Plugin Google Meet

การรองรับผู้เข้าร่วม Google Meet สำหรับ OpenClaw — Plugin นี้ถูกออกแบบให้ทำงานแบบระบุชัดเจน:

• จะเข้าร่วมเฉพาะ URL https://meet.google.com/... ที่ระบุอย่างชัดเจนเท่านั้น
• สามารถสร้างพื้นที่ Meet ใหม่ผ่าน Google Meet API แล้วเข้าร่วม URL ที่ส่งกลับมา
• agent คือโหมดตอบกลับเริ่มต้น: การถอดเสียงแบบเรียลไทม์จะฟัง เอเจนต์ OpenClaw ที่กำหนดค่าจะตอบ และ OpenClaw TTS ปกติจะพูดเข้าไปใน Meet
• bidi ยังใช้งานได้ในฐานะโหมดสำรองของโมเดลเสียงเรียลไทม์โดยตรง
• เอเจนต์เลือกพฤติกรรมการเข้าร่วมด้วย mode: ใช้ agent สำหรับการฟัง/ตอบกลับสด, bidi สำหรับเสียงเรียลไทม์โดยตรงแบบสำรอง หรือ transcribe เพื่อเข้าร่วม/ควบคุมเบราว์เซอร์โดยไม่มีสะพานตอบกลับ
• การยืนยันตัวตนเริ่มจาก Google OAuth ส่วนบุคคลหรือโปรไฟล์ Chrome ที่ลงชื่อเข้าใช้อยู่แล้ว
• ไม่มีการประกาศขอความยินยอมอัตโนมัติ
• แบ็กเอนด์เสียง Chrome เริ่มต้นคือ BlackHole 2ch
• Chrome สามารถทำงานในเครื่องหรือบนโฮสต์ Node ที่จับคู่ไว้
• Twilio รับหมายเลขโทรเข้า พร้อม PIN หรือชุด DTMF เสริมได้ แต่ไม่สามารถโทรเข้า URL ของ Meet โดยตรง
• คำสั่ง CLI คือ googlemeet; meet ถูกสงวนไว้สำหรับเวิร์กโฟลว์การประชุมทางไกลของเอเจนต์ที่กว้างกว่า

เริ่มต้นอย่างรวดเร็ว

ติดตั้งดีเพนเดนซีเสียงในเครื่องและกำหนดค่าผู้ให้บริการถอดเสียงแบบเรียลไทม์ พร้อม OpenClaw TTS ปกติ OpenAI คือผู้ให้บริการถอดเสียงเริ่มต้น; Google Gemini Live ก็ทำงานได้เช่นกันในฐานะเสียงสำรอง bidi แยกต่างหากเมื่อใช้ realtime.voiceProvider: "google":

brew install blackhole-2ch soxexport OPENAI_API_KEY=sk-...# only needed when realtime.voiceProvider is "google" for bidi modeexport GEMINI_API_KEY=...

blackhole-2ch ติดตั้งอุปกรณ์เสียงเสมือน BlackHole 2ch ตัวติดตั้งของ Homebrew ต้องรีบูตหนึ่งครั้งก่อนที่ macOS จะแสดงอุปกรณ์นี้:

sudo reboot

หลังรีบูต ให้ตรวจสอบทั้งสองส่วน:

system_profiler SPAudioDataType | grep -i BlackHolecommand -v sox

เปิดใช้ Plugin:

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

ตรวจสอบการตั้งค่า:

openclaw googlemeet setup

ผลลัพธ์การตั้งค่าถูกออกแบบให้อ่านได้โดยเอเจนต์และรับรู้โหมด มันรายงานโปรไฟล์ Chrome, การปักหมุด Node และสำหรับการเข้าร่วม Chrome แบบเรียลไทม์ จะรายงานสะพานเสียง BlackHole/SoX และการตรวจสอบอินโทรแบบเรียลไทม์ที่หน่วงไว้ สำหรับการเข้าร่วมแบบสังเกตการณ์อย่างเดียว ให้ตรวจสอบทรานสปอร์ตเดียวกันด้วย --mode transcribe; โหมดนั้นข้ามข้อกำหนดเสียงเรียลไทม์เพราะไม่ได้ฟังผ่านหรือพูดผ่านสะพาน:

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

เมื่อกำหนดค่าการมอบหมายผ่าน Twilio แล้ว การตั้งค่าจะรายงานด้วยว่า Plugin voice-call, ข้อมูลรับรอง Twilio และการเปิดเผย Webhook สาธารณะพร้อมหรือไม่ ให้ถือว่าการตรวจสอบใดก็ตามที่มี ok: false เป็นตัวบล็อกสำหรับทรานสปอร์ตและโหมดที่ถูกตรวจสอบ ก่อนขอให้เอเจนต์เข้าร่วม ใช้ openclaw googlemeet setup --json สำหรับสคริปต์หรือเอาต์พุตที่เครื่องอ่านได้ ใช้ --transport chrome, --transport chrome-node หรือ --transport twilio เพื่อทำ preflight ทรานสปอร์ตเฉพาะก่อนที่เอเจนต์จะลองใช้

สำหรับ Twilio ให้ preflight ทรานสปอร์ตอย่างชัดเจนเสมอเมื่อทรานสปอร์ตเริ่มต้นคือ Chrome:

openclaw googlemeet setup --transport twilio

สิ่งนี้จะตรวจพบการเชื่อมต่อ voice-call ที่ขาดหาย ข้อมูลรับรอง Twilio หรือการเปิดเผย Webhook ที่เข้าถึงไม่ได้ ก่อนที่เอเจนต์จะพยายามโทรเข้าการประชุม

เข้าร่วมการประชุม:

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

หรือให้เอเจนต์เข้าร่วมผ่านเครื่องมือ google_meet:

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

เครื่องมือ google_meet สำหรับเอเจนต์ยังใช้งานได้บนโฮสต์ที่ไม่ใช่ macOS สำหรับโฟลว์อาร์ติแฟกต์ ปฏิทิน การตั้งค่า การถอดเสียง Twilio และ chrome-node การกระทำตอบกลับผ่าน Chrome ในเครื่องถูกบล็อกที่นั่น เพราะเส้นทางเสียง Chrome ที่รวมมาด้วยปัจจุบันพึ่งพา BlackHole 2ch ของ macOS บน Linux ให้ใช้ mode: "transcribe", การโทรเข้าผ่าน Twilio หรือโฮสต์ macOS chrome-node สำหรับการเข้าร่วมแบบตอบกลับผ่าน Chrome

สร้างการประชุมใหม่และเข้าร่วม:

openclaw googlemeet create --transport chrome-node --mode agent

สำหรับห้องที่สร้างผ่าน API ให้ใช้ Google Meet SpaceConfig.accessType เมื่อคุณต้องการให้นโยบายไม่ต้องขอเข้าในห้องระบุชัดเจน แทนที่จะสืบทอดจากค่าเริ่มต้นของบัญชี Google:

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

OPEN อนุญาตให้ทุกคนที่มี URL ของ Meet เข้าร่วมได้โดยไม่ต้องขอเข้า TRUSTED อนุญาตให้ผู้ใช้ที่เชื่อถือได้ขององค์กรโฮสต์ ผู้ใช้ภายนอกที่ได้รับเชิญ และผู้ใช้ที่โทรเข้า เข้าร่วมได้โดยไม่ต้องขอเข้า RESTRICTED จำกัดการเข้าแบบไม่ต้องขอเข้าไว้เฉพาะผู้ได้รับเชิญ การตั้งค่าเหล่านี้ใช้กับเส้นทางการสร้างผ่าน Google Meet API อย่างเป็นทางการเท่านั้น ดังนั้นต้องกำหนดค่าข้อมูลรับรอง OAuth

หากคุณยืนยันตัวตน Google Meet ก่อนที่ตัวเลือกนี้จะพร้อมใช้งาน ให้รัน openclaw googlemeet auth login --json อีกครั้งหลังเพิ่ม scope meetings.space.settings ลงในหน้าจอขอความยินยอม Google OAuth ของคุณ

สร้างเฉพาะ URL โดยไม่เข้าร่วม:

openclaw googlemeet create --no-join

googlemeet create มีสองเส้นทาง:

• สร้างผ่าน API: ใช้เมื่อกำหนดค่าข้อมูลรับรอง Google Meet OAuth แล้ว นี่คือเส้นทางที่กำหนดผลได้แน่นอนที่สุดและไม่ขึ้นกับสถานะ UI ของเบราว์เซอร์
• เบราว์เซอร์สำรอง: ใช้เมื่อไม่มีข้อมูลรับรอง OAuth OpenClaw ใช้ Node Chrome ที่ปักหมุดไว้ เปิด https://meet.google.com/new รอให้ Google เปลี่ยนเส้นทางไปยัง URL รหัสการประชุมจริง แล้วส่งคืน URL นั้น เส้นทางนี้ต้องให้โปรไฟล์ Chrome ของ OpenClaw บน Node ลงชื่อเข้าใช้ Google อยู่แล้ว ระบบอัตโนมัติของเบราว์เซอร์จัดการพรอมป์ไมโครโฟนครั้งแรกของ Meet เอง; พรอมป์นั้นไม่ถือเป็นความล้มเหลวในการเข้าสู่ระบบ Google โฟลว์เข้าร่วมและสร้างจะพยายามใช้แท็บ Meet ที่มีอยู่ซ้ำก่อนเปิดแท็บใหม่ด้วย การจับคู่จะละเว้นสตริงคิวรี URL ที่ไม่เป็นอันตราย เช่น authuser ดังนั้นการลองใหม่ของเอเจนต์ควรโฟกัสการประชุมที่เปิดอยู่แล้วแทนที่จะสร้างแท็บ Chrome ที่สอง

เอาต์พุตของคำสั่ง/เครื่องมือมีฟิลด์ source (api หรือ browser) เพื่อให้เอเจนต์อธิบายได้ว่าใช้เส้นทางใด create จะเข้าร่วมการประชุมใหม่โดยค่าเริ่มต้น และส่งคืน joined: true พร้อมเซสชันการเข้าร่วม หากต้องการสร้างเฉพาะ URL ให้ใช้ create --no-join บน CLI หรือส่ง "join": false ให้เครื่องมือ

หรือบอกเอเจนต์ว่า: "สร้าง Google Meet เข้าร่วมด้วยโหมดตอบกลับของเอเจนต์ และส่งลิงก์ให้ฉัน" เอเจนต์ควรเรียก google_meet ด้วย action: "create" แล้วแชร์ meetingUri ที่ส่งคืนมา

