Discord

OpenClaw आधिकारिक Discord gateway के माध्यम से एक बॉट के रूप में Discord से कनेक्ट होता है। DMs और गिल्ड चैनल समर्थित हैं।

त्वरित सेटअप

एक बॉट के साथ Discord एप्लिकेशन बनाएँ, बॉट को अपने सर्वर में जोड़ें और उसे OpenClaw के साथ पेयर करें। यदि संभव हो, तो निजी सर्वर का उपयोग करें; आवश्यकता होने पर पहले एक सर्वर बनाएँ (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>

अनुशंसित: गिल्ड वर्कस्पेस सेट अप करें

DMs के काम करने के बाद आप अपने सर्वर को एक पूर्ण वर्कस्पेस में बदल सकते हैं, जहाँ प्रत्येक चैनल को अपने संदर्भ वाला अलग एजेंट सेशन मिलता है। उन निजी सर्वरों के लिए अनुशंसित है जहाँ केवल आप और आपका बॉट हों।

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

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

अब चैनल बनाएँ और चैट करना शुरू करें। एजेंट चैनल का नाम देखता है और प्रत्येक चैनल एक पृथक सेशन होता है—अपने वर्कफ़्लो के अनुसार #coding, #home, #research या कोई अन्य उपयुक्त चैनल सेट अप करें।

रनटाइम मॉडल

• Gateway Discord कनेक्शन का स्वामी है।
• उत्तर रूटिंग नियतात्मक है: Discord से आने वाले संदेशों के उत्तर Discord पर ही जाते हैं।
• Discord गिल्ड/चैनल मेटाडेटा मॉडल प्रॉम्प्ट में अविश्वसनीय संदर्भ के रूप में जोड़ा जाता है, उपयोगकर्ता को दिखाई देने वाले उत्तर प्रीफ़िक्स के रूप में नहीं। यदि कोई मॉडल उस एनवेलप को वापस कॉपी करता है, तो OpenClaw आउटबाउंड उत्तरों और भविष्य के रीप्ले संदर्भ से कॉपी किया हुआ मेटाडेटा हटा देता है।
• डिफ़ॉल्ट रूप से (session.dmScope=main), सीधे चैट एजेंट का मुख्य सेशन (agent:main:main) साझा करते हैं।
• गिल्ड चैनल पृथक सेशन कुंजियाँ (agent:<agentId>:discord:channel:<channelId>) हैं।
• समूह DMs को डिफ़ॉल्ट रूप से अनदेखा किया जाता है (channels.discord.dm.groupEnabled=false)।
• नेटिव स्लैश कमांड पृथक कमांड सेशन (agent:<agentId>:discord:slash:<userId>) में चलते हैं, जबकि रूट किए गए वार्तालाप सेशन में CommandTargetSessionKey भी ले जाते हैं।
• Discord पर केवल-टेक्स्ट cron/heartbeat घोषणा डिलीवरी अंतिम सहायक-दृश्य उत्तर तक सीमित हो जाती है और केवल एक बार भेजी जाती है। जब एजेंट कई डिलीवर किए जा सकने वाले पेलोड उत्सर्जित करता है, तो मीडिया और संरचित कंपोनेंट पेलोड बहु-संदेश बने रहते हैं।

फ़ोरम चैनल

Discord फ़ोरम और मीडिया चैनल केवल थ्रेड पोस्ट स्वीकार करते हैं। OpenClaw उन्हें बनाने के दो तरीके समर्थित करता है:

• थ्रेड अपने-आप बनाने के लिए फ़ोरम पैरेंट (channel:<forumId>) को संदेश भेजें। थ्रेड का शीर्षक संदेश की पहली गैर-रिक्त पंक्ति होती है (Discord की 100-वर्ण वाली थ्रेड-नाम सीमा तक संक्षिप्त)।
• सीधे थ्रेड बनाने के लिए openclaw message thread create का उपयोग करें। फ़ोरम चैनलों के लिए --message-id पास न करें।

थ्रेड बनाने के लिए फ़ोरम पैरेंट को भेजें:

openclaw message send --channel discord --target channel:<forumId> \  --message "विषय का शीर्षक\nपोस्ट का मुख्य भाग"

फ़ोरम थ्रेड स्पष्ट रूप से बनाएँ:

openclaw message thread create --channel discord --target channel:<forumId> \  --thread-name "विषय का शीर्षक" --message "पोस्ट का मुख्य भाग"

फ़ोरम पैरेंट Discord कंपोनेंट स्वीकार नहीं करते। यदि आपको कंपोनेंट चाहिए, तो स्वयं थ्रेड (channel:<threadId>) को भेजें।

इंटरैक्टिव कंपोनेंट

OpenClaw एजेंट संदेशों के लिए Discord कंपोनेंट v2 कंटेनर समर्थित करता है। components पेलोड के साथ संदेश टूल का उपयोग करें। इंटरैक्शन के परिणाम सामान्य इनबाउंड संदेशों के रूप में एजेंट को वापस भेजे जाते हैं और मौजूदा Discord replyToMode सेटिंग्स का पालन करते हैं।

समर्थित ब्लॉक:

• text, section, separator, actions, media-gallery, file
• एक्शन पंक्तियों में अधिकतम 5 बटन या एक चयन मेनू हो सकता है
• चयन प्रकार: string, user, role, mentionable, channel

डिफ़ॉल्ट रूप से, कंपोनेंट केवल एक बार उपयोग किए जा सकते हैं। बटन, चयन और फ़ॉर्म की समय-सीमा समाप्त होने तक उन्हें कई बार उपयोग करने की अनुमति देने के लिए components.reusable=true सेट करें।

किसी बटन पर क्लिक करने वाले लोगों को सीमित करने के लिए, उस बटन पर allowedUsers सेट करें (Discord उपयोगकर्ता ID, टैग या *)। मेल न खाने वाले उपयोगकर्ताओं को केवल उन्हें दिखाई देने वाला अस्वीकृति संदेश मिलता है।

कंपोनेंट कॉलबैक की समय-सीमा डिफ़ॉल्ट रूप से 30 मिनट बाद समाप्त हो जाती है। डिफ़ॉल्ट खाते के लिए कॉलबैक रजिस्ट्री का जीवनकाल बदलने हेतु channels.discord.agentComponents.ttlMs या प्रत्येक खाते के लिए channels.discord.accounts.<accountId>.agentComponents.ttlMs सेट करें। मान मिलीसेकंड में होता है, धनात्मक पूर्णांक होना चाहिए और अधिकतम 86400000 (24 घंटे) तक सीमित है। लंबे TTL उन समीक्षा/अनुमोदन कार्यप्रवाहों के लिए उपयुक्त हैं जिनमें बटनों को उपयोग योग्य बनाए रखना आवश्यक है, लेकिन वे उस अवधि को बढ़ाते हैं जिसमें कोई पुराना Discord संदेश अब भी कार्रवाई ट्रिगर कर सकता है। आवश्यकता के अनुरूप सबसे छोटा TTL चुनें और यदि पुराने कॉलबैक आश्चर्यजनक होंगे, तो डिफ़ॉल्ट बनाए रखें।

/model और /models स्लैश कमांड प्रदाता, मॉडल और संगत रनटाइम ड्रॉपडाउन के साथ एक इंटरैक्टिव मॉडल चयनकर्ता तथा सबमिट चरण खोलते हैं। /models add अप्रचलित है और चैट से मॉडल पंजीकृत करने के बजाय अप्रचलन संदेश लौटाता है। चयनकर्ता का उत्तर केवल उसे शुरू करने वाले उपयोगकर्ता को दिखाई देता है और केवल वही उसका उपयोग कर सकता है। Discord चयन मेनू 25 विकल्पों तक सीमित हैं, इसलिए यदि आप चाहते हैं कि चयनकर्ता केवल openai या vllm जैसे चुने गए प्रदाताओं के लिए गतिशील रूप से खोजे गए मॉडल दिखाए, तो agents.defaults.modelPolicy.allow में provider/* प्रविष्टियाँ जोड़ें।

