu’elle est disponible.
• voice.daveEncryption et voice.decryptionFailureTolerance sont transmis aux options de jonction @discordjs/voice.
• Les valeurs par défaut de @discordjs/voice sont daveEncryption=true et decryptionFailureTolerance=24 si elles ne sont pas définies.
• OpenClaw utilise le codec groupé libopus-wasm pour la réception vocale Discord et la lecture PCM brute temps réel. Il inclut une version WebAssembly libopus épinglée et ne nécessite pas d’extensions natives opus.
• voice.connectTimeoutMs contrôle l’attente initiale @discordjs/voice Ready pour les tentatives /vc join et d’auto-jonction. Valeur par défaut : 30000.
• voice.reconnectGraceMs contrôle combien de temps OpenClaw attend qu’une session vocale déconnectée commence à se reconnecter avant de la détruire. Valeur par défaut : 15000.
• En mode stt-tts, la lecture vocale ne s’arrête pas simplement parce qu’un autre utilisateur commence à parler. Pour éviter les boucles de rétroaction, OpenClaw ignore les nouvelles captures vocales pendant la lecture TTS ; parlez après la fin de la lecture pour le tour suivant. Les modes temps réel transmettent les débuts de prise de parole comme signaux d’interruption au fournisseur temps réel.
• Dans les modes temps réel, l’écho des haut-parleurs dans un micro ouvert peut ressembler à une interruption et interrompre la lecture. Pour les salons Discord avec beaucoup d’écho, définissez voice.realtime.providers.openai.interruptResponseOnInputAudio: false pour empêcher OpenAI d’interrompre automatiquement sur l’audio d’entrée. Ajoutez voice.realtime.bargeIn: true si vous voulez toujours que les événements de début de prise de parole Discord interrompent la lecture active. Le pont temps réel OpenAI ignore les troncatures de lecture plus courtes que voice.realtime.minBargeInAudioEndMs comme écho/bruit probable et les journalise comme ignorées au lieu d’effacer la lecture Discord.
• voice.captureSilenceGraceMs contrôle combien de temps OpenClaw attend après que Discord signale qu’un locuteur a cessé de parler avant de finaliser ce segment audio pour STT. Valeur par défaut : 2000 ; augmentez-la si Discord découpe les pauses normales en transcriptions partielles saccadées.
• Quand ElevenLabs est le fournisseur TTS sélectionné, la lecture vocale Discord utilise le TTS en streaming et démarre depuis le flux de réponse du fournisseur. Les fournisseurs sans prise en charge du streaming se replient sur le chemin de fichier temporaire synthétisé.
• OpenClaw surveille aussi les échecs de déchiffrement en réception et se récupère automatiquement en quittant/rejoignant le canal vocal après des échecs répétés dans une courte fenêtre.
• Si les journaux de réception affichent à répétition DecryptionFailed(UnencryptedWhenPassthroughDisabled) après une mise à jour, collectez un rapport de dépendances et les journaux. La ligne @discordjs/voice groupée inclut le correctif de remplissage amont de la PR discord.js #11449, qui a fermé l’issue discord.js #11419.
• Les événements de réception The operation was aborted sont attendus quand OpenClaw finalise un segment de locuteur capturé ; ce sont des diagnostics détaillés, pas des avertissements.
• Les journaux Discord vocaux détaillés incluent un aperçu borné sur une ligne de la transcription STT pour chaque segment de locuteur accepté, afin que le débogage montre à la fois le côté utilisateur et le côté réponse de l’agent sans déverser de texte de transcription non borné.
• En mode agent-proxy, le repli de consultation forcée ignore les fragments de transcription probablement incomplets, comme du texte se terminant par ... ou par un connecteur final comme and, ainsi que les clôtures manifestement non actionnables comme « be right back » ou « bye ». Les journaux affichent forced agent consult skipped reason=... lorsque cela empêche une réponse obsolète mise en file d’attente.

