--- read_when: - Vous souhaitez utiliser les modèles Google Gemini avec OpenClaw - Vous avez besoin de la clé API ou du flux d’authentification OAuth summary: Configuration de Google Gemini (clé API + OAuth, génération d’images, compréhension des médias, TTS, recherche web) title: Google (Gemini) x-i18n: generated_at: "2026-06-27T18:04:53Z" model: gpt-5.5 postprocess_version: locale-links-v1 provider: openai source_hash: eced20b11cc702d803992d96dcc5edb8f06640f6baffbc65dab504a6c91776bc source_path: providers/google.md workflow: 16 --- 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. **Idéal pour :** l’accès standard à l’API Gemini via Google AI Studio. ```bash openclaw onboard --auth-choice gemini-api-key ``` Ou transmettez directement la clé : ```bash openclaw onboard --non-interactive \ --mode local \ --auth-choice gemini-api-key \ --gemini-api-key "$GEMINI_API_KEY" ``` ```json5 { agents: { defaults: { model: { primary: "google/gemini-3.1-pro-preview" }, }, }, } ``` ```bash openclaw models list --provider google ``` Les variables d’environnement `GEMINI_API_KEY` et `GOOGLE_API_KEY` sont toutes deux acceptées. Utilisez celle que vous avez déjà configurée. **Idéal pour :** réutiliser une connexion Gemini CLI existante via OAuth PKCE au lieu d’une clé d’API séparée. Le fournisseur `google-gemini-cli` est une intégration non officielle. Certains utilisateurs signalent des restrictions de compte lors de l’utilisation d’OAuth de cette façon. Utilisez-la à vos propres risques. La commande locale `gemini` doit être disponible dans `PATH`. ```bash # Homebrew brew install gemini-cli # or npm npm install -g @google/gemini-cli ``` OpenClaw prend en charge les installations Homebrew et les installations npm globales, y compris les dispositions Windows/npm courantes. ```bash openclaw models auth login --provider google-gemini-cli --set-default ``` ```bash openclaw models list --provider google ``` - Modèle par défaut : `google/gemini-3.1-pro-preview` - Runtime : `google-gemini-cli` - Alias : `gemini-cli` L’identifiant de modèle Gemini API de Gemini 3.1 Pro est `gemini-3.1-pro-preview`. OpenClaw accepte le raccourci `google/gemini-3.1-pro` comme alias pratique et le normalise avant les appels au fournisseur. **Variables d’environnement :** - `OPENCLAW_GEMINI_OAUTH_CLIENT_ID` - `OPENCLAW_GEMINI_OAUTH_CLIENT_SECRET` (Ou les variantes `GEMINI_CLI_*`.) Si les requêtes OAuth Gemini CLI échouent après la connexion, définissez `GOOGLE_CLOUD_PROJECT` ou `GOOGLE_CLOUD_PROJECT_ID` sur l’hôte Gateway, puis réessayez. Si la connexion échoue avant le démarrage du flux dans le navigateur, assurez-vous que la commande locale `gemini` est installée et présente dans `PATH`. Les références de modèles `google-gemini-cli/*` sont des alias de compatibilité hérités. Les nouvelles configurations doivent utiliser les références de modèles `google/*` avec le runtime `google-gemini-cli` lorsqu’elles veulent une exécution locale de Gemini CLI. ## Fonctionnalités | Fonctionnalité | Pris en charge | | --------------------------- | ------------------------------ | | Complétions de chat | Oui | | Génération d’images | Oui | | Génération de musique | Oui | | Synthèse vocale | Oui | | Voix en temps réel | Oui (Google Live API) | | Compréhension des images | Oui | | Transcription audio | Oui | | Compréhension des vidéos | Oui | | Recherche web (Grounding) | Oui | | Pensée/raisonnement | Oui (Gemini 2.5+ / Gemini 3+) | | Modèles Gemma 4 | Oui | ## 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` : ```json5 { 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](/fr/tools/gemini-search) pour le comportement de l’outil propre au fournisseur. Les modèles Gemini 3 utilisent `thinkingLevel` plutôt que `thinkingBudget`. OpenClaw mappe les contrôles de raisonnement des alias Gemini 3, Gemini 3.1 et `gemini-*-latest` vers `thinkingLevel` afin que les exécutions par défaut/à faible latence n’envoient pas de valeurs `thinkingBudget` désactivées. `/think adaptive` conserve la sémantique de pensée dynamique de Google au lieu de choisir un niveau OpenClaw fixe. Gemini 3 et Gemini 3.1 omettent un `thinkingLevel` fixe afin que Google puisse choisir le niveau ; Gemini 2.5 envoie la sentinelle dynamique de Google `thinkingBudget: -1`. Les modèles Gemma 4 (par exemple `gemma-4-26b-a4b-it`) prennent en charge le mode de pensée. OpenClaw réécrit `thinkingBudget` en un `thinkingLevel` Google pris en charge pour Gemma 4. Définir la pensée sur `off` conserve la pensée désactivée au lieu de la mapper vers `MINIMAL`. ## 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 : ```json5 { agents: { defaults: { imageGenerationModel: { primary: "google/gemini-3.1-flash-image-preview", }, }, }, } ``` Consultez [Génération d’images](/fr/tools/image-generation) pour les paramètres d’outil partagés, la sélection du fournisseur et le comportement de basculement. ## 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 : ```json5 { agents: { defaults: { videoGenerationModel: { primary: "google/veo-3.1-fast-generate-preview", }, }, }, } ``` Consultez [Génération de vidéos](/fr/tools/video-generation) pour les paramètres d’outil partagés, la sélection du fournisseur et le comportement de basculement. ## 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 : ```json5 { agents: { defaults: { musicGenerationModel: { primary: "google/lyria-3-clip-preview", }, }, }, } ``` Consultez [Génération de musique](/fr/tools/music-generation) pour les paramètres d’outil partagés, la sélection du fournisseur et le comportement de basculement. ## 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 : ```json5 { 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]]` : ```text Here is the clean reply text. [[tts:text]][whispers] Here is the spoken version.