फ़ाइल अटैचमेंट:

• file ब्लॉक को किसी अटैचमेंट संदर्भ (attachment://<filename>) की ओर इंगित करना चाहिए
• अटैचमेंट को media/path/filePath (एक फ़ाइल) के माध्यम से दें; एकाधिक फ़ाइलों के लिए media-gallery का उपयोग करें
• यदि अपलोड नाम को अटैचमेंट संदर्भ से मेल खाना चाहिए, तो उसे ओवरराइड करने के लिए filename का उपयोग करें

मोडल फ़ॉर्म:

• अधिकतम 5 फ़ील्ड के साथ components.modal जोड़ें
• फ़ील्ड प्रकार: text, checkbox, radio, select, role-select, user-select
• OpenClaw स्वचालित रूप से एक ट्रिगर बटन जोड़ता है

उदाहरण:

{  channel: "discord",  action: "send",  to: "channel:123456789012345678",  message: "वैकल्पिक फ़ॉलबैक टेक्स्ट",  components: {    reusable: true,    text: "कोई मार्ग चुनें",    blocks: [      {        type: "actions",        buttons: [          {            label: "अनुमोदित करें",            style: "success",            allowedUsers: ["123456789012345678"],          },          { label: "अस्वीकार करें", style: "danger" },        ],      },      {        type: "actions",        select: {          type: "string",          placeholder: "कोई विकल्प चुनें",          options: [            { label: "विकल्प A", value: "a" },            { label: "विकल्प B", value: "b" },          ],        },      },    ],    modal: {      title: "विवरण",      triggerLabel: "फ़ॉर्म खोलें",      fields: [        { type: "text", label: "अनुरोधकर्ता" },        {          type: "select",          label: "प्राथमिकता",          options: [            { label: "निम्न", value: "low" },            { label: "उच्च", value: "high" },          ],        },      ],    },  },}

अभिगम नियंत्रण और रूटिंग

{accessGroups: {operators: {  type: "message.senders",  members: {    "*": ["global-owner-id"],    discord: ["discord:123456789012345678"],    telegram: ["987654321"],  },},},channels: {discord: {  dmPolicy: "allowlist",  allowFrom: ["accessGroup:operators"],},},}

{accessGroups: {maintainers: {  type: "discord.channelAudience",  guildId: "1456350064065904867",  channelId: "1456744319972282449",  membership: "canViewChannel",},},channels: {discord: {  dmPolicy: "allowlist",  allowFrom: ["accessGroup:maintainers"],},},}

{accessGroups: {maintainers: {  type: "discord.channelAudience",  guildId: "1456350064065904867",  channelId: "1456744319972282449",},},channels: {discord: {  dmPolicy: "allowlist",  allowFrom: ["accessGroup:maintainers", "discord:123456789012345678"],},},}

{channels: {discord: {  groupPolicy: "allowlist",  guilds: {    "123456789012345678": {      requireMention: true,      ignoreOtherMentions: true,      users: ["987654321098765432"],      roles: ["123456789012345678"],      channels: {        general: { enabled: true },        help: { enabled: true, requireMention: true },      },    },  },},},}

भूमिका-आधारित एजेंट रूटिंग

Discord गिल्ड सदस्यों को भूमिका ID के अनुसार अलग-अलग एजेंटों तक रूट करने के लिए bindings[].match.roles का उपयोग करें। भूमिका-आधारित बाइंडिंग केवल भूमिका ID स्वीकार करती हैं और उनका मूल्यांकन पीयर या पैरेंट-पीयर बाइंडिंग के बाद तथा केवल-गिल्ड बाइंडिंग से पहले किया जाता है। यदि कोई बाइंडिंग अन्य मिलान फ़ील्ड भी सेट करती है (उदाहरण के लिए peer + guildId + roles), तो सभी कॉन्फ़िगर किए गए फ़ील्ड का मेल खाना आवश्यक है।

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

नेटिव कमांड और कमांड प्रमाणीकरण

• commands.native का डिफ़ॉल्ट मान "auto" है और यह Discord के लिए सक्षम है।
• प्रति-चैनल ओवरराइड: channels.discord.commands.native।
• commands.native=false स्टार्टअप के दौरान Discord स्लैश-कमांड पंजीकरण और क्लीनअप को छोड़ देता है। पहले पंजीकृत किए गए कमांड Discord में तब तक दिखाई दे सकते हैं, जब तक आप उन्हें Discord ऐप से नहीं हटाते।
• नेटिव कमांड प्रमाणीकरण सामान्य संदेश प्रबंधन वाली ही Discord अनुमत-सूचियों/नीतियों का उपयोग करता है।
• अनधिकृत उपयोगकर्ताओं को कमांड अब भी Discord UI में दिखाई दे सकते हैं; निष्पादन OpenClaw प्रमाणीकरण लागू करता है और "अधिकृत नहीं" उत्तर देता है।
• डिफ़ॉल्ट स्लैश कमांड सेटिंग्स: ephemeral: true (channels.discord.slashCommand.ephemeral)।

कमांड कैटलॉग और व्यवहार के लिए स्लैश कमांड देखें।

सुविधा विवरण

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

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

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

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

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

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

{  channels: {    discord: {      intents: { presence: true },      guilds: {        "111111111111111111": {          presenceEvents: {            channelId: "222222222222222222",            users: ["333333333333333333"], // वैकल्पिक; चैनल दर्शकों को और सीमित करें            reconnectSuppressSeconds: 300, // वैकल्पिक; नए सत्र की शांत अवधि (0 अक्षम करता है)            burstLimit: 8, // वैकल्पिक; प्रत्येक बर्स्ट विंडो में अधिकतम इवेंट            burstWindowSeconds: 60, // वैकल्पिक; स्लाइडिंग बर्स्ट-पहचान विंडो          },        },      },    },  },}

{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_...", // वैकल्पिक; निजी सिस्टम के लिए आवश्यक  },},},}

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

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

{channels: {discord: {  activity: "केंद्रित समय",  activityType: 4,},},}

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

{channels: {discord: {  autoPresence: {    enabled: true,    intervalMs: 30000,    minUpdateIntervalMs: 15000,    exhaustedText: "टोकन समाप्त",  },},},}

टूल और कार्रवाई गेट

Discord संदेश कार्रवाइयों में संदेश-प्रेषण, चैनल प्रशासन, मॉडरेशन, उपस्थिति और मेटाडेटा शामिल हैं।

मुख्य उदाहरण:

• संदेश-प्रेषण: sendMessage, readMessages, editMessage, deleteMessage, threadReply
• प्रतिक्रियाएँ: react, reactions, emojiList
• मॉडरेशन: timeout, kick, ban
• उपस्थिति: setPresence

event-create कार्रवाई अनुसूचित इवेंट की कवर छवि सेट करने के लिए वैकल्पिक image पैरामीटर (URL या स्थानीय फ़ाइल पथ) स्वीकार करती है।

कार्रवाई गेट channels.discord.actions.* के अंतर्गत होते हैं।

डिफ़ॉल्ट गेट व्यवहार:

कंपोनेंट्स v2 UI

OpenClaw निष्पादन अनुमोदनों और क्रॉस-कॉन्टेक्स्ट मार्कर के लिए Discord कंपोनेंट्स v2 का उपयोग करता है। Discord संदेश क्रियाएँ कस्टम UI के लिए components भी स्वीकार कर सकती हैं (उन्नत; इसके लिए discord टूल के माध्यम से कंपोनेंट पेलोड बनाना आवश्यक है), जबकि पुराने embeds अभी भी उपलब्ध हैं, लेकिन उनकी अनुशंसा नहीं की जाती।

• channels.discord.ui.components.accentColor Discord कंपोनेंट कंटेनर द्वारा उपयोग किया जाने वाला एक्सेंट रंग (हेक्स) सेट करता है। प्रति अकाउंट: channels.discord.accounts.<id>.ui.components.accentColor।
• channels.discord.agentComponents.ttlMs नियंत्रित करता है कि भेजे गए Discord कंपोनेंट कॉलबैक कितनी देर तक पंजीकृत रहें (डिफ़ॉल्ट 1800000, अधिकतम 86400000)। प्रति अकाउंट: channels.discord.accounts.<id>.agentComponents.ttlMs।
• embeds को कंपोनेंट्स v2 मौजूद होने पर अनदेखा कर दिया जाता है।
• सादे URL पूर्वावलोकन डिफ़ॉल्ट रूप से दबा दिए जाते हैं। जब किसी एक आउटबाउंड लिंक को विस्तृत करना हो, तो संदेश क्रिया पर suppressEmbeds: false सेट करें।

उदाहरण:

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

वॉइस

Discord में दो अलग-अलग वॉइस सतहें हैं: रीयलटाइम वॉइस चैनल (निरंतर बातचीत) और वॉइस संदेश अटैचमेंट (वेवफ़ॉर्म पूर्वावलोकन प्रारूप)। Gateway दोनों का समर्थन करता है।

वॉइस चैनल

सेटअप चेकलिस्ट:

1. Discord Developer Portal में Message Content Intent सक्षम करें।
2. भूमिका/उपयोगकर्ता अनुमत-सूचियों का उपयोग होने पर Server Members Intent सक्षम करें।
3. बॉट को bot और applications.commands स्कोप के साथ आमंत्रित करें।
4. लक्ष्य वॉइस चैनल में Connect, Speak, Send Messages और Read Message History प्रदान करें।
5. नेटिव कमांड (commands.native या channels.discord.commands.native) सक्षम करें।
6. channels.discord.voice कॉन्फ़िगर करें।

सत्रों को नियंत्रित करने के लिए /vc join|leave|status का उपयोग करें। कमांड अकाउंट के डिफ़ॉल्ट एजेंट का उपयोग करता है और अन्य Discord कमांड की तरह समान अनुमत-सूची और समूह नीति नियमों का पालन करता है।

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

शामिल होने से पहले बॉट की प्रभावी अनुमतियों का निरीक्षण करने के लिए:

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

स्वतः शामिल होने का उदाहरण:

{  channels: {    discord: {      voice: {        enabled: true,        model: "openai/gpt-5.6-sol",        autoJoin: [          {            guildId: "123456789012345678",            channelId: "234567890123456789",          },        ],        allowedChannels: [          {            guildId: "123456789012345678",            channelId: "234567890123456789",          },        ],        daveEncryption: true,        decryptionFailureTolerance: 24,        connectTimeoutMs: 30000,        reconnectGraceMs: 15000,        realtime: {          provider: "openai",          model: "gpt-realtime-2.1",          speakerVoice: "cedar",        },      },    },  },}

टिप्पणियाँ:

• केवल-टेक्स्ट कॉन्फ़िगरेशन के लिए Discord वॉइस ऑप्ट-इन है; /vc कमांड, वॉइस रनटाइम और GuildVoiceStates Gateway इंटेंट सक्षम करने के लिए channels.discord.voice.enabled=true सेट करें (या मौजूदा channels.discord.voice ब्लॉक बनाए रखें)। channels.discord.intents.voiceStates इंटेंट सब्सक्रिप्शन को स्पष्ट रूप से ओवरराइड कर सकता है; प्रभावी वॉइस सक्षमता का अनुसरण करने के लिए इसे सेट न करें।
• voice.mode वार्तालाप पथ नियंत्रित करता है। डिफ़ॉल्ट agent-proxy है: एक रीयलटाइम वॉइस फ़्रंट एंड टर्न का समय, व्यवधान और प्लेबैक संभालता है, openclaw_agent_consult के माध्यम से रूट किए गए OpenClaw एजेंट को मूल कार्य सौंपता है और परिणाम को उस वक्ता से आए टाइप किए गए Discord प्रॉम्प्ट की तरह मानता है। stt-tts पुराने बैच STT और TTS प्रवाह को बनाए रखता है। bidi रीयलटाइम मॉडल को सीधे वार्तालाप करने देता है और साथ ही OpenClaw मस्तिष्क के लिए openclaw_agent_consult उपलब्ध कराता है।
• voice.agentSession नियंत्रित करता है कि वॉइस टर्न किस OpenClaw वार्तालाप को प्राप्त होंगे। वॉइस चैनल के अपने सत्र के लिए इसे सेट न करें, या वॉइस चैनल को #maintainers जैसे किसी मौजूदा Discord टेक्स्ट चैनल सत्र के माइक्रोफ़ोन/स्पीकर विस्तार के रूप में काम करने देने के लिए { mode: "target", target: "channel:<text-channel-id>" } सेट करें।
• voice.model Discord वॉइस प्रतिक्रियाओं और रीयलटाइम परामर्शों के लिए OpenClaw एजेंट मस्तिष्क को ओवरराइड करता है। रूट किए गए एजेंट मॉडल को इनहेरिट करने के लिए इसे सेट न करें। यह voice.realtime.model से अलग है।
• voice.followUsers बॉट को चुने गए उपयोगकर्ताओं के साथ Discord वॉइस में शामिल होने, स्थानांतरित होने और बाहर निकलने देता है। वॉइस में उपयोगकर्ताओं का अनुसरण करें देखें।
• agent-proxy वाक् को discord-voice के माध्यम से रूट करता है, जो वक्ता और लक्षित सत्र के लिए सामान्य स्वामी/टूल प्राधिकरण बनाए रखता है, लेकिन एजेंट का tts टूल छिपाता है क्योंकि प्लेबैक का स्वामित्व Discord वॉइस के पास है। डिफ़ॉल्ट रूप से, agent-proxy स्वामी वक्ताओं (voice.realtime.toolPolicy: "owner") के परामर्श को स्वामी के समकक्ष पूर्ण टूल एक्सेस देता है और मूल उत्तर देने से पहले OpenClaw एजेंट से परामर्श करने को दृढ़ता से प्राथमिकता देता है (voice.realtime.consultPolicy: "always")। उस डिफ़ॉल्ट always मोड में, रीयलटाइम परत परामर्श उत्तर से पहले पूरक वाक्यांश स्वचालित रूप से नहीं बोलती; यह वाक् को कैप्चर करके उसका ट्रांसक्रिप्शन करती है, फिर रूट किया गया OpenClaw उत्तर बोलती है। यदि Discord द्वारा पहला उत्तर चलाए जाते समय कई बलपूर्वक परामर्श उत्तर पूरे हो जाते हैं, तो बाद के सटीक-वाक् उत्तरों को वाक्य के बीच में वाक् बदलने के बजाय प्लेबैक निष्क्रिय होने तक कतार में रखा जाता है।
• stt-tts मोड में, STT tools.media.audio का उपयोग करता है; voice.model ट्रांसक्रिप्शन को प्रभावित नहीं करता।
• रीयलटाइम मोड में, voice.realtime.provider, voice.realtime.model और voice.realtime.speakerVoice रीयलटाइम ऑडियो सत्र कॉन्फ़िगर करते हैं। OpenAI Realtime 2.1 और Codex मस्तिष्क के लिए voice.realtime.model: "gpt-realtime-2.1" और voice.model: "openai/gpt-5.6-sol" का उपयोग करें।
• रीयलटाइम वॉइस मोड डिफ़ॉल्ट रूप से रीयलटाइम प्रदाता निर्देशों में छोटी IDENTITY.md, USER.md और SOUL.md प्रोफ़ाइल फ़ाइलें शामिल करते हैं, ताकि तेज़ प्रत्यक्ष टर्न रूट किए गए OpenClaw एजेंट जैसी ही पहचान, उपयोगकर्ता-आधार और व्यक्तित्व बनाए रखें। इसे अनुकूलित करने के लिए voice.realtime.bootstrapContextFiles को किसी उपसमुच्चय पर सेट करें, या इसे अक्षम करने के लिए [] सेट करें। केवल वे प्रोफ़ाइल फ़ाइलें समर्थित हैं; AGENTS.md सामान्य एजेंट संदर्भ में बनी रहती है। इंजेक्ट किया गया प्रोफ़ाइल संदर्भ कार्यस्थान के कार्य, वर्तमान तथ्यों, मेमोरी खोज या टूल-समर्थित कार्रवाइयों के लिए openclaw_agent_consult को प्रतिस्थापित नहीं करता।
• OpenAI agent-proxy रीयलटाइम मोड में, वेक-नाम गेटिंग डिफ़ॉल्ट रूप से कमरे के अनुरूप ढलती है: एक व्यक्ति बिना वेक नाम के स्वाभाविक रूप से बात कर सकता है, जबकि दो या अधिक व्यक्तियों को टर्न की शुरुआत या अंत वेक नाम से करना होगा। अन्य बॉट लोगों की संख्या में नहीं गिने जाते। हमेशा वेक नाम आवश्यक करने के लिए voice.realtime.requireWakeName: true या कभी भी आवश्यक न करने के लिए false सेट करें। कॉन्फ़िगर किए गए वेक नाम एक या दो शब्दों के होने चाहिए। यदि voice.realtime.wakeNames सेट नहीं है, तो OpenClaw रूट किए गए एजेंट के name के साथ OpenClaw का उपयोग करता है और अनुपलब्ध होने पर एजेंट आईडी के साथ OpenClaw का उपयोग करता है। सक्रिय वेक-नाम गेट रीयलटाइम प्रदाता की स्वचालित प्रतिक्रिया अक्षम करता है, स्वीकृत टर्न को OpenClaw एजेंट परामर्श पथ से रूट करता है और अंतिम ट्रांसक्रिप्ट आने से पहले आंशिक ट्रांसक्रिप्शन में आरंभिक वेक नाम पहचाने जाने पर संक्षिप्त मौखिक अभिस्वीकृति देता है। यह नीति वॉइस को दोबारा कनेक्ट किए बिना लाइव शामिल होने और बाहर निकलने की घटनाओं का अनुसरण करती है।
• OpenAI रीयलटाइम प्रदाता आउटपुट ऑडियो और ट्रांसक्रिप्ट इवेंट के लिए वर्तमान Realtime 2 इवेंट नाम और पुराने Codex-संगत उपनाम स्वीकार करता है, ताकि संगत प्रदाता स्नैपशॉट में बदलाव होने पर भी सहायक का ऑडियो न छूटे।
• voice.realtime.bargeIn नियंत्रित करता है कि Discord में वक्ता के बोलना शुरू करने की घटनाएँ सक्रिय रीयलटाइम प्लेबैक को बाधित करेंगी या नहीं। यदि सेट नहीं है, तो यह रीयलटाइम प्रदाता की इनपुट-ऑडियो व्यवधान सेटिंग का अनुसरण करता है।
• voice.realtime.minBargeInAudioEndMs वह न्यूनतम सहायक प्लेबैक अवधि नियंत्रित करता है जिसके बाद OpenAI रीयलटाइम बार्ज-इन ऑडियो को काटता है। डिफ़ॉल्ट: 250। कम प्रतिध्वनि वाले कमरों में तत्काल व्यवधान के लिए 0 सेट करें, या अधिक प्रतिध्वनि वाले स्पीकर सेटअप के लिए इसे बढ़ाएँ।
