Przejdź do głównej treści

​
Google (Gemini)

Wtyczka Google zapewnia dostęp do modeli Gemini przez Google AI Studio, a także do generowania obrazów, rozumienia mediów (obraz/dźwięk/wideo) oraz wyszukiwania w sieci przez Gemini Grounding.
  • Dostawca: google
  • Uwierzytelnianie: GEMINI_API_KEY lub GOOGLE_API_KEY
  • API: Google Gemini API
  • Alternatywny dostawca: google-gemini-cli (OAuth)

​
Szybki start

  1. Ustaw klucz API:
openclaw onboard --auth-choice gemini-api-key
  1. Ustaw model domyślny:
{
  agents: {
    defaults: {
      model: { primary: "google/gemini-3.1-pro-preview" },
    },
  },
}

​
Przykład nieinteraktywny

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

​
OAuth (Gemini CLI)

Alternatywny dostawca google-gemini-cli używa OAuth PKCE zamiast klucza API. To nieoficjalna integracja; niektórzy użytkownicy zgłaszają ograniczenia konta. Używasz na własne ryzyko.
  • Model domyślny: google-gemini-cli/gemini-3-flash-preview
  • Alias: gemini-cli
  • Wymaganie instalacyjne: lokalnie dostępny Gemini CLI jako gemini
    • Homebrew: brew install gemini-cli
    • npm: npm install -g @google/gemini-cli
  • Logowanie:
openclaw models auth login --provider google-gemini-cli --set-default
Zmienne środowiskowe:
  • OPENCLAW_GEMINI_OAUTH_CLIENT_ID
  • OPENCLAW_GEMINI_OAUTH_CLIENT_SECRET
(Lub warianty GEMINI_CLI_*.) Jeśli żądania OAuth Gemini CLI kończą się błędem po zalogowaniu, ustaw GOOGLE_CLOUD_PROJECT lub GOOGLE_CLOUD_PROJECT_ID na hoście gateway i spróbuj ponownie. Jeśli logowanie kończy się błędem przed rozpoczęciem przepływu w przeglądarce, upewnij się, że lokalne polecenie gemini jest zainstalowane i dostępne w PATH. OpenClaw obsługuje zarówno instalacje Homebrew, jak i globalne instalacje npm, w tym typowe układy Windows/npm. Uwagi dotyczące użycia JSON przez Gemini CLI:
  • Tekst odpowiedzi pochodzi z pola response w JSON CLI.
  • Użycie przełącza się awaryjnie na stats, gdy CLI pozostawia usage puste.
  • stats.cached jest normalizowane do OpenClaw cacheRead.
  • Jeśli stats.input nie istnieje, OpenClaw wyprowadza liczbę tokenów wejściowych z stats.input_tokens - stats.cached.

​
Możliwości

MożliwośćObsługiwane
Uzupełnianie czatuTak
Generowanie obrazówTak
Generowanie muzykiTak
Rozumienie obrazówTak
Transkrypcja audioTak
Rozumienie wideoTak
Wyszukiwanie w sieci (Grounding)Tak
Thinking/reasoningTak (Gemini 3.1+)

​
Bezpośrednie ponowne użycie cache Gemini

Dla bezpośrednich uruchomień API Gemini (api: "google-generative-ai"), OpenClaw przekazuje teraz skonfigurowany uchwyt cachedContent dalej do żądań Gemini.
  • Skonfiguruj parametry per model lub globalnie za pomocą cachedContent albo starszego cached_content
  • Jeśli obecne są oba, cachedContent ma pierwszeństwo
  • Przykładowa wartość: cachedContents/prebuilt-context
  • Użycie przy trafieniu do cache Gemini jest normalizowane do OpenClaw cacheRead z nadrzędnego cachedContentTokenCount
Przykład: 
{
  agents: {
    defaults: {
      models: {
        "google/gemini-2.5-pro": {
          params: {
            cachedContent: "cachedContents/prebuilt-context",
          },
        },
      },
    },
  },
}

​
Generowanie obrazów

Dołączony dostawca generowania obrazów google domyślnie używa google/gemini-3.1-flash-image-preview.
  • Obsługuje także google/gemini-3-pro-image-preview
  • Generowanie: do 4 obrazów na żądanie
  • Tryb edycji: włączony, do 5 obrazów wejściowych
  • Sterowanie geometrią: size, aspectRatio i resolution
Dostawca google-gemini-cli, dostępny tylko przez OAuth, to oddzielna powierzchnia wnioskowania tekstowego. Generowanie obrazów, rozumienie mediów i Gemini Grounding pozostają przy identyfikatorze dostawcy google. Aby używać Google jako domyślnego dostawcy obrazów: 
{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "google/gemini-3.1-flash-image-preview",
      },
    },
  },
}
Zobacz Generowanie obrazów, aby poznać wspólne parametry narzędzia, wybór dostawcy i zachowanie failover.

​
Generowanie wideo

Dołączona wtyczka google rejestruje także generowanie wideo przez wspólne narzędzie video_generate.
  • Domyślny model wideo: google/veo-3.1-fast-generate-preview
  • Tryby: text-to-video, image-to-video i przepływy z referencją pojedynczego wideo
  • Obsługuje aspectRatio, resolution i audio
  • Bieżące ograniczenie długości: od 4 do 8 sekund
Aby używać Google jako domyślnego dostawcy wideo: 
{
  agents: {
    defaults: {
      videoGenerationModel: {
        primary: "google/veo-3.1-fast-generate-preview",
      },
    },
  },
}
Zobacz Generowanie wideo, aby poznać wspólne parametry narzędzia, wybór dostawcy i zachowanie failover.

​
Generowanie muzyki

Dołączona wtyczka google rejestruje także generowanie muzyki przez wspólne narzędzie music_generate.
  • Domyślny model muzyczny: google/lyria-3-clip-preview
  • Obsługuje także google/lyria-3-pro-preview
  • Sterowanie promptem: lyrics i instrumental
  • Format wyjściowy: domyślnie mp3, a także wav dla google/lyria-3-pro-preview
  • Wejścia referencyjne: do 10 obrazów
  • Uruchomienia oparte na sesji są odłączane przez wspólny przepływ zadanie/status, w tym action: "status"
Aby używać Google jako domyślnego dostawcy muzyki: 
{
  agents: {
    defaults: {
      musicGenerationModel: {
        primary: "google/lyria-3-clip-preview",
      },
    },
  },
}
Zobacz Generowanie muzyki, aby poznać wspólne parametry narzędzia, wybór dostawcy i zachowanie failover.

​
Uwaga dotycząca środowiska

Jeśli Gateway działa jako demon (launchd/systemd), upewnij się, że GEMINI_API_KEY jest dostępne dla tego procesu (na przykład w ~/.openclaw/.env lub przez env.shellEnv).