Suivre des utilisateurs en vocal

Utilisez voice.followUsers lorsque vous voulez que le bot vocal Discord reste avec un ou plusieurs utilisateurs Discord connus au lieu de rejoindre un canal fixe au démarrage ou d’attendre /vc join.

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

Comportement :

• followUsers accepte les ID utilisateur Discord bruts et les valeurs discord:<id>. OpenClaw normalise les deux formes avant de faire correspondre les événements d’état vocal.
• followUsersEnabled vaut true par défaut lorsque followUsers est configuré. Définissez-le sur false pour conserver la liste enregistrée mais arrêter le suivi vocal automatique.
• Lorsqu’un utilisateur suivi rejoint un canal vocal autorisé, OpenClaw rejoint ce canal. Lorsque l’utilisateur se déplace, OpenClaw se déplace avec lui. Lorsque l’utilisateur suivi actif se déconnecte, OpenClaw quitte.
• Si plusieurs utilisateurs suivis sont dans la même guilde et que l’utilisateur suivi actif part, OpenClaw se déplace vers le canal d’un autre utilisateur suivi avant de quitter la guilde. Si plusieurs utilisateurs suivis se déplacent en même temps, le dernier événement d’état vocal observé l’emporte.
• allowedChannels s’applique toujours. Un utilisateur suivi dans un canal non autorisé est ignoré, et une session possédée par le suivi se déplace vers un autre utilisateur suivi ou quitte.
• OpenClaw réconcilie les événements d’état vocal manqués au démarrage et à intervalle borné. La réconciliation échantillonne les guildes configurées et plafonne les recherches REST par exécution, donc les très grandes listes followUsers peuvent nécessiter plus d’un intervalle pour converger.
• Si Discord ou un administrateur déplace le bot pendant qu’il suit un utilisateur, OpenClaw reconstruit la session vocale et préserve la propriété de suivi lorsque la destination est autorisée. Si le bot est déplacé hors de allowedChannels, OpenClaw quitte et rejoint à nouveau la cible configurée lorsqu’elle existe.
• La récupération de réception DAVE peut quitter puis rejoindre le même canal après des échecs de déchiffrement répétés. Les sessions possédées par le suivi conservent leur propriété de suivi via ce chemin de récupération, donc une déconnexion ultérieure de l’utilisateur suivi quitte toujours le canal.

Choisissez entre les modes de jonction :

• Utilisez followUsers pour les configurations personnelles ou opérateur où le bot doit automatiquement être en vocal quand vous l’êtes.
• Utilisez autoJoin pour les bots de salon fixe qui doivent être présents même lorsqu’aucun utilisateur suivi n’est en vocal.
• Utilisez /vc join pour les jonctions ponctuelles ou les salons où une présence vocale automatique serait surprenante.

Codec vocal Discord :

• Les journaux de réception vocale affichent discord voice: opus decoder: libopus-wasm.
• La lecture en temps réel encode du PCM stéréo brut à 48 kHz en Opus avec le même paquet libopus-wasm intégré avant de transmettre les paquets à @discordjs/voice.
• La lecture de fichiers et de flux fournisseur transcode en PCM stéréo brut à 48 kHz avec ffmpeg, puis utilise libopus-wasm pour le flux de paquets Opus envoyé à Discord.

Pipeline STT plus TTS :

• La capture PCM Discord est convertie en fichier temporaire WAV.
• tools.media.audio gère le STT, par exemple openai/gpt-4o-mini-transcribe.
• La transcription est envoyée via l’entrée et le routage Discord tandis que le LLM de réponse s’exécute avec une politique de sortie vocale qui masque l’outil tts de l’agent et demande du texte renvoyé, car la voix Discord possède la lecture TTS finale.
• voice.model, lorsqu’il est défini, remplace uniquement le LLM de réponse pour ce tour de canal vocal.
• voice.tts est fusionné par-dessus messages.tts ; les fournisseurs compatibles avec le streaming alimentent directement le lecteur, sinon le fichier audio obtenu est lu dans le canal rejoint.

