Discord

公式 Discord Gateway 経由で DM と guild channel を利用できます。

クイックセットアップ

ボット付きの新しいアプリケーションを作成し、そのボットをサーバーに追加して、OpenClaw とペアリングする必要があります。自分専用のプライベートサーバーにボットを追加することを推奨します。まだサーバーがない場合は、先に作成してください（Create My Own > For me and my friends を選択）。

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>

推奨: guild ワークスペースをセットアップする

DM が動作したら、Discord サーバーを完全なワークスペースとしてセットアップできます。各チャンネルには、それぞれ独自のコンテキストを持つエージェントセッションが割り当てられます。これは、自分とボットだけのプライベートサーバーに推奨されます。

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

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

次に、Discord サーバーにいくつかのチャンネルを作成してチャットを始めます。エージェントはチャンネル名を確認でき、各チャンネルには独立したセッションが割り当てられます。そのため、#coding、#home、#research など、ワークフローに合うものをセットアップできます。

ランタイムモデル

• Gateway が Discord 接続を所有します。
• 返信ルーティングは決定的です。Discord からの受信返信は Discord に戻ります。
• Discord のギルド/チャンネルメタデータは、ユーザーに見える返信プレフィックスではなく、信頼されない コンテキストとしてモデルプロンプトに追加されます。モデルがそのエンベロープを 返信にコピーした場合、OpenClaw は送信返信と 将来のリプレイコンテキストから、コピーされたメタデータを取り除きます。
• デフォルトでは（session.dmScope=main）、ダイレクトチャットはエージェントのメインセッション（agent:main:main）を共有します。
• ギルドチャンネルは分離されたセッションキーです（agent:<agentId>:discord:channel:<channelId>）。
• グループ DM はデフォルトで無視されます（channels.discord.dm.groupEnabled=false）。
• ネイティブのスラッシュコマンドは分離されたコマンドセッション（agent:<agentId>:discord:slash:<userId>）で実行されますが、ルーティング先の会話セッションへ CommandTargetSessionKey も引き続き渡します。
• Discord へのテキストのみの Cron/Heartbeat 告知配信では、最後の アシスタントから見える回答を 1 回使用します。メディアと構造化コンポーネントペイロードは、 エージェントが複数の配信可能ペイロードを発行した場合、複数メッセージのままです。

フォーラムチャンネル

Discord のフォーラムチャンネルとメディアチャンネルはスレッド投稿のみを受け付けます。OpenClaw はそれらを作成する 2 つの方法をサポートします。

• フォーラム親（channel:<forumId>）にメッセージを送信して、スレッドを自動作成します。スレッドタイトルには、メッセージの最初の空でない行が使用されます。
• openclaw message thread create を使用して、スレッドを直接作成します。フォーラムチャンネルでは --message-id を渡さないでください。

例: フォーラム親に送信してスレッドを作成する

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

例: フォーラムスレッドを明示的に作成する

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

フォーラム親は Discord コンポーネントを受け付けません。コンポーネントが必要な場合は、スレッド自体（channel:<threadId>）に送信してください。

インタラクティブコンポーネント

OpenClaw はエージェントメッセージ用の Discord components v2 containers をサポートします。components ペイロードを指定してメッセージツールを使用します。インタラクション結果は通常の受信メッセージとしてエージェントにルーティングされ、既存の Discord replyToMode 設定に従います。

サポートされるブロック:

• text, section, separator, actions, media-gallery, file
• アクション行では最大 5 個のボタン、または 1 個のセレクトメニューを使用できます
• セレクトタイプ: string, user, role, mentionable, channel

デフォルトでは、コンポーネントは 1 回だけ使用できます。ボタン、セレクト、フォームを期限切れまで複数回使用できるようにするには、components.reusable=true を設定します。

ボタンをクリックできるユーザーを制限するには、そのボタンに allowedUsers を設定します（Discord ユーザー ID、タグ、または *）。設定されている場合、一致しないユーザーには一時的な拒否が返されます。

コンポーネントコールバックはデフォルトで 30 分後に期限切れになります。デフォルトの Discord アカウントのコールバックレジストリの有効期間を変更するには channels.discord.agentComponents.ttlMs を設定し、マルチアカウント設定で 1 つのアカウントを上書きするには channels.discord.accounts.<accountId>.agentComponents.ttlMs を設定します。値はミリ秒で、正の整数である必要があり、86400000（24 時間）を上限とします。長い TTL は、ボタンを使用可能なままにする必要があるレビューや承認ワークフローに役立ちますが、古い Discord メッセージが引き続きアクションをトリガーできる期間も延長します。ワークフローに合う最短の TTL を優先し、古いコールバックが予想外になる場合はデフォルトのままにしてください。

