Plugin голосових викликів

Plugin голосових викликів для OpenClaw. Підтримує вихідні сповіщення, багатоетапні розмови, повнодуплексний голос у реальному часі, потокову транскрипцію та вхідні виклики з політиками списку дозволених. Поточні провайдери: twilio (Programmable Voice + Media Streams), telnyx (Call Control v2), plivo (Voice API + XML transfer + GetInput speech), mock (розробка/без мережі).

Plugin голосових викликів працює всередині процесу Gateway. Якщо ви використовуєте віддалений Gateway, установіть і налаштуйте Plugin на машині, де працює Gateway, а потім перезапустіть Gateway, щоб завантажити його.

Швидкий старт

Установіть Plugin

З npm
З локальної папки (розробка)

openclaw plugins install @openclaw/voice-call

PLUGIN_SRC=./path/to/local/voice-call-plugin
openclaw plugins install "$PLUGIN_SRC"
cd "$PLUGIN_SRC" && pnpm install

Використовуйте базовий пакет, щоб стежити за поточним офіційним тегом релізу. Закріплюйте точну версію лише тоді, коли потрібна відтворювана інсталяція.Після цього перезапустіть Gateway, щоб Plugin завантажився.

Налаштуйте провайдера й Webhook

Задайте конфігурацію в plugins.entries.voice-call.config (повну структуру див. у розділі Конфігурація нижче). Мінімально потрібні: provider, облікові дані провайдера, fromNumber і публічно доступна URL-адреса Webhook.

Перевірте налаштування

openclaw voicecall setup

Стандартний вивід зручний для читання в журналах чату й терміналах. Він перевіряє ввімкнення Plugin, облікові дані провайдера, доступність Webhook і те, що активний лише один аудіорежим (streaming або realtime). Використовуйте --json для скриптів.

Smoke-тест

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

Обидві команди стандартно виконуються як пробні запуски. Додайте --yes, щоб фактично здійснити короткий вихідний виклик-сповіщення:

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

Для Twilio, Telnyx і Plivo налаштування має визначатися як публічна URL-адреса Webhook. Якщо publicUrl, URL тунелю, URL Tailscale або резервний варіант serve визначається як loopback чи приватний мережевий простір, налаштування завершується помилкою замість запуску провайдера, який не зможе отримувати Webhook від оператора.

Конфігурація

Якщо enabled: true, але для вибраного провайдера бракує облікових даних, під час запуску Gateway записує попередження про неповне налаштування з відсутніми ключами та пропускає запуск runtime. Команди, RPC-виклики й інструменти агента все одно повертають точну відсутню конфігурацію провайдера під час використання.

Облікові дані voice-call підтримують SecretRefs. plugins.entries.voice-call.config.twilio.authToken, plugins.entries.voice-call.config.realtime.providers.*.apiKey, plugins.entries.voice-call.config.streaming.providers.*.apiKey і plugins.entries.voice-call.config.tts.providers.*.apiKey розв’язуються через стандартну поверхню SecretRef; див. поверхню облікових даних SecretRef.

{
  plugins: {
    entries: {
      "voice-call": {
        enabled: true,
        config: {
          provider: "twilio", // or "telnyx" | "plivo" | "mock"
          fromNumber: "+15550001234", // or TWILIO_FROM_NUMBER for Twilio
          toNumber: "+15550005678",
          sessionScope: "per-phone", // per-phone | per-call
          numbers: {
            "+15550009999": {
              inboundGreeting: "Silver Fox Cards, how can I help?",
              responseSystemPrompt: "You are a concise baseball card specialist.",
              tts: {
                providers: {
                  openai: { voice: "alloy" },
                },
              },
            },
          },

          twilio: {
            accountSid: "ACxxxxxxxx",
            authToken: "...",
          },
          telnyx: {
            apiKey: "...",
            connectionId: "...",
            // Telnyx webhook public key from the Mission Control Portal
            // (Base64; can also be set via TELNYX_PUBLIC_KEY).
            publicKey: "...",
          },
          plivo: {
            authId: "MAxxxxxxxxxxxxxxxxxxxx",
            authToken: "...",
          },

          // Webhook server
          serve: {
            port: 3334,
            path: "/voice/webhook",
          },

          // Webhook security (recommended for tunnels/proxies)
          webhookSecurity: {
            allowedHosts: ["voice.example.com"],
            trustedProxyIPs: ["100.64.0.1"],
          },

