Plugin Google Meet

ปลั๊กอิน google-meet เข้าร่วม URL ของ Meet ที่ระบุไว้อย่างชัดเจนในนามของเอเจนต์ OpenClaw โดยจงใจจำกัดขอบเขตไว้ดังนี้:

• ปลั๊กอินจะเข้าร่วมเฉพาะ URL ของ https://meet.google.com/... เท่านั้น และจะไม่โทรเข้าการประชุมจากหมายเลขโทรศัพท์ที่ค้นพบเอง
• googlemeet create สามารถสร้าง URL ใหม่ของ Meet ผ่าน Google Meet API (หรือใช้เบราว์เซอร์เป็นทางเลือกสำรอง) และจะเข้าร่วมโดยค่าเริ่มต้น
• การเข้าร่วมผ่าน Chrome ใช้โปรไฟล์ Chrome ที่ลงชื่อเข้าใช้แล้ว และอาจทำงานบน Node ที่จับคู่ไว้ก็ได้ การเข้าร่วมผ่าน Twilio จะโทรไปยังหมายเลขโทรศัพท์พร้อม PIN/DTMF ผ่านปลั๊กอินการโทรด้วยเสียง โดยไม่สามารถโทรไปยัง URL ของ Meet ได้โดยตรง
• mode: "agent" (ค่าเริ่มต้น) ถอดเสียงคำพูดของผู้เข้าร่วมด้วยผู้ให้บริการแบบเรียลไทม์ ส่งต่อไปยังเอเจนต์ OpenClaw ที่กำหนดค่าไว้ และอ่านข้อความตอบกลับด้วย TTS ปกติของ OpenClaw ส่วน mode: "bidi" ช่วยให้โมเดลเสียงแบบเรียลไทม์ตอบกลับได้โดยตรง และ mode: "transcribe" จะเข้าร่วมเพื่อสังเกตการณ์เท่านั้นโดยไม่มีการพูดตอบกลับ
• เมื่อปลั๊กอินเข้าร่วมสาย จะไม่มีการประกาศขอความยินยอมโดยอัตโนมัติ
• คำสั่ง CLI คือ googlemeet ส่วน meet สงวนไว้สำหรับเวิร์กโฟลว์การประชุมทางไกลของเอเจนต์ที่กว้างกว่า

เริ่มต้นอย่างรวดเร็ว

ติดตั้งส่วนประกอบเสียงภายในเครื่อง แล้วกำหนดคีย์ของผู้ให้บริการแบบเรียลไทม์ OpenAI เป็นผู้ให้บริการถอดเสียงเริ่มต้นสำหรับโหมด agent ส่วน Google Gemini Live ใช้เป็นผู้ให้บริการเสียงในโหมด bidi ได้:

brew install blackhole-2ch soxexport OPENAI_API_KEY=sk-...# จำเป็นเฉพาะเมื่อ realtime.voiceProvider เป็น "google" สำหรับโหมด bidiexport GEMINI_API_KEY=...

blackhole-2ch จะติดตั้งอุปกรณ์เสียงเสมือน BlackHole 2ch ที่ Chrome ใช้กำหนดเส้นทางเสียง โปรแกรมติดตั้งของ Homebrew กำหนดให้รีบูตก่อนที่ macOS จะแสดงอุปกรณ์:

sudo reboot

หลังจากรีบูต ให้ตรวจสอบทั้งสองส่วน:

system_profiler SPAudioDataType | grep -i BlackHolecommand -v sox

เปิดใช้งานปลั๊กอิน:

{  plugins: {    entries: {      "google-meet": {        enabled: true,        config: {},      },    },  },}

ตรวจสอบการตั้งค่า แล้วจึงเข้าร่วม:

openclaw googlemeet setupopenclaw googlemeet join https://meet.google.com/abc-defg-hij

เอาต์พุตของ setup สามารถอ่านได้โดยเอเจนต์และรับรู้โหมด/การรับส่ง โดยจะรายงานโปรไฟล์ Chrome การตรึง Node และสำหรับการเข้าร่วม Chrome แบบเรียลไทม์ จะรายงานบริดจ์เสียง BlackHole/SoX และการตรวจสอบบทนำที่หน่วงเวลา การเข้าร่วมแบบสังเกตการณ์เท่านั้นจะข้ามข้อกำหนดเบื้องต้นแบบเรียลไทม์:

openclaw googlemeet setup --transport chrome-node --mode transcribe

เมื่อกำหนดค่าการมอบหมายให้ Twilio แล้ว setup จะรายงานด้วยว่า voice-call ข้อมูลประจำตัว Twilio และการเปิดเผย Webhook สาธารณะพร้อมใช้งานหรือไม่ ให้ถือว่าการตรวจสอบ ok: false ใดๆ เป็นสิ่งกีดขวางสำหรับการรับส่ง/โหมดนั้นก่อนที่เอเจนต์จะเข้าร่วม ใช้ --json สำหรับเอาต์พุตที่เครื่องอ่านได้ และใช้ --transport chrome|chrome-node|twilio เพื่อตรวจสอบล่วงหน้าสำหรับการรับส่งที่ระบุ:

openclaw googlemeet setup --transport twilio

หรือให้เอเจนต์เข้าร่วมผ่านเครื่องมือ google_meet:

{  "action": "join",  "url": "https://meet.google.com/abc-defg-hij",  "transport": "chrome-node",  "mode": "agent"}

บนโฮสต์ Gateway ที่ไม่ใช่ macOS นั้น google_meet ยังคงแสดงอยู่สำหรับอาร์ติแฟกต์ ปฏิทิน การตั้งค่า การถอดเสียง Twilio และการดำเนินการ chrome-node แต่การพูดตอบกลับผ่าน Chrome ภายในเครื่อง (transport: "chrome" ร่วมกับ mode: "agent" หรือ "bidi") จะถูกบล็อกก่อนถึงบริดจ์เสียง เนื่องจากเส้นทางนี้ยังคงขึ้นอยู่กับ BlackHole 2ch ของ macOS ให้ใช้ mode: "transcribe" การโทรเข้าผ่าน Twilio หรือโฮสต์ chrome-node ที่เป็น macOS แทน

สร้างการประชุม

openclaw googlemeet create --transport chrome-node --mode agentopenclaw googlemeet create --no-join

create มีสองเส้นทาง ซึ่งจะรายงานในฟิลด์ source ของผลลัพธ์:

• api: ใช้เมื่อกำหนดค่าข้อมูลประจำตัว OAuth ของ Google Meet แล้ว ให้ผลลัพธ์ที่แน่นอนและไม่ขึ้นอยู่กับสถานะ UI ของเบราว์เซอร์
• browser: ใช้เมื่อไม่มีข้อมูลประจำตัว OAuth โดย OpenClaw จะเปิด https://meet.google.com/new บน Node ของ Chrome ที่ตรึงไว้ และรอให้ Google เปลี่ยนเส้นทางไปยัง URL ที่มีรหัสการประชุมจริง โปรไฟล์ Chrome ของ OpenClaw บน Node นั้นต้องลงชื่อเข้าใช้ Google อยู่แล้ว ทั้งการเข้าร่วมและการสร้างจะใช้แท็บ Meet ที่มีอยู่ซ้ำ (หรือแท็บพรอมต์ .../new / บัญชี Google ที่กำลังดำเนินการอยู่) ก่อนเปิดแท็บใหม่ การจับคู่แท็บจะไม่พิจารณาสตริงการค้นหาที่ไม่ส่งผลกระทบ เช่น authuser

create จะเข้าร่วมโดยค่าเริ่มต้น และส่งคืน joined: true พร้อมเซสชันการเข้าร่วม ส่ง --no-join (CLI) หรือ "join": false (เครื่องมือ) เพื่อสร้างเฉพาะ URL

สำหรับห้องที่สร้างผ่าน API ให้กำหนดนโยบายการเข้าถึงอย่างชัดเจนแทนการสืบทอดค่าเริ่มต้นของบัญชี Google:

openclaw googlemeet create --access-type OPEN --transport chrome-node --mode agent

การตั้งค่านี้ใช้ได้เฉพาะกับห้องที่สร้างผ่าน API จึงต้องกำหนดค่า OAuth หากรับรองความถูกต้องก่อนที่จะมีตัวเลือกนี้ ให้เรียกใช้ openclaw googlemeet auth login --json อีกครั้งหลังจากเพิ่มขอบเขต meetings.space.settings ในหน้าจอขอความยินยอม OAuth

หากทางเลือกสำรองของเบราว์เซอร์พบตัวกีดขวางจากการเข้าสู่ระบบ Google หรือสิทธิ์ Meet เครื่องมือจะส่งคืน manualActionRequired: true พร้อม manualActionReason, manualActionMessage และ browser.nodeId/browser.targetId/browserUrl ให้รายงานข้อความดังกล่าวและหยุดเปิดแท็บ Meet ใหม่จนกว่าผู้ดำเนินการจะทำขั้นตอนในเบราว์เซอร์เสร็จ

เข้าร่วมแบบสังเกตการณ์เท่านั้น

ตั้งค่า "mode": "transcribe" เพื่อข้ามบริดจ์แบบเรียลไทม์สองทิศทาง (ไม่ต้องใช้ BlackHole/SoX และไม่มีการพูดตอบกลับ) การเข้าร่วม Chrome ในโหมดถอดเสียงจะข้ามการให้สิทธิ์ไมโครโฟน/กล้องของ OpenClaw และเส้นทาง Use microphone ของ Meet ด้วย หาก Meet แสดงหน้าคั่นสำหรับเลือกเสียง ระบบอัตโนมัติจะลอง Continue without microphone ก่อน การรับส่งผ่าน Chrome ที่มีการจัดการในโหมดนี้จะติดตั้งตัวสังเกตคำบรรยาย Meet แบบพยายามให้ดีที่สุด googlemeet status --json และ googlemeet doctor จะรายงาน captioning, captionsEnabledAttempted, transcriptLines, lastCaptionAt, lastCaptionSpeaker, lastCaptionText และส่วนท้าย recentTranscript