/model と /models スラッシュコマンドは、プロバイダー、モデル、互換性のあるランタイムのドロップダウンと送信ステップを備えたインタラクティブなモデルピッカーを開きます。/models add は非推奨であり、チャットからモデルを登録する代わりに非推奨メッセージを返すようになりました。ピッカーの返信は一時的で、呼び出したユーザーだけが使用できます。Discord セレクトメニューは 25 個のオプションに制限されているため、openai や vllm などの選択したプロバイダーについてのみ動的に検出されたモデルをピッカーに表示したい場合は、agents.defaults.models に provider/* エントリを追加してください。

ファイル添付:

• file ブロックは添付参照（attachment://<filename>）を指している必要があります
• media/path/filePath（単一ファイル）で添付を指定します。複数ファイルには media-gallery を使用します
• アップロード名を添付参照と一致させる必要がある場合は、filename を使用して上書きします

モーダルフォーム:

• 最大 5 個のフィールドを持つ components.modal を追加します
• フィールドタイプ: text, checkbox, radio, select, role-select, user-select
• OpenClaw はトリガーボタンを自動的に追加します

例:

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

アクセス制御とルーティング

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

ロールベースのエージェントルーティング

bindings[].match.roles を使用すると、ロール ID によって Discord ギルドメンバーを別々のエージェントへルーティングできます。ロールベースのバインディングはロール ID のみを受け付け、ピアまたは親ピアのバインディングの後、ギルドのみのバインディングの前に評価されます。バインディングが他の match フィールドも設定している場合（たとえば peer + guildId + roles）、設定されたすべてのフィールドが一致する必要があります。

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

ネイティブコマンドとコマンド認可

• commands.native のデフォルトは "auto" で、Discord では有効です。
• チャンネルごとの上書き: channels.discord.commands.native。
• commands.native=false は起動時の Discord スラッシュコマンド登録とクリーンアップをスキップします。以前に登録されたコマンドは、Discord アプリから削除するまで Discord に表示されたままになる場合があります。
• ネイティブコマンド認可は、通常のメッセージ処理と同じ Discord 許可リスト/ポリシーを使用します。
• 認可されていないユーザーにも、Discord UI ではコマンドが表示される場合があります。実行時には引き続き OpenClaw 認可が強制され、"not authorized" が返されます。

コマンドカタログと動作については、スラッシュコマンド を参照してください。

デフォルトのスラッシュコマンド設定:

• ephemeral: true

機能の詳細

{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",  },},},}

ツールとアクションゲート

Discord メッセージアクションには、メッセージ送信、チャンネル管理、モデレーション、プレゼンス、メタデータアクションが含まれます。

コアの例:

• メッセージング: sendMessage、readMessages、editMessage、deleteMessage、threadReply
• リアクション: react、reactions、emojiList
• モデレーション: timeout、kick、ban
• プレゼンス: setPresence

event-create アクションは、スケジュール済みイベントのカバー画像を設定するための任意の image パラメーター（URL またはローカルファイルパス）を受け付けます。

アクションゲートは channels.discord.actions.* 配下にあります。

デフォルトのゲート動作:

Components v2 UI

OpenClaw は、実行承認とクロスコンテキストマーカーに Discord components v2 を使用します。Discord メッセージアクションはカスタム UI 用に components も受け付けることができます（高度。discord ツールを介してコンポーネントペイロードを構築する必要があります）。一方、レガシーの embeds も引き続き利用できますが、推奨されません。

• channels.discord.ui.components.accentColor は、Discord コンポーネントコンテナーで使用されるアクセントカラー（16 進数）を設定します。
• アカウントごとに channels.discord.accounts.<id>.ui.components.accentColor で設定します。
• channels.discord.agentComponents.ttlMs は、送信済み Discord コンポーネントコールバックを登録したままにする期間を制御します（デフォルト 1800000、最大 86400000）。アカウントごとに channels.discord.accounts.<id>.agentComponents.ttlMs で設定します。
• components v2 が存在する場合、embeds は無視されます。
• プレーン URL プレビューはデフォルトで抑制されます。単一の送信リンクを展開する必要がある場合は、メッセージアクションで suppressEmbeds: false を設定します。

