Google (Gemini)

Plugin Google надає доступ до моделей Gemini через Google AI Studio, а також генерацію зображень, розуміння медіа (зображення/аудіо/відео), перетворення тексту на мовлення та вебпошук через Gemini Grounding.

• Провайдер: google
• Автентифікація: GEMINI_API_KEY або GOOGLE_API_KEY
• API: Google Gemini API
• Опція runtime: provider/model agentRuntime.id: "google-gemini-cli" повторно використовує OAuth Gemini CLI, зберігаючи посилання на моделі канонічними як google/*.

Початок роботи

Виберіть бажаний метод автентифікації та виконайте кроки налаштування.

openclaw onboard --auth-choice gemini-api-key

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

{  agents: {    defaults: {      model: { primary: "google/gemini-3.1-pro-preview" },    },  },}

openclaw models list --provider google

# Homebrewbrew install gemini-cli # or npmnpm install -g @google/gemini-cli

openclaw models auth login --provider google-gemini-cli --set-default

openclaw models list --provider google

Можливості

Вебпошук

Вбудований провайдер вебпошуку gemini використовує grounding Gemini Google Search. Налаштуйте окремий ключ пошуку в plugins.entries.google.config.webSearch, або дозвольте повторно використовувати models.providers.google.apiKey після GEMINI_API_KEY:

{  plugins: {    entries: {      google: {        config: {          webSearch: {            apiKey: "AIza...", // optional if GEMINI_API_KEY or models.providers.google.apiKey is set            baseUrl: "https://generativelanguage.googleapis.com/v1beta", // falls back to models.providers.google.baseUrl            model: "gemini-2.5-flash",          },        },      },    },  },}

Пріоритет облікових даних: окремий webSearch.apiKey, потім GEMINI_API_KEY, потім models.providers.google.apiKey. webSearch.baseUrl є необов’язковим і призначений для операторських проксі або сумісних endpoint Gemini API; якщо його не вказано, вебпошук Gemini повторно використовує models.providers.google.baseUrl. Див. Пошук Gemini щодо поведінки інструмента, специфічної для провайдера.

Генерація зображень

Вбудований провайдер генерації зображень google за замовчуванням використовує google/gemini-3.1-flash-image-preview.

• Також підтримує google/gemini-3-pro-image-preview
• Генерація: до 4 зображень на запит
• Режим редагування: увімкнений, до 5 вхідних зображень
• Елементи керування геометрією: size, aspectRatio і resolution

Щоб використовувати Google як провайдера зображень за замовчуванням:

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

Генерація відео

Вбудований Plugin google також реєструє генерацію відео через спільний інструмент video_generate.

• Модель відео за замовчуванням: google/veo-3.1-fast-generate-preview
• Режими: text-to-video, image-to-video і flows посилань на одне відео
• Підтримує aspectRatio (16:9, 9:16) і resolution (720P, 1080P); аудіовихід наразі не підтримується Veo
• Підтримувані тривалості: 4, 6 або 8 секунд (інші значення прив’язуються до найближчого дозволеного значення)

Щоб використовувати Google як провайдера відео за замовчуванням:

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

Генерація музики

Вбудований Plugin google також реєструє генерацію музики через спільний інструмент music_generate.

• Модель музики за замовчуванням: google/lyria-3-clip-preview
• Також підтримує google/lyria-3-pro-preview
• Елементи керування prompt: lyrics і instrumental
• Формат виводу: mp3 за замовчуванням, а також wav на google/lyria-3-pro-preview
• Вхідні посилання: до 10 зображень
• Запуски з підтримкою сеансів від’єднуються через спільний flow завдань/статусу, зокрема action: "status"

Щоб використовувати Google як провайдера музики за замовчуванням:

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

Text-to-speech

Вбудований мовленнєвий провайдер google використовує шлях TTS Gemini API з gemini-3.1-flash-tts-preview.

• Голос за замовчуванням: Kore
• Автентифікація: messages.tts.providers.google.apiKey, models.providers.google.apiKey, GEMINI_API_KEY або GOOGLE_API_KEY
• Вивід: WAV для звичайних вкладень TTS, Opus для цілей голосових нотаток, PCM для Talk/телефонії
• Вивід голосових нотаток: Google PCM обгортається як WAV і транскодується в Opus 48 кГц за допомогою ffmpeg

Шлях пакетного Gemini TTS від Google повертає згенероване аудіо в завершеній відповіді generateContent. Для розмов із мовленням із найнижчою затримкою використовуйте провайдера голосу Google у реальному часі на базі Gemini Live API замість пакетного TTS.

Щоб використовувати Google як провайдера TTS за замовчуванням:

{  messages: {    tts: {      auto: "always",      provider: "google",      providers: {        google: {          model: "gemini-3.1-flash-tts-preview",          speakerVoice: "Kore",          audioProfile: "Speak professionally with a calm tone.",        },      },    },  },}

Gemini API TTS використовує prompt природною мовою для керування стилем. Задайте audioProfile, щоб додавати багаторазовий prompt стилю перед озвучуваним текстом. Задайте speakerName, коли текст prompt посилається на іменованого мовця.

Gemini API TTS також приймає виразні аудіотеги у квадратних дужках у тексті, як-от [whispers] або [laughs]. Щоб не показувати теги у видимій відповіді чату, але надсилати їх до TTS, розмістіть їх усередині блока [[tts:text]]...[[/tts:text]]:

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

Голос у реальному часі

Вбудований Plugin google реєструє провайдера голосу в реальному часі на базі Gemini Live API для бекендових аудіомостів, таких як Voice Call і Google Meet.

Приклад конфігурації Voice Call у реальному часі:

{  plugins: {    entries: {      "voice-call": {        enabled: true,        config: {          realtime: {            enabled: true,            provider: "google",            providers: {              google: {                model: "gemini-2.5-flash-native-audio-preview-12-2025",                speakerVoice: "Kore",                activityHandling: "start-of-activity-interrupts",                turnCoverage: "only-activity",              },            },          },        },      },    },  },}

Для live-перевірки супровідником запустіть OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. Цей smoke також охоплює серверні/WebRTC-шляхи OpenAI; гілка Google створює такий самий обмежений токен Live API, який використовує Control UI Talk, відкриває браузерну кінцеву точку WebSocket, надсилає початкове навантаження налаштування та очікує на setupComplete.

Розширена конфігурація

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

Пов’язане