• voice.tts केवल stt-tts वॉइस प्लेबैक के लिए tts को ओवरराइड करता है; रीयलटाइम मोड इसके बजाय voice.realtime.speakerVoice का उपयोग करते हैं। Discord प्लेबैक पर OpenAI वॉइस के लिए voice.tts.provider: "openai" सेट करें और voice.tts.providers.openai.speakerVoice के अंतर्गत टेक्स्ट-टू-स्पीच वॉइस चुनें। वर्तमान OpenAI TTS मॉडल पर cedar पुरुषोचित ध्वनि वाला एक अच्छा विकल्प है।
• प्रति-चैनल Discord systemPrompt ओवरराइड उस वॉइस चैनल के वॉइस ट्रांसक्रिप्ट टर्न पर लागू होते हैं।
• जब OpenClaw किसी वॉइस चैनल में शामिल होता है, तो रूट किए गए एजेंट सत्र को वर्तमान प्रतिभागी सूची वाला एक मौन सिस्टम इवेंट मिलता है। बाद में प्रतिभागियों के शामिल होने और बाहर निकलने पर उस सत्र को बिना किसी अनचाही मौखिक प्रतिक्रिया के अपडेट किया जाता है; Discord प्रदर्शन नामों को अविश्वसनीय लेबल माना जाता है। अधिकृत वॉइस टर्न को भी प्रतिभागियों की नई सूची का स्नैपशॉट मिलता है।
• वॉइस ट्रांसक्रिप्ट टर्न और /vc कमांड स्वामी स्थिति के लिए commands.ownerAllowFrom में मौजूद Discord प्रविष्टियों का उपयोग करते हैं। जब कोई Discord कमांड स्वामी कॉन्फ़िगर नहीं होता, तो चुने गए Discord खाते का allowFrom (या पुराना dm.allowFrom) स्वामी स्थिति दिए बिना भी वॉइस एक्सेस अधिकृत कर सकता है। एजेंट टूल की दृश्यता रूट किए गए सत्र के लिए कॉन्फ़िगर की गई टूल नीति का अनुसरण करती है।
• यदि voice.autoJoin में एक ही गिल्ड के लिए कई प्रविष्टियाँ हैं, तो OpenClaw उस गिल्ड के लिए अंतिम कॉन्फ़िगर किए गए चैनल में शामिल होता है।
• voice.allowedChannels एक वैकल्पिक निवास अनुमति-सूची है। /vc join को किसी भी अधिकृत Discord वॉइस चैनल में जाने देने के लिए इसे सेट न करें। सेट होने पर /vc join, स्टार्टअप पर स्वचालित रूप से शामिल होना और बॉट की वॉइस-स्थिति में स्थानांतरण सूचीबद्ध { guildId, channelId } प्रविष्टियों तक सीमित रहते हैं। Discord वॉइस में शामिल होने की सभी कार्रवाइयाँ अस्वीकार करने के लिए इसे रिक्त ऐरे पर सेट करें। यदि Discord बॉट को अनुमति-सूची से बाहर ले जाता है, तो OpenClaw उस चैनल से बाहर निकल जाता है और उपलब्ध होने पर कॉन्फ़िगर किए गए स्वतः-शामिल लक्ष्य में दोबारा शामिल होता है।
• voice.daveEncryption और voice.decryptionFailureTolerance, @discordjs/voice के शामिल होने के विकल्पों को सीधे भेजे जाते हैं; अपस्ट्रीम डिफ़ॉल्ट daveEncryption=true और decryptionFailureTolerance=24 हैं।
• OpenClaw, Discord वॉइस प्राप्ति और रीयलटाइम रॉ PCM प्लेबैक के लिए बंडल किए गए libopus-wasm कोडेक का उपयोग करता है। इसके साथ पिन किया हुआ libopus WebAssembly बिल्ड आता है और इसे नेटिव opus ऐडऑन की आवश्यकता नहीं होती।
• voice.connectTimeoutMs, /vc join और स्वतः-शामिल होने के प्रयासों के लिए आरंभिक @discordjs/voice Ready प्रतीक्षा नियंत्रित करता है। डिफ़ॉल्ट: 30000।
• voice.reconnectGraceMs नियंत्रित करता है कि OpenClaw डिस्कनेक्ट हुए वॉइस सत्र को नष्ट करने से पहले उसके पुनः कनेक्ट होना शुरू करने की कितनी देर प्रतीक्षा करता है। डिफ़ॉल्ट: 15000।
• stt-tts मोड में, केवल किसी अन्य उपयोगकर्ता के बोलना शुरू करने से वॉइस प्लेबैक बंद नहीं होता। फ़ीडबैक लूप से बचने के लिए, TTS चलते समय OpenClaw नए वॉइस कैप्चर को अनदेखा करता है; अगले टर्न के लिए प्लेबैक समाप्त होने के बाद बोलें। रीयलटाइम मोड वक्ता के बोलना शुरू करने की घटनाओं को बार्ज-इन संकेतों के रूप में रीयलटाइम प्रदाता को भेजते हैं।
• रीयलटाइम मोड में, स्पीकर से खुले माइक में आने वाली प्रतिध्वनि बार्ज-इन जैसी लग सकती है और प्लेबैक बाधित कर सकती है। अधिक प्रतिध्वनि वाले Discord कमरों में, इनपुट ऑडियो पर OpenAI का स्वतः बाधित होना रोकने के लिए voice.realtime.providers.openai.interruptResponseOnInputAudio: false सेट करें। यदि आप अब भी चाहते हैं कि Discord में वक्ता के बोलना शुरू करने की घटनाएँ सक्रिय प्लेबैक बाधित करें, तो voice.realtime.bargeIn: true जोड़ें। OpenAI रीयलटाइम ब्रिज voice.realtime.minBargeInAudioEndMs से छोटी प्लेबैक कटौतियों को संभावित प्रतिध्वनि/शोर मानकर अनदेखा करता है और Discord प्लेबैक साफ़ करने के बजाय उन्हें छोड़ा गया दर्ज करता है।
• voice.captureSilenceGraceMs नियंत्रित करता है कि Discord द्वारा वक्ता के रुकने की सूचना देने के बाद OpenClaw उस ऑडियो खंड को STT के लिए अंतिम रूप देने से पहले कितनी देर प्रतीक्षा करता है। डिफ़ॉल्ट: 2000; यदि Discord सामान्य विरामों को असंबद्ध आंशिक ट्रांसक्रिप्ट में बाँटता है, तो इसे बढ़ाएँ।
• जब ElevenLabs चुना गया TTS प्रदाता होता है, तो Discord वॉइस प्लेबैक स्ट्रीमिंग TTS का उपयोग करता है और प्रदाता की प्रतिक्रिया स्ट्रीम से शुरू होता है। स्ट्रीमिंग समर्थन के बिना प्रदाता संश्लेषित अस्थायी-फ़ाइल पथ पर वापस लौटते हैं।
• OpenClaw प्राप्ति डिक्रिप्शन विफलताओं की निगरानी करता है और छोटी अवधि में बार-बार विफलता होने पर वॉइस चैनल से निकलकर फिर से शामिल होते हुए स्वचालित रूप से पुनर्प्राप्त करता है।
• यदि अपडेट करने के बाद प्राप्ति लॉग बार-बार DecryptionFailed(UnencryptedWhenPassthroughDisabled) दिखाते हैं, तो निर्भरता रिपोर्ट और लॉग एकत्र करें। बंडल की गई @discordjs/voice लाइन में discord.js PR #11449 का अपस्ट्रीम पैडिंग सुधार शामिल है, जिसने discord.js समस्या #11419 को बंद किया था।
• जब OpenClaw कैप्चर किए गए वक्ता खंड को अंतिम रूप देता है, तब The operation was aborted प्राप्ति इवेंट अपेक्षित होते हैं; वे विस्तृत निदान हैं, चेतावनियाँ नहीं।
• विस्तृत Discord वॉइस लॉग में प्रत्येक स्वीकृत वक्ता खंड के लिए सीमित एक-पंक्ति STT ट्रांसक्रिप्ट पूर्वावलोकन शामिल होता है, ताकि डीबगिंग में असीमित ट्रांसक्रिप्ट टेक्स्ट डंप किए बिना उपयोगकर्ता पक्ष और एजेंट के उत्तर, दोनों पक्ष दिखाई दें।
• agent-proxy मोड में, बलपूर्वक परामर्श फ़ॉलबैक संभावित रूप से अधूरे ट्रांसक्रिप्ट अंशों को छोड़ देता है, जैसे ... पर समाप्त होने वाला टेक्स्ट या "and" जैसा अंतिम संयोजक, और "be right back" या "bye" जैसे स्पष्ट रूप से कार्रवाई योग्य न होने वाले समापन। जब यह किसी पुराने कतारबद्ध उत्तर को रोकता है, तो लॉग forced agent consult skipped reason=... दिखाते हैं।