例:

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

音声

Discord には 2 つの異なる音声サーフェスがあります。リアルタイムの音声チャンネル（継続的な会話）と音声メッセージ添付ファイル（波形プレビュー形式）です。Gateway は両方をサポートします。

音声チャンネル

セットアップチェックリスト:

1. Discord Developer Portal で Message Content Intent を有効にします。
2. ロール/ユーザー許可リストを使用する場合は、Server Members Intent を有効にします。
3. bot と applications.commands スコープで bot を招待します。
4. 対象の音声チャンネルで Connect、Speak、Send Messages、Read Message History を付与します。
5. ネイティブコマンド（commands.native または channels.discord.commands.native）を有効にします。
6. channels.discord.voice を設定します。

セッションを制御するには /vc join|leave|status を使用します。このコマンドはアカウントのデフォルトエージェントを使用し、他の Discord コマンドと同じ許可リストおよびグループポリシールールに従います。

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

参加前に bot の有効な権限を検査するには、次を実行します。

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

自動参加の例:

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

注:

• voice.tts は stt-tts の音声再生でのみ messages.tts を上書きします。リアルタイムモードは voice.realtime.speakerVoice を使用します。
• voice.mode は会話パスを制御します。デフォルトは agent-proxy です。リアルタイム音声フロントエンドがターンのタイミング、割り込み、再生を処理し、実質的な作業を openclaw_agent_consult 経由でルーティングされた OpenClaw エージェントへ委任し、その結果をその話者からの入力済み Discord プロンプトのように扱います。stt-tts は従来のバッチ STT と TTS のフローを維持します。bidi は、OpenClaw の頭脳向けに openclaw_agent_consult を公開しながら、リアルタイムモデルが直接会話できるようにします。
• voice.agentSession は、どの OpenClaw 会話が音声ターンを受け取るかを制御します。音声チャンネル自身のセッションを使う場合は未設定のままにします。または、{ mode: "target", target: "channel:<text-channel-id>" } を設定して、音声チャンネルを #maintainers など既存の Discord テキストチャンネルセッションのマイク/スピーカー拡張として動作させます。
• voice.model は、Discord 音声応答とリアルタイム相談で使う OpenClaw エージェントの頭脳を上書きします。未設定のままにすると、ルーティングされたエージェントモデルを継承します。これは voice.realtime.model とは別です。
• voice.followUsers により、ボットは選択したユーザーとともに Discord 音声へ参加、移動、退出できます。動作ルールと例については 音声でユーザーをフォロー を参照してください。
• agent-proxy は音声を discord-voice 経由でルーティングします。これにより話者と対象セッションの通常のオーナー/ツール認可は保持されますが、Discord 音声が再生を所有するため、エージェントの tts ツールは非表示になります。デフォルトでは、agent-proxy はオーナー話者に対して、相談へオーナー相当の完全なツールアクセスを付与し (voice.realtime.toolPolicy: "owner")、実質的な回答の前に OpenClaw エージェントへ相談することを強く優先します (voice.realtime.consultPolicy: "always")。そのデフォルトの always モードでは、リアルタイム層は相談回答の前に穴埋め発話を自動では行いません。音声をキャプチャして文字起こしし、その後ルーティングされた OpenClaw の回答を発話します。Discord が最初の回答をまだ再生している間に複数の強制相談回答が完了した場合、後続の厳密な発話回答は文の途中で音声を置き換えるのではなく、再生がアイドルになるまでキューに入れられます。
• stt-tts モードでは、STT は tools.media.audio を使用します。voice.model は文字起こしに影響しません。
• リアルタイムモードでは、voice.realtime.provider、voice.realtime.model、voice.realtime.speakerVoice がリアルタイム音声セッションを構成します。OpenAI Realtime 2 と Codex の頭脳を使う場合は、voice.realtime.model: "gpt-realtime-2" と voice.model: "openai/gpt-5.5" を使用します。
• リアルタイム音声モードは、デフォルトで小さな IDENTITY.md、USER.md、SOUL.md プロファイルファイルをリアルタイムプロバイダーの指示に含めるため、高速な直接ターンでも、ルーティングされた OpenClaw エージェントと同じアイデンティティ、ユーザー基盤、ペルソナを維持できます。これをカスタマイズするには voice.realtime.bootstrapContextFiles をサブセットに設定し、無効にするには [] を設定します。サポートされるリアルタイムブートストラップファイルは、これらのプロファイルファイルに限定されます。AGENTS.md は通常のエージェントコンテキストに残ります。注入されるプロファイルコンテキストは、ワークスペース作業、現在の事実、メモリ検索、ツール支援アクションにおける openclaw_agent_consult を置き換えるものではありません。
• OpenAI agent-proxy リアルタイムモードでは、文字起こしがウェイク名で始まるか終わるまで Discord リアルタイム音声を無音に保つには、voice.realtime.requireWakeName: true を設定します。構成するウェイク名は 1 語または 2 語でなければなりません。voice.realtime.wakeNames が未設定の場合、OpenClaw はルーティングされたエージェントの name と OpenClaw を使用し、フォールバックとしてエージェント ID と OpenClaw を使用します。ウェイク名ゲーティングはリアルタイムプロバイダーの自動応答を無効にし、受け入れられたターンを OpenClaw エージェント相談パス経由でルーティングし、最終文字起こしの到着前に先頭のウェイク名が部分文字起こしから認識された場合は短い音声確認を返します。