Exemple de session de canal vocal agent-proxy par défaut :

{  channels: {    discord: {      voice: {        enabled: true,        model: "openai/gpt-5.5",        followUsersEnabled: true,        followUsers: ["123456789012345678"],        realtime: {          provider: "openai",          model: "gpt-realtime-2",          speakerVoice: "cedar",        },      },    },  },}

Sans bloc voice.agentSession, chaque canal vocal obtient sa propre session OpenClaw routée. Par exemple, /vc join channel:234567890123456789 parle à la session de ce canal vocal Discord. Le modèle temps réel n’est que l’interface vocale ; les demandes substantielles sont transmises à l’agent OpenClaw configuré. Si le modèle temps réel produit une transcription finale sans appeler l’outil de consultation, OpenClaw force la consultation en repli afin que le comportement par défaut reste celui d’une conversation avec l’agent.

Exemple STT plus TTS hérité :

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

Exemple bidi temps réel :

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

La voix comme extension d’une session de canal Discord existante :

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

En mode agent-proxy, le bot rejoint le canal vocal configuré, mais les tours de l’agent OpenClaw utilisent la session routée normale du canal cible et son agent. La session vocale temps réel prononce le résultat renvoyé dans le canal vocal. L’agent superviseur peut toujours utiliser les outils de message normaux selon sa politique d’outils, y compris envoyer un message Discord séparé si c’est l’action appropriée.

Pendant qu’une exécution OpenClaw déléguée est active, les nouvelles transcriptions vocales Discord sont traitées comme du contrôle d’exécution en direct avant de démarrer un autre tour d’agent. Des phrases comme « status », « cancel that », « use the smaller fix » ou « when you're done also check tests » sont classées comme entrée de statut, d’annulation, d’orientation ou de suivi pour la session active. Les résultats de statut, d’annulation, d’orientation acceptée et de suivi sont prononcés dans le canal vocal afin que l’appelant sache si OpenClaw a traité la demande.

Formes de cible utiles :

• target: "channel:123456789012345678" route via une session de canal texte Discord.
• target: "123456789012345678" est traité comme une cible de canal.
• target: "dm:123456789012345678" ou target: "user:123456789012345678" route via cette session de message direct.

Exemple OpenAI Realtime avec beaucoup d’écho :

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

Utilisez ceci lorsque le modèle entend sa propre lecture Discord via un micro ouvert, mais que vous voulez toujours l’interrompre en parlant. OpenClaw empêche OpenAI de s’interrompre automatiquement sur l’audio d’entrée brut, tandis que bargeIn: true permet aux événements de début de parole Discord et à l’audio d’un locuteur déjà actif d’annuler les réponses temps réel actives avant que le prochain tour capturé n’atteigne OpenAI. Les signaux d’interruption très précoces avec audioEndMs inférieur à minBargeInAudioEndMs sont traités comme de l’écho ou du bruit probable et ignorés afin que le modèle ne se coupe pas dès la première trame de lecture.

Journaux vocaux attendus :