หากต้องการอ่านข้อความถอดเสียงของเซสชันที่มีขอบเขตจำกัด ให้อ่านแท็บ Meet ที่ติดตามอยู่โดยตรง:

openclaw googlemeet transcript <session-id>openclaw googlemeet transcript <session-id> --since <next-index> --json

ตัวสังเกตจะเก็บบรรทัดคำบรรยายที่เสร็จสมบูรณ์ในหน้า Meet ได้สูงสุด 2,000 บรรทัด ข้อความที่กำลังปรากฏแบบต่อเนื่องจะยังคงอยู่ในส่วนท้ายสถานะความสมบูรณ์จนกว่าแถวคำบรรยายจะเสร็จสมบูรณ์ ดังนั้นการบันทึก nextIndex จึงไม่ข้ามส่วนขยายข้อความที่จะเกิดขึ้นภายหลัง การออกจากเซสชันจะทำให้แถวที่มองเห็นอยู่เสร็จสมบูรณ์ก่อนสร้างสแนปช็อต droppedLines จะรายงานจำนวนบรรทัดที่สูญหายจากส่วนต้นเมื่อเกินขีดจำกัด ข้อความถอดเสียงของสี่เซสชันที่สิ้นสุดล่าสุดจะยังอ่านได้จนกว่า Gateway จะรีสตาร์ต ข้อความถอดเสียงของเซสชันเก่ากว่าที่สิ้นสุดแล้วจะส่งคืน evicted: true การดำเนินการนี้ตั้งใจใช้หน่วยความจำรันไทม์ ไม่ใช่พื้นที่จัดเก็บประวัติการประชุมแบบถาวร การรีสตาร์ต Gateway การปิดแท็บก่อนสร้างสแนปช็อต หรือการเกินขีดจำกัดที่ระบุไว้อาจทำให้คำบรรยายสูญหายได้

สำหรับการตรวจสอบการฟังแบบใช่/ไม่ใช่:

openclaw googlemeet test-listen <meet-url> --transport chrome-node

คำสั่งนี้จะเข้าร่วมในโหมดถอดเสียง รอการเปลี่ยนแปลงใหม่ของคำบรรยาย/ข้อความถอดเสียง และส่งคืน listenVerified, listenTimedOut, ฟิลด์การดำเนินการด้วยตนเอง และสถานะความสมบูรณ์ของคำบรรยายปัจจุบัน

สถานะความสมบูรณ์ของเซสชันแบบเรียลไทม์

ระหว่างเซสชันที่มีการพูดตอบกลับ สถานะ google_meet จะรายงานความสมบูรณ์ของ Chrome/บริดจ์เสียง ได้แก่ inCall, manualActionRequired, providerConnected, realtimeReady, audioInputActive, audioOutputActive, เวลาประทับอินพุต/เอาต์พุตล่าสุด ตัวนับไบต์ และสถานะบริดจ์ปิด เซสชัน Chrome ที่มีการจัดการจะพูดวลีเกริ่นนำ/ทดสอบต่อเมื่อสถานะความสมบูรณ์รายงาน inCall: true เท่านั้น มิฉะนั้น speechReady: false และความพยายามพูดจะถูกบล็อก แทนที่จะไม่ดำเนินการใดๆ โดยไม่แจ้งให้ทราบ

การเข้าร่วมผ่าน Chrome ภายในเครื่องจะใช้โปรไฟล์เบราว์เซอร์ OpenClaw ที่ลงชื่อเข้าใช้แล้ว และต้องใช้ BlackHole 2ch สำหรับเส้นทางไมโครโฟน/ลำโพง อุปกรณ์ BlackHole เพียงเครื่องเดียวเพียงพอสำหรับการทดสอบเบื้องต้นครั้งแรก แต่อาจเกิดเสียงสะท้อน ให้ใช้อุปกรณ์เสมือนแยกกันหรือกราฟรูปแบบ Loopback เพื่อให้ได้เสียงสองทิศทางที่ชัดเจน

Gateway ภายในเครื่อง + Chrome บน Parallels

ไม่จำเป็นต้องมี Gateway เต็มรูปแบบหรือคีย์ API ของโมเดลภายใน VM ของ macOS เพียงเพื่อให้ VM ใช้ Chrome เรียกใช้ Gateway และเอเจนต์ภายในเครื่อง และเรียกใช้โฮสต์ Node ใน VM

ติดตั้งส่วนประกอบที่ต้องใช้ใน VM รีบูต แล้วตรวจสอบ:

brew install blackhole-2ch soxsudo rebootsystem_profiler SPAudioDataType | grep -i BlackHolecommand -v sox

เปิดใช้งานปลั๊กอินใน VM และเริ่มโฮสต์ Node:

openclaw plugins enable google-meetopenclaw node run --host <gateway-host> --port 18789 --display-name parallels-macos

หาก <gateway-host> เป็น IP ของ LAN ที่ไม่มี TLS ให้เลือกรับการเชื่อมต่อสำหรับเครือข่ายส่วนตัวที่เชื่อถือได้นั้น:

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \  openclaw node run --host <gateway-lan-ip> --port 18789 --display-name parallels-macos

ใช้แฟล็กเดียวกันเมื่อติดตั้งเป็น LaunchAgent (แฟล็กนี้เป็นสภาพแวดล้อมของกระบวนการ ซึ่งจะจัดเก็บในสภาพแวดล้อม LaunchAgent เมื่อมีอยู่ในคำสั่งติดตั้ง ไม่ใช่การตั้งค่า openclaw.json):

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \  openclaw node install --host <gateway-lan-ip> --port 18789 --display-name parallels-macos --forceopenclaw node restart

อนุมัติ Node จากโฮสต์ Gateway แล้วตรวจสอบว่า Node ประกาศทั้ง googlemeet.chrome และความสามารถของเบราว์เซอร์/browser.proxy:

openclaw devices listopenclaw devices approve <requestId>openclaw nodes status

กำหนดเส้นทาง Meet ผ่าน Node ดังกล่าว:

{  gateway: {    nodes: {      allowCommands: ["googlemeet.chrome", "browser.proxy"],    },  },  plugins: {    entries: {      "google-meet": {        enabled: true,        config: {          defaultTransport: "chrome-node",          chrome: {            guestName: "OpenClaw Agent",            autoJoin: true,            reuseExistingTab: true,          },          chromeNode: {            node: "parallels-macos",          },        },      },    },  },}

จากนั้นเข้าร่วมตามปกติจากโฮสต์ Gateway:

openclaw googlemeet join https://meet.google.com/abc-defg-hij

สำหรับการทดสอบเบื้องต้นด้วยคำสั่งเดียว ซึ่งจะสร้างหรือใช้เซสชันเดิมซ้ำ พูดวลีที่กำหนดไว้ และแสดงสถานะความสมบูรณ์ของเซสชัน:

openclaw googlemeet test-speech https://meet.google.com/abc-defg-hij

ระหว่างการเข้าร่วมแบบเรียลไทม์ ระบบอัตโนมัติของเบราว์เซอร์จะกรอกชื่อผู้เข้าร่วม คลิก Join/Ask to join และยอมรับพรอมต์ "Use microphone" เมื่อใช้งาน Meet ครั้งแรกหากพรอมต์ปรากฏขึ้น (หรือ "Continue without microphone" ระหว่างการเข้าร่วมแบบสังเกตการณ์เท่านั้นและการสร้างการประชุมด้วยเบราว์เซอร์เท่านั้น) หากโปรไฟล์ออกจากระบบอยู่ Meet กำลังรอการอนุมัติจากโฮสต์ Chrome ต้องการสิทธิ์ไมโครโฟน/กล้อง หรือ Meet ค้างอยู่ที่พรอมต์ที่ยังไม่ได้แก้ไข ผลลัพธ์จะรายงาน manualActionRequired: true พร้อม manualActionReason และ manualActionMessage ให้หยุดลองใหม่ รายงานข้อความดังกล่าวพร้อม browserUrl/browserTitle และลองใหม่หลังจากดำเนินการด้วยตนเองเสร็จสิ้นแล้วเท่านั้น

หากละเว้น chromeNode.node OpenClaw จะเลือกอัตโนมัติเฉพาะเมื่อมี Node ที่เชื่อมต่ออยู่เพียงหนึ่งรายการซึ่งประกาศทั้ง googlemeet.chrome และการควบคุมเบราว์เซอร์ ให้ระบุ chromeNode.node (รหัส Node, ชื่อที่แสดง หรือ IP ระยะไกล) เมื่อมี Node ที่รองรับหลายรายการเชื่อมต่ออยู่

การตรวจสอบความล้มเหลวทั่วไป

หมายเหตุการติดตั้ง

ค่าเริ่มต้นของการส่งเสียงตอบกลับผ่าน Chrome ใช้เครื่องมือภายนอกสองรายการที่ OpenClaw ไม่ได้รวมชุดหรือแจกจ่ายต่อ ให้ติดตั้งเป็นการขึ้นต่อกันของโฮสต์ผ่าน Homebrew:

• sox: ยูทิลิตีเสียงแบบบรรทัดคำสั่ง Plugin จะออกคำสั่งอุปกรณ์ CoreAudio อย่างชัดเจนสำหรับบริดจ์เสียง PCM16 เริ่มต้นที่ 24 kHz
• blackhole-2ch: ไดรเวอร์เสียงเสมือนของ macOS ที่ให้อุปกรณ์ BlackHole 2ch ซึ่ง Chrome/Meet ใช้กำหนดเส้นทางผ่าน