• OpenAI リアルタイムプロバイダーは、現在の Realtime 2 イベント名と、出力音声および文字起こしイベント向けの従来の Codex 互換エイリアスを受け入れるため、互換プロバイダースナップショットが変化してもアシスタント音声を落としません。
• voice.realtime.bargeIn は、Discord の話者開始イベントがアクティブなリアルタイム再生を割り込むかどうかを制御します。未設定の場合は、リアルタイムプロバイダーの入力音声割り込み設定に従います。
• voice.realtime.minBargeInAudioEndMs は、OpenAI リアルタイムの割り込みが音声を切り詰める前に必要な最小アシスタント再生時間を制御します。デフォルト: 250。エコーの少ない部屋で即時割り込みを行うには 0 を設定し、エコーの多いスピーカー構成では値を上げます。
• Discord 再生で OpenAI 音声を使うには、voice.tts.provider: "openai" を設定し、voice.tts.providers.openai.speakerVoice で Text-to-speech 音声を選択します。cedar は現在の OpenAI TTS モデルで男性的に聞こえる良い選択肢です。
• チャンネルごとの Discord systemPrompt 上書きは、その音声チャンネルの音声文字起こしターンに適用されます。
• 音声文字起こしターンは、オーナー制限付きコマンドとチャンネルアクション向けに、Discord allowFrom (または dm.allowFrom) からオーナー状態を導出します。エージェントツールの可視性は、ルーティングされたセッションに構成されたツールポリシーに従います。
• Discord 音声はテキストのみの構成ではオプトインです。/vc コマンド、音声ランタイム、GuildVoiceStates Gateway インテントを有効にするには、channels.discord.voice.enabled=true を設定します (または既存の channels.discord.voice ブロックを維持します)。
• channels.discord.intents.voiceStates は、音声状態インテントの購読を明示的に上書きできます。有効な音声有効化状態にインテントを従わせるには未設定のままにします。
• voice.autoJoin に同じギルドの複数エントリがある場合、OpenClaw はそのギルドで最後に構成されたチャンネルに参加します。
• voice.allowedChannels は任意の常駐許可リストです。認可済みの任意の Discord 音声チャンネルへ /vc join できるようにするには未設定のままにします。設定されている場合、/vc join、起動時自動参加、ボットの音声状態移動は、一覧にある { guildId, channelId } エントリに制限されます。空配列に設定すると、すべての Discord 音声参加を拒否します。Discord がボットを許可リスト外へ移動した場合、OpenClaw はそのチャンネルから退出し、構成済みの自動参加先が利用可能なら再参加します。
• voice.daveEncryption と voice.decryptionFailureTolerance は、@discordjs/voice の参加オプションへそのまま渡されます。
• @discordjs/voice のデフォルトは、未設定の場合 daveEncryption=true と decryptionFailureTolerance=24 です。
• OpenClaw は、Discord 音声受信とリアルタイム生 PCM 再生に、同梱の libopus-wasm コーデックを使用します。固定された libopus WebAssembly ビルドを同梱しており、ネイティブ opus アドオンは不要です。
• voice.connectTimeoutMs は、/vc join と自動参加試行の初期 @discordjs/voice Ready 待機を制御します。デフォルト: 30000。
• voice.reconnectGraceMs は、切断された音声セッションの破棄前に、OpenClaw が再接続開始を待つ時間を制御します。デフォルト: 15000。
• stt-tts モードでは、別のユーザーが話し始めただけでは音声再生は停止しません。フィードバックループを避けるため、OpenClaw は TTS の再生中に新しい音声キャプチャを無視します。次のターンでは再生完了後に話してください。リアルタイムモードは、話者開始を割り込みシグナルとしてリアルタイムプロバイダーへ転送します。
• リアルタイムモードでは、スピーカーから開いたマイクへ入るエコーが割り込みのように見え、再生を中断することがあります。エコーの多い Discord ルームでは、入力音声で OpenAI が自動割り込みしないように voice.realtime.providers.openai.interruptResponseOnInputAudio: false を設定します。それでも Discord の話者開始イベントでアクティブ再生を割り込みたい場合は、voice.realtime.bargeIn: true を追加します。OpenAI リアルタイムブリッジは、voice.realtime.minBargeInAudioEndMs より短い再生切り詰めをエコー/ノイズの可能性が高いものとして無視し、Discord 再生をクリアする代わりにスキップとしてログに記録します。
• voice.captureSilenceGraceMs は、Discord が話者の停止を報告した後、OpenClaw がその音声セグメントを STT 向けに確定するまで待つ時間を制御します。デフォルト: 2000。Discord が通常のポーズを途切れ途切れの部分文字起こしに分割する場合は、この値を上げます。
• ElevenLabs が選択された TTS プロバイダーの場合、Discord 音声再生はストリーミング TTS を使用し、プロバイダー応答ストリームから開始します。ストリーミング対応のないプロバイダーは、合成済み一時ファイルのパスへフォールバックします。
• OpenClaw は受信復号失敗も監視し、短時間に失敗が繰り返された後、音声チャンネルを退出/再参加して自動回復します。
• 更新後に受信ログで DecryptionFailed(UnencryptedWhenPassthroughDisabled) が繰り返し表示される場合は、依存関係レポートとログを収集してください。同梱の @discordjs/voice ラインには、discord.js PR #11449 のアップストリーム padding 修正が含まれており、これは discord.js issue #11419 を解決したものです。
• The operation was aborted 受信イベントは、OpenClaw がキャプチャ済みの話者セグメントを確定するときに想定されるものです。これは詳細診断であり、警告ではありません。
• 詳細な Discord 音声ログには、受け入れられた各話者セグメントについて、境界付きの 1 行 STT 文字起こしプレビューが含まれるため、デバッグ時に無制限の文字起こしテキストを出力せずに、ユーザー側とエージェント返信側の両方を確認できます。
• agent-proxy モードでは、強制相談フォールバックは、... で終わるテキストや and のような末尾の接続語など、未完了の可能性が高い文字起こし断片に加え、「すぐ戻る」や「さようなら」のような明らかにアクション不要の締めをスキップします。これにより古いキュー済み回答を防いだ場合、ログには forced agent consult skipped reason=... が表示されます。

