Discord

Prêt pour les DM et les canaux de guilde via le Gateway Discord officiel.

Configuration rapide

Vous devrez créer une nouvelle application avec un bot, ajouter le bot à votre serveur et l’appairer à OpenClaw. Nous vous recommandons d’ajouter votre bot à votre propre serveur privé. Si vous n’en avez pas encore, créez-en un d’abord (choisissez Create My Own > For me and my friends).

export DISCORD_BOT_TOKEN="YOUR_BOT_TOKEN"cat > discord.patch.json5 <<'JSON5'{channels: {discord: {  enabled: true,  token: { source: "env", provider: "default", id: "DISCORD_BOT_TOKEN" },},},}JSON5openclaw config patch --file ./discord.patch.json5 --dry-runopenclaw config patch --file ./discord.patch.json5openclaw gateway

{channels: {discord: {enabled: true,token: {source: "env",provider: "default",id: "DISCORD_BOT_TOKEN",},},},}

DISCORD_BOT_TOKEN=...

{channels: {discord: {enabled: true,accounts: {personal: {  token: { source: "env", provider: "default", id: "DISCORD_PERSONAL_TOKEN" },  applicationId: "111111111111111111",},work: {  token: { source: "env", provider: "default", id: "DISCORD_WORK_TOKEN" },  applicationId: "222222222222222222",},},},},}

openclaw pairing list discordopenclaw pairing approve discord <CODE>

Recommandé : configurer un espace de travail de guilde

Une fois les DM fonctionnels, vous pouvez configurer votre serveur Discord comme un espace de travail complet où chaque canal obtient sa propre session d’agent avec son propre contexte. C’est recommandé pour les serveurs privés où il n’y a que vous et votre bot.

{channels: {discord: {groupPolicy: "allowlist",guilds: {YOUR_SERVER_ID: {  requireMention: true,  users: ["YOUR_USER_ID"],},},},},}

{channels: {discord: {guilds: {YOUR_SERVER_ID: {  requireMention: false,},},},},}

Créez maintenant quelques canaux sur votre serveur Discord et commencez à discuter. Votre agent peut voir le nom du canal, et chaque canal obtient sa propre session isolée — vous pouvez donc configurer #coding, #home, #research, ou tout autre canal adapté à votre workflow.

Modèle d’exécution

• Le Gateway possède la connexion Discord.
• Le routage des réponses est déterministe : les réponses entrantes Discord repartent vers Discord.
• Les métadonnées de guilde/canal Discord sont ajoutées au prompt du modèle comme contexte non fiable, et non comme préfixe de réponse visible par l'utilisateur. Si un modèle recopie cette enveloppe, OpenClaw retire les métadonnées copiées des réponses sortantes et du futur contexte de relecture.
• Par défaut (session.dmScope=main), les chats directs partagent la session principale de l'agent (agent:main:main).
• Les canaux de guilde sont des clés de session isolées (agent:<agentId>:discord:channel:<channelId>).
• Les DM de groupe sont ignorés par défaut (channels.discord.dm.groupEnabled=false).
• Les commandes slash natives s'exécutent dans des sessions de commande isolées (agent:<agentId>:discord:slash:<userId>), tout en portant encore CommandTargetSessionKey vers la session de conversation routée.
• La livraison des annonces cron/heartbeat textuelles vers Discord utilise une seule fois la réponse finale visible par l'assistant. Les médias et les charges utiles de composants structurés restent en plusieurs messages lorsque l'agent émet plusieurs charges utiles livrables.

Canaux de forum

Les canaux de forum et de médias Discord n'acceptent que les publications de fil. OpenClaw prend en charge deux façons de les créer :

• Envoyez un message au parent du forum (channel:<forumId>) pour créer automatiquement un fil. Le titre du fil utilise la première ligne non vide de votre message.
• Utilisez openclaw message thread create pour créer un fil directement. Ne transmettez pas --message-id pour les canaux de forum.