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

สำหรับการเข้าร่วมแบบสังเกตการณ์อย่างเดียว/ควบคุมเบราว์เซอร์ ให้ตั้งค่า "mode": "transcribe" โหมดนี้ไม่เริ่มสะพานเสียงเรียลไทม์แบบสองทาง ไม่ต้องใช้ BlackHole หรือ SoX และจะไม่ตอบกลับเข้าไปในการประชุม การเข้าร่วมผ่าน Chrome ในโหมดนี้ยังหลีกเลี่ยงการให้สิทธิ์ไมโครโฟน/กล้องของ OpenClaw และหลีกเลี่ยงเส้นทาง Use microphone ของ Meet หาก Meet แสดงหน้าคั่นสำหรับเลือกเสียง ระบบอัตโนมัติจะพยายามใช้เส้นทางไม่มีไมโครโฟน และมิฉะนั้นจะรายงานการกระทำด้วยตนเองแทนการเปิดไมโครโฟนในเครื่อง ในโหมด transcribe ทรานสปอร์ต Chrome ที่จัดการยังติดตั้งตัวสังเกตการณ์คำบรรยาย Meet แบบพยายามให้ดีที่สุดด้วย googlemeet status --json และ googlemeet doctor แสดง captioning, captionsEnabledAttempted, transcriptLines, lastCaptionAt, lastCaptionSpeaker, lastCaptionText และส่วนท้าย recentTranscript สั้น ๆ เพื่อให้ผู้ปฏิบัติงานบอกได้ว่าเบราว์เซอร์เข้าร่วมสายแล้วหรือไม่ และคำบรรยาย Meet กำลังสร้างข้อความหรือไม่ ใช้ openclaw googlemeet test-listen <meet-url> --transport chrome-node เมื่อคุณต้องการโพรบแบบใช่/ไม่ใช่: มันเข้าร่วมในโหมด transcribe รอการเคลื่อนไหวของคำบรรยายหรือทรานสคริปต์ใหม่ แล้วส่งคืน listenVerified, listenTimedOut, ฟิลด์การกระทำด้วยตนเอง และสถานะคำบรรยายล่าสุด

ระหว่างเซสชันแบบเรียลไทม์ สถานะ google_meet มีสุขภาพของเบราว์เซอร์และสะพานเสียง เช่น inCall, manualActionRequired, providerConnected, realtimeReady, audioInputActive, audioOutputActive, ประทับเวลาอินพุต/เอาต์พุตล่าสุด ตัวนับไบต์ และสถานะปิดของสะพาน หากพรอมป์หน้า Meet ที่ปลอดภัยปรากฏขึ้น ระบบอัตโนมัติของเบราว์เซอร์จะจัดการเมื่อทำได้ การเข้าสู่ระบบ การยอมรับจากโฮสต์ และพรอมป์สิทธิ์ของเบราว์เซอร์/OS จะถูกรายงานเป็นการกระทำด้วยตนเองพร้อมเหตุผลและข้อความเพื่อให้เอเจนต์ถ่ายทอดต่อ เซสชัน Chrome ที่จัดการจะส่งอินโทรหรือวลีทดสอบหลังจากสุขภาพเบราว์เซอร์รายงาน inCall: true เท่านั้น; มิฉะนั้นสถานะจะรายงาน speechReady: false และการพยายามพูดจะถูกบล็อก แทนที่จะแสร้งว่าเอเจนต์พูดเข้าไปในการประชุมแล้ว

การเข้าร่วมผ่าน Chrome ในเครื่องใช้โปรไฟล์เบราว์เซอร์ OpenClaw ที่ลงชื่อเข้าใช้แล้ว โหมดเรียลไทม์ต้องใช้ BlackHole 2ch สำหรับเส้นทางไมโครโฟน/ลำโพงที่ OpenClaw ใช้ สำหรับเสียงสองทางที่สะอาด ให้ใช้อุปกรณ์เสมือนแยกกันหรือกราฟแบบ Loopback; อุปกรณ์ BlackHole ตัวเดียวเพียงพอสำหรับการทดสอบ smoke ครั้งแรก แต่อาจเกิดเสียงสะท้อน

Gateway ในเครื่อง + Chrome บน Parallels

คุณ ไม่ จำเป็นต้องมี OpenClaw Gateway เต็มรูปแบบหรือคีย์ API ของโมเดลภายใน VM macOS เพียงเพื่อให้ VM เป็นเจ้าของ Chrome รัน Gateway และเอเจนต์ในเครื่อง แล้วรันโฮสต์ Node ใน VM เปิดใช้ Plugin ที่รวมมาด้วยบน VM หนึ่งครั้งเพื่อให้ Node ประกาศคำสั่ง Chrome:

สิ่งที่รันในแต่ละที่:

• โฮสต์ Gateway: OpenClaw Gateway, เวิร์กสเปซเอเจนต์, คีย์โมเดล/API, ผู้ให้บริการเรียลไทม์ และ config ของ Plugin Google Meet
• VM macOS ของ Parallels: OpenClaw CLI/โฮสต์ Node, Google Chrome, SoX, BlackHole 2ch และโปรไฟล์ Chrome ที่ลงชื่อเข้าใช้ Google
• ไม่จำเป็นใน VM: บริการ Gateway, config เอเจนต์, คีย์ OpenAI/GPT หรือการตั้งค่าผู้ให้บริการโมเดล

ติดตั้งดีเพนเดนซีของ VM:

brew install blackhole-2ch sox

รีบูต VM หลังติดตั้ง BlackHole เพื่อให้ macOS แสดง BlackHole 2ch:

sudo reboot

หลังรีบูต ให้ตรวจสอบว่า VM เห็นอุปกรณ์เสียงและคำสั่ง SoX:

system_profiler SPAudioDataType | grep -i BlackHolecommand -v sox

ติดตั้งหรืออัปเดต OpenClaw ใน VM แล้วเปิดใช้ Plugin ที่รวมมาด้วยที่นั่น:

openclaw plugins enable google-meet

เริ่มโฮสต์ Node ใน VM:

openclaw node run --host <gateway-host> --port 18789 --display-name parallels-macos

หาก <gateway-host> เป็น IP ของ LAN และคุณไม่ได้ใช้ TLS, Node จะปฏิเสธ WebSocket แบบ plaintext เว้นแต่คุณเลือกเปิดใช้สำหรับเครือข่ายส่วนตัวที่เชื่อถือได้นั้น:

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

ใช้ตัวแปรสภาพแวดล้อมเดียวกันเมื่อติดตั้ง Node เป็น LaunchAgent:

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

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 เป็นสภาพแวดล้อมของกระบวนการ ไม่ใช่การตั้งค่า openclaw.json openclaw node install จะเก็บค่านี้ในสภาพแวดล้อม LaunchAgent เมื่อมีอยู่ในคำสั่งติดตั้ง

อนุมัติ Node จากโฮสต์ Gateway:

openclaw devices listopenclaw devices approve <requestId>

ยืนยันว่า Gateway เห็น Node และ Node ประกาศทั้ง googlemeet.chrome และความสามารถเบราว์เซอร์/browser.proxy:

openclaw nodes status

กำหนดเส้นทาง Meet ผ่าน Node นั้นบนโฮสต์ Gateway:

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

ตอนนี้เข้าร่วมตามปกติจากโฮสต์ Gateway:

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

หรือขอให้เอเจนต์ใช้เครื่องมือ google_meet ด้วย transport: "chrome-node"

สำหรับการทดสอบ smoke คำสั่งเดียวที่สร้างหรือใช้เซสชันซ้ำ พูดวลีที่ทราบ และพิมพ์สุขภาพเซสชัน:

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

ระหว่างการเข้าร่วมแบบเรียลไทม์ ระบบอัตโนมัติของเบราว์เซอร์ OpenClaw จะกรอกชื่อผู้เข้าร่วม คลิก Join/Ask to join และยอมรับตัวเลือก "Use microphone" ของ Meet ในการใช้งานครั้งแรกเมื่อ พรอมต์นั้นปรากฏ ระหว่างการเข้าร่วมแบบสังเกตการณ์เท่านั้นหรือการสร้างการประชุมด้วยเบราว์เซอร์เท่านั้น ระบบจะ ดำเนินต่อผ่านพรอมต์เดียวกันโดยไม่ใช้ไมโครโฟนเมื่อตัวเลือกนั้นมีให้ หากโปรไฟล์เบราว์เซอร์ยังไม่ได้ลงชื่อเข้าใช้ Meet กำลังรอการอนุมัติจากโฮสต์ Chrome ต้องการสิทธิ์ไมโครโฟน/กล้องสำหรับการเข้าร่วมแบบเรียลไทม์ หรือ Meet ค้างอยู่ ที่พรอมต์ซึ่งระบบอัตโนมัติแก้ไขไม่ได้ ผลลัพธ์ join/test-speech จะรายงาน manualActionRequired: true พร้อม manualActionReason และ manualActionMessage Agents ควรหยุดลองเข้าร่วมซ้ำ รายงานข้อความนั้นตามจริง พร้อม browserUrl/browserTitle ปัจจุบัน และลองใหม่เฉพาะหลังจาก การดำเนินการด้วยตนเองในเบราว์เซอร์เสร็จสมบูรณ์แล้ว

หากละเว้น chromeNode.node OpenClaw จะเลือกอัตโนมัติเฉพาะเมื่อมี โหนดที่เชื่อมต่ออยู่เพียงหนึ่งโหนดที่ประกาศทั้ง googlemeet.chrome และการควบคุมเบราว์เซอร์ หากมีโหนดที่รองรับหลายโหนดเชื่อมต่ออยู่ ให้ตั้ง chromeNode.node เป็นรหัสโหนด ชื่อที่แสดง หรือ IP ระยะไกล

การตรวจสอบความล้มเหลวที่พบบ่อย:

• Configured Google Meet node ... is not usable: offline: โหนดที่ปักหมุดไว้เป็น ที่รู้จักของ Gateway แต่ไม่พร้อมใช้งาน Agents ควรมองโหนดนั้นเป็น สถานะสำหรับวินิจฉัย ไม่ใช่โฮสต์ Chrome ที่ใช้งานได้ และรายงานตัวบล็อกการตั้งค่า แทนที่จะถอยกลับไปใช้การขนส่งอื่น เว้นแต่ผู้ใช้จะขอเช่นนั้น
• No connected Google Meet-capable node: เริ่ม openclaw node run ใน VM อนุมัติการจับคู่ และตรวจสอบให้แน่ใจว่าได้รัน openclaw plugins enable google-meet และ openclaw plugins enable browser ใน VM แล้ว ยืนยันด้วยว่า โฮสต์ Gateway อนุญาตคำสั่งโหนดทั้งสองด้วย gateway.nodes.allowCommands: ["googlemeet.chrome", "browser.proxy"]
• BlackHole 2ch audio device not found: ติดตั้ง blackhole-2ch บนโฮสต์ ที่กำลังตรวจสอบและรีบูตก่อนใช้เสียง Chrome ภายในเครื่อง
• BlackHole 2ch audio device not found on the node: ติดตั้ง blackhole-2ch ใน VM และรีบูต VM
• Chrome เปิดขึ้นแต่เข้าร่วมไม่ได้: ลงชื่อเข้าใช้โปรไฟล์เบราว์เซอร์ภายใน VM หรือ ตั้งค่า chrome.guestName ไว้สำหรับการเข้าร่วมแบบผู้เข้าร่วม Guest auto-join ใช้ระบบอัตโนมัติ ของเบราว์เซอร์ OpenClaw ผ่านพร็อกซีเบราว์เซอร์ของโหนด ตรวจสอบให้แน่ใจว่าคอนฟิกเบราว์เซอร์ของโหนด ชี้ไปยังโปรไฟล์ที่คุณต้องการ เช่น browser.defaultProfile: "user" หรือโปรไฟล์ existing-session ที่มีชื่ออยู่แล้ว
• แท็บ Meet ซ้ำ: เปิดใช้ chrome.reuseExistingTab: true ไว้ OpenClaw จะเปิดใช้งานแท็บที่มีอยู่สำหรับ URL Meet เดียวกันก่อนเปิดแท็บใหม่ และ การสร้างการประชุมผ่านเบราว์เซอร์จะใช้แท็บ https://meet.google.com/new หรือแท็บพรอมต์บัญชี Google ที่กำลังดำเนินการอยู่ซ้ำก่อนเปิดอีกแท็บ
• ไม่มีเสียง: ใน Meet ให้ส่งไมโครโฟน/ลำโพงผ่านเส้นทางอุปกรณ์เสียงเสมือน ที่ OpenClaw ใช้ ใช้อุปกรณ์เสมือนแยกกันหรือการกำหนดเส้นทางแบบ Loopback เพื่อเสียงดูเพล็กซ์ที่สะอาด