          // Public exposure (pick one)
          // publicUrl: "https://example.ngrok.app/voice/webhook",
          // tunnel: { provider: "ngrok" },
          // tailscale: { mode: "funnel", path: "/voice/webhook" },

          outbound: {
            defaultMode: "notify", // notify | conversation
          },

          streaming: { enabled: true /* see Streaming transcription */ },
          realtime: { enabled: false /* see Realtime voice */ },
        },
      },
    },
  },
}

Нотатки щодо доступності провайдера й безпеки

Twilio, Telnyx і Plivo всі потребують публічно доступної URL-адреси Webhook.
mock — це локальний провайдер для розробки (без мережевих викликів).
Telnyx потребує telnyx.publicKey (або TELNYX_PUBLIC_KEY), якщо skipSignatureVerification не дорівнює true.
skipSignatureVerification призначено лише для локального тестування.
На безплатному рівні ngrok задайте publicUrl як точну URL-адресу ngrok; перевірка підпису завжди застосовується.
tunnel.allowNgrokFreeTierLoopbackBypass: true дозволяє Webhook Twilio з недійсними підписами лише коли tunnel.provider="ngrok" і serve.bind є loopback (локальний агент ngrok). Лише для локальної розробки.
URL-адреси безплатного рівня Ngrok можуть змінюватися або додавати проміжну сторінку; якщо publicUrl зміщується, підписи Twilio не проходять перевірку. Для production віддавайте перевагу стабільному домену або funnel Tailscale.

Обмеження потокових підключень

streaming.preStartTimeoutMs закриває сокети, які ніколи не надсилають дійсний кадр start.
streaming.maxPendingConnections обмежує загальну кількість неавтентифікованих сокетів перед стартом.
streaming.maxPendingConnectionsPerIp обмежує неавтентифіковані сокети перед стартом для кожної IP-адреси джерела.
streaming.maxConnections обмежує загальну кількість відкритих сокетів media stream (очікуваних + активних).

Міграції застарілої конфігурації

Старіші конфігурації, що використовують provider: "log", twilio.from або застарілі ключі OpenAI streaming.*, переписуються командою openclaw doctor --fix. Резервний runtime поки що приймає старі ключі voice-call, але шлях переписування — openclaw doctor --fix, а сумісний shim є тимчасовим.Автоматично мігровані ключі streaming:

streaming.sttProvider → streaming.provider
streaming.openaiApiKey → streaming.providers.openai.apiKey
streaming.sttModel → streaming.providers.openai.model
streaming.silenceDurationMs → streaming.providers.openai.silenceDurationMs
streaming.vadThreshold → streaming.providers.openai.vadThreshold

Область сесії

Стандартно Plugin голосових викликів використовує sessionScope: "per-phone", щоб повторні виклики від того самого абонента зберігали пам’ять розмови. Задайте sessionScope: "per-call", коли кожен виклик оператора має починатися зі свіжого контексту, наприклад для ресепшена, бронювання, IVR або потоків мосту Google Meet, де той самий номер телефону може представляти різні зустрічі.

Голосові розмови в реальному часі

realtime вибирає повнодуплексного голосового провайдера реального часу для живого аудіо виклику. Це окремо від streaming, який лише пересилає аудіо до провайдерів транскрипції в реальному часі.

realtime.enabled не можна поєднувати з streaming.enabled. Виберіть один аудіорежим для кожного виклику.

Поточна поведінка runtime:

realtime.enabled підтримується для Twilio Media Streams.
realtime.provider необов’язковий. Якщо його не задано, Plugin голосових викликів використовує першого зареєстрованого голосового провайдера реального часу.
Вбудовані голосові провайдери реального часу: Google Gemini Live (google) і OpenAI (openai), зареєстровані їхніми провайдерськими Plugin.
Сира конфігурація, що належить провайдеру, розміщується в realtime.providers.<providerId>.
Plugin голосових викликів стандартно відкриває спільний інструмент реального часу openclaw_agent_consult. Модель реального часу може викликати його, коли абонент просить глибшого міркування, актуальної інформації або звичайних інструментів OpenClaw.
realtime.consultPolicy необов’язково додає вказівки щодо того, коли модель реального часу має викликати openclaw_agent_consult.
realtime.agentContext.enabled стандартно вимкнено. Коли ввімкнено, Plugin голосових викликів додає обмежену ідентичність агента, перевизначення системного prompt і вибрану капсулу файлів робочої області до інструкцій провайдера реального часу під час налаштування сесії.
realtime.fastContext.enabled стандартно вимкнено. Коли ввімкнено, Plugin голосових викликів спершу шукає питання консультації в індексованій пам’яті/контексті сесії та повертає ці фрагменти моделі реального часу в межах realtime.fastContext.timeoutMs, перш ніж перейти до повного агента консультації лише якщо realtime.fastContext.fallbackToConsult дорівнює true.
Якщо realtime.provider вказує на незареєстрованого провайдера або якщо жоден голосовий провайдер реального часу не зареєстрований, Plugin голосових викликів записує попередження й пропускає медіа реального часу замість того, щоб завершити роботу всього Plugin помилкою.
Ключі сесії консультації повторно використовують збережену сесію виклику, коли вона доступна, а потім переходять до налаштованого sessionScope (per-phone стандартно або per-call для ізольованих викликів).