• À la jonction : discord voice: joining ... voiceSession=... supervisorSession=... agentSessionMode=... voiceModel=... realtimeModel=...
• Au démarrage temps réel : discord voice: realtime bridge starting ... autoRespond=false interruptResponse=false bargeIn=false minBargeInAudioEndMs=...
• Sur l’audio du locuteur : discord voice: realtime speaker turn opened ..., discord voice: realtime input audio started ... outputAudioMs=... outputActive=... et discord voice: realtime speaker turn closed ... chunks=... discordBytes=... realtimeBytes=... interruptedPlayback=...
• Sur la parole obsolète ignorée : discord voice: realtime forced agent consult skipped reason=incomplete-transcript ... ou reason=non-actionable-closing ...
• À la fin de la réponse temps réel : discord voice: realtime audio playback finishing reason=response.done ... audioMs=... chunks=...
• À l’arrêt/la réinitialisation de la lecture : discord voice: realtime audio playback stopped reason=... audioMs=... elapsedMs=... chunks=...
• Sur la consultation temps réel : discord voice: realtime consult requested ... voiceSession=... supervisorSession=... question=...
• Sur la réponse de l’agent : discord voice: agent turn answer ...
• Sur la parole exacte mise en file : discord voice: realtime exact speech queued ... queued=... outputAudioMs=... outputActive=..., suivi de discord voice: realtime exact speech dequeued reason=player-idle ...
• Sur la détection d’interruption : discord voice: realtime barge-in detected source=speaker-start ... ou discord voice: realtime barge-in detected source=active-speaker-audio ..., suivi de discord voice: realtime barge-in requested reason=... outputAudioMs=... outputActive=...
• Sur l’interruption temps réel : discord voice: realtime model interrupt requested client:response.cancel reason=barge-in, suivi de discord voice: realtime model audio truncated client:conversation.item.truncate reason=barge-in audioEndMs=... ou discord voice: realtime model interrupt confirmed server:response.done status=cancelled ...
• Sur l’écho/le bruit ignoré : discord voice: realtime model interrupt ignored client:conversation.item.truncate.skipped reason=barge-in audioEndMs=0 minAudioEndMs=250
• Sur l’interruption désactivée : discord voice: realtime capture ignored during playback (barge-in disabled) ...
• Sur la lecture inactive : discord voice: realtime barge-in ignored reason=... outputActive=false ... playbackChunks=0

Pour déboguer de l’audio coupé, lisez les journaux vocaux temps réel comme une chronologie :

1. realtime audio playback started signifie que Discord a commencé à lire l’audio de l’assistant. Le pont commence à compter les morceaux de sortie de l’assistant, les octets PCM Discord, les octets temps réel du fournisseur et la durée audio synthétisée à partir de ce point.
2. realtime speaker turn opened marque l’activation d’un locuteur Discord. Si la lecture est déjà active et que bargeIn est activé, cela peut être suivi de barge-in detected source=speaker-start.
3. realtime input audio started marque la première trame audio réelle reçue pour ce tour de locuteur. outputActive=true ou une valeur non nulle de outputAudioMs ici signifie que le micro envoie une entrée pendant que la lecture de l’assistant est encore active.
4. barge-in detected source=active-speaker-audio signifie qu’OpenClaw a vu de l’audio de locuteur en direct pendant que la lecture de l’assistant était active. C’est utile pour distinguer une vraie interruption d’un événement Discord de début de parole sans audio utile.
5. barge-in requested reason=... signifie qu’OpenClaw a demandé au fournisseur temps réel d’annuler ou de tronquer la réponse active. Il inclut outputAudioMs, outputActive et playbackChunks afin que vous puissiez voir quelle quantité d’audio de l’assistant avait réellement été lue avant l’interruption.
6. realtime audio playback stopped reason=... est le point local de réinitialisation de la lecture Discord. La raison indique qui a arrêté la lecture : barge-in, player-idle, provider-clear-audio, forced-agent-consult, stream-close ou session-close.
7. realtime speaker turn closed résume le tour d’entrée capturé. chunks=0 ou hasAudio=false signifie que le tour de locuteur s’est ouvert, mais qu’aucun audio utilisable n’a atteint le pont temps réel. interruptedPlayback=true signifie que ce tour d’entrée a chevauché la sortie de l’assistant et déclenché la logique d’interruption.