หมายเหตุการติดตั้ง

ค่าเริ่มต้น Chrome talk-back ใช้เครื่องมือภายนอกสองรายการ:

• sox: ยูทิลิตีเสียงแบบบรรทัดคำสั่ง Plugin ใช้คำสั่งอุปกรณ์ CoreAudio ที่ระบุชัดเจนสำหรับบริดจ์เสียง PCM16 24 kHz ค่าเริ่มต้น
• blackhole-2ch: ไดรเวอร์เสียงเสมือนของ macOS ซึ่งสร้างอุปกรณ์เสียง BlackHole 2ch ที่ Chrome/Meet สามารถกำหนดเส้นทางผ่านได้

OpenClaw ไม่ได้รวมแพ็กเกจหรือแจกจ่ายแพ็กเกจใดแพ็กเกจหนึ่ง เอกสารขอให้ผู้ใช้ ติดตั้งเป็น dependency ของโฮสต์ผ่าน Homebrew SoX อยู่ภายใต้สัญญาอนุญาต LGPL-2.0-only AND GPL-2.0-only; BlackHole เป็น GPL-3.0 หากคุณสร้าง ตัวติดตั้งหรือ appliance ที่รวม BlackHole กับ OpenClaw ให้ตรวจสอบเงื่อนไขสัญญาอนุญาต ต้นทางของ BlackHole หรือรับสัญญาอนุญาตแยกต่างหากจาก Existential Audio

การขนส่ง

Chrome

การขนส่ง Chrome เปิด URL Meet ผ่านการควบคุมเบราว์เซอร์ของ OpenClaw และเข้าร่วม ในฐานะโปรไฟล์เบราว์เซอร์ OpenClaw ที่ลงชื่อเข้าใช้แล้ว บน macOS Plugin จะตรวจสอบ BlackHole 2ch ก่อนเปิดใช้งาน หากกำหนดค่าไว้ ระบบจะรันคำสั่งตรวจสุขภาพบริดจ์เสียง และคำสั่งเริ่มต้นก่อนเปิด Chrome ด้วย ใช้ chrome เมื่อ Chrome/เสียงอยู่บนโฮสต์ Gateway; ใช้ chrome-node เมื่อ Chrome/เสียงอยู่ บนโหนดที่จับคู่ เช่น VM macOS ของ Parallels สำหรับ Chrome ภายในเครื่อง ให้เลือก โปรไฟล์ด้วย browser.defaultProfile; chrome.browserProfile จะถูกส่งต่อไปยัง โฮสต์ chrome-node

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

กำหนดเส้นทางเสียงไมโครโฟนและลำโพงของ Chrome ผ่านบริดจ์เสียง OpenClaw ภายในเครื่อง หากไม่ได้ติดตั้ง BlackHole 2ch การเข้าร่วมจะล้มเหลวพร้อมข้อผิดพลาดการตั้งค่า แทนที่จะเข้าร่วมแบบเงียบ ๆ โดยไม่มีเส้นทางเสียง

Twilio

การขนส่ง Twilio เป็นแผนการโทรที่เข้มงวดซึ่งมอบหมายให้ Plugin Voice Call ไม่แยกวิเคราะห์หน้า Meet เพื่อค้นหาหมายเลขโทรศัพท์

ใช้ตัวเลือกนี้เมื่อไม่สามารถเข้าร่วมผ่าน Chrome ได้ หรือคุณต้องการทางเลือกสำรอง แบบโทรเข้า Google Meet ต้องแสดงหมายเลขโทรเข้าและ PIN สำหรับ การประชุม OpenClaw จะไม่ค้นหาข้อมูลเหล่านั้นจากหน้า Meet

เปิดใช้ Plugin Voice Call บนโฮสต์ Gateway ไม่ใช่บนโหนด Chrome:

{  plugins: {    allow: ["google-meet", "voice-call", "google"],    entries: {      "google-meet": {        enabled: true,        config: {          defaultTransport: "chrome-node",          // or set "twilio" if Twilio should be the default        },      },      "voice-call": {        enabled: true,        config: {          provider: "twilio",          inboundPolicy: "allowlist",          realtime: {            enabled: true,            provider: "google",            instructions: "Join this Google Meet as an OpenClaw agent. Be brief.",            toolPolicy: "safe-read-only",            providers: {              google: {                silenceDurationMs: 500,                startSensitivity: "high",              },            },          },        },      },      google: {        enabled: true,      },    },  },}

ระบุข้อมูลรับรอง Twilio ผ่าน environment หรือคอนฟิก Environment ช่วยเก็บ ความลับออกจาก openclaw.json:

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

ใช้ realtime.provider: "openai" กับ Plugin ผู้ให้บริการ OpenAI และ OPENAI_API_KEY แทน หากนั่นคือผู้ให้บริการเสียงเรียลไทม์ของคุณ

รีสตาร์ตหรือโหลด Gateway ใหม่หลังเปิดใช้ voice-call; การเปลี่ยนแปลงคอนฟิก Plugin จะไม่ปรากฏในโปรเซส Gateway ที่กำลังรันอยู่จนกว่าจะโหลดใหม่

จากนั้นตรวจสอบ:

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

เมื่อการมอบหมาย Twilio เชื่อมต่อแล้ว googlemeet setup จะรวมการตรวจสอบ twilio-voice-call-plugin, twilio-voice-call-credentials และ twilio-voice-call-webhook ที่สำเร็จ

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

ใช้ --dtmf-sequence เมื่อการประชุมต้องใช้ลำดับแบบกำหนดเอง:

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

OAuth และ preflight

OAuth เป็นทางเลือกสำหรับการสร้างลิงก์ Meet เพราะ googlemeet create สามารถถอยกลับ ไปใช้ระบบอัตโนมัติของเบราว์เซอร์ได้ กำหนดค่า OAuth เมื่อคุณต้องการการสร้างผ่าน API อย่างเป็นทางการ การแก้ไข space หรือการตรวจสอบ preflight ของ Meet Media API

การเข้าถึง Google Meet API ใช้ OAuth ของผู้ใช้: สร้างไคลเอ็นต์ OAuth ของ Google Cloud ขอขอบเขตที่จำเป็น อนุญาตบัญชี Google แล้วจัดเก็บ refresh token ที่ได้ไว้ในคอนฟิก Plugin Google Meet หรือระบุ ตัวแปร environment OPENCLAW_GOOGLE_MEET_*

OAuth ไม่ได้แทนที่เส้นทางเข้าร่วมของ Chrome การขนส่ง Chrome และ Chrome-node ยังคงเข้าร่วมผ่านโปรไฟล์ Chrome ที่ลงชื่อเข้าใช้แล้ว, BlackHole/SoX และโหนดที่เชื่อมต่อ เมื่อคุณใช้การเข้าร่วมผ่านเบราว์เซอร์ OAuth ใช้เฉพาะสำหรับเส้นทาง Google Meet API อย่างเป็นทางการ: สร้าง meeting spaces, แก้ไข spaces และรันการตรวจสอบ preflight ของ Meet Media API

สร้างข้อมูลรับรอง Google

ใน Google Cloud Console:

1. สร้างหรือเลือกโปรเจกต์ Google Cloud

2. เปิดใช้ Google Meet REST API สำหรับโปรเจกต์นั้น

3. กำหนดค่าหน้าจอขอความยินยอม OAuth

   • Internal ง่ายที่สุดสำหรับองค์กร Google Workspace
   • External ใช้ได้กับการตั้งค่าส่วนบุคคล/ทดสอบ; ขณะที่แอปอยู่ใน Testing ให้เพิ่มบัญชี Google แต่ละบัญชีที่จะอนุญาตแอปเป็นผู้ใช้ทดสอบ

4. เพิ่มขอบเขตที่ OpenClaw ขอ:

   • https://www.googleapis.com/auth/meetings.space.created
   • https://www.googleapis.com/auth/meetings.space.readonly
   • https://www.googleapis.com/auth/meetings.space.settings
   • https://www.googleapis.com/auth/meetings.conference.media.readonly

5. สร้าง OAuth client ID

   • ประเภทแอปพลิเคชัน: Web application

   • Authorized redirect URI:

     http://localhost:8085/oauth2callback

6. คัดลอก client ID และ client secret

meetings.space.created จำเป็นสำหรับ Google Meet spaces.create meetings.space.readonly ให้ OpenClaw แก้ไข URL/รหัส Meet เป็น spaces meetings.space.settings ให้ OpenClaw ส่งการตั้งค่า SpaceConfig เช่น accessType ระหว่างการสร้างห้องผ่าน API meetings.conference.media.readonly ใช้สำหรับ preflight ของ Meet Media API และงานสื่อ Google อาจกำหนดให้ลงทะเบียน Developer Preview สำหรับการใช้ Media API จริง หากคุณต้องการเพียงการเข้าร่วม Chrome ผ่านเบราว์เซอร์ ให้ข้าม OAuth ทั้งหมด

สร้าง refresh token

กำหนดค่า oauth.clientId และเลือกกำหนด oauth.clientSecret หรือส่งผ่านเป็น ตัวแปร environment จากนั้นรัน:

openclaw googlemeet auth login --json

คำสั่งจะพิมพ์บล็อกคอนฟิก oauth พร้อม refresh token คำสั่งนี้ใช้ PKCE, callback localhost ที่ http://localhost:8085/oauth2callback และโฟลว์ คัดลอก/วางด้วยตนเองพร้อม --manual

ตัวอย่าง:

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

ใช้โหมด manual เมื่อเบราว์เซอร์เข้าถึง callback ภายในเครื่องไม่ได้:

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

เอาต์พุต JSON มี:

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

จัดเก็บออบเจ็กต์ oauth ไว้ใต้คอนฟิก Plugin Google Meet:

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

ควรใช้ตัวแปร environment เมื่อคุณไม่ต้องการให้ refresh token อยู่ในคอนฟิก หากมีค่าทั้งในคอนฟิกและ environment Plugin จะเลือกคอนฟิกก่อน แล้วจึงใช้ environment fallback

ความยินยอม OAuth รวมถึงการสร้าง Meet space, สิทธิ์อ่าน Meet space และสิทธิ์อ่าน สื่อการประชุม Meet หากคุณยืนยันตัวตนก่อนที่การรองรับการสร้างการประชุม จะมีอยู่ ให้รัน openclaw googlemeet auth login --json อีกครั้งเพื่อให้ refresh token มีขอบเขต meetings.space.created

ตรวจสอบ OAuth ด้วย doctor

รัน OAuth doctor เมื่อคุณต้องการตรวจสุขภาพที่รวดเร็วและไม่เปิดเผยความลับ:

openclaw googlemeet doctor --oauth --json

คำสั่งนี้จะไม่โหลด runtime ของ Chrome หรือกำหนดให้มีโหนด Chrome ที่เชื่อมต่ออยู่ คำสั่งตรวจสอบว่ามีคอนฟิก OAuth และ refresh token สามารถสร้าง access token ได้ รายงาน JSON รวมเฉพาะฟิลด์สถานะ เช่น ok, configured, tokenSource, expiresAt และข้อความตรวจสอบ; ไม่พิมพ์ access token, refresh token หรือ client secret

ผลลัพธ์ที่พบบ่อย:

หากต้องการพิสูจน์การเปิดใช้งาน Google Meet API และขอบเขต spaces.create ด้วย ให้รันการตรวจสอบการสร้างที่มีผลข้างเคียง:

openclaw googlemeet doctor --oauth --create-space --jsonopenclaw googlemeet create --no-join --json

--create-space สร้าง URL Meet ชั่วคราว ใช้เมื่อคุณต้องยืนยันว่าโปรเจกต์ Google Cloud เปิดใช้งาน Meet API แล้ว และบัญชีที่อนุญาตมีขอบเขต meetings.space.created

หากต้องการพิสูจน์สิทธิ์อ่านสำหรับพื้นที่การประชุมที่มีอยู่:

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

doctor --oauth --meeting และ resolve-space พิสูจน์สิทธิ์อ่านพื้นที่ที่มีอยู่ซึ่งบัญชี Google ที่อนุญาตเข้าถึงได้ 403 จากการตรวจสอบเหล่านี้มักหมายความว่า Google Meet REST API ถูกปิดใช้งาน โทเค็นรีเฟรชที่ให้ความยินยอมไว้ไม่มีขอบเขตที่จำเป็น หรือบัญชี Google ไม่สามารถเข้าถึงพื้นที่ Meet นั้นได้ ข้อผิดพลาดของโทเค็นรีเฟรชหมายความว่าให้รัน openclaw googlemeet auth login --json อีกครั้งและจัดเก็บบล็อก oauth ใหม่

ไม่ต้องใช้ข้อมูลรับรอง OAuth สำหรับ browser fallback ในโหมดนั้น การยืนยันตัวตน Google มาจากโปรไฟล์ Chrome ที่ลงชื่อเข้าใช้บนโหนดที่เลือก ไม่ใช่จากการกำหนดค่า OpenClaw

ตัวแปรสภาพแวดล้อมเหล่านี้ยอมรับเป็น fallback:

• 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

แปลง URL Meet, รหัส หรือ spaces/{id} ผ่าน spaces.get:

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

รัน preflight ก่อนงานสื่อ:

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

แสดงรายการสิ่งประดิษฐ์การประชุมและการเข้าร่วมหลังจาก 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 จะใช้ระเบียนการประชุมล่าสุดตามค่าเริ่มต้น ส่ง --all-conference-records เมื่อคุณต้องการระเบียนที่เก็บไว้ทั้งหมดสำหรับการประชุมนั้น

การค้นหา Calendar สามารถแปลง URL การประชุมจาก Google Calendar ก่อนอ่านสิ่งประดิษฐ์ Meet:

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

--today ค้นหาปฏิทิน primary ของวันนี้เพื่อหาเหตุการณ์ Calendar ที่มีลิงก์ Google Meet ใช้ --event <query> เพื่อค้นหาข้อความเหตุการณ์ที่ตรงกัน และ --calendar <id> สำหรับปฏิทินที่ไม่ใช่ปฏิทินหลัก การค้นหา Calendar ต้องใช้การเข้าสู่ระบบ OAuth ใหม่ที่รวมขอบเขตอ่านอย่างเดียวของเหตุการณ์ Calendar calendar-events แสดงตัวอย่างเหตุการณ์ Meet ที่ตรงกันและทำเครื่องหมายเหตุการณ์ที่ latest, artifacts, attendance หรือ export จะเลือก

หากคุณทราบ id ระเบียนการประชุมแล้ว 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

จบการประชุมที่ใช้งานอยู่สำหรับพื้นที่ที่สร้างด้วย API เมื่อคุณต้องการปิดห้องหลังการโทร:

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

คำสั่งนี้เรียก Google Meet spaces.endActiveConference และต้องใช้ OAuth ที่มีขอบเขต meetings.space.created สำหรับพื้นที่ที่บัญชีที่อนุญาตจัดการได้ OpenClaw รับอินพุตเป็น URL Meet, รหัสการประชุม หรือ spaces/{id} และแปลงเป็นทรัพยากรพื้นที่ API ก่อนจบการประชุมที่ใช้งานอยู่ คำสั่งนี้แยกจาก googlemeet leave: leave หยุดการเข้าร่วมภายในเครื่อง/เซสชันของ OpenClaw ส่วน end-active-conference ขอให้ Google Meet จบการประชุมที่ใช้งานอยู่สำหรับพื้นที่นั้น

เขียนรายงานที่อ่านง่าย:

openclaw googlemeet artifacts --conference-record conferenceRecords/abc123 \  --format markdown --output meet-artifacts.mdopenclaw googlemeet attendance --conference-record conferenceRecords/abc123 \  --format markdown --output meet-attendance.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 ส่งคืนเมตาดาทาระเบียนการประชุม รวมถึงเมตาดาทาทรัพยากรของผู้เข้าร่วม การบันทึก ทรานสคริปต์ รายการทรานสคริปต์แบบมีโครงสร้าง และ smart-note เมื่อ Google เปิดเผยข้อมูลนั้นสำหรับการประชุม ใช้ --no-transcript-entries เพื่อข้ามการค้นหารายการสำหรับการประชุมขนาดใหญ่ attendance ขยายผู้เข้าร่วมเป็นแถวเซสชันผู้เข้าร่วม พร้อมเวลาที่เห็นครั้งแรก/ครั้งล่าสุด ระยะเวลาเซสชันรวม แฟล็กมาสาย/ออกก่อนเวลา และรวมทรัพยากรผู้เข้าร่วมที่ซ้ำกันตามผู้ใช้ที่ลงชื่อเข้าใช้หรือชื่อที่แสดง ส่ง --no-merge-duplicates เพื่อแยกทรัพยากรผู้เข้าร่วมดิบไว้ต่างหาก, --late-after-minutes เพื่อปรับการตรวจจับการมาสาย และ --early-before-minutes เพื่อปรับการตรวจจับการออกก่อนเวลา

export เขียนโฟลเดอร์ที่มี summary.md, attendance.csv, transcript.md, artifacts.json, attendance.json และ manifest.json manifest.json บันทึกอินพุตที่เลือก ตัวเลือกการส่งออก ระเบียนการประชุม ไฟล์เอาต์พุต จำนวน แหล่งที่มาของโทเค็น เหตุการณ์ Calendar เมื่อมีการใช้ และคำเตือนการดึงข้อมูลบางส่วน ส่ง --zip เพื่อเขียนอาร์ไคฟ์แบบพกพาข้างโฟลเดอร์ด้วย ส่ง --include-doc-bodies เพื่อส่งออกข้อความ Google Docs ของทรานสคริปต์และ smart-note ที่ลิงก์ไว้ผ่าน Google Drive files.export; ต้องใช้การเข้าสู่ระบบ OAuth ใหม่ที่รวมขอบเขตอ่านอย่างเดียวของ Drive Meet หากไม่มี --include-doc-bodies การส่งออกจะรวมเฉพาะเมตาดาทา Meet และรายการทรานสคริปต์แบบมีโครงสร้างเท่านั้น หาก Google ส่งคืนความล้มเหลวของสิ่งประดิษฐ์บางส่วน เช่น ข้อผิดพลาดในการแสดงรายการ smart-note, รายการทรานสคริปต์ หรือเนื้อหาเอกสาร Drive สรุปและ manifest จะเก็บคำเตือนไว้แทนที่จะทำให้การส่งออกทั้งหมดล้มเหลว ใช้ --dry-run เพื่อดึงข้อมูลสิ่งประดิษฐ์/การเข้าร่วมชุดเดียวกันและพิมพ์ JSON ของ manifest โดยไม่สร้างโฟลเดอร์หรือ ZIP สิ่งนี้มีประโยชน์ก่อนเขียนการส่งออกขนาดใหญ่ หรือเมื่อ agent ต้องการเพียงจำนวน ระเบียนที่เลือก และคำเตือน

Agent ยังสามารถสร้างบันเดิลเดียวกันผ่านเครื่องมือ google_meet ได้:

{  "action": "export",  "conferenceRecord": "conferenceRecords/abc123",  "includeDocumentBodies": true,  "outputDir": "meet-export",  "zip": true}

ตั้งค่า "dryRun": true เพื่อส่งคืนเฉพาะ manifest การส่งออกและข้ามการเขียนไฟล์

Agent ยังสามารถสร้างห้องที่รองรับด้วย API พร้อมนโยบายการเข้าถึงที่ระบุชัดเจน:

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

และสามารถจบการประชุมที่ใช้งานอยู่สำหรับห้องที่ทราบได้:

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

สำหรับการตรวจสอบแบบฟังก่อน Agent ควรใช้ test_listen ก่อนอ้างว่าการประชุมนั้นมีประโยชน์:

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

รัน live smoke ที่มีการป้องกันกับการประชุมจริงที่เก็บไว้:

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

รันโพรบเบราว์เซอร์แบบ live listen-first กับการประชุมที่มีคนจะพูดและมีคำบรรยาย Meet พร้อมใช้งาน:

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

สภาพแวดล้อม live smoke:

• OPENCLAW_LIVE_TEST=1 เปิดใช้การทดสอบ live ที่มีการป้องกัน
• OPENCLAW_GOOGLE_MEET_LIVE_MEETING ชี้ไปยัง URL Meet, รหัส หรือ spaces/{id} ที่เก็บไว้
• OPENCLAW_GOOGLE_MEET_CLIENT_ID หรือ GOOGLE_MEET_CLIENT_ID ระบุ id ไคลเอนต์ OAuth
• OPENCLAW_GOOGLE_MEET_REFRESH_TOKEN หรือ GOOGLE_MEET_REFRESH_TOKEN ระบุโทเค็นรีเฟรช
• ไม่บังคับ: OPENCLAW_GOOGLE_MEET_CLIENT_SECRET, OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN และ OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT ใช้ชื่อ fallback เดียวกัน โดยไม่มีคำนำหน้า OPENCLAW_

live smoke พื้นฐานสำหรับสิ่งประดิษฐ์/การเข้าร่วมต้องใช้ https://www.googleapis.com/auth/meetings.space.readonly และ https://www.googleapis.com/auth/meetings.conference.media.readonly การค้นหา Calendar ต้องใช้ https://www.googleapis.com/auth/calendar.events.readonly การส่งออกเนื้อหาเอกสาร Drive ต้องใช้ https://www.googleapis.com/auth/drive.meet.readonly

สร้างพื้นที่ Meet ใหม่:

openclaw googlemeet create

คำสั่งจะพิมพ์ meeting uri ใหม่ แหล่งที่มา และเซสชันเข้าร่วม เมื่อมีข้อมูลรับรอง OAuth จะใช้ Google Meet API อย่างเป็นทางการ หากไม่มีข้อมูลรับรอง OAuth จะใช้โปรไฟล์เบราว์เซอร์ที่ลงชื่อเข้าใช้ของโหนด Chrome ที่ปักหมุดไว้เป็น fallback Agent สามารถใช้เครื่องมือ google_meet พร้อม action: "create" เพื่อสร้างและเข้าร่วมในขั้นตอนเดียว สำหรับการสร้างเฉพาะ URL ให้ส่ง "join": false

ตัวอย่างเอาต์พุต JSON จาก browser fallback:

{  "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"    }  }}

หาก browser fallback พบการเข้าสู่ระบบ Google หรือ Meet permission blocker ก่อนที่จะสร้าง URL ได้ เมธอด Gateway จะส่งคืนการตอบกลับที่ล้มเหลว และเครื่องมือ google_meet จะส่งคืนรายละเอียดแบบมีโครงสร้างแทนสตริงธรรมดา:

{  "source": "browser",  "error": "google-login-required: Sign in to Google in the OpenClaw browser profile, then retry meeting creation.",  "manualActionRequired": true,  "manualActionReason": "google-login-required",  "manualActionMessage": "Sign in to Google in the OpenClaw browser profile, then retry meeting creation.",  "browser": {    "nodeId": "ba0f4e4bc...",    "targetId": "tab-1",    "browserUrl": "https://accounts.google.com/signin",    "browserTitle": "Sign in - Google Accounts"  }}

เมื่อ Agent เห็น manualActionRequired: true ควรรายงาน manualActionMessage พร้อมบริบทโหนด/แท็บเบราว์เซอร์ และหยุดเปิดแท็บ Meet ใหม่จนกว่าผู้ปฏิบัติงานจะทำขั้นตอนในเบราว์เซอร์ให้เสร็จ

ตัวอย่างเอาต์พุต JSON จากการสร้างผ่าน 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"    }  }}

การสร้าง Meet จะเข้าร่วมโดยค่าเริ่มต้น ทรานสปอร์ต Chrome หรือ Chrome-node ยังต้องใช้โปรไฟล์ Google Chrome ที่ลงชื่อเข้าใช้แล้วเพื่อเข้าร่วมผ่านเบราว์เซอร์ หากโปรไฟล์ถูกลงชื่อออก OpenClaw จะรายงาน manualActionRequired: true หรือข้อผิดพลาดการสำรองผ่านเบราว์เซอร์ และขอให้ผู้ปฏิบัติงานลงชื่อเข้าใช้ Google ให้เสร็จก่อนลองอีกครั้ง

ตั้งค่า preview.enrollmentAcknowledged: true หลังจากยืนยันแล้วเท่านั้นว่าโปรเจ็กต์ Cloud, OAuth principal และผู้เข้าร่วมประชุมของคุณได้ลงทะเบียนใน Google Workspace Developer Preview Program สำหรับ Meet media APIs แล้ว

การกำหนดค่า

เส้นทางเอเจนต์ Chrome ทั่วไปต้องการเพียงเปิดใช้งาน Plugin, BlackHole, SoX, คีย์ผู้ให้บริการถอดเสียงแบบเรียลไทม์ และผู้ให้บริการ OpenClaw TTS ที่กำหนดค่าแล้ว OpenAI เป็นผู้ให้บริการถอดเสียงเริ่มต้น ตั้งค่า realtime.voiceProvider เป็น "google" และ realtime.model เพื่อใช้ Google Gemini Live สำหรับโหมด bidi โดยไม่เปลี่ยนผู้ให้บริการถอดเสียงเริ่มต้นของโหมดเอเจนต์:

brew install blackhole-2ch soxexport OPENAI_API_KEY=sk-...# orexport GEMINI_API_KEY=...

ตั้งค่าการกำหนดค่า Plugin ภายใต้ plugins.entries.google-meet.config:

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

ค่าเริ่มต้น:

• defaultTransport: "chrome"
• defaultMode: "agent" ("realtime" ยอมรับเฉพาะเป็นนามแฝงความเข้ากันได้แบบเดิมสำหรับ "agent"; การเรียกเครื่องมือใหม่ควรใช้ "agent")
• chromeNode.node: id/name/IP ของ Node ที่เป็นทางเลือกสำหรับ chrome-node
• chrome.audioBackend: "blackhole-2ch"
• chrome.guestName: "OpenClaw Agent": ชื่อที่ใช้บนหน้าจอผู้เยี่ยมชม Meet ที่ยังไม่ได้ลงชื่อเข้าใช้
• chrome.autoJoin: true: พยายามกรอกชื่อผู้เยี่ยมชมและคลิก Join Now ผ่านระบบอัตโนมัติเบราว์เซอร์ของ OpenClaw บน chrome-node
• chrome.reuseExistingTab: true: เปิดใช้งานแท็บ Meet ที่มีอยู่แทนการเปิดซ้ำ
• chrome.waitForInCallMs: 20000: รอให้แท็บ Meet รายงานว่าอยู่ในสายก่อนเริ่มทริกเกอร์คำกล่าวนำตอบกลับด้วยเสียง
• chrome.audioFormat: "pcm16-24khz": รูปแบบเสียงของคู่คำสั่ง ใช้ "g711-ulaw-8khz" เฉพาะสำหรับคู่คำสั่งเดิม/กำหนดเองที่ยังปล่อยเสียงโทรศัพท์
• chrome.audioBufferBytes: 4096: บัฟเฟอร์ประมวลผล SoX สำหรับคำสั่งเสียงคู่คำสั่ง Chrome ที่สร้างขึ้น ค่านี้เป็นครึ่งหนึ่งของบัฟเฟอร์เริ่มต้น 8192 ไบต์ของ SoX ซึ่งลดเวลาแฝงของ pipe เริ่มต้นแต่ยังเหลือพื้นที่ให้เพิ่มได้บนโฮสต์ที่มีภาระงานสูง ค่าที่ต่ำกว่าขั้นต่ำของ SoX จะถูกจำกัดไว้ที่ 17 ไบต์
• chrome.audioInputCommand: คำสั่ง SoX ที่อ่านจาก CoreAudio BlackHole 2ch และเขียนเสียงใน chrome.audioFormat
• chrome.audioOutputCommand: คำสั่ง SoX ที่อ่านเสียงใน chrome.audioFormat และเขียนไปยัง CoreAudio BlackHole 2ch
• chrome.bargeInInputCommand: คำสั่งไมโครโฟนภายในเครื่องที่เป็นทางเลือก ซึ่งเขียน PCM โมโน signed 16-bit little-endian สำหรับตรวจจับการพูดแทรกของมนุษย์ขณะการเล่นเสียงของผู้ช่วยกำลังทำงาน ขณะนี้ใช้กับบริดจ์คู่คำสั่ง chrome ที่โฮสต์โดย Gateway
• chrome.bargeInRmsThreshold: 650: ระดับ RMS ที่นับว่าเป็นการขัดจังหวะของมนุษย์บน chrome.bargeInInputCommand
• chrome.bargeInPeakThreshold: 2500: ระดับพีกที่นับว่าเป็นการขัดจังหวะของมนุษย์บน chrome.bargeInInputCommand
• chrome.bargeInCooldownMs: 900: หน่วงเวลาขั้นต่ำระหว่างการล้างสถานะการขัดจังหวะของมนุษย์ซ้ำ
• mode: "agent": โหมดตอบกลับด้วยเสียงเริ่มต้น เสียงพูดของผู้เข้าร่วมจะถูกถอดเสียงโดยผู้ให้บริการถอดเสียงแบบเรียลไทม์ที่กำหนดค่าไว้ ส่งไปยังเอเจนต์ OpenClaw ที่กำหนดค่าไว้ในเซสชันเอเจนต์ย่อยต่อการประชุม และพูดกลับผ่าน runtime OpenClaw TTS ปกติ
• mode: "bidi": โหมดสำรองของโมเดลเรียลไทม์แบบสองทิศทางโดยตรง ผู้ให้บริการเสียงเรียลไทม์ตอบเสียงพูดของผู้เข้าร่วมโดยตรงและอาจเรียก openclaw_agent_consult สำหรับคำตอบเชิงลึก/ที่รองรับด้วยเครื่องมือ
• mode: "transcribe": โหมดสังเกตการณ์อย่างเดียวโดยไม่มีบริดจ์ตอบกลับด้วยเสียง
• realtime.provider: "openai": ค่าความเข้ากันได้สำรองที่ใช้เมื่อไม่ได้ตั้งค่าฟิลด์ผู้ให้บริการแบบ scoped ด้านล่าง
• realtime.transcriptionProvider: "openai": id ผู้ให้บริการที่โหมด agent ใช้สำหรับการถอดเสียงแบบเรียลไทม์
• realtime.voiceProvider: id ผู้ให้บริการที่โหมด bidi ใช้สำหรับเสียงเรียลไทม์โดยตรง ตั้งค่านี้เป็น "google" เพื่อใช้ Gemini Live ขณะที่ยังคงการถอดเสียงโหมดเอเจนต์ไว้บน OpenAI
• realtime.toolPolicy: "safe-read-only"
• realtime.instructions: คำตอบพูดสั้น ๆ พร้อม openclaw_agent_consult สำหรับคำตอบเชิงลึก
• realtime.introMessage: ข้อความพูดสั้น ๆ เพื่อตรวจสอบความพร้อมเมื่อบริดจ์เรียลไทม์เชื่อมต่อ ตั้งค่าเป็น "" เพื่อเข้าร่วมแบบเงียบ
• realtime.agentId: id เอเจนต์ OpenClaw ที่เป็นทางเลือกสำหรับ openclaw_agent_consult; ค่าเริ่มต้นคือ main