Exemple : envoyer au parent du forum pour créer un fil

openclaw message send --channel discord --target channel:<forumId> \  --message "Topic title\nBody of the post"

Exemple : créer explicitement un fil de forum

openclaw message thread create --channel discord --target channel:<forumId> \  --thread-name "Topic title" --message "Body of the post"

Les parents de forum n'acceptent pas les composants Discord. Si vous avez besoin de composants, envoyez au fil lui-même (channel:<threadId>).

Composants interactifs

OpenClaw prend en charge les conteneurs de composants Discord v2 pour les messages d'agent. Utilisez l'outil de message avec une charge utile components. Les résultats d'interaction sont routés vers l'agent comme des messages entrants normaux et suivent les paramètres Discord replyToMode existants.

Blocs pris en charge :

• text, section, separator, actions, media-gallery, file
• Les lignes d'actions autorisent jusqu'à 5 boutons ou un seul menu de sélection
• Types de sélection : string, user, role, mentionable, channel

Par défaut, les composants sont à usage unique. Définissez components.reusable=true pour permettre aux boutons, sélections et formulaires d'être utilisés plusieurs fois jusqu'à leur expiration.

Pour restreindre qui peut cliquer sur un bouton, définissez allowedUsers sur ce bouton (ID utilisateur Discord, tags ou *). Lorsque c'est configuré, les utilisateurs non correspondants reçoivent un refus éphémère.

Les commandes slash /model et /models ouvrent un sélecteur de modèle interactif avec des menus déroulants de fournisseur, modèle et runtime compatible, plus une étape Soumettre. /models add est obsolète et renvoie désormais un message d'obsolescence au lieu d'enregistrer des modèles depuis le chat. La réponse du sélecteur est éphémère et seul l'utilisateur qui l'a invoquée peut l'utiliser. Les menus de sélection Discord sont limités à 25 options ; ajoutez donc des entrées provider/* à agents.defaults.models lorsque vous voulez que le sélecteur affiche les modèles découverts dynamiquement uniquement pour des fournisseurs sélectionnés comme openai-codex ou vllm.

Pièces jointes de fichier :

• Les blocs file doivent pointer vers une référence de pièce jointe (attachment://<filename>)
• Fournissez la pièce jointe via media/path/filePath (fichier unique) ; utilisez media-gallery pour plusieurs fichiers
• Utilisez filename pour remplacer le nom de téléversement lorsqu'il doit correspondre à la référence de pièce jointe

Formulaires modaux :

• Ajoutez components.modal avec jusqu'à 5 champs
• Types de champs : text, checkbox, radio, select, role-select, user-select
• OpenClaw ajoute automatiquement un bouton déclencheur

Exemple :

{  channel: "discord",  action: "send",  to: "channel:123456789012345678",  message: "Optional fallback text",  components: {    reusable: true,    text: "Choose a path",    blocks: [      {        type: "actions",        buttons: [          {            label: "Approve",            style: "success",            allowedUsers: ["123456789012345678"],          },          { label: "Decline", style: "danger" },        ],      },      {        type: "actions",        select: {          type: "string",          placeholder: "Pick an option",          options: [            { label: "Option A", value: "a" },            { label: "Option B", value: "b" },          ],        },      },    ],    modal: {      title: "Details",      triggerLabel: "Open form",      fields: [        { type: "text", label: "Requester" },        {          type: "select",          label: "Priority",          options: [            { label: "Low", value: "low" },            { label: "High", value: "high" },          ],        },      ],    },  },}

Contrôle d'accès et routage

{accessGroups: {operators: {  type: "message.senders",  members: {    "*": ["global-owner-id"],    discord: ["discord:123456789012345678"],    telegram: ["987654321"],  },},},channels: {discord: {  dmPolicy: "allowlist",  allowFrom: ["accessGroup:operators"],},},}

{accessGroups: {maintainers: {  type: "discord.channelAudience",  guildId: "1456350064065904867",  channelId: "1456744319972282449",  membership: "canViewChannel",},},channels: {discord: {  dmPolicy: "allowlist",  allowFrom: ["accessGroup:maintainers"],},},}