वॉइस में उपयोगकर्ताओं का अनुसरण करें

जब आप चाहते हैं कि Discord वॉइस बॉट स्टार्टअप पर किसी निश्चित चैनल में शामिल होने या /vc join की प्रतीक्षा करने के बजाय एक या अधिक ज्ञात Discord उपयोगकर्ताओं के साथ बना रहे, तब voice.followUsers का उपयोग करें।

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

व्यवहार:

• followUsers अपरिष्कृत Discord उपयोगकर्ता ID और discord:<id> मान स्वीकार करता है। OpenClaw वॉइस-स्टेट इवेंट का मिलान करने से पहले दोनों प्रारूपों को सामान्यीकृत करता है।
• followUsers कॉन्फ़िगर होने पर followUsersEnabled का डिफ़ॉल्ट मान true होता है। सहेजी गई सूची बनाए रखते हुए स्वचालित वॉइस अनुसरण रोकने के लिए इसे false पर सेट करें।
• followUsers केवल वॉइस उपस्थिति नियंत्रित करता है। यह वक्ता पहुँच या स्वामी अधिकार प्रदान नहीं करता; commands.ownerAllowFrom और गिल्ड या चैनल उपयोगकर्ताओं तथा भूमिकाओं को अलग से कॉन्फ़िगर करें।
• जब अनुसरण किया जा रहा कोई उपयोगकर्ता किसी अनुमत वॉइस चैनल से जुड़ता है, तो OpenClaw उस चैनल से जुड़ जाता है। उपयोगकर्ता के स्थानांतरित होने पर OpenClaw भी उसके साथ स्थानांतरित होता है। सक्रिय अनुसरण किए जा रहे उपयोगकर्ता के डिस्कनेक्ट होने पर OpenClaw चैनल छोड़ देता है।
• यदि एक ही गिल्ड में अनुसरण किए जा रहे कई उपयोगकर्ता हैं और सक्रिय अनुसरण किया जा रहा उपयोगकर्ता चला जाता है, तो OpenClaw गिल्ड छोड़ने से पहले किसी अन्य ट्रैक किए जा रहे उपयोगकर्ता के चैनल पर स्थानांतरित होता है। यदि अनुसरण किए जा रहे कई उपयोगकर्ता एक साथ स्थानांतरित होते हैं, तो सबसे हाल में देखा गया वॉइस-स्टेट इवेंट प्रभावी होता है।
• allowedChannels अब भी लागू होता है। किसी अस्वीकृत चैनल में अनुसरण किए जा रहे उपयोगकर्ता को अनदेखा किया जाता है और अनुसरण-स्वामित्व वाला सत्र किसी अन्य अनुसरण किए जा रहे उपयोगकर्ता के पास चला जाता है या चैनल छोड़ देता है।
• OpenClaw स्टार्टअप पर और एक सीमित अंतराल पर छूटे हुए वॉइस-स्टेट इवेंट का मिलान करता है। मिलान कॉन्फ़िगर किए गए गिल्ड का नमूना लेता है और प्रत्येक रन में REST लुकअप सीमित करता है, इसलिए बहुत बड़ी followUsers सूचियों को अभिसरित होने में एक से अधिक अंतराल लग सकते हैं।
• यदि किसी उपयोगकर्ता का अनुसरण करते समय Discord या कोई एडमिन बॉट को स्थानांतरित करता है, तो गंतव्य अनुमत होने पर OpenClaw वॉइस सत्र को फिर से बनाता है और अनुसरण स्वामित्व बनाए रखता है। यदि बॉट को allowedChannels से बाहर स्थानांतरित किया जाता है, तो OpenClaw चैनल छोड़कर कॉन्फ़िगर किया गया लक्ष्य उपलब्ध होने पर उससे दोबारा जुड़ता है।
• बार-बार डिक्रिप्शन विफल होने के बाद DAVE रिसीव रिकवरी उसी चैनल को छोड़कर दोबारा जुड़ सकती है। अनुसरण-स्वामित्व वाले सत्र उस रिकवरी पथ के दौरान अपना अनुसरण स्वामित्व बनाए रखते हैं, इसलिए बाद में अनुसरण किए जा रहे उपयोगकर्ता के डिस्कनेक्ट होने पर भी चैनल छोड़ दिया जाता है।

जुड़ने के मोड में से चुनें:

• व्यक्तिगत या ऑपरेटर सेटअप के लिए followUsers का उपयोग करें, जहाँ आपके वॉइस में होने पर बॉट को स्वचालित रूप से वॉइस में होना चाहिए।
• निश्चित-कक्ष बॉट के लिए autoJoin का उपयोग करें, जिन्हें किसी ट्रैक किए गए उपयोगकर्ता के वॉइस में न होने पर भी उपस्थित रहना चाहिए।
• एकबारगी जुड़ने या ऐसे कक्षों के लिए /vc join का उपयोग करें, जहाँ स्वचालित वॉइस उपस्थिति अप्रत्याशित होगी।

Discord वॉइस कोडेक:

• वॉइस रिसीव लॉग discord voice: opus decoder: libopus-wasm दिखाते हैं।
• रीयलटाइम प्लेबैक, पैकेट को @discordjs/voice को सौंपने से पहले, उसी बंडल किए गए libopus-wasm पैकेज से अपरिष्कृत 48 kHz स्टीरियो PCM को Opus में एन्कोड करता है।
• फ़ाइल और प्रदाता-स्ट्रीम प्लेबैक ffmpeg से अपरिष्कृत 48 kHz स्टीरियो PCM में ट्रांसकोड करता है, फिर Discord को भेजे जाने वाले Opus पैकेट स्ट्रीम के लिए libopus-wasm का उपयोग करता है।

STT और TTS पाइपलाइन:

• Discord PCM कैप्चर को एक अस्थायी WAV फ़ाइल में बदला जाता है।
• tools.media.audio STT संभालता है, उदाहरण के लिए openai/gpt-4o-mini-transcribe।
• प्रतिलेख को Discord इनग्रेस और रूटिंग के माध्यम से भेजा जाता है, जबकि प्रतिक्रिया LLM ऐसी वॉइस-आउटपुट नीति के साथ चलता है जो एजेंट के tts टूल को छिपाती है और लौटाया गया टेक्स्ट माँगती है, क्योंकि अंतिम TTS प्लेबैक का स्वामित्व Discord वॉइस के पास होता है।
• voice.model सेट होने पर केवल इस वॉइस-चैनल टर्न के प्रतिक्रिया LLM को ओवरराइड करता है।
• voice.tts को tts के ऊपर मर्ज किया जाता है; स्ट्रीमिंग-सक्षम प्रदाता सीधे प्लेयर को फ़ीड करते हैं, अन्यथा परिणामी ऑडियो फ़ाइल जुड़े हुए चैनल में चलाई जाती है।

डिफ़ॉल्ट एजेंट-प्रॉक्सी वॉइस-चैनल सत्र का उदाहरण:

{  channels: {    discord: {      voice: {        enabled: true,        model: "openai/gpt-5.6-sol",        followUsersEnabled: true,        followUsers: ["123456789012345678"],        realtime: {          provider: "openai",          model: "gpt-realtime-2.1",          speakerVoice: "cedar",        },      },    },  },}

voice.agentSession ब्लॉक न होने पर प्रत्येक वॉइस चैनल को अपना रूट किया गया OpenClaw सत्र मिलता है। उदाहरण के लिए, /vc join channel:234567890123456789 उस Discord वॉइस चैनल के सत्र से बात करता है। रीयलटाइम मॉडल केवल वॉइस फ़्रंट एंड है; महत्वपूर्ण अनुरोध कॉन्फ़िगर किए गए OpenClaw एजेंट को सौंपे जाते हैं। यदि रीयलटाइम मॉडल कंसल्ट टूल को कॉल किए बिना अंतिम प्रतिलेख बनाता है, तो OpenClaw फ़ॉलबैक के रूप में कंसल्ट को बाध्य करता है, ताकि डिफ़ॉल्ट व्यवहार अब भी एजेंट से बात करने जैसा रहे।

लेगेसी STT और TTS का उदाहरण:

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

रीयलटाइम द्विदिश उदाहरण:

{  channels: {    discord: {      voice: {        enabled: true,        mode: "bidi",        model: "openai/gpt-5.6-sol",        realtime: {          provider: "openai",          model: "gpt-realtime-2.1",          speakerVoice: "cedar",          toolPolicy: "safe-read-only",          consultPolicy: "always",        },      },    },  },}

किसी मौजूदा Discord चैनल सत्र के विस्तार के रूप में वॉइस:

{  channels: {    discord: {      voice: {        enabled: true,        mode: "agent-proxy",        model: "openai/gpt-5.6-sol",        agentSession: {          mode: "target",          target: "channel:123456789012345678",        },        realtime: {          provider: "openai",          model: "gpt-realtime-2.1",          speakerVoice: "cedar",        },      },    },  },}

agent-proxy मोड में बॉट कॉन्फ़िगर किए गए वॉइस चैनल से जुड़ता है, लेकिन OpenClaw एजेंट टर्न लक्ष्य चैनल के सामान्य रूट किए गए सत्र और एजेंट का उपयोग करते हैं। रीयलटाइम वॉइस सत्र लौटाए गए परिणाम को वॉइस चैनल में बोलता है। सुपरवाइज़र एजेंट अपनी टूल नीति के अनुसार सामान्य संदेश टूल का उपयोग अब भी कर सकता है, जिसमें उचित कार्रवाई होने पर एक अलग Discord संदेश भेजना शामिल है।

