Google (Gemini)

Le plugin Google donne accès aux modèles Gemini via Google AI Studio, ainsi qu’à la génération d’images, à la compréhension des médias (image/audio/vidéo), à la synthèse vocale et à la recherche web via Gemini Grounding.

• Fournisseur : google
• Authentification : GEMINI_API_KEY ou GOOGLE_API_KEY
• API : API Google Gemini
• Option d’exécution : le fournisseur/modèle agentRuntime.id: "google-gemini-cli" réutilise OAuth de Gemini CLI tout en conservant les références de modèles canoniques sous la forme google/*.

Démarrage

Choisissez votre méthode d’authentification préférée et suivez les étapes de configuration.

openclaw onboard --auth-choice gemini-api-key

openclaw onboard --non-interactive \  --mode local \  --auth-choice gemini-api-key \  --gemini-api-key "$GEMINI_API_KEY"

{  agents: {    defaults: {      model: { primary: "google/gemini-3.1-pro-preview" },    },  },}

openclaw models list --provider google

# Homebrewbrew install gemini-cli # or npmnpm install -g @google/gemini-cli

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

openclaw models list --provider google

Fonctionnalités

Recherche web

Le fournisseur de recherche web gemini inclus utilise le grounding Google Search de Gemini. Configurez une clé de recherche dédiée sous plugins.entries.google.config.webSearch, ou laissez-le réutiliser models.providers.google.apiKey après GEMINI_API_KEY :

{  plugins: {    entries: {      google: {        config: {          webSearch: {            apiKey: "AIza...", // optional if GEMINI_API_KEY or models.providers.google.apiKey is set            baseUrl: "https://generativelanguage.googleapis.com/v1beta", // falls back to models.providers.google.baseUrl            model: "gemini-2.5-flash",          },        },      },    },  },}

L’ordre de priorité des identifiants est webSearch.apiKey dédié, puis GEMINI_API_KEY, puis models.providers.google.apiKey. webSearch.baseUrl est facultatif et existe pour les proxys d’opérateur ou les points de terminaison compatibles avec l’API Gemini ; lorsqu’il est omis, la recherche web Gemini réutilise models.providers.google.baseUrl. Consultez Recherche Gemini pour le comportement de l’outil propre au fournisseur.

Génération d’images

Le fournisseur de génération d’images google inclus utilise par défaut google/gemini-3.1-flash-image-preview.

• Prend également en charge google/gemini-3-pro-image-preview
• Génération : jusqu’à 4 images par requête
• Mode édition : activé, jusqu’à 5 images d’entrée
• Contrôles de géométrie : size, aspectRatio et resolution

Pour utiliser Google comme fournisseur d’images par défaut :

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

Génération de vidéos

Le plugin google inclus enregistre également la génération de vidéos via l’outil partagé video_generate.

• Modèle vidéo par défaut : google/veo-3.1-fast-generate-preview
• Modes : texte vers vidéo, image vers vidéo et flux de référence avec une seule vidéo
• Prend en charge aspectRatio (16:9, 9:16) et resolution (720P, 1080P) ; la sortie audio n’est pas prise en charge par Veo aujourd’hui
• Durées prises en charge : 4, 6 ou 8 secondes (les autres valeurs sont ajustées à la valeur autorisée la plus proche)

Pour utiliser Google comme fournisseur vidéo par défaut :

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

Génération de musique

Le plugin google inclus enregistre également la génération de musique via l’outil partagé music_generate.

• Modèle musical par défaut : google/lyria-3-clip-preview
• Prend également en charge google/lyria-3-pro-preview
• Contrôles de prompt : lyrics et instrumental
• Format de sortie : mp3 par défaut, plus wav sur google/lyria-3-pro-preview
• Entrées de référence : jusqu’à 10 images
• Les exécutions adossées à une session se détachent via le flux partagé de tâche/état, y compris action: "status"

Pour utiliser Google comme fournisseur de musique par défaut :

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

Synthèse vocale

Le fournisseur vocal google inclus utilise le chemin TTS de l’API Gemini avec gemini-3.1-flash-tts-preview.

• Voix par défaut : Kore
• Authentification : messages.tts.providers.google.apiKey, models.providers.google.apiKey, GEMINI_API_KEY ou GOOGLE_API_KEY
• Sortie : WAV pour les pièces jointes TTS classiques, Opus pour les cibles de notes vocales, PCM pour Talk/téléphonie
• Sortie de note vocale : le PCM Google est encapsulé en WAV et transcodé en Opus 48 kHz avec ffmpeg

Le chemin Gemini TTS par lots de Google renvoie l’audio généré dans la réponse generateContent terminée. Pour les conversations vocales avec la plus faible latence, utilisez le fournisseur de voix en temps réel Google adossé à l’API Gemini Live plutôt que le TTS par lots.

Pour utiliser Google comme fournisseur TTS par défaut :

{  messages: {    tts: {      auto: "always",      provider: "google",      providers: {        google: {          model: "gemini-3.1-flash-tts-preview",          speakerVoice: "Kore",          audioProfile: "Speak professionally with a calm tone.",        },      },    },  },}

Le TTS de l’API Gemini utilise des prompts en langage naturel pour contrôler le style. Définissez audioProfile pour préfixer le texte parlé avec un prompt de style réutilisable. Définissez speakerName lorsque le texte de votre prompt fait référence à un locuteur nommé.

Le TTS de l’API Gemini accepte également des balises audio expressives entre crochets dans le texte, comme [whispers] ou [laughs]. Pour garder les balises hors de la réponse de chat visible tout en les envoyant au TTS, placez-les dans un bloc [[tts:text]]...[[/tts:text]] :

Here is the clean reply text. [[tts:text]][whispers] Here is the spoken version.[[/tts:text]]

Voix en temps réel

Le plugin google inclus enregistre un fournisseur de voix en temps réel adossé à l’API Gemini Live pour les ponts audio backend tels que Voice Call et Google Meet.

Exemple de configuration temps réel Voice Call :

{  plugins: {    entries: {      "voice-call": {        enabled: true,        config: {          realtime: {            enabled: true,            provider: "google",            providers: {              google: {                model: "gemini-2.5-flash-native-audio-preview-12-2025",                speakerVoice: "Kore",                activityHandling: "start-of-activity-interrupts",                turnCoverage: "only-activity",              },            },          },        },      },    },  },}

Pour la vérification live par les mainteneurs, exécutez OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. Le smoke couvre aussi les chemins backend/WebRTC OpenAI ; le segment Google émet la même forme de jeton Live API contraint que celle utilisée par Control UI Talk, ouvre le point de terminaison WebSocket du navigateur, envoie la charge utile de configuration initiale et attend setupComplete.

Configuration avancée

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

Articles connexes