{accessGroups: {maintainers: {  type: "discord.channelAudience",  guildId: "1456350064065904867",  channelId: "1456744319972282449",},},channels: {discord: {  dmPolicy: "allowlist",  allowFrom: ["accessGroup:maintainers", "discord:123456789012345678"],},},}

{channels: {discord: {  groupPolicy: "allowlist",  guilds: {    "123456789012345678": {      requireMention: true,      ignoreOtherMentions: true,      users: ["987654321098765432"],      roles: ["123456789012345678"],      channels: {        general: { allow: true },        help: { allow: true, requireMention: true },      },    },  },},},}

Routage d'agent basé sur les rôles

Utilisez bindings[].match.roles pour router les membres de guilde Discord vers différents agents par ID de rôle. Les liaisons basées sur les rôles acceptent uniquement les ID de rôle et sont évaluées après les liaisons pair ou pair parent, et avant les liaisons limitées à la guilde. Si une liaison définit aussi d'autres champs de correspondance (par exemple peer + guildId + roles), tous les champs configurés doivent correspondre.

{  bindings: [    {      agentId: "opus",      match: {        channel: "discord",        guildId: "123456789012345678",        roles: ["111111111111111111"],      },    },    {      agentId: "sonnet",      match: {        channel: "discord",        guildId: "123456789012345678",      },    },  ],}

Commandes natives et authentification des commandes

• commands.native vaut par défaut "auto" et est activé pour Discord.
• Remplacement par canal : channels.discord.commands.native.
• commands.native=false ignore l’enregistrement et le nettoyage des commandes slash Discord au démarrage. Les commandes précédemment enregistrées peuvent rester visibles dans Discord jusqu’à ce que vous les supprimiez de l’application Discord.
• L’authentification des commandes natives utilise les mêmes listes d’autorisation/politiques Discord que le traitement normal des messages.
• Les commandes peuvent toujours être visibles dans l’interface Discord pour les utilisateurs qui ne sont pas autorisés ; l’exécution applique toujours l’authentification OpenClaw et renvoie « non autorisé ».

Voir Commandes slash pour le catalogue des commandes et leur comportement.

Paramètres par défaut des commandes slash :

• ephemeral: true

Détails de la fonctionnalité

{channels: {discord: {  streaming: {    mode: "progress",    progress: {      label: "auto",      maxLines: 8,      toolProgress: true,    },  },},},}

{  "channels": {    "discord": {      "streaming": {        "mode": "progress",        "progress": {          "toolProgress": true,          "commandText": "status"        }      }    }  }}

{session: {threadBindings: {  enabled: true,  idleHours: 24,  maxAgeHours: 0,},},channels: {discord: {  threadBindings: {    enabled: true,    idleHours: 24,    maxAgeHours: 0,    spawnSessions: true,    defaultSpawnContext: "fork",  },},},}

{agents: {list: [  {    id: "codex",    runtime: {      type: "acp",      acp: {        agent: "codex",        backend: "acpx",        mode: "persistent",        cwd: "/workspace/openclaw",      },    },  },],},bindings: [{  type: "acp",  agentId: "codex",  match: {    channel: "discord",    accountId: "default",    peer: { kind: "channel", id: "222222222222222222" },  },  acp: { label: "codex-main" },},],channels: {discord: {  guilds: {    "111111111111111111": {      channels: {        "222222222222222222": {          requireMention: false,        },      },    },  },},},}

{channels: {discord: {  configWrites: false,},},}

{channels: {discord: {  proxy: "http://proxy.example:8080",},},}

{channels: {discord: {  accounts: {    primary: {      proxy: "http://proxy.example:8080",    },  },},},}

{channels: {discord: {  pluralkit: {    enabled: true,    token: "pk_live_...", // optional; needed for private systems  },},},}

{channels: {discord: {  mentionAliases: {    Vladislava: "123456789012345678",  },  accounts: {    ops: {      mentionAliases: {        OpsLead: "234567890123456789",      },    },  },},},}

{channels: {discord: {  status: "idle",},},}

{channels: {discord: {  activity: "Focus time",  activityType: 4,},},}

{channels: {discord: {  activity: "Live coding",  activityType: 1,  activityUrl: "https://twitch.tv/openclaw",},},}

{channels: {discord: {  autoPresence: {    enabled: true,    intervalMs: 30000,    minUpdateIntervalMs: 15000,    exhaustedText: "token exhausted",  },},},}

Outils et barrières d’action

Les actions de message Discord incluent la messagerie, l’administration de canal, la modération, la présence et les actions de métadonnées.