Політика інструментів

realtime.toolPolicy керує запуском консультації:

Політика	Поведінка
`safe-read-only`	Відкрити інструмент консультації та обмежити звичайного агента до `read`, `web_search`, `web_fetch`, `x_search`, `memory_search` і `memory_get`.
`owner`	Відкрити інструмент консультації та дозволити звичайному агенту використовувати нормальну політику інструментів агента.
`none`	Не відкривати інструмент консультації. Користувацькі `realtime.tools` все одно передаються провайдеру реального часу.

realtime.consultPolicy керує лише інструкціями моделі реального часу:

Політика	Настанова
`auto`	Зберегти стандартний prompt і дозволити провайдеру вирішувати, коли викликати інструмент консультації.
`substantive`	Відповідати на прості розмовні зв’язки напряму й консультуватися перед фактами, пам’яттю, інструментами або контекстом.
`always`	Консультуватися перед кожною змістовною відповіддю.

Голосовий контекст агента

Увімкніть realtime.agentContext, коли голосовий міст має звучати як налаштований агент OpenClaw без повного циклу агентської консультації на звичайних репліках. Капсула контексту додається один раз під час створення сесії реального часу, тому не додає затримки на кожну репліку. Виклики openclaw_agent_consult все одно запускають повного агента OpenClaw і мають використовуватися для роботи з інструментами, актуальної інформації, пошуку в пам’яті або стану робочої області.

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          agentId: "main",
          realtime: {
            enabled: true,
            provider: "google",
            toolPolicy: "safe-read-only",
            consultPolicy: "substantive",
            agentContext: {
              enabled: true,
              maxChars: 6000,
              includeIdentity: true,
              includeSystemPrompt: true,
              includeWorkspaceFiles: true,
              files: ["SOUL.md", "IDENTITY.md", "USER.md"],
            },
          },
        },
      },
    },
  },
}

Приклади провайдерів реального часу

Google Gemini Live
OpenAI

Типові значення: API-ключ із realtime.providers.google.apiKey, GEMINI_API_KEY або GOOGLE_GENERATIVE_AI_API_KEY; модель gemini-2.5-flash-native-audio-preview-12-2025; голос Kore. sessionResumption і contextWindowCompression типово ввімкнені для довших викликів із можливістю повторного підключення. Використовуйте silenceDurationMs, startSensitivity і endSensitivity, щоб налаштувати швидше чергування реплік у телефонному аудіо.

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          provider: "twilio",
          inboundPolicy: "allowlist",
          allowFrom: ["+15550005678"],
          realtime: {
            enabled: true,
            provider: "google",
            instructions: "Speak briefly. Call openclaw_agent_consult before using deeper tools.",
            toolPolicy: "safe-read-only",
            consultPolicy: "substantive",
            consultThinkingLevel: "low",
            consultFastMode: true,
            agentContext: { enabled: true },
            providers: {
              google: {
                apiKey: "${GEMINI_API_KEY}",
                model: "gemini-2.5-flash-native-audio-preview-12-2025",
                voice: "Kore",
                silenceDurationMs: 500,
                startSensitivity: "high",
              },
            },
          },
        },
      },
    },
  },
}

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          realtime: {
            enabled: true,
            provider: "openai",
            providers: {
              openai: { apiKey: "${OPENAI_API_KEY}" },
            },
          },
        },
      },
    },
  },
}

Див. провайдер Google і провайдер OpenAI, щоб переглянути специфічні для провайдера параметри голосу реального часу.