SoX ใช้สัญญาอนุญาต LGPL-2.0-only AND GPL-2.0-only; BlackHole ใช้ GPL-3.0 หากสร้างโปรแกรมติดตั้งหรืออุปกรณ์สำเร็จรูปที่รวม BlackHole เข้ากับ OpenClaw ให้ตรวจสอบสัญญาอนุญาตต้นทางของ BlackHole หรือขอใบอนุญาตแยกต่างหากจาก Existential Audio

การขนส่ง

Chrome

เปิด URL ของ Meet ผ่านการควบคุมเบราว์เซอร์ OpenClaw และเข้าร่วมด้วยโปรไฟล์เบราว์เซอร์ OpenClaw ที่ลงชื่อเข้าใช้แล้ว บน macOS Plugin จะตรวจสอบ BlackHole 2ch ก่อนเริ่มทำงาน และหากกำหนดค่าไว้ จะเรียกใช้คำสั่งตรวจสุขภาพ/เริ่มต้นบริดจ์เสียงก่อนเปิด Chrome สำหรับ Chrome ในเครื่อง ให้เลือกโปรไฟล์ด้วย browser.defaultProfile; ส่วน chrome.browserProfile จะถูกส่งไปยังโฮสต์ chrome-node แทน

openclaw googlemeet join https://meet.google.com/abc-defg-hij --transport chromeopenclaw googlemeet join https://meet.google.com/abc-defg-hij --transport chrome-node

เสียงไมโครโฟน/ลำโพงของ Chrome จะกำหนดเส้นทางผ่านบริดจ์เสียง OpenClaw ในเครื่อง หากไม่ได้ติดตั้ง BlackHole 2ch การเข้าร่วมจะล้มเหลวพร้อมข้อผิดพลาดการตั้งค่า แทนที่จะเข้าร่วมโดยไม่มีเส้นทางเสียง

Twilio

แผนการโทรแบบเคร่งครัดซึ่งมอบหมายให้ Plugin Voice Call ระบบจะไม่แยกวิเคราะห์หน้า Meet เพื่อค้นหาหมายเลขโทรศัพท์ Google Meet ต้องแสดงหมายเลขโทรเข้าและ PIN สำหรับการประชุม

เปิดใช้ Voice Call บนโฮสต์ Gateway ไม่ใช่ Node ของ Chrome:

{  plugins: {    allow: ["google-meet", "voice-call", "google"],    entries: {      "google-meet": {        enabled: true,        config: {          defaultTransport: "chrome-node",          // หรือตั้งค่าเป็น "twilio" หากต้องการให้ Twilio เป็นค่าเริ่มต้น        },      },      "voice-call": {        enabled: true,        config: {          provider: "twilio",          inboundPolicy: "allowlist",          realtime: {            enabled: true,            provider: "google",            instructions: "เข้าร่วม Google Meet นี้ในฐานะเอเจนต์ OpenClaw ตอบให้กระชับ",            toolPolicy: "safe-read-only",            providers: {              google: {                silenceDurationMs: 500,                startSensitivity: "high",              },            },          },        },      },      google: {        enabled: true,      },    },  },}

ระบุข้อมูลประจำตัว Twilio ผ่านสภาพแวดล้อมเพื่อไม่ให้ข้อมูลลับอยู่ใน openclaw.json:

export TWILIO_ACCOUNT_SID=AC...export TWILIO_AUTH_TOKEN=...export TWILIO_FROM_NUMBER=+15550001234export GEMINI_API_KEY=...

หาก OpenAI เป็นผู้ให้บริการเสียงแบบเรียลไทม์ ให้ใช้ realtime.provider: "openai" ร่วมกับ OPENAI_API_KEY แทน

รีสตาร์ตหรือโหลด Gateway ใหม่หลังเปิดใช้ voice-call; การเปลี่ยนแปลงการกำหนดค่า Plugin จะไม่มีผลจนกว่าจะโหลดใหม่ ตรวจสอบด้วย:

openclaw config validateopenclaw plugins list | grep -E 'google-meet|voice-call'openclaw googlemeet setup

เมื่อเชื่อมต่อการมอบหมาย Twilio แล้ว googlemeet setup จะมีการตรวจสอบ twilio-voice-call-plugin, twilio-voice-call-credentials และ twilio-voice-call-webhook

openclaw googlemeet join https://meet.google.com/abc-defg-hij \  --transport twilio \  --dial-in-number +15551234567 \  --pin 123456

ใช้ --dtmf-sequence สำหรับลำดับแบบกำหนดเอง โดยนำหน้าด้วย w หรือเครื่องหมายจุลภาคเพื่อเว้นช่วงก่อน PIN:

openclaw googlemeet join https://meet.google.com/abc-defg-hij \  --transport twilio \  --dial-in-number +15551234567 \  --dtmf-sequence ww123456#

OAuth และการตรวจสอบก่อนดำเนินการ

OAuth เป็นทางเลือกสำหรับการสร้างลิงก์ Meet เนื่องจาก googlemeet create สามารถใช้ระบบอัตโนมัติของเบราว์เซอร์เป็นทางเลือกสำรองได้ กำหนดค่า OAuth สำหรับการสร้างผ่าน API อย่างเป็นทางการ การแปลงเป็นพื้นที่ หรือการตรวจสอบก่อนดำเนินการของ Meet Media API การเข้าร่วมผ่าน Chrome/Chrome-node ไม่ขึ้นอยู่กับ OAuth โดยจะใช้โปรไฟล์ Chrome ที่ลงชื่อเข้าใช้แล้ว, BlackHole/SoX และ (สำหรับ chrome-node) Node ที่เชื่อมต่ออยู่ไม่ว่ากรณีใด

สร้างข้อมูลประจำตัว Google

ใน Google Cloud Console:

http://localhost:8085/oauth2callback

spaces.create ต้องใช้ meetings.space.created ส่วน meetings.space.readonly จะแปลง URL/รหัส Meet เป็นพื้นที่ meetings.space.settings ช่วยให้ OpenClaw ส่งการตั้งค่า SpaceConfig เช่น accessType ระหว่างการสร้างห้องผ่าน API ได้ meetings.conference.media.readonly ใช้สำหรับการตรวจสอบก่อนดำเนินการและงานสื่อของ Meet Media API โดย Google อาจกำหนดให้ลงทะเบียน Developer Preview เพื่อใช้งาน Media API จริง calendar.events.readonly จำเป็นเฉพาะสำหรับการค้นหาปฏิทิน --today/--event เท่านั้น drive.meet.readonly จำเป็นเฉพาะสำหรับการส่งออก --include-doc-bodies เท่านั้น หากต้องการเพียงเข้าร่วมผ่าน Chrome บนเบราว์เซอร์ ให้ข้าม OAuth ทั้งหมด

สร้างโทเค็นรีเฟรช

กำหนดค่า oauth.clientId และ oauth.clientSecret หากต้องการ (หรือส่งเป็นตัวแปรสภาพแวดล้อม) แล้วเรียกใช้:

openclaw googlemeet auth login --json

คำสั่งนี้จะดำเนินโฟลว์ PKCE พร้อมคอลแบ็ก localhost บน http://localhost:8085/oauth2callback และพิมพ์บล็อกการกำหนดค่า oauth ที่มีโทเค็นรีเฟรช เพิ่ม --manual เพื่อใช้โฟลว์คัดลอก/วางเมื่อเบราว์เซอร์เข้าถึงคอลแบ็กในเครื่องไม่ได้:

OPENCLAW_GOOGLE_MEET_CLIENT_ID="your-client-id" \OPENCLAW_GOOGLE_MEET_CLIENT_SECRET="your-client-secret" \openclaw googlemeet auth login --json --manual

เอาต์พุต JSON:

{  "oauth": {    "clientId": "your-client-id",    "clientSecret": "your-client-secret",    "refreshToken": "refresh-token",    "accessToken": "access-token",    "expiresAt": 1770000000000  },  "scope": "..."}

จัดเก็บออบเจ็กต์ oauth ไว้ภายใต้การกำหนดค่า Plugin:

{  plugins: {    entries: {      "google-meet": {        enabled: true,        config: {          oauth: {            clientId: "your-client-id",            clientSecret: "your-client-secret",            refreshToken: "refresh-token",          },        },      },    },  },}

ควรใช้ตัวแปรสภาพแวดล้อมหากไม่ต้องการให้โทเค็นรีเฟรชอยู่ในการกำหนดค่า ระบบจะแปลงค่าจากการกำหนดค่าก่อน แล้วจึงใช้สภาพแวดล้อมเป็นทางเลือกสำรอง หากยืนยันตัวตนก่อนที่จะมีการรองรับการสร้างการประชุม การค้นหาปฏิทิน หรือการส่งออกเนื้อหาเอกสาร ให้เรียกใช้ openclaw googlemeet auth login --json อีกครั้งเพื่อให้โทเค็นรีเฟรชครอบคลุมชุดขอบเขตปัจจุบัน

ตรวจสอบ OAuth ด้วย doctor

openclaw googlemeet doctor --oauth --json

คำสั่งนี้ตรวจสอบว่ามีการกำหนดค่า OAuth และโทเค็นรีเฟรชสามารถสร้างโทเค็นการเข้าถึงได้ โดยไม่โหลดรันไทม์ Chrome หรือกำหนดให้มี Node ที่เชื่อมต่ออยู่ รายงานจะมีเฉพาะฟิลด์สถานะ (ok, configured, tokenSource, expiresAt, ข้อความการตรวจสอบ) และจะไม่พิมพ์โทเค็นการเข้าถึง โทเค็นรีเฟรช หรือ client secret

พิสูจน์การเปิดใช้งาน Meet API และขอบเขต spaces.create ด้วยการตรวจสอบการสร้างซึ่งมีผลข้างเคียง:

openclaw googlemeet doctor --oauth --create-space --json

พิสูจน์สิทธิ์การอ่านพื้นที่ที่มีอยู่:

openclaw googlemeet doctor --oauth --meeting https://meet.google.com/abc-defg-hij --jsonopenclaw googlemeet resolve-space --meeting https://meet.google.com/abc-defg-hij