การ override ที่เป็นทางเลือก:

{  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-2.5-flash-native-audio-preview-12-2025",    agentId: "jay",    toolPolicy: "owner",    introMessage: "Say exactly: I'm here.",    providers: {      google: {        speakerVoice: "Kore",      },    },  },}

ElevenLabs สำหรับทั้งการฟังและการพูดในโหมดเอเจนต์:

{  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 แบบคงอยู่มาจาก messages.tts.providers.elevenlabs.speakerVoiceId การตอบกลับของเอเจนต์ยังสามารถใช้คำสั่งต่อคำตอบ [[tts:speakerVoiceId=... model=eleven_v3]] เมื่อเปิดใช้งานการ override โมเดล TTS แต่การกำหนดค่าคือค่าเริ่มต้นที่กำหนดได้แน่นอนสำหรับการประชุม เมื่อเข้าร่วม บันทึกควรแสดง transcriptionProvider=elevenlabs และทุกคำตอบที่พูดควรบันทึก provider=elevenlabs model=eleven_v3 speakerVoiceId=<voiceId>

การกำหนดค่าเฉพาะ Twilio:

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

voiceCall.enabled มีค่าเริ่มต้นเป็น true; เมื่อใช้ทรานสปอร์ต Twilio ระบบจะมอบหมายการโทร PSTN จริง, DTMF และคำทักทายเริ่มต้นให้กับ Voice Call Plugin Voice Call จะเล่นลำดับ DTMF ก่อนเปิดสตรีมสื่อเรียลไทม์ จากนั้นใช้ข้อความนำที่บันทึกไว้เป็นคำทักทายเรียลไทม์เริ่มต้น หากไม่ได้เปิดใช้งาน voice-call Google Meet ยังสามารถตรวจสอบและบันทึกแผนการโทรได้ แต่ไม่สามารถทำการโทร Twilio ได้

เครื่องมือ

เอเจนต์สามารถใช้เครื่องมือ google_meet ได้:

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

ใช้ transport: "chrome" เมื่อ Chrome ทำงานบนโฮสต์ Gateway ใช้ transport: "chrome-node" เมื่อ Chrome ทำงานบน Node ที่จับคู่ เช่น Parallels VM ในทั้งสองกรณี ผู้ให้บริการโมเดลและ openclaw_agent_consult จะทำงานบนโฮสต์ Gateway ดังนั้นข้อมูลประจำตัวของโมเดลจึงอยู่ที่นั่น ด้วยค่าเริ่มต้น mode: "agent" ผู้ให้บริการถอดเสียงแบบเรียลไทม์จะจัดการการฟัง เอเจนต์ OpenClaw ที่กำหนดค่าไว้จะสร้างคำตอบ และ OpenClaw TTS ปกติจะพูดเข้าไปใน Meet ใช้ mode: "bidi" เมื่อต้องการให้โมเดลเสียงเรียลไทม์ตอบโดยตรง mode: "realtime" แบบดิบยังคงได้รับการยอมรับเป็นนามแฝงความเข้ากันได้แบบเดิมสำหรับ mode: "agent" แต่จะไม่ถูกโฆษณาใน schema เครื่องมือของเอเจนต์อีกต่อไป บันทึกโหมดเอเจนต์จะรวมผู้ให้บริการ/โมเดลถอดเสียงที่ resolve แล้วเมื่อเริ่มต้นบริดจ์ และผู้ให้บริการ TTS, โมเดล, เสียง, รูปแบบเอาต์พุต และ sample rate หลังแต่ละคำตอบที่สังเคราะห์แล้ว

ใช้ action: "status" เพื่อแสดงรายการเซสชันที่ใช้งานอยู่หรือตรวจสอบ ID เซสชัน ใช้ action: "speak" พร้อม sessionId และ message เพื่อให้เอเจนต์เรียลไทม์พูดทันที ใช้ action: "test_speech" เพื่อสร้างหรือใช้เซสชันซ้ำ ทริกเกอร์วลีที่ทราบ และส่งคืนสถานะสุขภาพ inCall เมื่อโฮสต์ Chrome สามารถรายงานได้ test_speech จะบังคับ mode: "agent" เสมอ และล้มเหลวหากถูกขอให้ทำงานใน mode: "transcribe" เพราะเซสชันสังเกตการณ์อย่างเดียวตั้งใจไม่ให้ปล่อยเสียงพูดได้ ผลลัพธ์ speechOutputVerified อิงจากจำนวนไบต์เอาต์พุตเสียงเรียลไทม์ที่เพิ่มขึ้นระหว่างการเรียกทดสอบนี้ ดังนั้นเซสชันที่ใช้ซ้ำซึ่งมีเสียงเก่าจะไม่ถูกนับว่าเป็นการตรวจสอบเสียงพูดสำเร็จครั้งใหม่ ใช้ action: "leave" เพื่อทำเครื่องหมายว่าเซสชันสิ้นสุดแล้ว

status รวมสถานะสุขภาพของ Chrome เมื่อมี:

• inCall: Chrome ดูเหมือนอยู่ภายในสาย Meet
• micMuted: สถานะไมโครโฟน Meet แบบพยายามดีที่สุด
• manualActionRequired / manualActionReason / manualActionMessage: โปรไฟล์เบราว์เซอร์ต้องการการลงชื่อเข้าใช้ด้วยตนเอง การรับเข้าโดยโฮสต์ Meet สิทธิ์ หรือการซ่อมแซมการควบคุมเบราว์เซอร์ก่อนที่เสียงพูดจะทำงานได้
• speechReady / speechBlockedReason / speechBlockedMessage: ตอนนี้อนุญาตให้ใช้เสียงพูด Chrome ที่จัดการแล้วหรือไม่ speechReady: false หมายความว่า OpenClaw ไม่ได้ส่งคำกล่าวนำ/วลีทดสอบเข้าไปในบริดจ์เสียง
• providerConnected / realtimeReady: สถานะบริดจ์เสียงเรียลไทม์
• lastInputAt / lastOutputAt: เสียงล่าสุดที่เห็นจากบริดจ์หรือส่งไปยังบริดจ์
• audioOutputRouted / audioOutputDeviceLabel: เอาต์พุตสื่อของแท็บ Meet ถูกกำหนดเส้นทางอย่างใช้งานอยู่ไปยังอุปกรณ์ BlackHole ที่บริดจ์ใช้หรือไม่
• lastSuppressedInputAt / suppressedInputBytes: อินพุต loopback ที่ถูกละเว้นขณะการเล่นเสียงของผู้ช่วยกำลังทำงาน

{  "action": "speak",  "sessionId": "meet_...",  "message": "Say exactly: I'm here and listening."}

โหมดเอเจนต์และ bidi

โหมด Chrome agent ถูกปรับให้เหมาะสำหรับพฤติกรรม "เอเจนต์ของฉันอยู่ในการประชุม" ผู้ให้บริการถอดเสียงแบบเรียลไทม์จะได้ยินเสียงการประชุม transcript สุดท้ายของผู้เข้าร่วมจะถูกส่งผ่านเอเจนต์ OpenClaw ที่กำหนดค่าไว้ และคำตอบจะถูกพูดผ่าน runtime OpenClaw TTS ปกติ ตั้งค่า mode: "bidi" เมื่อต้องการให้โมเดลเสียงเรียลไทม์ตอบโดยตรง เศษ transcript สุดท้ายที่อยู่ใกล้กันจะถูกรวมก่อน consult เพื่อให้หนึ่งรอบการพูดไม่สร้างคำตอบบางส่วนเก่าหลายรายการ อินพุตเรียลไทม์ยังถูกระงับขณะที่เสียงผู้ช่วยในคิวยังคงเล่นอยู่ และ echo ของ transcript ที่คล้ายผู้ช่วยเมื่อไม่นานมานี้จะถูกละเว้นก่อน agent consult เพื่อให้ BlackHole loopback ไม่ทำให้เอเจนต์ตอบเสียงของตัวเอง

ในโหมด bidi เมื่อโมเดลเรียลไทม์ต้องการการให้เหตุผลที่ลึกขึ้น ข้อมูลปัจจุบัน หรือเครื่องมือ OpenClaw ปกติ โมเดลสามารถเรียก openclaw_agent_consult ได้

เครื่องมือ consult เรียกใช้เอเจนต์ OpenClaw ปกติอยู่เบื้องหลังพร้อมบริบทจาก บันทึกถอดความการประชุมล่าสุด และส่งคืนคำตอบแบบพูดที่กระชับ ในโหมด agent OpenClaw จะส่งคำตอบนั้นตรงไปยังรันไทม์ TTS; ในโหมด bidi โมเดลเสียงเรียลไทม์สามารถพูดผลลัพธ์ consult กลับเข้าไปในการประชุมได้ เครื่องมือนี้ใช้ กลไก consult ร่วมเดียวกันกับ Voice Call

ตามค่าเริ่มต้น consult จะทำงานกับเอเจนต์ main ตั้งค่า realtime.agentId เมื่อ เลน Meet ควร consult เวิร์กสเปซเอเจนต์ OpenClaw เฉพาะ ค่าเริ่มต้นของโมเดล นโยบายเครื่องมือ หน่วยความจำ และประวัติเซสชัน

consult ในโหมดเอเจนต์ใช้คีย์เซสชันต่อการประชุม agent:<id>:subagent:google-meet:<session> เพื่อให้คำถามต่อเนื่องคงบริบทการประชุมไว้ พร้อมสืบทอดนโยบายเอเจนต์ปกติจากเอเจนต์ที่กำหนดค่าไว้

realtime.toolPolicy ควบคุมการเรียกใช้ consult:

• safe-read-only: เปิดเผยเครื่องมือ consult และจำกัดเอเจนต์ปกติไว้ที่ read, web_search, web_fetch, x_search, memory_search และ memory_get
• owner: เปิดเผยเครื่องมือ consult และให้เอเจนต์ปกติใช้นโยบายเครื่องมือเอเจนต์ปกติ
• none: ไม่เปิดเผยเครื่องมือ consult ให้โมเดลเสียงเรียลไทม์

คีย์เซสชัน consult ถูกจำกัดขอบเขตต่อเซสชัน Meet ดังนั้นการเรียก consult ต่อเนื่อง สามารถนำบริบท consult ก่อนหน้ากลับมาใช้ระหว่างการประชุมเดียวกันได้

หากต้องการบังคับให้ตรวจสอบความพร้อมแบบพูดหลังจาก Chrome เข้าร่วมสายเต็มที่แล้ว:

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

สำหรับ smoke แบบเข้าร่วมและพูดเต็มรูปแบบ:

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

รายการตรวจสอบการทดสอบสด

ใช้ลำดับนี้ก่อนส่งต่อการประชุมให้เอเจนต์แบบไม่มีผู้ดูแล:

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 ที่คาดหวัง:

• googlemeet setup เป็นสีเขียวทั้งหมด
• googlemeet setup มี chrome-node-connected เมื่อ Chrome-node เป็น transport เริ่มต้นหรือมีการปักหมุด node
• nodes status แสดงว่า node ที่เลือกเชื่อมต่ออยู่
• node ที่เลือกประกาศทั้ง googlemeet.chrome และ browser.proxy
• แท็บ Meet เข้าร่วมสาย และ test-speech ส่งคืนสถานะสุขภาพ Chrome พร้อม inCall: true

สำหรับโฮสต์ Chrome ระยะไกล เช่น Parallels macOS VM นี่คือการตรวจสอบที่สั้นที่สุด และปลอดภัยหลังอัปเดต Gateway หรือ VM:

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

สิ่งนี้พิสูจน์ว่า Gateway Plugin ถูกโหลดแล้ว, node ของ VM เชื่อมต่อด้วยโทเค็น ปัจจุบัน และบริดจ์เสียง Meet พร้อมใช้งาน ก่อนที่เอเจนต์จะเปิดแท็บการประชุมจริง

สำหรับ Twilio smoke ให้ใช้การประชุมที่แสดงรายละเอียดโทรเข้าทางโทรศัพท์:

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 เป็นสีเขียว
• voicecall พร้อมใช้งานใน CLI หลังโหลด Gateway ใหม่
• เซสชันที่ส่งคืนมี transport: "twilio" และ twilio.voiceCallId
• openclaw logs --follow แสดง DTMF TwiML ถูกเสิร์ฟก่อน realtime TwiML จากนั้นเป็น บริดจ์เรียลไทม์พร้อมคำทักทายเริ่มต้นที่เข้าคิวไว้
• googlemeet leave <sessionId> วางสาย voice call ที่มอบหมายไป

การแก้ไขปัญหา

เอเจนต์มองไม่เห็นเครื่องมือ Google Meet

ยืนยันว่า Plugin เปิดใช้งานอยู่ในการกำหนดค่า Gateway และโหลด Gateway ใหม่:

openclaw plugins list | grep google-meetopenclaw googlemeet setup

หากคุณเพิ่งแก้ไข plugins.entries.google-meet ให้รีสตาร์ทหรือโหลด Gateway ใหม่ เอเจนต์ที่กำลังทำงานจะเห็นเฉพาะเครื่องมือ Plugin ที่ลงทะเบียนโดยกระบวนการ Gateway ปัจจุบันเท่านั้น

บนโฮสต์ Gateway ที่ไม่ใช่ macOS เครื่องมือ google_meet สำหรับเอเจนต์ยังคงมองเห็นได้ แต่การกระทำพูดกลับผ่าน Chrome ภายในเครื่องจะถูกบล็อกก่อนถึงบริดจ์เสียง เสียงพูดกลับของ Chrome ภายในเครื่องปัจจุบันขึ้นกับ BlackHole 2ch บน macOS ดังนั้น เอเจนต์ Linux ควรใช้ mode: "transcribe", การโทรเข้า Twilio หรือโฮสต์ chrome-node บน macOS แทนเส้นทางเอเจนต์ Chrome ภายในเครื่องตามค่าเริ่มต้น

ไม่มี node ที่รองรับ Google Meet เชื่อมต่ออยู่

บนโฮสต์ node ให้เรียกใช้:

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 ให้อนุมัติ node และตรวจสอบคำสั่ง:

openclaw devices listopenclaw devices approve <requestId>openclaw nodes status

node ต้องเชื่อมต่ออยู่และแสดง googlemeet.chrome พร้อม browser.proxy การกำหนดค่า Gateway ต้องอนุญาตคำสั่ง node เหล่านั้น:

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

หาก googlemeet setup ล้มเหลวที่ chrome-node-connected หรือบันทึก Gateway รายงาน gateway token mismatch ให้ติดตั้งใหม่หรือรีสตาร์ท node ด้วยโทเค็น Gateway ปัจจุบัน สำหรับ Gateway บน LAN โดยทั่วไปหมายถึง:

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

เบราว์เซอร์เปิดแต่เอเจนต์เข้าร่วมไม่ได้

เรียกใช้ googlemeet test-listen สำหรับการเข้าร่วมแบบสังเกตอย่างเดียว หรือ googlemeet test-speech สำหรับการเข้าร่วมแบบเรียลไทม์ จากนั้นตรวจสอบสถานะสุขภาพ Chrome ที่ส่งคืน หากโพรบใดรายงาน manualActionRequired: true ให้แสดง manualActionMessage ให้ผู้ปฏิบัติงานและหยุดลองซ้ำจนกว่าการกระทำในเบราว์เซอร์จะเสร็จ

การกระทำด้วยตนเองที่พบบ่อย:

• ลงชื่อเข้าใช้โปรไฟล์ Chrome
• อนุญาตแขกจากบัญชีโฮสต์ Meet
• ให้สิทธิ์ไมโครโฟน/กล้องแก่ Chrome เมื่อพรอมป์สิทธิ์แบบเนทีฟของ Chrome ปรากฏ
• ปิดหรือซ่อมกล่องโต้ตอบสิทธิ์ Meet ที่ค้างอยู่

อย่ารายงานว่า "not signed in" เพียงเพราะ Meet แสดง "Do you want people to hear you in the meeting?" นั่นคือ interstitial การเลือกเสียงของ Meet; OpenClaw จะคลิก Use microphone ผ่านระบบอัตโนมัติของเบราว์เซอร์เมื่อพร้อมใช้งาน และรอ สถานะการประชุมจริงต่อไป สำหรับ browser fallback แบบสร้างอย่างเดียว OpenClaw อาจคลิก Continue without microphone เพราะการสร้าง URL ไม่ต้องใช้เส้นทางเสียง เรียลไทม์

การสร้างการประชุมล้มเหลว

googlemeet create ใช้ปลายทาง spaces.create ของ Google Meet API ก่อน เมื่อมีการกำหนดค่า OAuth credentials หากไม่มี OAuth credentials จะ fallback ไปยังเบราว์เซอร์ Chrome node ที่ปักหมุดไว้ ยืนยันว่า:

• สำหรับการสร้างผ่าน API: มีการกำหนดค่า oauth.clientId และ oauth.refreshToken หรือมีตัวแปรสภาพแวดล้อม OPENCLAW_GOOGLE_MEET_* ที่ตรงกัน
• สำหรับการสร้างผ่าน API: refresh token ถูกออกหลังจากเพิ่มการรองรับการสร้างแล้ว โทเค็นเก่าอาจไม่มี scope meetings.space.created; เรียกใช้ openclaw googlemeet auth login --json อีกครั้งและอัปเดตการกำหนดค่า Plugin
• สำหรับ browser fallback: defaultTransport: "chrome-node" และ chromeNode.node ชี้ไปยัง node ที่เชื่อมต่ออยู่ซึ่งมี browser.proxy และ googlemeet.chrome
• สำหรับ browser fallback: โปรไฟล์ Chrome ของ OpenClaw บน node นั้นลงชื่อเข้าใช้ Google แล้วและเปิด https://meet.google.com/new ได้
• สำหรับ browser fallback: การลองซ้ำใช้แท็บ https://meet.google.com/new ที่มีอยู่หรือแท็บพรอมป์บัญชี Google ก่อนเปิดแท็บใหม่ หากเอเจนต์หมดเวลา ให้ลองเรียกเครื่องมือซ้ำแทนการเปิดแท็บ Meet อีกแท็บด้วยตนเอง
• สำหรับ browser fallback: หากเครื่องมือส่งคืน manualActionRequired: true ให้ใช้ browser.nodeId, browser.targetId, browserUrl และ manualActionMessage ที่ส่งคืนเพื่อแนะนำผู้ปฏิบัติงาน อย่าลองซ้ำเป็นลูปจนกว่าการกระทำนั้นจะเสร็จ
• สำหรับ browser fallback: หาก Meet แสดง "Do you want people to hear you in the meeting?" ให้เปิดแท็บทิ้งไว้ OpenClaw ควรคลิก Use microphone หรือสำหรับ fallback แบบสร้างอย่างเดียว คลิก Continue without microphone ผ่านระบบอัตโนมัติ ของเบราว์เซอร์และรอ URL Meet ที่สร้างต่อไป หากทำไม่ได้ ข้อผิดพลาดควรกล่าวถึง meet-audio-choice-required ไม่ใช่ google-login-required

เอเจนต์เข้าร่วมแล้วแต่ไม่พูด

ตรวจสอบเส้นทางเรียลไทม์:

openclaw googlemeet setupopenclaw googlemeet doctor

ใช้ mode: "agent" สำหรับเส้นทางพูดกลับปกติ STT -> เอเจนต์ OpenClaw -> TTS หรือ mode: "bidi" สำหรับ fallback เสียงเรียลไทม์โดยตรง mode: "transcribe" ตั้งใจไม่เริ่มบริดจ์พูดกลับ สำหรับการดีบักแบบสังเกตอย่างเดียว ให้เรียกใช้ openclaw googlemeet status --json <session-id> หลังผู้เข้าร่วมพูด และตรวจสอบ captioning, transcriptLines และ lastCaptionText หาก inCall เป็น true แต่ transcriptLines ยังคงเป็น 0 คำบรรยาย Meet อาจถูกปิดใช้งาน, ยังไม่มีใคร พูดหลังติดตั้งตัวสังเกต, UI ของ Meet เปลี่ยนไป หรือคำบรรยายสดไม่พร้อมใช้งาน สำหรับภาษา/บัญชีของการประชุม

googlemeet test-speech ตรวจสอบเส้นทางเรียลไทม์เสมอและรายงานว่าพบไบต์เอาต์พุต บริดจ์สำหรับการเรียกใช้นั้นหรือไม่ หาก speechOutputVerified เป็น false และ speechOutputTimedOut เป็น true ผู้ให้บริการเรียลไทม์อาจยอมรับ utterance แล้ว แต่ OpenClaw ไม่เห็นไบต์เอาต์พุตใหม่ไปถึงบริดจ์เสียง Chrome

ตรวจสอบเพิ่มเติมว่า:

• มีคีย์ผู้ให้บริการเรียลไทม์บนโฮสต์ Gateway เช่น OPENAI_API_KEY หรือ GEMINI_API_KEY
• BlackHole 2ch มองเห็นได้บนโฮสต์ Chrome
• มี sox อยู่บนโฮสต์ Chrome
• ไมโครโฟนและลำโพง Meet ถูกกำหนดเส้นทางผ่านเส้นทางเสียงเสมือนที่ OpenClaw ใช้ doctor ควรแสดง meet output routed: yes สำหรับการเข้าร่วมเรียลไทม์ผ่าน Chrome ภายในเครื่อง

googlemeet doctor [session-id] พิมพ์เซสชัน, node, สถานะอยู่ในสาย, เหตุผลการกระทำด้วยตนเอง, การเชื่อมต่อผู้ให้บริการเรียลไทม์, realtimeReady, กิจกรรมอินพุต/เอาต์พุตเสียง, timestamp เสียงล่าสุด, ตัวนับไบต์ และ URL เบราว์เซอร์ ใช้ googlemeet status [session-id] --json เมื่อคุณต้องการ JSON ดิบ ใช้ googlemeet doctor --oauth เมื่อคุณต้องการตรวจสอบ refresh ของ Google Meet OAuth โดยไม่เปิดเผยโทเค็น; เพิ่ม --meeting หรือ --create-space เมื่อคุณต้องการ หลักฐาน Google Meet API ด้วย