Потокова транскрипція

streaming вибирає провайдера транскрипції реального часу для аудіо живого виклику. Поточна поведінка середовища виконання:

streaming.provider є необов’язковим. Якщо його не задано, Voice Call використовує першого зареєстрованого провайдера транскрипції реального часу.
Вбудовані провайдери транскрипції реального часу: Deepgram (deepgram), ElevenLabs (elevenlabs), Mistral (mistral), OpenAI (openai) і xAI (xai), зареєстровані їхніми Plugin провайдерів.
Необроблена конфігурація, якою володіє провайдер, розміщується в streaming.providers.<providerId>.
Після того як Twilio надішле прийняте повідомлення start потоку, Voice Call негайно реєструє потік, ставить вхідні медіадані в чергу через провайдера транскрипції, поки провайдер підключається, і запускає початкове привітання лише після готовності транскрипції реального часу.
Якщо streaming.provider вказує на незареєстрованого провайдера або жоден провайдер не зареєстрований, Voice Call записує попередження в журнал і пропускає потокове передавання медіа замість того, щоб зупиняти весь Plugin з помилкою.

Приклади провайдерів потокового передавання

OpenAI
xAI

Типові значення: API-ключ streaming.providers.openai.apiKey або OPENAI_API_KEY; модель gpt-4o-transcribe; silenceDurationMs: 800; vadThreshold: 0.5.

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "openai",
            streamPath: "/voice/stream",
            providers: {
              openai: {
                apiKey: "sk-...", // optional if OPENAI_API_KEY is set
                model: "gpt-4o-transcribe",
                silenceDurationMs: 800,
                vadThreshold: 0.5,
              },
            },
          },
        },
      },
    },
  },
}

Типові значення: API-ключ streaming.providers.xai.apiKey або XAI_API_KEY; кінцева точка wss://api.x.ai/v1/stt; кодування mulaw; частота дискретизації 8000; endpointingMs: 800; interimResults: true.

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          streaming: {
            enabled: true,
            provider: "xai",
            streamPath: "/voice/stream",
            providers: {
              xai: {
                apiKey: "${XAI_API_KEY}", // optional if XAI_API_KEY is set
                endpointingMs: 800,
                language: "en",
              },
            },
          },
        },
      },
    },
  },
}

TTS для викликів

Voice Call використовує основну конфігурацію messages.tts для потокового мовлення під час викликів. Ви можете перевизначити її в конфігурації Plugin з такою самою формою — вона глибоко об’єднується з messages.tts.

{
  tts: {
    provider: "elevenlabs",
    providers: {
      elevenlabs: {
        voiceId: "pMsXgVXv3BLzUgSXRplE",
        modelId: "eleven_multilingual_v2",
      },
    },
  },
}

Microsoft speech ігнорується для голосових викликів. Телефонному аудіо потрібен PCM; поточний транспорт Microsoft не надає телефонний PCM-вивід.

Примітки щодо поведінки:

Застарілі ключі tts.<provider> у конфігурації Plugin (openai, elevenlabs, microsoft, edge) виправляються командою openclaw doctor --fix; зафіксована в репозиторії конфігурація має використовувати tts.providers.<provider>.
Core TTS використовується, коли ввімкнено потокове передавання медіа Twilio; інакше виклики повертаються до нативних голосів провайдера.
Якщо медіапотік Twilio вже активний, Voice Call не повертається до TwiML <Say>. Якщо телефонний TTS недоступний у цьому стані, запит відтворення завершується помилкою замість змішування двох шляхів відтворення.
Коли телефонний TTS повертається до вторинного провайдера, Voice Call записує попередження з ланцюжком провайдерів (from, to, attempts) для налагодження.
Коли barge-in Twilio або демонтаж потоку очищує чергу очікуваного TTS, поставлені в чергу запити відтворення завершуються замість того, щоб залишати абонентів в очікуванні завершення відтворення.