403 จากการตรวจสอบเหล่านี้มักหมายความว่า Meet REST API ถูกปิดใช้งาน, refresh token ไม่มีขอบเขตที่จำเป็น หรือบัญชี Google ไม่สามารถเข้าถึงพื้นที่นั้นได้ ข้อผิดพลาดเกี่ยวกับ refresh token หมายความว่าต้องเรียกใช้ openclaw googlemeet auth login --json อีกครั้งและจัดเก็บบล็อก oauth ใหม่

การสำรองไปใช้เบราว์เซอร์ไม่จำเป็นต้องใช้ OAuth โดยการตรวจสอบสิทธิ์ Google ในกรณีนี้มาจากโปรไฟล์ Chrome ที่ลงชื่อเข้าใช้บน Node ที่เลือก ไม่ใช่การกำหนดค่า OpenClaw

ตัวแปรสภาพแวดล้อมเหล่านี้ใช้เป็นค่าทดแทนได้:

• OPENCLAW_GOOGLE_MEET_CLIENT_ID หรือ GOOGLE_MEET_CLIENT_ID
• OPENCLAW_GOOGLE_MEET_CLIENT_SECRET หรือ GOOGLE_MEET_CLIENT_SECRET
• OPENCLAW_GOOGLE_MEET_REFRESH_TOKEN หรือ GOOGLE_MEET_REFRESH_TOKEN
• OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN หรือ GOOGLE_MEET_ACCESS_TOKEN
• OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT หรือ GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT
• OPENCLAW_GOOGLE_MEET_DEFAULT_MEETING หรือ GOOGLE_MEET_DEFAULT_MEETING
• OPENCLAW_GOOGLE_MEET_PREVIEW_ACK หรือ GOOGLE_MEET_PREVIEW_ACK

แก้ไขข้อมูลอ้างอิง ตรวจสอบความพร้อมล่วงหน้า และอ่านอาร์ติแฟกต์

openclaw googlemeet resolve-space --meeting https://meet.google.com/abc-defg-hijopenclaw googlemeet preflight --meeting https://meet.google.com/abc-defg-hij

หลังจาก Meet สร้างระเบียนการประชุมแล้ว:

openclaw googlemeet artifacts --meeting https://meet.google.com/abc-defg-hijopenclaw googlemeet attendance --meeting https://meet.google.com/abc-defg-hijopenclaw googlemeet export --meeting https://meet.google.com/abc-defg-hij --output ./meet-export

เมื่อใช้ --meeting, artifacts และ attendance ระบบจะใช้ระเบียนการประชุมล่าสุดโดยค่าเริ่มต้น ให้ส่ง --all-conference-records เพื่อใช้ระเบียนทั้งหมดที่เก็บไว้

การค้นหาในปฏิทินจะแก้ไข URL การประชุมจาก Google Calendar ก่อนอ่านอาร์ติแฟกต์ (ต้องใช้ refresh token ที่มีขอบเขตอ่านอย่างเดียวสำหรับกิจกรรมใน Calendar):

openclaw googlemeet latest --todayopenclaw googlemeet calendar-events --today --jsonopenclaw googlemeet artifacts --event "Weekly sync"openclaw googlemeet attendance --today --format csv --output attendance.csv

--today จะค้นหาปฏิทิน primary ของวันนี้เพื่อหากิจกรรมที่มีลิงก์ Meet; --event <query> จะค้นหาข้อความกิจกรรมที่ตรงกัน; --calendar <id> จะระบุปฏิทินที่ไม่ใช่ปฏิทินหลัก calendar-events จะแสดงตัวอย่างกิจกรรมที่ตรงกันและทำเครื่องหมายว่า latest/artifacts/attendance/export จะเลือกรายการใด

หากทราบ ID ระเบียนการประชุมอยู่แล้ว ให้ระบุโดยตรง:

openclaw googlemeet latest --meeting https://meet.google.com/abc-defg-hijopenclaw googlemeet artifacts --conference-record conferenceRecords/abc123 --jsonopenclaw googlemeet attendance --conference-record conferenceRecords/abc123 --json

ปิดห้องสำหรับพื้นที่ที่สร้างผ่าน API:

openclaw googlemeet end-active-conference https://meet.google.com/abc-defg-hij

เรียก spaces.endActiveConference และต้องใช้ OAuth ที่มีขอบเขต meetings.space.created สำหรับพื้นที่ที่บัญชีซึ่งได้รับอนุญาตสามารถจัดการได้ รองรับ URL ของ Meet, รหัสการประชุม หรือ spaces/{id} และจะแก้ไขค่าเป็นทรัพยากรพื้นที่ของ API ก่อน การทำงานนี้แยกจาก googlemeet leave: leave จะหยุดการเข้าร่วมภายในเครื่อง/เซสชันของ OpenClaw; end-active-conference จะขอให้ Google Meet ยุติการประชุมที่กำลังดำเนินอยู่ในพื้นที่

เขียนรายงานที่อ่านง่าย:

openclaw googlemeet artifacts --conference-record conferenceRecords/abc123 \  --format markdown --output meet-artifacts.mdopenclaw googlemeet attendance --conference-record conferenceRecords/abc123 \  --format csv --output meet-attendance.csvopenclaw googlemeet export --conference-record conferenceRecords/abc123 \  --include-doc-bodies --zip --output meet-exportopenclaw googlemeet export --conference-record conferenceRecords/abc123 \  --include-doc-bodies --dry-run

artifacts จะคืนข้อมูลเมตาของระเบียนการประชุม รวมถึงข้อมูลเมตาของทรัพยากรผู้เข้าร่วม การบันทึก สำเนาบทสนทนา รายการสำเนาบทสนทนาแบบมีโครงสร้าง และบันทึกอัจฉริยะเมื่อ Google เปิดเผยข้อมูลดังกล่าว --no-transcript-entries จะข้ามการค้นหารายการสำหรับการประชุมขนาดใหญ่ attendance จะขยายผู้เข้าร่วมเป็นแถวเซสชันของผู้เข้าร่วม พร้อมเวลาแรก/สุดท้ายที่พบ ระยะเวลารวมของเซสชัน แฟล็กมาสาย/ออกก่อน และรวมทรัพยากรผู้เข้าร่วมที่ซ้ำกันตามผู้ใช้ที่ลงชื่อเข้าใช้หรือชื่อที่แสดง; --no-merge-duplicates จะแยกทรัพยากรดิบออกจากกัน ส่วน --late-after-minutes/--early-before-minutes ใช้ปรับเกณฑ์

export จะเขียนโฟลเดอร์ที่มี summary.md, attendance.csv, transcript.md, artifacts.json, attendance.json และ manifest.json manifest.json จะบันทึกอินพุตที่เลือก ตัวเลือกการส่งออก ระเบียนการประชุม ไฟล์เอาต์พุต จำนวน แหล่งที่มาของโทเค็น กิจกรรม Calendar ที่ใช้ และคำเตือนเกี่ยวกับการดึงข้อมูลบางส่วน --zip จะเขียนไฟล์เก็บถาวรแบบพกพาไว้ข้างโฟลเดอร์ด้วย --include-doc-bodies จะส่งออกข้อความจาก Google Docs ของสำเนาบทสนทนา/บันทึกอัจฉริยะที่ลิงก์ไว้ผ่าน Drive files.export (ต้องใช้ขอบเขตอ่านอย่างเดียวของ Drive Meet); หากไม่มี การส่งออกจะมีเฉพาะข้อมูลเมตาของ Meet และรายการสำเนาบทสนทนาแบบมีโครงสร้าง ความล้มเหลวของอาร์ติแฟกต์บางส่วน (ข้อผิดพลาดในการแสดงรายการบันทึกอัจฉริยะ รายการสำเนาบทสนทนา หรือเนื้อหาเอกสาร) จะเก็บคำเตือนไว้ในข้อมูลสรุป/ไฟล์ manifest แทนที่จะทำให้การส่งออกทั้งหมดล้มเหลว --dry-run จะดึงข้อมูลเดียวกันและพิมพ์ JSON ของ manifest โดยไม่สร้างโฟลเดอร์หรือไฟล์ ZIP

เอเจนต์ใช้การดำเนินการเดียวกันผ่านเครื่องมือ google_meet (export, create พร้อม accessType, end_active_conference, test_listen); ดู เครื่องมือ

การทดสอบแบบ smoke สด

OPENCLAW_LIVE_TEST=1 \OPENCLAW_GOOGLE_MEET_LIVE_MEETING=https://meet.google.com/abc-defg-hij \pnpm test:live -- extensions/google-meet/google-meet.live.test.ts

openclaw googlemeet setup --transport chrome-node --mode transcribeopenclaw googlemeet test-listen https://meet.google.com/abc-defg-hij --transport chrome-node --timeout-ms 30000

การทดสอบ smoke พื้นฐานสำหรับอาร์ติแฟกต์/การเข้าร่วมต้องใช้ meetings.space.readonly และ meetings.conference.media.readonly การค้นหาในปฏิทินต้องใช้ calendar.events.readonly การส่งออกเนื้อหาเอกสารจาก Drive ต้องใช้ drive.meet.readonly

ตัวอย่างการสร้าง

openclaw googlemeet create

พิมพ์ URI ของการประชุมใหม่ แหล่งที่มา และเซสชันการเข้าร่วม เมื่อมี OAuth ระบบจะใช้ Meet API; หากไม่มี ระบบจะใช้โปรไฟล์ที่ลงชื่อเข้าใช้ของ Node Chrome ที่ปักหมุดไว้ JSON ของการสำรองไปใช้เบราว์เซอร์:

{  "source": "browser",  "meetingUri": "https://meet.google.com/abc-defg-hij",  "joined": true,  "browser": {    "nodeId": "ba0f4e4bc...",    "targetId": "tab-1"  },  "join": {    "session": {      "id": "meet_...",      "url": "https://meet.google.com/abc-defg-hij"    }  }}

