Google (Gemini)

Plugin Google предоставляет доступ к моделям Gemini через Google AI Studio, а также генерацию изображений, понимание медиа (изображения/аудио/видео), преобразование текста в речь и веб-поиск через Gemini Grounding.

• Поставщик: google
• Аутентификация: GEMINI_API_KEY или GOOGLE_API_KEY
• API: Google Gemini API
• Параметр среды выполнения: provider/model agentRuntime.id: "google-gemini-cli" повторно использует OAuth Gemini CLI, сохраняя ссылки на модели каноническими как google/*.

Начало работы

Выберите предпочитаемый способ аутентификации и выполните шаги настройки.

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

Возможности

Веб-поиск

Встроенный поставщик веб-поиска gemini использует Grounding Gemini Google Search. Настройте отдельный ключ поиска в plugins.entries.google.config.webSearch, или разрешите повторно использовать models.providers.google.apiKey после 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",          },        },      },    },  },}

Приоритет учетных данных: сначала отдельный webSearch.apiKey, затем GEMINI_API_KEY, затем models.providers.google.apiKey. webSearch.baseUrl необязателен и предназначен для операторских прокси или совместимых конечных точек Gemini API; если он не указан, веб-поиск Gemini повторно использует models.providers.google.baseUrl. См. поиск Gemini для поведения инструмента, специфичного для поставщика.

Генерация изображений

Встроенный поставщик генерации изображений google по умолчанию использует google/gemini-3.1-flash-image-preview.

• Также поддерживает google/gemini-3-pro-image-preview
• Генерация: до 4 изображений за запрос
• Режим редактирования: включен, до 5 входных изображений
• Элементы управления геометрией: size, aspectRatio и resolution

Чтобы использовать Google как поставщика изображений по умолчанию:

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

Генерация видео

Встроенный Plugin google также регистрирует генерацию видео через общий инструмент video_generate.

• Модель видео по умолчанию: google/veo-3.1-fast-generate-preview
• Режимы: текст-в-видео, изображение-в-видео и потоки с одним видео-референсом
• Поддерживает aspectRatio (16:9, 9:16) и resolution (720P, 1080P); аудиовывод сегодня не поддерживается Veo
• Поддерживаемые длительности: 4, 6 или 8 секунд (другие значения округляются до ближайшего разрешенного значения)

Чтобы использовать Google как поставщика видео по умолчанию:

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

Генерация музыки

Встроенный Plugin google также регистрирует генерацию музыки через общий инструмент music_generate.

• Модель музыки по умолчанию: google/lyria-3-clip-preview
• Также поддерживает google/lyria-3-pro-preview
• Элементы управления промптом: lyrics и instrumental
• Формат вывода: mp3 по умолчанию, а также wav в google/lyria-3-pro-preview
• Референсные входные данные: до 10 изображений
• Запуски, поддерживаемые сессиями, отделяются через общий поток задач/статусов, включая action: "status"

Чтобы использовать Google как поставщика музыки по умолчанию:

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

Преобразование текста в речь

Встроенный поставщик речи google использует путь TTS Gemini API с gemini-3.1-flash-tts-preview.

• Голос по умолчанию: Kore
• Аутентификация: messages.tts.providers.google.apiKey, models.providers.google.apiKey, GEMINI_API_KEY или GOOGLE_API_KEY
• Вывод: WAV для обычных вложений TTS, Opus для целей голосовых заметок, PCM для Talk/телефонии
• Вывод голосовых заметок: Google PCM упаковывается как WAV и транскодируется в Opus 48 кГц с помощью ffmpeg

Путь пакетного Gemini TTS от Google возвращает сгенерированное аудио в завершенном ответе generateContent. Для разговоров с минимальной задержкой используйте поставщика голоса Google в реальном времени на базе Gemini Live API вместо пакетного TTS.

Чтобы использовать Google как поставщика TTS по умолчанию:

{  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 использует промпты на естественном языке для управления стилем. Задайте audioProfile, чтобы добавлять повторно используемый стилевой промпт перед произносимым текстом. Задайте speakerName, когда текст промпта ссылается на именованного говорящего.

Gemini API TTS также принимает выразительные аудиотеги в квадратных скобках в тексте, например [whispers] или [laughs]. Чтобы теги не попадали в видимый ответ чата, но отправлялись в TTS, поместите их в блок [[tts:text]]...[[/tts:text]]:

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

Голос в реальном времени

Встроенный Plugin google регистрирует поставщика голоса в реальном времени на базе Gemini Live API для серверных аудиомостов, таких как Voice Call и Google Meet.

Пример конфигурации голосовых вызовов в реальном времени:

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

Для live-проверки сопровождающим запустите OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. Этот smoke-тест также покрывает серверные/WebRTC-пути OpenAI; ветка Google выпускает тот же ограниченный токен Live API, который используется Control UI Talk, открывает браузерную конечную точку WebSocket, отправляет начальную полезную нагрузку настройки и ожидает setupComplete.

Расширенная конфигурация

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

Связанные материалы