Приклади TTS

Core TTS only
Override to ElevenLabs (calls only)
OpenAI model override (deep-merge)

{
  messages: {
    tts: {
      provider: "openai",
      providers: {
        openai: { voice: "alloy" },
      },
    },
  },
}

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          tts: {
            provider: "elevenlabs",
            providers: {
              elevenlabs: {
                apiKey: "elevenlabs_key",
                voiceId: "pMsXgVXv3BLzUgSXRplE",
                modelId: "eleven_multilingual_v2",
              },
            },
          },
        },
      },
    },
  },
}

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          tts: {
            providers: {
              openai: {
                model: "gpt-4o-mini-tts",
                voice: "marin",
              },
            },
          },
        },
      },
    },
  },
}

Вхідні виклики

Вхідна політика типово має значення disabled. Щоб увімкнути вхідні виклики, задайте:

{
  inboundPolicy: "allowlist",
  allowFrom: ["+15550001234"],
  inboundGreeting: "Hello! How can I help?",
}

inboundPolicy: "allowlist" — це перевірка ідентифікатора абонента з низьким рівнем гарантії. Plugin нормалізує надане провайдером значення From і порівнює його з allowFrom. Перевірка Webhook автентифікує доставку провайдером і цілісність корисного навантаження, але вона не доводить право власності на номер абонента PSTN/VoIP. Розглядайте allowFrom як фільтрацію за ідентифікатором абонента, а не як надійну ідентичність абонента.

Автовідповіді використовують систему агента. Налаштовуйте за допомогою responseModel, responseSystemPrompt і responseTimeoutMs.

Маршрутизація за номером

Використовуйте numbers, коли один Plugin Voice Call приймає виклики для кількох телефонних номерів і кожен номер має поводитися як окрема лінія. Наприклад, один номер може використовувати невимушеного особистого асистента, а інший — бізнес-персону, іншого агента відповіді та інший голос TTS. Маршрути вибираються з наданого провайдером набраного номера To. Ключі мають бути номерами E.164. Коли надходить виклик, Voice Call один раз визначає відповідний маршрут, зберігає знайдений маршрут у записі виклику та повторно використовує цю ефективну конфігурацію для привітання, класичного шляху автовідповіді, шляху консультації реального часу та відтворення TTS. Якщо жоден маршрут не збігається, використовується глобальна конфігурація Voice Call. Вихідні виклики не використовують numbers; передавайте вихідну ціль, повідомлення та сеанс явно під час ініціювання виклику. Перевизначення маршрутів наразі підтримують:

inboundGreeting
tts
agentId
responseModel
responseSystemPrompt
responseTimeoutMs

Значення маршруту tts глибоко об’єднується з глобальною конфігурацією Voice Call tts, тому зазвичай можна перевизначити лише голос провайдера:

{
  inboundGreeting: "Hello from the main line.",
  responseSystemPrompt: "You are the default voice assistant.",
  tts: {
    provider: "openai",
    providers: {
      openai: { voice: "coral" },
    },
  },
  numbers: {
    "+15550001111": {
      inboundGreeting: "Silver Fox Cards, how can I help?",
      responseSystemPrompt: "You are a concise baseball card specialist.",
      tts: {
        providers: {
          openai: { voice: "alloy" },
        },
      },
    },
  },
}

Контракт мовленнєвого виводу

Для автовідповідей Voice Call додає суворий контракт мовленнєвого виводу до системного запиту:

{"spoken":"..."}

Voice Call обережно витягує текст мовлення:

Ігнорує корисні навантаження, позначені як вміст reasoning/error.
Аналізує прямий JSON, JSON у fenced-блоці або вбудовані ключі "spoken".
Повертається до звичайного тексту та видаляє ймовірні вступні абзаци планування/метаданих.

Це утримує мовленнєве відтворення зосередженим на тексті для абонента й запобігає потраплянню тексту планування в аудіо.

Поведінка запуску розмови

Для вихідних викликів conversation обробка першого повідомлення прив’язана до живого стану відтворення:

Очищення черги barge-in і автовідповідь пригнічуються лише тоді, коли початкове привітання активно промовляється.
Якщо початкове відтворення зазнає невдачі, виклик повертається до listening, а початкове повідомлення залишається в черзі для повторної спроби.
Початкове відтворення для потокового передавання Twilio починається під час підключення потоку без додаткової затримки.
Barge-in перериває активне відтворення й очищує поставлені в чергу, але ще не відтворювані записи Twilio TTS. Очищені записи завершуються як пропущені, тому логіка подальшої відповіді може продовжуватися без очікування аудіо, яке ніколи не буде відтворене.
Голосові розмови реального часу використовують власний початковий хід потоку реального часу. Voice Call не публікує застаріле оновлення TwiML <Say> для цього початкового повідомлення, тож вихідні сеанси <Connect><Stream> залишаються приєднаними.