Champs utiles :

• outputAudioMs : durée audio de l’assistant générée par le fournisseur temps réel avant la ligne de journal.
• audioMs : durée audio de l’assistant qu’OpenClaw a comptée avant l’arrêt de la lecture.
• elapsedMs : temps d’horloge murale entre l’ouverture et la fermeture du flux de lecture ou du tour de locuteur.
• discordBytes : octets PCM stéréo 48 kHz envoyés à la voix Discord ou reçus depuis celle-ci.
• realtimeBytes : octets PCM au format fournisseur envoyés au fournisseur temps réel ou reçus depuis celui-ci.
• playbackChunks : morceaux audio de l’assistant transmis à Discord pour la réponse active.
• sinceLastAudioMs : intervalle entre la dernière trame audio de locuteur capturée et la fermeture du tour de locuteur.

Schémas courants :

• Une coupure immédiate avec source=active-speaker-audio, un petit outputAudioMs et le même utilisateur à proximité indique généralement un écho du haut-parleur entrant dans le micro. Augmentez voice.realtime.minBargeInAudioEndMs, baissez le volume du haut-parleur, utilisez un casque, ou définissez voice.realtime.providers.openai.interruptResponseOnInputAudio: false.
• source=speaker-start suivi de speaker turn closed ... hasAudio=false signifie que Discord a signalé un début de parole, mais qu’aucun audio n’a atteint OpenClaw. Il peut s’agir d’un événement vocal Discord transitoire, du comportement d’un noise gate ou d’un client activant brièvement le micro.
• audio playback stopped reason=stream-close sans interruption proche ni provider-clear-audio signifie que le flux de lecture Discord local s’est terminé de façon inattendue. Vérifiez les journaux précédents du fournisseur et du lecteur Discord.
• capture ignored during playback (barge-in disabled) signifie qu’OpenClaw a intentionnellement abandonné l’entrée pendant que l’audio de l’assistant était actif. Activez voice.realtime.bargeIn si vous voulez que la parole interrompe la lecture.
• barge-in ignored ... outputActive=false signifie que Discord ou le VAD du fournisseur a signalé de la parole, mais qu’OpenClaw n’avait aucune lecture active à interrompre. Cela ne devrait pas couper l’audio.

Les identifiants sont résolus par composant : authentification de route LLM pour voice.model, authentification STT pour tools.media.audio, authentification TTS pour messages.tts/voice.tts, et authentification du fournisseur temps réel pour voice.realtime.providers ou la configuration d’authentification normale du fournisseur.

Messages vocaux

Les messages vocaux Discord affichent un aperçu de forme d’onde et nécessitent de l’audio OGG/Opus. OpenClaw génère automatiquement la forme d’onde, mais a besoin de ffmpeg et ffprobe sur l’hôte Gateway pour inspecter et convertir.

• Fournissez un chemin de fichier local (les URL sont rejetées).
• Omettez le contenu textuel (Discord rejette le texte + le message vocal dans la même charge utile).
• Tous les formats audio sont acceptés ; OpenClaw convertit en OGG/Opus si nécessaire.

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

Dépannage

openclaw doctoropenclaw channels status --probeopenclaw logs --follow

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

{channels: {defaults: {  botLoopProtection: {    maxEventsPerWindow: 20,    windowSeconds: 60,    cooldownSeconds: 60,  },},discord: {  // Optional Discord-wide override. Account blocks override individual  // fields and inherit omitted fields from here.  botLoopProtection: {    maxEventsPerWindow: 4,  },  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 a Mantis Discord mention with the configured user id.        Mantis: "MANTIS_DISCORD_USER_ID",      },      botLoopProtection: {        // Allow up to five messages per minute before suppressing the pair.        maxEventsPerWindow: 5,        windowSeconds: 60,        cooldownSeconds: 90,      },    },  },},},}

Référence de configuration

Référence principale : Référence de configuration - Discord.

Sécurité et opérations

• Traitez les tokens de bots comme des secrets (DISCORD_BOT_TOKEN est préférable dans les environnements supervisés).
• Accordez les autorisations Discord avec le moindre privilège.
• Si le déploiement/l’état des commandes est obsolète, redémarrez le Gateway et revérifiez avec openclaw channels status --probe.

Connexe