音声でユーザーをフォロー

起動時に固定チャンネルへ参加したり /vc join を待ったりする代わりに、Discord 音声ボットを 1 人以上の既知の Discord ユーザーと一緒に留まらせたい場合は、voice.followUsers を使用します。

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

動作:

• followUsers は、生の Discord ユーザー ID と discord:<id> 値を受け入れます。OpenClaw は音声状態イベントとの照合前に両方の形式を正規化します。
• followUsers が構成されている場合、followUsersEnabled はデフォルトで true になります。保存済みリストを維持しつつ自動音声フォローを停止するには、false に設定します。
• フォロー対象ユーザーが許可済み音声チャンネルに参加すると、OpenClaw はそのチャンネルに参加します。ユーザーが移動すると、OpenClaw も一緒に移動します。アクティブなフォロー対象ユーザーが切断すると、OpenClaw は退出します。
• 同じギルドに複数のフォロー対象ユーザーがおり、アクティブなフォロー対象ユーザーが退出した場合、OpenClaw はギルドから退出する前に、別の追跡対象フォロー対象ユーザーのチャンネルへ移動します。複数のフォロー対象ユーザーが同時に移動した場合、最後に観測された音声状態イベントが優先されます。
• allowedChannels は引き続き適用されます。許可されていないチャンネル内のフォロー対象ユーザーは無視され、フォロー所有セッションは別のフォロー対象ユーザーへ移動するか退出します。
• OpenClaw は、起動時および境界付きの間隔で、見逃した音声状態イベントを調整します。調整は構成済みギルドをサンプリングし、1 回の実行あたりの REST 参照数に上限を設けるため、非常に大きな followUsers リストは収束まで複数間隔かかる場合があります。
• Discord または管理者が、ユーザーをフォロー中のボットを移動した場合、OpenClaw は音声セッションを再構築し、移動先が許可されていればフォロー所有権を保持します。ボットが allowedChannels 外へ移動された場合、OpenClaw は退出し、構成済みの対象が存在すれば再参加します。
• DAVE 受信回復は、復号失敗が繰り返された後、同じチャンネルを退出して再参加する場合があります。フォロー所有セッションはその回復パスを通じてフォロー所有権を保持するため、後でフォロー対象ユーザーが切断した場合もチャンネルから退出します。