Пільговий період відключення потоку Twilio

Коли медіапотік Twilio відключається, Voice Call чекає 2000 ms перед автоматичним завершенням виклику:

Якщо потік повторно підключається протягом цього вікна, автоматичне завершення скасовується.
Якщо після пільгового періоду жоден потік не зареєструється повторно, виклик завершується, щоб запобігти завислим активним викликам.

Очищувач застарілих викликів

Використовуйте staleCallReaperSeconds, щоб завершувати виклики, які ніколи не отримують термінальний Webhook (наприклад, виклики в режимі сповіщення, які ніколи не завершуються). Типове значення — 0 (вимкнено). Рекомендовані діапазони:

Продакшн: 120–300 секунд для потоків типу сповіщень.
Тримайте це значення вищим за maxDurationSeconds, щоб звичайні виклики могли завершитися. Хороша початкова точка — maxDurationSeconds + 30–60 секунд.

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          maxDurationSeconds: 300,
          staleCallReaperSeconds: 360,
        },
      },
    },
  },
}

Безпека Webhook

Коли перед Gateway стоїть проксі або тунель, plugin відтворює публічну URL-адресу для перевірки підпису. Ці параметри керують тим, яким пересланим заголовкам можна довіряти:

webhookSecurity.allowedHosts

string[]

Дозволений список хостів із заголовків пересилання.

webhookSecurity.trustForwardingHeaders

boolean

Довіряти пересланим заголовкам без дозволеного списку.

webhookSecurity.trustedProxyIPs

string[]

Довіряти пересланим заголовкам лише тоді, коли віддалена IP-адреса запиту збігається зі списком.

Додаткові захисти:

Webhook захист від повторного відтворення увімкнено для Twilio і Plivo. Повторно відтворені дійсні Webhook-запити підтверджуються, але пропускаються для побічних ефектів.
Ходи розмови Twilio містять токен для кожного ходу в callback-викликах <Gather>, тому застарілі або повторно відтворені callback-виклики мовлення не можуть задовольнити новіший очікуваний хід транскрипта.
Неавтентифіковані Webhook-запити відхиляються до читання тіла, якщо відсутні обов’язкові заголовки підпису провайдера.
Webhook voice-call використовує спільний профіль тіла перед автентифікацією (64 КБ / 5 секунд) плюс обмеження одночасних запитів на IP перед перевіркою підпису.

Приклад зі стабільним публічним хостом:

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          publicUrl: "https://voice.example.com/voice/webhook",
          webhookSecurity: {
            allowedHosts: ["voice.example.com"],
          },
        },
      },
    },
  },
}

CLI

openclaw voicecall call --to "+15555550123" --message "Hello from OpenClaw"
openclaw voicecall start --to "+15555550123"   # alias for call
openclaw voicecall continue --call-id <id> --message "Any questions?"
openclaw voicecall speak --call-id <id> --message "One moment"
openclaw voicecall dtmf --call-id <id> --digits "ww123456#"
openclaw voicecall end --call-id <id>
openclaw voicecall status --call-id <id>
openclaw voicecall tail
openclaw voicecall latency                      # summarize turn latency from logs
openclaw voicecall expose --mode funnel

Коли Gateway уже запущений, операційні команди voicecall делегують виконання середовищу виконання voice-call, яким володіє Gateway, щоб CLI не прив’язував другий Webhook-сервер. Якщо Gateway недоступний, команди повертаються до автономного середовища виконання CLI. latency читає calls.jsonl зі стандартного шляху сховища voice-call. Використовуйте --file <path>, щоб вказати інший журнал, і --last <n>, щоб обмежити аналіз останніми N записами (за замовчуванням 200). Вивід містить p50/p90/p99 для затримки ходу та часу очікування прослуховування.

Інструмент агента

Назва інструмента: voice_call.

Дія	Аргументи
`initiate_call`	`message`, `to?`, `mode?`, `dtmfSequence?`
`continue_call`	`callId`, `message`
`speak_to_user`	`callId`, `message`
`send_dtmf`	`callId`, `digits`
`end_call`	`callId`
`get_status`	`callId`

Цей репозиторій постачає відповідний документ skill у skills/voice-call/SKILL.md.

