Google (Gemini)

Il Plugin Google fornisce accesso ai modelli Gemini tramite Google AI Studio, oltre a generazione di immagini, comprensione dei contenuti multimediali (immagine/audio/video), sintesi vocale e ricerca web tramite Gemini Grounding.

• Fornitore: google
• Autenticazione: GEMINI_API_KEY o GOOGLE_API_KEY
• API: Google Gemini API
• Opzione runtime: provider/model agentRuntime.id: "google-gemini-cli" riutilizza OAuth di Gemini CLI mantenendo canonici i riferimenti ai modelli come google/*.

Per iniziare

Scegli il metodo di autenticazione preferito e segui i passaggi di configurazione.

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

Capacita

Ricerca web

Il provider di ricerca web gemini incluso usa il grounding di Gemini Google Search. Configura una chiave di ricerca dedicata in plugins.entries.google.config.webSearch, oppure lascia che riutilizzi models.providers.google.apiKey dopo 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",          },        },      },    },  },}

La precedenza delle credenziali e webSearch.apiKey dedicata, poi GEMINI_API_KEY, poi models.providers.google.apiKey. webSearch.baseUrl e facoltativo ed esiste per proxy operatore o endpoint Gemini API compatibili; quando viene omesso, la ricerca web Gemini riutilizza models.providers.google.baseUrl. Vedi Ricerca Gemini per il comportamento dello strumento specifico del provider.

Generazione immagini

Il provider di generazione immagini google incluso usa per impostazione predefinita google/gemini-3.1-flash-image-preview.

• Supporta anche google/gemini-3-pro-image-preview
• Generazione: fino a 4 immagini per richiesta
• Modalita modifica: abilitata, fino a 5 immagini di input
• Controlli geometrici: size, aspectRatio e resolution

Per usare Google come provider di immagini predefinito:

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

Generazione video

Il Plugin google incluso registra anche la generazione video tramite lo strumento condiviso video_generate.

• Modello video predefinito: google/veo-3.1-fast-generate-preview
• Modalita: flussi testo-a-video, immagine-a-video e riferimento a video singolo
• Supporta aspectRatio (16:9, 9:16) e resolution (720P, 1080P); l'output audio non e supportato da Veo oggi
• Durate supportate: 4, 6 o 8 secondi (gli altri valori vengono arrotondati al valore consentito piu vicino)

Per usare Google come provider video predefinito:

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

Generazione musica

Il Plugin google incluso registra anche la generazione musica tramite lo strumento condiviso music_generate.

• Modello musicale predefinito: google/lyria-3-clip-preview
• Supporta anche google/lyria-3-pro-preview
• Controlli prompt: lyrics e instrumental
• Formato di output: mp3 per impostazione predefinita, piu wav su google/lyria-3-pro-preview
• Input di riferimento: fino a 10 immagini
• Le esecuzioni basate su sessione si distaccano tramite il flusso condiviso task/stato, incluso action: "status"

Per usare Google come provider musicale predefinito:

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

Sintesi vocale

Il provider vocale google incluso usa il percorso TTS di Gemini API con gemini-3.1-flash-tts-preview.

• Voce predefinita: Kore
• Autenticazione: messages.tts.providers.google.apiKey, models.providers.google.apiKey, GEMINI_API_KEY o GOOGLE_API_KEY
• Output: WAV per allegati TTS regolari, Opus per destinazioni con note vocali, PCM per Talk/telefonia
• Output note vocali: PCM di Google viene avvolto come WAV e transcodificato in Opus a 48 kHz con ffmpeg

Il percorso TTS batch Gemini di Google restituisce l'audio generato nella risposta generateContent completata. Per conversazioni parlate con la latenza piu bassa, usa il provider voce in tempo reale di Google basato su Gemini Live API invece del TTS batch.

Per usare Google come provider TTS predefinito:

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

Gemini API TTS usa prompt in linguaggio naturale per il controllo dello stile. Imposta audioProfile per anteporre un prompt di stile riutilizzabile prima del testo parlato. Imposta speakerName quando il testo del prompt fa riferimento a un parlante nominato.

Gemini API TTS accetta anche tag audio espressivi tra parentesi quadre nel testo, come [whispers] o [laughs]. Per tenere i tag fuori dalla risposta chat visibile mentre li invii al TTS, mettili dentro un blocco [[tts:text]]...[[/tts:text]]:

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

Voce in tempo reale

Il Plugin google incluso registra un provider voce in tempo reale basato su Gemini Live API per bridge audio backend come Voice Call e Google Meet.

Esempio di configurazione realtime di 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",              },            },          },        },      },    },  },}

Per la verifica live dei maintainer, esegui OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. Lo smoke copre anche i percorsi backend/WebRTC di OpenAI; la parte Google genera la stessa forma di token Live API vincolato usata da Control UI Talk, apre l'endpoint WebSocket del browser, invia il payload di configurazione iniziale e attende setupComplete.

Configurazione avanzata

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

Correlati