参加モードの選択:

• 自分が音声にいるときにボットも自動的に音声へ入ってほしい個人用またはオペレーター用の構成では、followUsers を使用します。
• 追跡対象ユーザーが音声にいない場合でも存在しているべき固定ルームボットには、autoJoin を使用します。
• 1 回限りの参加や、自動音声プレゼンスが意外に感じられる部屋では、/vc join を使用します。

Discord 音声コーデック:

• 音声受信ログには discord voice: opus decoder: libopus-wasm と表示されます。
• リアルタイム再生では、パケットを @discordjs/voice に渡す前に、同じ同梱 libopus-wasm パッケージで生の 48 kHz ステレオ PCM を Opus にエンコードします。
• ファイルおよびプロバイダーのストリーム再生では、ffmpeg で生の 48 kHz ステレオ PCM にトランスコードし、その後 Discord に送信する Opus パケットストリームに libopus-wasm を使用します。

STT と TTS のパイプライン:

• Discord PCM キャプチャは WAV 一時ファイルに変換されます。
• tools.media.audio が STT を処理します。例: openai/gpt-4o-mini-transcribe。
• トランスクリプトは Discord の入力とルーティングを通じて送信されます。一方、応答 LLM は、agent の tts ツールを隠し、返却テキストを求める音声出力ポリシーで実行されます。これは Discord 音声が最終的な TTS 再生を所有するためです。
• voice.model が設定されている場合、この音声チャンネルターンの応答 LLM だけを上書きします。
• voice.tts は messages.tts にマージされます。ストリーミング対応プロバイダーはプレイヤーに直接入力し、それ以外の場合は生成された音声ファイルが参加中のチャンネルで再生されます。

デフォルトの agent-proxy 音声チャンネルセッション例:

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

voice.agentSession ブロックがない場合、各音声チャンネルは独自にルーティングされた OpenClaw セッションを取得します。たとえば、/vc join channel:234567890123456789 は、その Discord 音声チャンネル用のセッションと会話します。リアルタイムモデルは音声フロントエンドにすぎません。実質的なリクエストは、設定済みの OpenClaw agent に渡されます。リアルタイムモデルが consult ツールを呼び出さずに最終トランスクリプトを生成した場合、OpenClaw はフォールバックとして consult を強制するため、デフォルトでも agent と会話しているように動作します。

レガシー STT と TTS の例:

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

リアルタイム bidi の例:

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

既存の Discord チャンネルセッションの拡張としての音声:

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

agent-proxy モードでは、bot は設定済みの音声チャンネルに参加しますが、OpenClaw agent のターンは対象チャンネルの通常のルーティング済みセッションと agent を使用します。リアルタイム音声セッションは、返された結果を音声チャンネルに話し返します。supervisor agent は引き続き、ツールポリシーに従って通常のメッセージツールを使用できます。適切なアクションであれば、別の Discord メッセージを送信することも含まれます。

委任された OpenClaw 実行がアクティブな間、新しい Discord 音声トランスクリプトは、別の agent ターンを開始する前にライブ実行制御として扱われます。「status」、「cancel that」、「use the smaller fix」、「when you're done also check tests」などのフレーズは、アクティブなセッションに対するステータス、キャンセル、誘導、またはフォローアップ入力として分類されます。ステータス、キャンセル、受け入れられた誘導、フォローアップの結果は音声チャンネルに話し返されるため、発信者は OpenClaw がリクエストを処理したかどうかを把握できます。

便利な対象形式:

• target: "channel:123456789012345678" は Discord テキストチャンネルセッション経由でルーティングします。
• target: "123456789012345678" はチャンネル対象として扱われます。
• target: "dm:123456789012345678" または target: "user:123456789012345678" は、そのダイレクトメッセージセッション経由でルーティングします。

エコーが多い OpenAI Realtime の例:

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

モデルが開いたマイクを通じて自分自身の Discord 再生音を聞いてしまうが、話しかけて割り込みたい場合にこれを使用します。OpenClaw は生の入力音声で OpenAI が自動割り込みしないようにしつつ、bargeIn: true によって、次にキャプチャされたターンが OpenAI に到達する前に、Discord の発話開始イベントとすでにアクティブな発話者音声がアクティブなリアルタイム応答をキャンセルできるようにします。audioEndMs が minBargeInAudioEndMs 未満の非常に早い割り込みシグナルは、エコーやノイズの可能性が高いものとして扱われ、モデルが最初の再生フレームで途切れないように無視されます。

想定される音声ログ:

• 参加時: discord voice: joining ... voiceSession=... supervisorSession=... agentSessionMode=... voiceModel=... realtimeModel=...
• リアルタイム開始時: discord voice: realtime bridge starting ... autoRespond=false interruptResponse=false bargeIn=false minBargeInAudioEndMs=...
• 発話者音声時: discord voice: realtime speaker turn opened ...、discord voice: realtime input audio started ... outputAudioMs=... outputActive=...、および discord voice: realtime speaker turn closed ... chunks=... discordBytes=... realtimeBytes=... interruptedPlayback=...
• 古い発話をスキップした時: discord voice: realtime forced agent consult skipped reason=incomplete-transcript ... または reason=non-actionable-closing ...
• リアルタイム応答完了時: discord voice: realtime audio playback finishing reason=response.done ... audioMs=... chunks=...
• 再生停止/リセット時: discord voice: realtime audio playback stopped reason=... audioMs=... elapsedMs=... chunks=...
• リアルタイム consult 時: discord voice: realtime consult requested ... voiceSession=... supervisorSession=... question=...
• agent 回答時: discord voice: agent turn answer ...
• 正確な発話のキュー投入時: discord voice: realtime exact speech queued ... queued=... outputAudioMs=... outputActive=...、続いて discord voice: realtime exact speech dequeued reason=player-idle ...
• 割り込み検出時: discord voice: realtime barge-in detected source=speaker-start ... または discord voice: realtime barge-in detected source=active-speaker-audio ...、続いて discord voice: realtime barge-in requested reason=... outputAudioMs=... outputActive=...
• リアルタイム割り込み時: discord voice: realtime model interrupt requested client:response.cancel reason=barge-in、続いて discord voice: realtime model audio truncated client:conversation.item.truncate reason=barge-in audioEndMs=... または discord voice: realtime model interrupt confirmed server:response.done status=cancelled ...
• 無視されたエコー/ノイズ時: discord voice: realtime model interrupt ignored client:conversation.item.truncate.skipped reason=barge-in audioEndMs=0 minAudioEndMs=250
• 割り込みが無効な場合: discord voice: realtime capture ignored during playback (barge-in disabled) ...
• アイドル再生時: discord voice: realtime barge-in ignored reason=... outputActive=false ... playbackChunks=0

音声の途切れをデバッグするには、リアルタイム音声ログをタイムラインとして読みます。

1. realtime audio playback started は、Discord がアシスタント音声の再生を開始したことを意味します。ブリッジはこの時点から、アシスタント出力チャンク、Discord PCM バイト、プロバイダーのリアルタイムバイト、合成音声の長さのカウントを開始します。
2. realtime speaker turn opened は、Discord の発話者がアクティブになったことを示します。再生がすでにアクティブで bargeIn が有効な場合、これに続いて barge-in detected source=speaker-start が出ることがあります。
3. realtime input audio started は、その発話者ターンで最初の実際の音声フレームを受信したことを示します。ここで outputActive=true またはゼロでない outputAudioMs がある場合、アシスタント再生がまだアクティブな間にマイクが入力を送信していることを意味します。
4. barge-in detected source=active-speaker-audio は、アシスタント再生がアクティブな間に OpenClaw がライブ発話者音声を検出したことを意味します。これは、実際の割り込みと、有用な音声のない Discord の発話開始イベントを区別するのに役立ちます。
5. barge-in requested reason=... は、OpenClaw がリアルタイムプロバイダーにアクティブな応答のキャンセルまたは切り詰めを要求したことを意味します。outputAudioMs、outputActive、playbackChunks が含まれるため、割り込み前に実際にどれだけのアシスタント音声が再生されたかを確認できます。
6. realtime audio playback stopped reason=... は、ローカルの Discord 再生リセット地点です。理由は、再生を停止した主体を示します: barge-in、player-idle、provider-clear-audio、forced-agent-consult、stream-close、または session-close。
7. realtime speaker turn closed は、キャプチャされた入力ターンを要約します。chunks=0 または hasAudio=false は、発話者ターンは開いたものの、使用可能な音声がリアルタイムブリッジに到達しなかったことを意味します。interruptedPlayback=true は、その入力ターンがアシスタント出力と重なり、割り込みロジックを起動したことを意味します。