प्रत्यायोजित OpenClaw रन सक्रिय होने के दौरान, नया एजेंट टर्न शुरू करने से पहले नए Discord वॉइस प्रतिलेख को लाइव रन नियंत्रण माना जाता है। "स्थिति", "इसे रद्द करें", "छोटे सुधार का उपयोग करें", या "काम पूरा होने पर परीक्षण भी जाँचें" जैसे वाक्यांशों को सक्रिय सत्र के लिए स्थिति, रद्दीकरण, मार्गदर्शन या फ़ॉलो-अप इनपुट के रूप में वर्गीकृत किया जाता है। स्थिति, रद्दीकरण, स्वीकृत मार्गदर्शन और फ़ॉलो-अप परिणाम वॉइस चैनल में वापस बोले जाते हैं, ताकि कॉलर को पता रहे कि OpenClaw ने अनुरोध संभाला या नहीं।

उपयोगी लक्ष्य प्रारूप:

• target: "channel:123456789012345678" किसी Discord टेक्स्ट चैनल सत्र के माध्यम से रूट करता है।
• target: "123456789012345678" को चैनल लक्ष्य माना जाता है।
• target: "dm:123456789012345678" या target: "user:123456789012345678" उस डायरेक्ट-मैसेज सत्र के माध्यम से रूट करता है।

अधिक प्रतिध्वनि वाला OpenAI Realtime उदाहरण:

{  channels: {    discord: {      voice: {        enabled: true,        mode: "bidi",        model: "openai/gpt-5.6-sol",        realtime: {          provider: "openai",          model: "gpt-realtime-2.1",          speakerVoice: "cedar",          bargeIn: true,          minBargeInAudioEndMs: 500,          consultPolicy: "always",          providers: {            openai: {              interruptResponseOnInputAudio: false,            },          },        },      },    },  },}

इसका उपयोग तब करें जब मॉडल खुले माइक से अपना ही Discord प्लेबैक सुनता हो, लेकिन आप फिर भी बोलकर उसे बाधित करना चाहते हों। OpenClaw अपरिष्कृत इनपुट ऑडियो पर OpenAI को स्वतः बाधित होने से रोकता है, जबकि bargeIn: true Discord स्पीकर-स्टार्ट इवेंट और पहले से सक्रिय स्पीकर ऑडियो को अगला कैप्चर किया गया टर्न OpenAI तक पहुँचने से पहले सक्रिय रीयलटाइम प्रतिक्रियाएँ रद्द करने देता है। minBargeInAudioEndMs से कम audioEndMs वाले बहुत शुरुआती बार्ज-इन संकेतों को संभावित प्रतिध्वनि/शोर मानकर अनदेखा किया जाता है, ताकि मॉडल पहले प्लेबैक फ़्रेम पर ही बोलना बंद न कर दे।

अपेक्षित वॉइस लॉग:

• जुड़ने पर: discord voice: joining ... voiceSession=... supervisorSession=... agentSessionMode=... voiceModel=... realtimeModel=...
• रीयलटाइम शुरू होने पर: discord voice: realtime bridge starting ... autoRespond=false interruptResponse=false bargeIn=false minBargeInAudioEndMs=...
• स्पीकर ऑडियो पर: discord voice: realtime speaker turn opened ..., discord voice: realtime input audio started ... outputAudioMs=... outputActive=..., और discord voice: realtime speaker turn closed ... chunks=... discordBytes=... realtimeBytes=... interruptedPlayback=...
• पुरानी स्पीच छोड़े जाने पर: discord voice: realtime forced agent consult skipped reason=incomplete-transcript ... या reason=non-actionable-closing ...
• रीयलटाइम प्रतिक्रिया पूरी होने पर: discord voice: realtime audio playback finishing reason=response.done ... audioMs=... chunks=...
• प्लेबैक रुकने/रीसेट होने पर: discord voice: realtime audio playback stopped reason=... audioMs=... elapsedMs=... chunks=...
• रीयलटाइम कंसल्ट पर: discord voice: realtime consult requested ... voiceSession=... supervisorSession=... question=...
• एजेंट के उत्तर पर: discord voice: agent turn answer ...
• सटीक स्पीच कतारबद्ध होने पर: discord voice: realtime exact speech queued ... queued=... outputAudioMs=... outputActive=..., इसके बाद discord voice: realtime exact speech dequeued reason=player-idle ...
• बार्ज-इन का पता लगने पर: discord voice: realtime barge-in detected source=speaker-start ... या discord voice: realtime barge-in detected source=active-speaker-audio ..., इसके बाद discord voice: realtime barge-in requested reason=... outputAudioMs=... outputActive=...
• रीयलटाइम व्यवधान पर: discord voice: realtime model interrupt requested client:response.cancel reason=barge-in, इसके बाद discord voice: realtime model audio truncated client:conversation.item.truncate reason=barge-in audioEndMs=... या discord voice: realtime model interrupt confirmed server:response.done status=cancelled ...
• अनदेखी की गई प्रतिध्वनि/शोर पर: discord voice: realtime model interrupt ignored client:conversation.item.truncate.skipped reason=barge-in audioEndMs=0 minAudioEndMs=250
• बार्ज-इन अक्षम होने पर: discord voice: realtime capture ignored during playback (barge-in disabled) ...
• निष्क्रिय प्लेबैक पर: discord voice: realtime barge-in ignored reason=... outputActive=false ... playbackChunks=0

कटे हुए ऑडियो को डीबग करने के लिए रीयलटाइम वॉइस लॉग को समयरेखा के रूप में पढ़ें:

1. realtime audio playback started का अर्थ है कि Discord ने सहायक ऑडियो चलाना शुरू कर दिया है। इस बिंदु से ब्रिज सहायक आउटपुट चंक, Discord PCM बाइट, प्रदाता रीयलटाइम बाइट और संश्लेषित ऑडियो अवधि गिनना शुरू करता है।
2. realtime speaker turn opened किसी Discord स्पीकर के सक्रिय होने को चिह्नित करता है। यदि प्लेबैक पहले से सक्रिय है और bargeIn सक्षम है, तो इसके बाद barge-in detected source=speaker-start आ सकता है।
3. realtime input audio started उस स्पीकर टर्न के लिए प्राप्त पहले वास्तविक ऑडियो फ़्रेम को चिह्नित करता है। यहाँ outputActive=true या शून्य से अधिक outputAudioMs का अर्थ है कि सहायक प्लेबैक सक्रिय रहने के दौरान माइक इनपुट भेज रहा है।
4. barge-in detected source=active-speaker-audio का अर्थ है कि सहायक प्लेबैक सक्रिय रहने के दौरान OpenClaw ने लाइव स्पीकर ऑडियो देखा। यह वास्तविक व्यवधान को ऐसे Discord स्पीकर-स्टार्ट इवेंट से अलग करने में उपयोगी है जिसमें कोई उपयोगी ऑडियो नहीं है।
5. barge-in requested reason=... का अर्थ है कि OpenClaw ने रीयलटाइम प्रदाता से सक्रिय प्रतिक्रिया को रद्द या छोटा करने के लिए कहा। इसमें outputAudioMs, outputActive, और playbackChunks शामिल हैं, ताकि आप देख सकें कि व्यवधान से पहले सहायक का कितना ऑडियो वास्तव में चल चुका था।
6. realtime audio playback stopped reason=... स्थानीय Discord प्लेबैक रीसेट बिंदु है। कारण बताता है कि प्लेबैक किसने रोका: barge-in, player-idle, provider-clear-audio, forced-agent-consult, stream-close, या session-close।
7. realtime speaker turn closed कैप्चर किए गए इनपुट टर्न का सारांश देता है। chunks=0 या hasAudio=false का अर्थ है कि स्पीकर टर्न खुला, लेकिन कोई उपयोग योग्य ऑडियो रीयलटाइम ब्रिज तक नहीं पहुँचा। interruptedPlayback=true का अर्थ है कि वह इनपुट टर्न सहायक आउटपुट के साथ ओवरलैप हुआ और उसने बार्ज-इन लॉजिक ट्रिगर किया।