หากการสำรองไปใช้เบราว์เซอร์พบหน้าลงชื่อเข้าใช้ Google หรือตัวบล็อกสิทธิ์ของ Meet ก่อน google_meet จะคืนรายละเอียดแบบมีโครงสร้างแทนสตริงธรรมดา:

{  "source": "browser",  "error": "google-login-required: ลงชื่อเข้าใช้ Google ในโปรไฟล์เบราว์เซอร์ OpenClaw แล้วลองสร้างการประชุมอีกครั้ง",  "manualActionRequired": true,  "manualActionReason": "google-login-required",  "manualActionMessage": "ลงชื่อเข้าใช้ Google ในโปรไฟล์เบราว์เซอร์ OpenClaw แล้วลองสร้างการประชุมอีกครั้ง",  "browser": {    "nodeId": "ba0f4e4bc...",    "targetId": "tab-1",    "browserUrl": "https://accounts.google.com/signin",    "browserTitle": "ลงชื่อเข้าใช้ - บัญชี Google"  }}

JSON สำหรับการสร้างผ่าน API:

{  "source": "api",  "meetingUri": "https://meet.google.com/abc-defg-hij",  "joined": true,  "space": {    "name": "spaces/abc-defg-hij",    "meetingCode": "abc-defg-hij",    "meetingUri": "https://meet.google.com/abc-defg-hij"  },  "join": {    "session": {      "id": "meet_...",      "url": "https://meet.google.com/abc-defg-hij"    }  }}

การสร้างจะเข้าร่วมโดยค่าเริ่มต้น แต่ Chrome/Chrome-node ยังคงต้องมีโปรไฟล์ Google ที่ลงชื่อเข้าใช้เพื่อเข้าร่วมผ่านเบราว์เซอร์ หากออกจากระบบแล้ว OpenClaw จะรายงาน manualActionRequired: true หรือข้อผิดพลาดจากการสำรองไปใช้เบราว์เซอร์ และขอให้ผู้ปฏิบัติงานลงชื่อเข้าใช้ Google ให้เสร็จก่อนลองอีกครั้ง

ตั้งค่า preview.enrollmentAcknowledged: true หลังจากยืนยันแล้วเท่านั้นว่าโปรเจกต์ Cloud, Principal ของ OAuth และผู้เข้าร่วมการประชุมได้ลงทะเบียนใน Google Workspace Developer Preview Program สำหรับ Meet media APIs

การกำหนดค่า

เส้นทางเอเจนต์ Chrome ทั่วไปต้องการเพียงเปิดใช้งาน Plugin, BlackHole, SoX, คีย์ผู้ให้บริการแบบเรียลไทม์ และผู้ให้บริการ TTS ของ OpenClaw ที่กำหนดค่าแล้ว:

{  plugins: {    entries: {      "google-meet": {        enabled: true,        config: {},      },    },  },}

ค่าเริ่มต้น

chrome.audioBridgeCommand และ chrome.audioBridgeHealthCommand ช่วยให้บริดจ์ภายนอกควบคุมเส้นทางเสียงภายในเครื่องทั้งหมดแทน chrome.audioInputCommand/chrome.audioOutputCommand; ดูข้อจำกัดว่าโหมดใดใช้รายการเหล่านี้ได้ที่ หมายเหตุ

มีการย้ายข้อมูล openclaw doctor --fix สำหรับโครงสร้างเดิม realtime.provider: "google": การย้ายนี้จะย้ายเจตนาดังกล่าวไปยัง realtime.voiceProvider: "google" พร้อมกับ realtime.transcriptionProvider: "openai" เมื่อฟิลด์เหล่านั้นยังไม่ได้ตั้งค่า

การแทนค่าที่เป็นตัวเลือก

{  defaults: {    meeting: "https://meet.google.com/abc-defg-hij",  },  browser: {    defaultProfile: "openclaw",  },  chrome: {    guestName: "OpenClaw Agent",    waitForInCallMs: 30000,    bargeInInputCommand: [      "sox",      "-q",      "-t",      "coreaudio",      "External Microphone",      "-r",      "24000",      "-c",      "1",      "-b",      "16",      "-e",      "signed-integer",      "-t",      "raw",      "-",    ],  },  chromeNode: {    node: "parallels-macos",  },  defaultMode: "agent",  realtime: {    provider: "openai",    transcriptionProvider: "openai",    voiceProvider: "google",    model: "gemini-3.1-flash-live-preview",    agentId: "jay",    toolPolicy: "owner",    introMessage: "พูดตามนี้ทุกคำ: ฉันอยู่นี่แล้ว",    providers: {      google: {        speakerVoice: "Kore",      },    },  },}

ElevenLabs สำหรับทั้งการฟังและการพูดในโหมด Agent:

{  messages: {    tts: {      provider: "elevenlabs",      providers: {        elevenlabs: {          modelId: "eleven_v3",          speakerVoiceId: "pMsXgVXv3BLzUgSXRplE",        },      },    },  },  plugins: {    entries: {      "google-meet": {        config: {          realtime: {            transcriptionProvider: "elevenlabs",            providers: {              elevenlabs: {                modelId: "scribe_v2_realtime",                audioFormat: "ulaw_8000",                sampleRate: 8000,                commitStrategy: "vad",              },            },          },        },      },    },  },}

เสียง Meet แบบถาวรมาจาก messages.tts.providers.elevenlabs.speakerVoiceId คำตอบของ Agent ยังสามารถใช้คำสั่ง [[tts:speakerVoiceId=... model=eleven_v3]] แบบแยกตามคำตอบได้เมื่อเปิดใช้งานการแทนที่โมเดล TTS แต่การกำหนดค่าคือค่าเริ่มต้นที่ให้ผลแน่นอนสำหรับการประชุม เมื่อเข้าร่วม บันทึกจะแสดง transcriptionProvider=elevenlabs และคำตอบที่พูดแต่ละครั้งจะบันทึก provider=elevenlabs model=eleven_v3 speakerVoiceId=<voiceId>

การกำหนดค่าสำหรับ Twilio เท่านั้น:

{  defaultTransport: "twilio",  twilio: {    defaultDialInNumber: "+15551234567",    defaultPin: "123456",  },  voiceCall: {    gatewayUrl: "ws://127.0.0.1:18789",  },}

เมื่อใช้ voiceCall.enabled: true (ค่าเริ่มต้น) และการรับส่งผ่าน Twilio Voice Call จะส่งลำดับ DTMF ก่อนเปิดสตรีมสื่อแบบเรียลไทม์ จากนั้นใช้ข้อความเกริ่นนำที่บันทึกไว้เป็นคำทักทายแบบเรียลไทม์ครั้งแรก หากไม่ได้เปิดใช้งาน voice-call Google Meet จะยังคงตรวจสอบและบันทึกแผนการโทรได้ แต่ไม่สามารถโทรผ่าน Twilio ได้

ปล่อย voiceCall.gatewayUrl ไว้โดยไม่ตั้งค่าเพื่อใช้รันไทม์ Gateway ที่เชื่อถือได้ภายในเครื่อง ซึ่งจะคงเอเจนต์ที่เรียกใช้ไว้ตลอดการเรียกทั้งหมด URL ของ Gateway ที่กำหนดค่าไว้ยังคงเป็นเป้าหมาย WebSocket ที่ระบุอย่างชัดเจน และไม่สามารถยืนยันแหล่งที่มาของ Plugin ได้ การเข้าร่วมด้วยเอเจนต์ที่ไม่ใช่ค่าเริ่มต้นจะล้มเหลวแบบปิด แทนที่จะใช้เอเจนต์อื่นโดยไม่มีการแจ้งเตือน ให้เรียกใช้ Google Meet และ Voice Call ในกระบวนการ Gateway เดียวกันเมื่อต้องใช้การกำหนดเส้นทางแยกตามเอเจนต์

เครื่องมือ

เอเจนต์ใช้เครื่องมือ google_meet:

{  "action": "join",  "url": "https://meet.google.com/abc-defg-hij",  "transport": "chrome-node",  "mode": "agent"}

test_speech จะบังคับใช้ mode: "agent" หรือ "bidi" เสมอ และจะล้มเหลวหากถูกขอให้ทำงานใน mode: "transcribe" เนื่องจากเซสชันแบบสังเกตการณ์เท่านั้นไม่สามารถส่งเสียงพูดออกมาได้ ผลลัพธ์ speechOutputVerified พิจารณาจากจำนวนไบต์เอาต์พุตเสียงเรียลไทม์ที่เพิ่มขึ้นระหว่างการเรียกนั้น ดังนั้นเซสชันที่นำกลับมาใช้ซึ่งมีเสียงเก่าอยู่แล้วจะไม่นับเป็นการตรวจสอบใหม่

สำหรับการส่งผ่าน Chrome นั้น leave จะเปิดแท็บที่ผู้ใช้เป็นเจ้าของซึ่งนำกลับมาใช้ต่อไว้หลังคลิกปุ่ม Leave ของ Meet แท็บที่ OpenClaw เปิดจะถูกปิดหลังออกจากการประชุม

ใช้ transport: "chrome" เมื่อ Chrome ทำงานบนโฮสต์ Gateway และใช้ transport: "chrome-node" เมื่อ Chrome ทำงานบน Node ที่จับคู่ไว้ ในทั้งสองกรณี ผู้ให้บริการโมเดลและ openclaw_agent_consult จะทำงานบนโฮสต์ Gateway ดังนั้นข้อมูลประจำตัวของโมเดลจะยังคงอยู่ที่นั่น บันทึกโหมดเอเจนต์จะรวมผู้ให้บริการ/โมเดลการถอดเสียงที่แปลงแล้วเมื่อบริดจ์เริ่มทำงาน และผู้ให้บริการ/โมเดล/เสียง/รูปแบบเอาต์พุต/อัตราการสุ่มตัวอย่างของ TTS หลังการตอบกลับที่สังเคราะห์แต่ละครั้ง mode: "realtime" แบบดิบยังคงได้รับการยอมรับในฐานะชื่อแทนเพื่อความเข้ากันได้แบบเดิมของ mode: "agent" แต่จะไม่แสดงใน enum mode ของเครื่องมืออีกต่อไป

create พร้อมห้องที่รองรับด้วย API และนโยบายการเข้าถึงที่ระบุอย่างชัดเจน:

{  "action": "create",  "transport": "chrome-node",  "mode": "agent",  "accessType": "OPEN"}

การสิ้นสุดการประชุมที่ใช้งานอยู่ของห้องที่ทราบ:

{  "action": "end_active_conference",  "meeting": "https://meet.google.com/abc-defg-hij"}

การตรวจสอบแบบฟังก่อนที่จะอ้างว่าการประชุมใช้งานได้:

{  "action": "test_listen",  "url": "https://meet.google.com/abc-defg-hij",  "transport": "chrome-node",  "timeoutMs": 30000}

การพูดตามคำสั่ง:

{  "action": "speak",  "sessionId": "meet_...",  "message": "พูดตามนี้ทุกคำ: ฉันอยู่ที่นี่และกำลังฟังอยู่"}

status รวมสถานะความพร้อมของ Chrome เมื่อมีข้อมูล:

โหมดเอเจนต์และโหมดสองทิศทาง

โหมด agent: ผู้ให้บริการถอดเสียงเรียลไทม์จะรับฟังเสียงการประชุม บทถอดเสียงสุดท้ายของผู้เข้าร่วมจะถูกส่งผ่านเอเจนต์ OpenClaw ที่กำหนดค่าไว้ และคำตอบจะถูกพูดผ่าน TTS ปกติของ OpenClaw ส่วนย่อยของบทถอดเสียงสุดท้ายที่อยู่ใกล้กันจะถูกรวมก่อนการปรึกษา เพื่อให้การพูดหนึ่งช่วงไม่สร้างคำตอบบางส่วนที่ล้าสมัยหลายรายการ อินพุตเรียลไทม์จะถูกระงับขณะที่เสียงของผู้ช่วยในคิวยังคงเล่นอยู่ และเสียงสะท้อนจากบทถอดเสียงล่าสุดที่คล้ายคำพูดของผู้ช่วยจะถูกละเว้นก่อนการปรึกษา เพื่อไม่ให้ลูปแบ็ก BlackHole ทำให้เอเจนต์ตอบคำพูดของตัวเอง

โหมด bidi: โมเดลเสียงเรียลไทม์จะตอบโดยตรงและสามารถเรียก openclaw_agent_consult เพื่อใช้การให้เหตุผลเชิงลึก ข้อมูลปัจจุบัน หรือเครื่องมือปกติของ OpenClaw เครื่องมือปรึกษาจะเรียกใช้เอเจนต์ OpenClaw ปกติเบื้องหลังพร้อมบริบทบทถอดเสียงล่าสุดของการประชุม และส่งคืนคำตอบแบบกระชับสำหรับพูด ในโหมด agent OpenClaw จะส่งคำตอบนั้นไปยัง TTS โดยตรง ส่วนในโหมด bidi โมเดลเสียงเรียลไทม์สามารถพูดคำตอบนั้นกลับมาได้ โดยใช้กลไกการปรึกษาที่ใช้ร่วมกันแบบเดียวกับ Voice Call

โดยค่าเริ่มต้น การปรึกษาจะทำงานกับเอเจนต์ main ตั้งค่า realtime.agentId เพื่อชี้ช่องทาง Meet ไปยังพื้นที่ทำงานของเอเจนต์ ค่าเริ่มต้นของโมเดล นโยบายเครื่องมือ หน่วยความจำ และประวัติเซสชันเฉพาะ การปรึกษาในโหมดเอเจนต์ใช้คีย์เซสชัน agent:<id>:subagent:google-meet:<session> แยกตามการประชุม เพื่อให้คำถามติดตามผลคงบริบทการประชุมไว้พร้อมสืบทอดนโยบายเอเจนต์ตามปกติ เมื่อเอเจนต์เรียก google_meet ในโหมดเอเจนต์ เซสชันผู้ให้คำปรึกษาจะแยกแขนงจากบทถอดเสียงปัจจุบันของผู้เรียกก่อนตอบคำพูดของผู้เข้าร่วม โดยเซสชัน Meet ยังคงแยกต่างหาก ดังนั้นการติดตามผลในการประชุมจึงไม่แก้ไขบทถอดเสียงของผู้เรียกโดยตรง

realtime.toolPolicy ควบคุมการเรียกใช้การปรึกษา:

คีย์เซสชันการปรึกษามีขอบเขตแยกตามเซสชัน Meet ดังนั้นการเรียกปรึกษาติดตามผลจะใช้บริบทการปรึกษาก่อนหน้าอีกครั้งภายในการประชุมเดียวกัน

บังคับตรวจสอบความพร้อมด้วยเสียงหลังจาก Chrome เข้าร่วมโดยสมบูรณ์แล้ว:

openclaw googlemeet speak meet_... "Say exactly: I'm here and listening."

การทดสอบเบื้องต้นแบบเข้าร่วมและพูดอย่างครบถ้วน:

openclaw googlemeet test-speech https://meet.google.com/abc-defg-hij \  --transport chrome-node \  --message "Say exactly: I'm here and listening."

รายการตรวจสอบการทดสอบแบบสด

ก่อนมอบหมายการประชุมให้เอเจนต์ที่ทำงานโดยไม่มีผู้ดูแล:

openclaw googlemeet setupopenclaw nodes statusopenclaw googlemeet test-speech https://meet.google.com/abc-defg-hij \  --transport chrome-node \  --message "Say exactly: Google Meet speech test complete."

สถานะ Chrome-node ที่คาดไว้:

• googlemeet setup เป็นสีเขียวทั้งหมด และรวม chrome-node-connected เมื่อ Chrome-node เป็นการส่งผ่านเริ่มต้นหรือมีการตรึง Node ไว้
• nodes status แสดงว่า Node ที่เลือกเชื่อมต่ออยู่ และประกาศทั้ง googlemeet.chrome และ browser.proxy
• แท็บ Meet เข้าร่วม และ test-speech ส่งคืนสถานะความพร้อมของ Chrome พร้อม inCall: true

สำหรับโฮสต์ Chrome ระยะไกล เช่น VM macOS บน Parallels การตรวจสอบที่สั้นและปลอดภัยที่สุดหลังอัปเดต Gateway หรือ VM คือ:

openclaw googlemeet setupopenclaw nodes status --connectedopenclaw nodes invoke \  --node parallels-macos \  --command googlemeet.chrome \  --params '{"action":"setup"}'

ขั้นตอนนี้ยืนยันว่า Plugin ของ Gateway โหลดแล้ว Node ของ VM เชื่อมต่อด้วยโทเค็นปัจจุบัน และบริดจ์เสียง Meet พร้อมใช้งานก่อนที่เอเจนต์จะเปิดแท็บการประชุมจริง

สำหรับการทดสอบเบื้องต้นของ Twilio ให้ใช้การประชุมที่แสดงรายละเอียดการโทรเข้า:

openclaw googlemeet setupopenclaw googlemeet join https://meet.google.com/abc-defg-hij \  --transport twilio \  --dial-in-number +15551234567 \  --pin 123456

สถานะ Twilio ที่คาดหวัง:

• googlemeet setup มีการตรวจสอบ twilio-voice-call-plugin, twilio-voice-call-credentials และ twilio-voice-call-webhook ที่เป็นสีเขียว
• voicecall พร้อมใช้งานใน CLI หลังจากโหลด Gateway ใหม่
• เซสชันที่ส่งกลับมามี transport: "twilio" และ twilio.voiceCallId
• openclaw logs --follow แสดงว่าให้บริการ DTMF TwiML ก่อน TwiML แบบเรียลไทม์ จากนั้นเป็นบริดจ์แบบเรียลไทม์ที่จัดคิวคำทักทายเริ่มต้นไว้
• googlemeet leave <sessionId> วางสายการโทรด้วยเสียงที่มอบหมาย

การแก้ไขปัญหา

เอเจนต์ไม่เห็นเครื่องมือ Google Meet

ยืนยันว่าเปิดใช้งาน Plugin แล้วและโหลด Gateway ใหม่ เอเจนต์ที่กำลังทำงานจะเห็นเฉพาะเครื่องมือ Plugin ที่ลงทะเบียนโดยกระบวนการ Gateway ปัจจุบันเท่านั้น:

openclaw plugins list | grep google-meetopenclaw googlemeet setup

บนโฮสต์ Gateway ที่ไม่ใช่ macOS จะยังมองเห็น google_meet แต่การดำเนินการตอบกลับด้วยเสียงผ่าน Chrome ภายในเครื่องจะถูกบล็อกก่อนถึงบริดจ์เสียง ให้ใช้ mode: "transcribe", การโทรเข้า Twilio หรือโฮสต์ chrome-node ที่เป็น macOS แทนเส้นทางเอเจนต์ Chrome ภายในเครื่องที่เป็นค่าเริ่มต้น

ไม่มี Node ที่เชื่อมต่อและรองรับ Google Meet

บนโฮสต์ Node:

openclaw plugins enable google-meetopenclaw plugins enable browserOPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \  openclaw node run --host <gateway-lan-ip> --port 18789 --display-name parallels-macos

บนโฮสต์ Gateway:

openclaw devices listopenclaw devices approve <requestId>openclaw nodes status

Node ต้องเชื่อมต่ออยู่และแสดงรายการ googlemeet.chrome รวมถึง browser.proxy และการกำหนดค่า Gateway ต้องอนุญาตทั้งสองรายการ:

{  gateway: {    nodes: {      allowCommands: ["browser.proxy", "googlemeet.chrome"],    },  },}

หาก googlemeet setup ล้มเหลวที่ chrome-node-connected หรือบันทึก Gateway รายงาน gateway token mismatch ให้ติดตั้งใหม่หรือรีสตาร์ต Node ด้วยโทเค็น Gateway ปัจจุบัน:

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \  openclaw node install \  --host <gateway-lan-ip> \  --port 18789 \  --display-name parallels-macos \  --force

จากนั้นโหลดบริการ Node ใหม่และเรียกใช้อีกครั้ง:

openclaw googlemeet setupopenclaw nodes status --connected

เบราว์เซอร์เปิดขึ้นแต่เอเจนต์เข้าร่วมไม่ได้

เรียกใช้ googlemeet test-listen สำหรับการเข้าร่วมแบบสังเกตการณ์เท่านั้น หรือ googlemeet test-speech สำหรับการเข้าร่วมแบบเรียลไทม์ จากนั้นตรวจสอบสถานะ Chrome ที่ส่งกลับมา หากรายการใดรายงาน manualActionRequired: true ให้แสดง manualActionMessage แก่ผู้ปฏิบัติงานและหยุดลองใหม่จนกว่าการดำเนินการในเบราว์เซอร์จะเสร็จสมบูรณ์

การดำเนินการด้วยตนเองที่พบบ่อย: ลงชื่อเข้าใช้โปรไฟล์ Chrome, อนุญาตให้ผู้เข้าร่วมเข้าห้องจากบัญชีโฮสต์ Meet, ให้สิทธิ์ไมโครโฟน/กล้องแก่ Chrome เมื่อพรอมต์ของระบบปรากฏขึ้น และปิดหรือแก้ไขกล่องโต้ตอบสิทธิ์ Meet ที่ค้างอยู่

อย่ารายงานว่า "ไม่ได้ลงชื่อเข้าใช้" เพียงเพราะ Meet ถามว่า "Do you want people to hear you in the meeting?" เพราะนี่คือหน้าคั่นสำหรับเลือกเสียงของ Meet OpenClaw คลิก Use microphone ผ่านระบบอัตโนมัติของเบราว์เซอร์เมื่อทำได้ และรอสถานะการประชุมจริงต่อไป สำหรับการสำรองผ่านเบราว์เซอร์แบบสร้างเท่านั้น ระบบอาจคลิก Continue without microphone แทน เนื่องจากการสร้าง URL ไม่จำเป็นต้องใช้เส้นทางเสียงแบบเรียลไทม์

การสร้างการประชุมล้มเหลว

googlemeet create ใช้ Meet API spaces.create เมื่อกำหนดค่า OAuth แล้ว มิฉะนั้นจะใช้เบราว์เซอร์ Chrome ของ Node ที่ปักหมุดไว้ ยืนยันรายการต่อไปนี้:

• การสร้างผ่าน API: มี oauth.clientId และ oauth.refreshToken (หรือตัวแปรสภาพแวดล้อม OPENCLAW_GOOGLE_MEET_* ที่ตรงกัน) และรีเฟรชโทเค็นถูกสร้างขึ้นหลังจากเพิ่มการรองรับการสร้างแล้ว โทเค็นเก่าอาจไม่มี meetings.space.created ดังนั้นให้เรียกใช้ openclaw googlemeet auth login --json อีกครั้ง
• การสำรองผ่านเบราว์เซอร์: defaultTransport: "chrome-node" และ chromeNode.node ชี้ไปยัง Node ที่เชื่อมต่ออยู่ซึ่งมี browser.proxy และ googlemeet.chrome โปรไฟล์ OpenClaw Chrome บน Node นั้นลงชื่อเข้าใช้แล้วและสามารถเปิด https://meet.google.com/new ได้
• การลองใช้การสำรองผ่านเบราว์เซอร์ใหม่: ใช้แท็บ .../new หรือแท็บพรอมต์บัญชี Google ที่มีอยู่ซ้ำก่อนเปิดแท็บใหม่ ให้ลองเรียกเครื่องมือใหม่แทนการเปิดแท็บอื่นด้วยตนเอง
• การดำเนินการด้วยตนเอง: หากเครื่องมือส่งกลับ manualActionRequired: true ให้ใช้ browser.nodeId, browser.targetId, browserUrl และ manualActionMessage เพื่อแนะนำผู้ปฏิบัติงาน อย่าลองใหม่วนซ้ำ
• หน้าคั่นสำหรับเลือกเสียง: หาก Meet แสดง "Do you want people to hear you in the meeting?" ให้เปิดแท็บนั้นไว้ OpenClaw ควรคลิก Use microphone หรือ Continue without microphone (เฉพาะการสร้าง) และรอ URL ที่สร้างขึ้นต่อไป หากทำไม่ได้ ข้อผิดพลาดควรกล่าวถึง meet-audio-choice-required ไม่ใช่ google-login-required

เอเจนต์เข้าร่วมแล้วแต่ไม่พูด

openclaw googlemeet setupopenclaw googlemeet doctor

ใช้ mode: "agent" สำหรับเส้นทาง STT -> เอเจนต์ OpenClaw -> TTS และใช้ mode: "bidi" สำหรับเส้นทางสำรองเสียงแบบเรียลไทม์โดยตรง mode: "transcribe" จะไม่เริ่มบริดจ์ตอบกลับด้วยเสียงโดยตั้งใจ สำหรับการแก้ไขข้อบกพร่องแบบสังเกตการณ์เท่านั้น ให้เรียกใช้ openclaw googlemeet status --json <session-id> หลังจากผู้เข้าร่วมพูด แล้วตรวจสอบ captioning, transcriptLines, lastCaptionText หาก inCall เป็นจริงแต่ transcriptLines ยังคงเป็น 0 คำบรรยาย Meet อาจถูกปิดใช้งาน ยังไม่มีใครพูดนับตั้งแต่ติดตั้งตัวสังเกตการณ์ UI ของ Meet มีการเปลี่ยนแปลง หรือคำบรรยายสดไม่พร้อมใช้งานสำหรับภาษา/บัญชีของการประชุม

googlemeet test-speech จะตรวจสอบเส้นทางแบบเรียลไทม์เสมอและรายงานว่าพบไบต์เอาต์พุตของบริดจ์สำหรับการเรียกครั้งนั้นหรือไม่ หาก speechOutputVerified เป็นเท็จและ speechOutputTimedOut เป็นจริง ผู้ให้บริการแบบเรียลไทม์อาจยอมรับถ้อยคำแล้ว แต่ OpenClaw ไม่เห็นไบต์เอาต์พุตใหม่ไปถึงบริดจ์เสียง Chrome

ให้ตรวจสอบด้วยว่า: มีคีย์ผู้ให้บริการแบบเรียลไทม์ (OPENAI_API_KEY หรือ GEMINI_API_KEY) บนโฮสต์ Gateway, มองเห็น BlackHole 2ch บนโฮสต์ Chrome, มี sox อยู่ที่นั่น และไมโครโฟน/ลำโพงของ Meet ถูกกำหนดเส้นทางผ่านเส้นทางเสียงเสมือน (doctor ควรแสดง meet output routed: yes สำหรับการเข้าร่วมแบบเรียลไทม์ผ่าน Chrome ภายในเครื่อง)

googlemeet doctor [session-id] แสดงเซสชัน, Node, สถานะอยู่ในสาย, เหตุผลที่ต้องดำเนินการด้วยตนเอง, การเชื่อมต่อผู้ให้บริการแบบเรียลไทม์, realtimeReady, กิจกรรมอินพุต/เอาต์พุตเสียง, การประทับเวลาเสียงล่าสุด, ตัวนับไบต์ และ URL ของเบราว์เซอร์ ใช้ googlemeet status [session-id] --json สำหรับ JSON ดิบ และใช้ googlemeet doctor --oauth (เพิ่ม --meeting หรือ --create-space) เพื่อตรวจสอบการรีเฟรช OAuth โดยไม่เปิดเผยโทเค็น

หากเอเจนต์หมดเวลาและมีแท็บ Meet เปิดอยู่แล้ว ให้ตรวจสอบแท็บนั้นโดยไม่เปิดแท็บใหม่:

openclaw googlemeet recover-tabopenclaw googlemeet recover-tab https://meet.google.com/abc-defg-hij

การดำเนินการของเครื่องมือที่เทียบเท่าคือ recover_current_tab: ระบบจะโฟกัสและตรวจสอบแท็บ Meet ที่มีอยู่สำหรับวิธีรับส่งที่เลือก (การควบคุมเบราว์เซอร์ภายในเครื่องสำหรับ chrome และ Node ที่กำหนดค่าสำหรับ chrome-node) โดยไม่เปิดแท็บหรือเซสชันใหม่ และรายงานสิ่งที่ขัดขวางอยู่ในขณะนั้น (การเข้าสู่ระบบ การอนุญาตเข้าห้อง สิทธิ์ สถานะการเลือกเสียง) คำสั่ง CLI จะสื่อสารกับ Gateway ที่กำหนดค่าไว้ ซึ่งต้องกำลังทำงานอยู่ และ chrome-node ยังกำหนดให้ Node ต้องเชื่อมต่ออยู่ด้วย