RPC Gateway

Метод	Аргументи
`voicecall.initiate`	`to?`, `message`, `mode?`, `dtmfSequence?`
`voicecall.continue`	`callId`, `message`
`voicecall.speak`	`callId`, `message`
`voicecall.dtmf`	`callId`, `digits`
`voicecall.end`	`callId`
`voicecall.status`	`callId`

dtmfSequence дійсний лише з mode: "conversation". Виклики в режимі сповіщення мають використовувати voicecall.dtmf після створення виклику, якщо їм потрібні цифри після з’єднання.

Усунення несправностей

Налаштування не вдається через доступність Webhook

Запустіть налаштування з того самого середовища, у якому працює Gateway:

openclaw voicecall setup
openclaw voicecall setup --json

Для twilio, telnyx і plivo webhook-exposure має бути зеленим. Налаштований publicUrl усе одно не спрацьовує, коли вказує на локальний або приватний мережевий простір, оскільки оператор не може виконати callback на ці адреси. Не використовуйте 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 або fd00::/8 як publicUrl. Вихідні виклики Twilio в режимі сповіщення надсилають свій початковий TwiML <Say> безпосередньо в запиті створення виклику, тому перше озвучене повідомлення не залежить від того, чи Twilio отримає Webhook TwiML. Публічний Webhook усе одно потрібен для callback-викликів стану, розмовних викликів, DTMF перед з’єднанням, потоків у реальному часі та керування викликом після з’єднання. Використовуйте один шлях публічного доступу:

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

Після зміни конфігурації перезапустіть або перезавантажте Gateway, потім виконайте:

openclaw voicecall setup
openclaw voicecall smoke

voicecall smoke — це пробний запуск, якщо ви не передасте --yes.

Облікові дані провайдера не проходять

Перевірте вибраного провайдера та обов’язкові поля облікових даних:

Twilio: twilio.accountSid, twilio.authToken і fromNumber, або TWILIO_ACCOUNT_SID, TWILIO_AUTH_TOKEN і TWILIO_FROM_NUMBER.
Telnyx: telnyx.apiKey, telnyx.connectionId, telnyx.publicKey і fromNumber.
Plivo: plivo.authId, plivo.authToken і fromNumber.

Облікові дані мають існувати на хості Gateway. Редагування локального профілю shell не впливає на вже запущений Gateway, доки він не перезапуститься або не перезавантажить своє середовище.

Виклики починаються, але Webhook провайдера не надходять

Переконайтеся, що консоль провайдера вказує на точну публічну URL-адресу Webhook:

https://voice.example.com/voice/webhook

Потім перевірте стан середовища виконання:

openclaw voicecall status --call-id <id>
openclaw voicecall tail
openclaw logs --follow

Поширені причини:

publicUrl вказує на інший шлях, ніж serve.path.
URL тунелю змінився після запуску Gateway.
Проксі пересилає запит, але видаляє або переписує заголовки host/proto.
Firewall або DNS спрямовує публічне ім’я хоста кудись інде, а не до Gateway.
Gateway було перезапущено без увімкненого plugin Voice Call.

Коли перед Gateway стоїть зворотний проксі або тунель, встановіть webhookSecurity.allowedHosts на публічне ім’я хоста або використовуйте webhookSecurity.trustedProxyIPs для відомої адреси проксі. Використовуйте webhookSecurity.trustForwardingHeaders лише тоді, коли межа проксі перебуває під вашим контролем.

Перевірка підпису не вдається

Підписи провайдера перевіряються за публічною URL-адресою, яку OpenClaw відтворює з вхідного запиту. Якщо підписи не проходять:

Переконайтеся, що URL Webhook провайдера точно збігається з publicUrl, включно зі схемою, хостом і шляхом.
Для URL ngrok безкоштовного рівня оновіть publicUrl, коли змінюється ім’я хоста тунелю.
Переконайтеся, що проксі зберігає оригінальні заголовки host і proto, або налаштуйте webhookSecurity.allowedHosts.
Не вмикайте skipSignatureVerification поза локальним тестуванням.