便利なフィールド:

• outputAudioMs: ログ行の前にリアルタイムプロバイダーが生成したアシスタント音声の長さ。
• audioMs: 再生停止前に OpenClaw がカウントしたアシスタント音声の長さ。
• elapsedMs: 再生ストリームまたは発話者ターンの開始から終了までの実時間。
• discordBytes: Discord 音声へ送信、または Discord 音声から受信した 48 kHz ステレオ PCM バイト。
• realtimeBytes: リアルタイムプロバイダーへ送信、またはリアルタイムプロバイダーから受信したプロバイダー形式の PCM バイト。
• playbackChunks: アクティブな応答のために Discord へ転送されたアシスタント音声チャンク。
• sinceLastAudioMs: 最後にキャプチャされた発話者音声フレームから発話者ターン終了までの間隔。

一般的なパターン:

• source=active-speaker-audio、小さい outputAudioMs、近くに同じユーザーがある即時の途切れは、通常、スピーカーのエコーがマイクに入っていることを示します。voice.realtime.minBargeInAudioEndMs を上げる、スピーカー音量を下げる、ヘッドホンを使う、または voice.realtime.providers.openai.interruptResponseOnInputAudio: false を設定してください。
• source=speaker-start の後に speaker turn closed ... hasAudio=false が続く場合、Discord は発話開始を報告したものの、音声が OpenClaw に到達しなかったことを意味します。これは一時的な Discord 音声イベント、ノイズゲートの挙動、またはクライアントが短時間マイクを有効化したことが原因になり得ます。
• 近くに割り込みや provider-clear-audio がないのに audio playback stopped reason=stream-close がある場合、ローカルの Discord 再生ストリームが予期せず終了したことを意味します。直前のプロバイダーと Discord プレイヤーのログを確認してください。
• capture ignored during playback (barge-in disabled) は、アシスタント音声がアクティブな間、OpenClaw が意図的に入力を破棄したことを意味します。発話で再生に割り込みたい場合は voice.realtime.bargeIn を有効にしてください。
• barge-in ignored ... outputActive=false は、Discord またはプロバイダー VAD が発話を報告したものの、OpenClaw には割り込むべきアクティブな再生がなかったことを意味します。これは音声を途切れさせるべきではありません。

資格情報はコンポーネントごとに解決されます。voice.model には LLM ルート認証、tools.media.audio には STT 認証、messages.tts/voice.tts には TTS 認証、voice.realtime.providers またはプロバイダーの通常の認証設定にはリアルタイムプロバイダー認証が使われます。

音声メッセージ

Discord 音声メッセージは波形プレビューを表示し、OGG/Opus 音声を必要とします。OpenClaw は波形を自動生成しますが、検査と変換のために Gateway ホスト上の ffmpeg と ffprobe が必要です。

• ローカルファイルパスを指定します (URL は拒否されます)。
• テキスト内容は省略します (Discord は同じペイロード内のテキスト + ボイスメッセージを拒否します)。
• 任意の音声形式を受け付けます。OpenClaw は必要に応じて OGG/Opus に変換します。

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

トラブルシューティング

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,      },    },  },},},}

設定リファレンス

主要リファレンス: 設定リファレンス - Discord。

安全性と運用

• ボットトークンはシークレットとして扱います (管理された環境では DISCORD_BOT_TOKEN を推奨)。
• Discord 権限は最小権限で付与します。
• コマンドのデプロイ/状態が古い場合は、gateway を再起動し、openclaw channels status --probe で再確認します。

関連