การตรวจสอบการตั้งค่า Twilio ล้มเหลว

twilio-voice-call-plugin ล้มเหลวเมื่อ voice-call ไม่ได้รับอนุญาตหรือไม่ได้เปิดใช้งาน: เพิ่มรายการนี้ใน plugins.allow, เปิดใช้งาน plugins.entries.voice-call และโหลด Gateway ใหม่

twilio-voice-call-credentials ล้มเหลวเมื่อแบ็กเอนด์ Twilio ไม่มี SID บัญชี โทเค็นการตรวจสอบสิทธิ์ หรือหมายเลขผู้โทร:

export TWILIO_ACCOUNT_SID=AC...export TWILIO_AUTH_TOKEN=...export TWILIO_FROM_NUMBER=+15550001234

twilio-voice-call-webhook ล้มเหลวเมื่อ voice-call ไม่มีการเปิดเผย Webhook สู่สาธารณะ หรือ publicUrl ชี้ไปยังพื้นที่เครือข่ายลูปแบ็ก/ส่วนตัว อย่าใช้ localhost, 127.0.0.1, 0.0.0.0, 10.x, 172.16.x-172.31.x, 192.168.x, 169.254.x, fc00::/7 หรือ fd00::/8 เป็น publicUrl เพราะคอลแบ็กจากผู้ให้บริการโทรศัพท์ไม่สามารถเข้าถึงรายการเหล่านั้นได้ ตั้งค่า plugins.entries.voice-call.config.publicUrl เป็น URL สาธารณะ หรือกำหนดค่าการเปิดเผยผ่านทันเนล/Tailscale:

{  plugins: {    entries: {      "voice-call": {        enabled: true,        config: {          provider: "twilio",          fromNumber: "+15550001234",          publicUrl: "https://voice.example.com/voice/webhook",        },      },    },  },}

สำหรับการพัฒนาภายในเครื่อง ให้ใช้ทันเนลหรือการเปิดเผยผ่าน Tailscale แทน URL ของโฮสต์ส่วนตัว:

{  plugins: {    entries: {      "voice-call": {        config: {          tunnel: { provider: "ngrok" },          // หรือ          tailscale: { mode: "funnel", path: "/voice/webhook" },        },      },    },  },}

รีสตาร์ตหรือโหลด Gateway ใหม่ จากนั้นเรียกใช้:

openclaw googlemeet setup --transport twilioopenclaw voicecall setupopenclaw voicecall smoke

โดยค่าเริ่มต้น voicecall smoke ใช้ตรวจสอบความพร้อมเท่านั้น ทดลองแบบไม่ดำเนินการจริงกับหมายเลขที่ระบุ:

openclaw voicecall smoke --to "+15555550123"

เพิ่ม --yes เฉพาะเมื่อตั้งใจโทรออกจริงเท่านั้น:

openclaw voicecall smoke --to "+15555550123" --yes

สาย Twilio เริ่มต้นแต่ไม่เข้าสู่การประชุม

ยืนยันว่าเหตุการณ์ Meet เปิดเผยรายละเอียดการโทรเข้า และส่งหมายเลขโทรเข้าที่ตรงกันพร้อม PIN หรือลำดับ DTMF ที่กำหนดเอง:

openclaw googlemeet join https://meet.google.com/abc-defg-hij \  --transport twilio \  --dial-in-number +15551234567 \  --dtmf-sequence ww123456#

ใช้ w นำหน้าหรือใช้เครื่องหมายจุลภาคใน --dtmf-sequence เพื่อเว้นช่วงก่อนป้อน PIN

หากสร้างสายแล้วแต่รายชื่อผู้เข้าร่วม Meet ไม่แสดงผู้เข้าร่วมที่โทรเข้า:

• openclaw googlemeet doctor <session-id>: ยืนยัน ID สาย Twilio ที่มอบหมาย ตรวจสอบว่าจัดคิว DTMF แล้วหรือไม่ และมีการร้องขอคำทักทายแนะนำหรือไม่
• openclaw voicecall status --call-id <id>: ยืนยันว่าสายยังคงใช้งานอยู่
• openclaw voicecall tail: ยืนยันว่า Webhook ของ Twilio มาถึง Gateway
• openclaw logs --follow: มองหาลำดับ Twilio Meet ดังนี้: Google Meet มอบหมายการเข้าร่วม, Voice Call จัดเก็บและให้บริการ DTMF TwiML ก่อนเชื่อมต่อ, Voice Call ให้บริการ TwiML แบบเรียลไทม์สำหรับสาย Twilio จากนั้น Google Meet ร้องขอเสียงพูดแนะนำด้วย voicecall.speak
• เรียกใช้ openclaw googlemeet setup --transport twilio อีกครั้ง จำเป็นต้องมีการตรวจสอบการตั้งค่าเป็นสีเขียว แต่ไม่ได้พิสูจน์ว่าลำดับ PIN ของการประชุมถูกต้อง
• ยืนยันว่าหมายเลขโทรเข้าเป็นของคำเชิญและภูมิภาค Meet เดียวกันกับ PIN
• เพิ่ม voiceCall.dtmfDelayMs จากค่าเริ่มต้น 12 วินาที หาก Meet รับสายช้าหรือข้อความถอดเสียงการโทรยังคงแสดงพรอมต์ PIN หลังจากส่ง DTMF ก่อนเชื่อมต่อแล้ว
• หากผู้เข้าร่วมเข้าร่วมแล้วแต่ไม่ได้ยินคำทักทาย ให้ตรวจสอบ openclaw logs --follow สำหรับคำขอ voicecall.speak หลัง DTMF และตรวจสอบการเล่น TTS ผ่านสตรีมสื่อหรือทางเลือกสำรอง OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 ของ Twilio หากข้อความถอดเสียงยังคงแสดง "enter the meeting PIN" แสดงว่าส่วนการโทรศัพท์ยังไม่ได้เข้าร่วมห้อง Meet ดังนั้นผู้เข้าร่วมจะไม่ได้ยินเสียงพูด

หาก Webhook ไม่มาถึง ให้แก้ไขข้อบกพร่องของ Plugin Voice Call ก่อน ผู้ให้บริการต้องเข้าถึง plugins.entries.voice-call.config.publicUrl หรือทันเนลที่กำหนดค่าไว้ได้ ดูการแก้ไขปัญหาการโทรด้วยเสียง

หมายเหตุ

API สื่ออย่างเป็นทางการของ Google Meet เน้นการรับข้อมูล ดังนั้นการพูดเข้าไปในการโทรยังคงต้องใช้เส้นทางผู้เข้าร่วม Plugin นี้ทำให้ขอบเขตดังกล่าวชัดเจน: Chrome จัดการการเข้าร่วมผ่านเบราว์เซอร์และการกำหนดเส้นทางเสียงภายในเครื่อง ส่วน Twilio จัดการการเข้าร่วมด้วยการโทรเข้า

โหมดตอบกลับด้วยเสียงผ่าน Chrome ต้องใช้ BlackHole 2ch ร่วมกับอย่างใดอย่างหนึ่งต่อไปนี้:

• chrome.audioInputCommand ร่วมกับ chrome.audioOutputCommand: OpenClaw เป็นผู้ควบคุมบริดจ์และส่งผ่านเสียงใน chrome.audioFormat ระหว่างคำสั่งเหล่านั้นกับผู้ให้บริการที่เลือก โหมด agent ใช้การถอดเสียงแบบเรียลไทม์ร่วมกับ TTS ปกติ ส่วนโหมด bidi ใช้ผู้ให้บริการเสียงแบบเรียลไทม์ เส้นทางเริ่มต้นคือ PCM16 24 kHz พร้อม chrome.audioBufferBytes: 4096; G.711 mu-law 8 kHz ยังคงพร้อมใช้งานสำหรับคู่คำสั่งแบบเดิม
• chrome.audioBridgeCommand: คำสั่งบริดจ์ภายนอกเป็นผู้ควบคุมเส้นทางเสียงภายในเครื่องทั้งหมด และต้องออกจากการทำงานหลังจากเริ่มต้นหรือตรวจสอบ daemon ของตน ใช้ได้เฉพาะกับ bidi เนื่องจากโหมด agent ต้องเข้าถึงคู่คำสั่งโดยตรงสำหรับ TTS

เมื่อใช้บริดจ์ Chrome แบบคู่คำสั่ง chrome.bargeInInputCommand สามารถรับฟังไมโครโฟนภายในเครื่องอีกตัวหนึ่งและล้างเสียงที่ผู้ช่วยกำลังเล่นเมื่อมนุษย์เริ่มพูด เพื่อให้เสียงพูดของมนุษย์มาก่อนเอาต์พุตของผู้ช่วย แม้อินพุตลูปแบ็ก BlackHole ที่ใช้ร่วมกันจะถูกระงับชั่วคราวระหว่างที่ผู้ช่วยเล่นเสียง เช่นเดียวกับ chrome.audioInputCommand/chrome.audioOutputCommand นี่คือคำสั่งภายในเครื่องที่ผู้ดำเนินการกำหนดค่า: ใช้พาธคำสั่งที่เชื่อถือได้หรือรายการอาร์กิวเมนต์อย่างชัดเจน และห้ามใช้สคริปต์จากตำแหน่งที่ไม่น่าเชื่อถือ

เพื่อให้ได้เสียงสองทิศทางที่ชัดเจน ให้กำหนดเส้นทางเอาต์พุตของ Meet และไมโครโฟนของ Meet ผ่านอุปกรณ์เสมือนแยกกัน หรือผ่านกราฟอุปกรณ์เสมือนแบบ Loopback; อุปกรณ์ BlackHole เพียงตัวเดียวที่ใช้ร่วมกันอาจสะท้อนเสียงของผู้เข้าร่วมคนอื่นกลับเข้าไปในการโทร

googlemeet speak เรียกใช้บริดจ์เสียงตอบกลับที่ทำงานอยู่สำหรับเซสชัน Chrome; googlemeet leave หยุดบริดจ์ดังกล่าว (และสำหรับเซสชัน Twilio ที่มอบหมายผ่าน Voice Call จะวางสายการโทรเบื้องหลัง) ใช้ googlemeet end-active-conference เพื่อปิดการประชุม Google Meet ที่ทำงานอยู่สำหรับพื้นที่ที่จัดการผ่าน API ด้วย

ที่เกี่ยวข้อง

• ภาพรวม Plugin สำหรับการประชุม
• Plugin การโทรด้วยเสียง
• โหมดสนทนา
• การสร้าง Plugin