Збої приєднання Google Meet через Twilio

Google Meet використовує цей plugin для приєднань через dial-in Twilio. Спочатку перевірте Voice Call:

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

Потім явно перевірте транспорт Google Meet:

openclaw googlemeet setup --transport twilio

Якщо Voice Call зелений, але учасник Meet ніколи не приєднується, перевірте номер dial-in Meet, PIN і --dtmf-sequence. Телефонний виклик може бути справним, тоді як зустріч відхиляє або ігнорує неправильну послідовність DTMF. Google Meet запускає телефонну лінію Twilio через voicecall.start із послідовністю DTMF перед з’єднанням. Послідовності, отримані з PIN, містять voiceCall.dtmfDelayMs plugin Google Meet як початкові цифри очікування Twilio. Типове значення — 12 секунд, оскільки підказки dial-in Meet можуть надходити із запізненням. Потім Voice Call перенаправляє назад до обробки в реальному часі до запиту вступного привітання. Використовуйте openclaw logs --follow для живої трасировки фази. Справне приєднання Twilio Meet записує в журнал такий порядок:

Google Meet делегує приєднання Twilio до Voice Call.
Voice Call зберігає TwiML DTMF перед з’єднанням.
Початковий TwiML Twilio споживається й обслуговується перед обробкою в реальному часі.
Voice Call обслуговує TwiML реального часу для виклику Twilio.
Google Meet запитує вступне мовлення через voicecall.speak після затримки після DTMF.

openclaw voicecall tail усе ще показує збережені записи викликів; він корисний для стану викликів і транскриптів, але не кожен перехід Webhook/реального часу з’являється там.

Виклик у реальному часі не має мовлення

Переконайтеся, що ввімкнено лише один аудіорежим. realtime.enabled і streaming.enabled не можуть одночасно бути true. Для викликів Twilio у реальному часі також перевірте:

Plugin провайдера реального часу завантажено та зареєстровано.
realtime.provider не задано або називає зареєстрованого провайдера.
API-ключ провайдера доступний процесу Gateway.
openclaw logs --follow показує, що TwiML реального часу обслуговується, міст реального часу запущено, а початкове привітання поставлено в чергу.

Overview

Plugins

Bundled plugin guides

Building plugins

Skills

Automation

Tools

Agent coordination

Plugin голосових викликів

Швидкий старт

Конфігурація

Область сесії

Голосові розмови в реальному часі

Політика інструментів

Голосовий контекст агента

Приклади провайдерів реального часу

Потокова транскрипція

Приклади провайдерів потокового передавання

TTS для викликів

Приклади TTS

Вхідні виклики

Маршрутизація за номером

Контракт мовленнєвого виводу

Поведінка запуску розмови

Пільговий період відключення потоку Twilio

Очищувач застарілих викликів

Безпека Webhook

CLI

Інструмент агента

RPC Gateway

Усунення несправностей

Налаштування не вдається через доступність Webhook

Облікові дані провайдера не проходять

Виклики починаються, але Webhook провайдера не надходять

Перевірка підпису не вдається

Збої приєднання Google Meet через Twilio

Виклик у реальному часі не має мовлення

Пов’язане

Overview

Plugins

Bundled plugin guides

Building plugins

Skills

Automation

Tools

Agent coordination

Documentation Index

​Швидкий старт

​Конфігурація

​Область сесії

​Голосові розмови в реальному часі

​Політика інструментів

​Голосовий контекст агента

​Приклади провайдерів реального часу

​Потокова транскрипція

​Приклади провайдерів потокового передавання

​TTS для викликів

​Приклади TTS

​Вхідні виклики

​Маршрутизація за номером

​Контракт мовленнєвого виводу

​Поведінка запуску розмови

​Пільговий період відключення потоку Twilio

​Очищувач застарілих викликів

​Безпека Webhook

​CLI

​Інструмент агента

​RPC Gateway

​Усунення несправностей

​Налаштування не вдається через доступність Webhook

​Облікові дані провайдера не проходять

​Виклики починаються, але Webhook провайдера не надходять

​Перевірка підпису не вдається

​Збої приєднання Google Meet через Twilio

​Виклик у реальному часі не має мовлення

​Пов’язане

Швидкий старт

Конфігурація

Область сесії

Голосові розмови в реальному часі

Політика інструментів

Голосовий контекст агента

Приклади провайдерів реального часу

Потокова транскрипція

Приклади провайдерів потокового передавання

TTS для викликів

Приклади TTS

Вхідні виклики

Маршрутизація за номером

Контракт мовленнєвого виводу

Поведінка запуску розмови

Пільговий період відключення потоку Twilio

Очищувач застарілих викликів

Безпека Webhook

CLI

Інструмент агента

RPC Gateway

Усунення несправностей

Налаштування не вдається через доступність Webhook

Облікові дані провайдера не проходять

Виклики починаються, але Webhook провайдера не надходять

Перевірка підпису не вдається

Збої приєднання Google Meet через Twilio

Виклик у реальному часі не має мовлення

Пов’язане