[[/tts:text]] ``` Une clé d’API Google Cloud Console limitée à l’API Gemini est valide pour ce fournisseur. Il ne s’agit pas du chemin séparé de l’API Cloud Text-to-Speech. ## 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. | Paramètre | Chemin de configuration | Valeur par défaut | | --------------------------- | ------------------------------------------------------------------- | ------------------------------------------------------------------------------------- | | Modèle | `plugins.entries.voice-call.config.realtime.providers.google.model` | `gemini-2.5-flash-native-audio-preview-12-2025` | | Voix | `...google.voice` | `Kore` | | Température | `...google.temperature` | (non défini) | | Sensibilité de début VAD | `...google.startSensitivity` | (non défini) | | Sensibilité de fin VAD | `...google.endSensitivity` | (non défini) | | Durée de silence | `...google.silenceDurationMs` | (non défini) | | Gestion de l’activité | `...google.activityHandling` | Valeur par défaut Google, `start-of-activity-interrupts` | | Couverture du tour | `...google.turnCoverage` | Valeur par défaut Google, `only-activity` | | Désactiver le VAD auto | `...google.automaticActivityDetectionDisabled` | `false` | | Reprise de session | `...google.sessionResumption` | `true` | | Compression du contexte | `...google.contextWindowCompression` | `true` | | Clé API | `...google.apiKey` | Se replie sur `models.providers.google.apiKey`, `GEMINI_API_KEY` ou `GOOGLE_API_KEY` | Exemple de configuration temps réel Voice Call : ```json5 { 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", }, }, }, }, }, }, }, } ``` Google Live API utilise l’audio bidirectionnel et l’appel de fonctions via un WebSocket. OpenClaw adapte l’audio de passerelle téléphonie/Meet au flux PCM Live API de Gemini et conserve les appels d’outils sur le contrat vocal temps réel partagé. Laissez `temperature` non défini sauf si vous devez modifier l’échantillonnage ; OpenClaw omet les valeurs non positives, car Google Live peut renvoyer des transcriptions sans audio pour `temperature: 0`. La transcription Gemini API est activée sans `languageCodes` ; le SDK Google actuel rejette les indications de codes de langue sur ce chemin d’API. Control UI Talk prend en charge les sessions de navigateur Google Live avec des jetons contraints à usage unique. Les fournisseurs vocaux temps réel côté backend uniquement peuvent aussi s’exécuter via le transport de relais générique du Gateway, qui conserve les identifiants du fournisseur sur le Gateway. 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 Pour les exécutions directes de l’API Gemini (`api: "google-generative-ai"`), OpenClaw transmet un handle `cachedContent` configuré aux requêtes Gemini. - Configurez les paramètres par modèle ou globaux avec `cachedContent` ou l’ancien `cached_content` - Si les deux sont présents, `cachedContent` l’emporte - Exemple de valeur : `cachedContents/prebuilt-context` - L’utilisation des succès de cache Gemini est normalisée dans OpenClaw `cacheRead` à partir de `cachedContentTokenCount` en amont ```json5 { agents: { defaults: { models: { "google/gemini-2.5-pro": { params: { cachedContent: "cachedContents/prebuilt-context", }, }, }, }, }, } ``` Lors de l’utilisation du fournisseur OAuth `google-gemini-cli`, OpenClaw utilise par défaut la sortie `stream-json` de Gemini CLI et normalise l’utilisation à partir de la charge utile `stats` finale. Les anciens remplacements `--output-format json` utilisent toujours l’analyseur JSON. - Le texte de réponse diffusé provient des événements `message` de l’assistant. - Pour l’ancienne sortie JSON, le texte de réponse provient du champ `response` du JSON de la CLI. - L’utilisation se replie sur `stats` lorsque la CLI laisse `usage` vide. - `stats.cached` est normalisé dans OpenClaw `cacheRead`. - Si `stats.input` est absent, OpenClaw déduit les jetons d’entrée à partir de `stats.input_tokens - stats.cached`. Si le Gateway s’exécute comme daemon (launchd/systemd), assurez-vous que `GEMINI_API_KEY` est disponible pour ce processus (par exemple, dans `~/.openclaw/.env` ou via `env.shellEnv`). ## Articles connexes Choix des fournisseurs, des références de modèles et du comportement de basculement. Paramètres partagés de l’outil image et sélection du fournisseur. Paramètres partagés de l’outil vidéo et sélection du fournisseur. Paramètres partagés de l’outil musique et sélection du fournisseur.