หากเอเจนต์หมดเวลาและคุณเห็นว่าแท็บ Meet เปิดอยู่แล้ว ให้ตรวจสอบแท็บนั้น โดยไม่เปิดแท็บใหม่:

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

การกระทำเครื่องมือที่เทียบเท่าคือ recover_current_tab มันโฟกัสและตรวจสอบ แท็บ Meet ที่มีอยู่สำหรับ transport ที่เลือก เมื่อใช้ chrome มันใช้การควบคุม เบราว์เซอร์ภายในเครื่องผ่าน Gateway; เมื่อใช้ chrome-node มันใช้ Chrome node ที่กำหนดค่าไว้ มันไม่เปิดแท็บใหม่หรือสร้างเซสชันใหม่; มันรายงานตัวบล็อกปัจจุบัน เช่น การเข้าสู่ระบบ, การรับเข้า, สิทธิ์ หรือสถานะการเลือกเสียง คำสั่ง CLI คุยกับ Gateway ที่กำหนดค่าไว้ ดังนั้น Gateway ต้องกำลังทำงาน; chrome-node ยังต้องมี Chrome node เชื่อมต่ออยู่ด้วย

การตรวจสอบการตั้งค่า Twilio ล้มเหลว

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

twilio-voice-call-credentials ล้มเหลวเมื่อ backend ของ Twilio ไม่มี account SID, auth token หรือหมายเลขผู้โทร ตั้งค่าสิ่งเหล่านี้บนโฮสต์ Gateway:

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

twilio-voice-call-webhook ล้มเหลวเมื่อ voice-call ไม่มีการเปิดเผย Webhook สาธารณะ หรือเมื่อ publicUrl ชี้ไปที่ local loopback หรือพื้นที่เครือข่ายส่วนตัว ตั้งค่า plugins.entries.voice-call.config.publicUrl เป็น URL ผู้ให้บริการสาธารณะ หรือกำหนดค่า tunnel/Tailscale exposure สำหรับ voice-call

URL แบบ loopback และส่วนตัวไม่ถูกต้องสำหรับ callback ของผู้ให้บริการโทรศัพท์ 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

สำหรับ URL สาธารณะที่เสถียร:

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

สำหรับการพัฒนาในเครื่อง ให้ใช้ tunnel หรือการเปิดเผยผ่าน Tailscale แทน URL โฮสต์ส่วนตัว:

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

จากนั้นรีสตาร์ตหรือโหลด Gateway ใหม่ แล้วเรียกใช้:

openclaw googlemeet setup --transport twilioopenclaw voicecall setupopenclaw voicecall smoke

โดยค่าเริ่มต้น voicecall smoke ใช้ตรวจความพร้อมเท่านั้น หากต้องการ dry-run หมายเลขเฉพาะ:

openclaw voicecall smoke --to "+15555550123"

เพิ่ม --yes เฉพาะเมื่อคุณตั้งใจจะโทรแจ้งเตือนขาออกแบบสดจริง:

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

การโทร Twilio เริ่มแล้วแต่ไม่เข้าการประชุม

ยืนยันว่าอีเวนต์ Meet แสดงรายละเอียดการโทรเข้า ส่งหมายเลขโทรเข้าและ PIN ที่ถูกต้อง หรือส่งลำดับ DTMF แบบกำหนดเอง:

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

ใช้ w นำหน้าหรือคอมมาใน --dtmf-sequence หากผู้ให้บริการต้องการการหยุดพัก ก่อนป้อน PIN

หากสร้างสายโทรศัพท์แล้ว แต่รายชื่อผู้เข้าร่วม Meet ยังไม่แสดงผู้เข้าร่วมแบบโทรเข้า:

• เรียกใช้ openclaw googlemeet doctor <session-id> เพื่อยืนยัน ID การโทร Twilio ที่มอบหมายแล้ว ตรวจว่า DTMF ถูกจัดคิวหรือไม่ และมีการขอคำทักทายเริ่มต้นหรือไม่
• เรียกใช้ openclaw voicecall status --call-id <id> และยืนยันว่าการโทรยังคง active
• เรียกใช้ openclaw voicecall tail และตรวจว่า Webhook ของ Twilio มาถึง Gateway
• เรียกใช้ openclaw logs --follow แล้วมองหาลำดับ Twilio Meet: Google Meet มอบหมายการเข้าร่วม, Voice Call จัดเก็บและให้บริการ DTMF TwiML ก่อนเชื่อมต่อ, Voice Call ให้บริการ TwiML แบบเรียลไทม์สำหรับการโทร Twilio จากนั้น Google Meet ขอเสียงแนะนำด้วย voicecall.speak
• เรียกใช้ openclaw googlemeet setup --transport twilio อีกครั้ง; การตรวจตั้งค่าที่เป็นสีเขียว เป็นสิ่งจำเป็น แต่ไม่ได้พิสูจน์ว่าลำดับ PIN ของการประชุมถูกต้อง
• ยืนยันว่าหมายเลขโทรเข้าเป็นของคำเชิญ Meet และภูมิภาคเดียวกับ PIN
• เพิ่ม voiceCall.dtmfDelayMs จากค่าเริ่มต้น 12 วินาที หาก Meet รับสายช้า หรือทรานสคริปต์การโทรยังแสดงพรอมต์ที่ขอ PIN หลังจากส่ง DTMF ก่อนเชื่อมต่อแล้ว
• หากผู้เข้าร่วมเข้าร่วมแล้วแต่คุณไม่ได้ยินคำทักทาย ให้ตรวจ openclaw logs --follow สำหรับคำขอ voicecall.speak หลัง DTMF และ การเล่น TTS ผ่าน media-stream หรือ fallback OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 ของ Twilio หากทรานสคริปต์การโทร ยังมีข้อความ "enter the meeting PIN" แปลว่า leg โทรศัพท์ยังไม่ได้เข้าห้อง Meet ดังนั้นผู้เข้าร่วมการประชุมจะไม่ได้ยินเสียงพูด

หาก Webhook ไม่มาถึง ให้ดีบัก Plugin Voice Call ก่อน: ผู้ให้บริการต้องเข้าถึง plugins.entries.voice-call.config.publicUrl หรือ tunnel ที่กำหนดค่าไว้ ดู การแก้ปัญหาการโทรด้วยเสียง

หมายเหตุ

API สื่อทางการของ Google Meet เน้นการรับ ดังนั้นการพูดเข้าไปในการโทร Meet ยังคงต้องใช้เส้นทางผู้เข้าร่วม Plugin นี้ทำให้ขอบเขตนั้นมองเห็นได้ชัดเจน: Chrome จัดการการเข้าร่วมผ่านเบราว์เซอร์และการกำหนดเส้นทางเสียงในเครื่อง; Twilio จัดการ การเข้าร่วมแบบโทรเข้า

โหมด talk-back ของ Chrome ต้องใช้ BlackHole 2ch พร้อมอย่างใดอย่างหนึ่งต่อไปนี้:

• chrome.audioInputCommand พร้อม chrome.audioOutputCommand: OpenClaw เป็นเจ้าของ bridge และ pipe เสียงใน chrome.audioFormat ระหว่างคำสั่งเหล่านั้นกับ ผู้ให้บริการที่เลือก โหมด Agent ใช้การถอดเสียงแบบเรียลไทม์พร้อม TTS ปกติ; โหมด bidi ใช้ผู้ให้บริการเสียงแบบเรียลไทม์ เส้นทาง Chrome เริ่มต้นคือ PCM16 24 kHz พร้อม chrome.audioBufferBytes: 4096; G.711 mu-law 8 kHz ยังคง พร้อมใช้งานสำหรับคู่คำสั่งเดิม
• chrome.audioBridgeCommand: คำสั่ง bridge ภายนอกเป็นเจ้าของเส้นทางเสียงในเครื่อง ทั้งหมด และต้องออกหลังจากเริ่มหรือยืนยัน daemon แล้ว ใช้ได้เฉพาะกับ bidi เพราะโหมด agent ต้องเข้าถึงคู่คำสั่งโดยตรงสำหรับ TTS

เมื่อ agent เรียกเครื่องมือ google_meet ในโหมด agent เซสชันที่ปรึกษาการประชุม จะ fork ทรานสคริปต์ปัจจุบันของผู้เรียกก่อนตอบเสียงพูดของผู้เข้าร่วม เซสชัน Meet ยังคงแยกอยู่ (agent:<agentId>:subagent:google-meet:<sessionId>) ดังนั้นการติดตามผลในการประชุมจะไม่แก้ไขทรานสคริปต์ของผู้เรียกโดยตรง

เพื่อเสียง duplex ที่สะอาด ให้กำหนดเส้นทางเอาต์พุต Meet และไมโครโฟน Meet ผ่าน อุปกรณ์เสมือนแยกกัน หรือกราฟอุปกรณ์เสมือนสไตล์ Loopback อุปกรณ์ BlackHole เดียวที่ใช้ร่วมกันอาจสะท้อนเสียงผู้เข้าร่วมคนอื่นกลับเข้าไปในการโทร

ด้วย bridge Chrome แบบคู่คำสั่ง chrome.bargeInInputCommand สามารถฟัง ไมโครโฟนในเครื่องแยกต่างหาก และล้างการเล่นเสียงของ assistant เมื่อมนุษย์เริ่ม พูด วิธีนี้ทำให้เสียงพูดของมนุษย์มาก่อนเอาต์พุตของ assistant แม้เมื่ออินพุต BlackHole loopback ที่ใช้ร่วมกันถูกระงับชั่วคราวระหว่างการเล่นเสียงของ assistant เช่นเดียวกับ chrome.audioInputCommand และ chrome.audioOutputCommand มันคือ คำสั่งในเครื่องที่ operator กำหนดค่าไว้ ใช้ path คำสั่งที่เชื่อถือได้อย่างชัดเจนหรือ รายการอาร์กิวเมนต์ และอย่าชี้ไปยังสคริปต์จากตำแหน่งที่ไม่น่าเชื่อถือ

googlemeet speak เรียกใช้ talk-back audio bridge ที่ active สำหรับเซสชัน Chrome googlemeet leave หยุด bridge นั้น สำหรับเซสชัน Twilio ที่มอบหมายผ่าน Plugin Voice Call, leave จะวางสาย voice call ที่อยู่ข้างใต้ด้วย ใช้ googlemeet end-active-conference เมื่อคุณต้องการปิดการประชุม Google Meet ที่ active สำหรับพื้นที่ที่จัดการด้วย API ด้วย

ที่เกี่ยวข้อง

• Plugin การโทรด้วยเสียง
• โหมด Talk
• การสร้าง Plugin