उपयोगी फ़ील्ड:

• outputAudioMs: लॉग पंक्ति से पहले रीयलटाइम प्रदाता द्वारा जनरेट की गई सहायक ऑडियो अवधि।
• audioMs: प्लेबैक रुकने से पहले OpenClaw द्वारा गिनी गई सहायक ऑडियो अवधि।
• elapsedMs: प्लेबैक स्ट्रीम या स्पीकर टर्न खोलने और बंद करने के बीच का वास्तविक समय।
• discordBytes: Discord वॉइस को भेजे गए या उससे प्राप्त 48 kHz स्टीरियो PCM बाइट।
• realtimeBytes: रीयलटाइम प्रदाता को भेजे गए या उससे प्राप्त प्रदाता-प्रारूप PCM बाइट।
• playbackChunks: सक्रिय प्रतिक्रिया के लिए Discord को अग्रेषित किए गए सहायक ऑडियो चंक।
• sinceLastAudioMs: कैप्चर किए गए अंतिम स्पीकर ऑडियो फ़्रेम और स्पीकर टर्न बंद होने के बीच का अंतराल।

सामान्य पैटर्न:

• source=active-speaker-audio के साथ तुरंत कट-ऑफ, छोटा outputAudioMs, और पास में वही उपयोगकर्ता आमतौर पर संकेत देते हैं कि स्पीकर की प्रतिध्वनि माइक में प्रवेश कर रही है। voice.realtime.minBargeInAudioEndMs बढ़ाएँ, स्पीकर का वॉल्यूम घटाएँ, हेडफ़ोन का उपयोग करें, या voice.realtime.providers.openai.interruptResponseOnInputAudio: false सेट करें।
• source=speaker-start के बाद speaker turn closed ... hasAudio=false आने का अर्थ है कि Discord ने स्पीकर का बोलना शुरू होना रिपोर्ट किया, लेकिन कोई ऑडियो OpenClaw तक नहीं पहुँचा। यह कोई अस्थायी Discord वॉइस इवेंट, नॉइज़ गेट व्यवहार, या क्लाइंट द्वारा थोड़ी देर के लिए माइक सक्रिय करना हो सकता है।
• पास में बार्ज-इन या provider-clear-audio के बिना audio playback stopped reason=stream-close का अर्थ है कि स्थानीय Discord प्लेबैक स्ट्रीम अप्रत्याशित रूप से समाप्त हो गई। इससे पहले के प्रदाता और Discord प्लेयर लॉग जाँचें।
• capture ignored during playback (barge-in disabled) का अर्थ है कि सहायक का ऑडियो सक्रिय रहने के दौरान OpenClaw ने जानबूझकर इनपुट छोड़ दिया। यदि आप चाहते हैं कि बोलने पर प्लेबैक बाधित हो, तो voice.realtime.bargeIn सक्षम करें।
• barge-in ignored ... outputActive=false का अर्थ है कि Discord या प्रदाता VAD ने बोलना रिपोर्ट किया, लेकिन बाधित करने के लिए OpenClaw में कोई सक्रिय प्लेबैक नहीं था। इससे ऑडियो कटना नहीं चाहिए।

क्रेडेंशियल प्रत्येक घटक के अनुसार हल किए जाते हैं: voice.model के लिए LLM रूट प्रमाणीकरण, tools.media.audio के लिए STT प्रमाणीकरण, tts/voice.tts के लिए TTS प्रमाणीकरण, और voice.realtime.providers या प्रदाता के सामान्य प्रमाणीकरण कॉन्फ़िगरेशन के लिए रियलटाइम प्रदाता प्रमाणीकरण।

वॉइस संदेश

Discord वॉइस संदेश वेवफ़ॉर्म पूर्वावलोकन दिखाते हैं और उनके लिए OGG/Opus ऑडियो आवश्यक है। OpenClaw वेवफ़ॉर्म स्वचालित रूप से बनाता है, लेकिन निरीक्षण और रूपांतरण के लिए Gateway होस्ट पर ffmpeg और ffprobe आवश्यक हैं।

• एक स्थानीय फ़ाइल पथ दें (URL अस्वीकार किए जाते हैं)।
• टेक्स्ट सामग्री न दें (Discord एक ही पेलोड में टेक्स्ट + वॉइस संदेश अस्वीकार करता है)।
• कोई भी ऑडियो प्रारूप स्वीकार किया जाता है; OpenClaw आवश्यकतानुसार उसे OGG/Opus में बदलता है।

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

समस्या निवारण

openclaw doctoropenclaw channels status --probeopenclaw logs --follow

{channels: {defaults: {  botLoopProtection: {    maxEventsPerWindow: 20,    windowSeconds: 60,    cooldownSeconds: 60,  },},discord: {  // वैकल्पिक Discord-व्यापी ओवरराइड। खाता ब्लॉक अलग-अलग  // फ़ील्ड ओवरराइड करते हैं और यहाँ से छोड़े गए फ़ील्ड इनहेरिट करते हैं।  botLoopProtection: {    maxEventsPerWindow: 4,  },  accounts: {    alpha: {      // Alpha अन्य बॉट को केवल तभी सुनता है, जब वे उसका उल्लेख करते हैं।      allowBots: "mentions",    },    bravo: {      // Bravo बॉट द्वारा लिखे गए सभी Discord संदेशों को सुनता है।      allowBots: true,      mentionAliases: {        // कॉन्फ़िगर की गई उपयोगकर्ता ID के साथ Bravo को Alpha का Discord उल्लेख लिखने देता है।        Alpha: "ALPHA_DISCORD_USER_ID",      },      botLoopProtection: {        // जोड़ी को दबाने से पहले प्रति मिनट अधिकतम पाँच संदेशों की अनुमति दें।        maxEventsPerWindow: 5,        windowSeconds: 60,        cooldownSeconds: 90,      },    },  },},},}

कॉन्फ़िगरेशन संदर्भ

प्राथमिक संदर्भ: कॉन्फ़िगरेशन संदर्भ - Discord।

Discord Activities

एजेंटों को Discord के भीतर खुलने वाले स्व-निहित HTML विजेट पोस्ट करने देने के लिए channels.discord.activities सेट करें। यह ब्लॉक वैकल्पिक है; इसके अनुपस्थित होने पर OpenClaw कोई Activity रूट, टूल या इंटरैक्शन हैंडलर पंजीकृत नहीं करता। Developer Portal, टनल, सुरक्षा और समस्या निवारण सेटअप के लिए Discord Activities देखें।

• activities.clientSecret: Discord एप्लिकेशन के लिए OAuth2 क्लाइंट सीक्रेट; DISCORD_CLIENT_SECRET पर फ़ॉलबैक करता है
• activities.applicationId: वैकल्पिक Activity एप्लिकेशन ID; डिफ़ॉल्ट रूप से Gateway स्टार्टअप पर प्राप्त बॉट एप्लिकेशन ID का उपयोग करता है

सुरक्षा और संचालन

• बॉट टोकन को सीक्रेट मानें (पर्यवेक्षित परिवेशों में DISCORD_BOT_TOKEN को प्राथमिकता दें)।
• Discord को न्यूनतम-विशेषाधिकार अनुमतियाँ प्रदान करें।
• यदि कमांड परिनियोजन/स्थिति पुरानी है, तो Gateway पुनः आरंभ करें और openclaw channels status --probe से दोबारा जाँचें।

संबंधित