Exemples de base :

• messagerie : sendMessage, readMessages, editMessage, deleteMessage, threadReply
• réactions : react, reactions, emojiList
• modération : timeout, kick, ban
• présence : setPresence

L’action event-create accepte un paramètre facultatif image (URL ou chemin de fichier local) pour définir l’image de couverture de l’événement planifié.

Les barrières d’action se trouvent sous channels.discord.actions.*.

Comportement par défaut des barrières :

Interface utilisateur Components v2

OpenClaw utilise les composants Discord v2 pour les approbations d’exécution et les marqueurs intercontextes. Les actions de message Discord peuvent aussi accepter components pour une interface utilisateur personnalisée (avancé ; nécessite de construire une charge utile de composant via l’outil discord), tandis que les anciens embeds restent disponibles mais ne sont pas recommandés.

• channels.discord.ui.components.accentColor définit la couleur d’accentuation utilisée par les conteneurs de composants Discord (hexadécimal).
• À définir par compte avec channels.discord.accounts.<id>.ui.components.accentColor.
• embeds est ignoré lorsque les composants v2 sont présents.

Exemple :

{  channels: {    discord: {      ui: {        components: {          accentColor: "#5865F2",        },      },    },  },}

Voix

Discord possède deux surfaces vocales distinctes : les canaux vocaux en temps réel (conversations continues) et les pièces jointes de messages vocaux (le format d’aperçu en forme d’onde). Le Gateway prend en charge les deux.

Canaux vocaux

Liste de vérification de configuration :

1. Activez Message Content Intent dans le portail développeur Discord.
2. Activez Server Members Intent lorsque des listes d’autorisation par rôle/utilisateur sont utilisées.
3. Invitez le bot avec les portées bot et applications.commands.
4. Accordez Connect, Speak, Send Messages et Read Message History dans le canal vocal cible.
5. Activez les commandes natives (commands.native ou channels.discord.commands.native).
6. Configurez channels.discord.voice.

Utilisez /vc join|leave|status pour contrôler les sessions. La commande utilise l’agent par défaut du compte et suit les mêmes règles de liste d’autorisation et de politique de groupe que les autres commandes Discord.

/vc join channel:<voice-channel-id>/vc status/vc leave

Pour inspecter les autorisations effectives du bot avant de le rejoindre, exécutez :

openclaw channels capabilities --channel discord --target channel:<voice-channel-id>

Exemple de connexion automatique :

{  channels: {    discord: {      voice: {        enabled: true,        model: "openai-codex/gpt-5.5",        autoJoin: [          {            guildId: "123456789012345678",            channelId: "234567890123456789",          },        ],        allowedChannels: [          {            guildId: "123456789012345678",            channelId: "234567890123456789",          },        ],        daveEncryption: true,        decryptionFailureTolerance: 24,        connectTimeoutMs: 30000,        reconnectGraceMs: 15000,        realtime: {          provider: "openai",          model: "gpt-realtime-2",          voice: "cedar",        },      },    },  },}

Notes :

• voice.tts remplace messages.tts uniquement pour la lecture vocale stt-tts. Les modes temps réel utilisent voice.realtime.voice.
• voice.mode contrôle le chemin de conversation. La valeur par défaut est agent-proxy : une interface vocale temps réel gère le minutage des tours, l’interruption et la lecture, délègue le travail de fond à l’agent OpenClaw routé via openclaw_agent_consult, puis traite le résultat comme une invite Discord saisie par ce locuteur. stt-tts conserve l’ancien flux STT par lots plus TTS. bidi permet au modèle temps réel de converser directement tout en exposant openclaw_agent_consult pour le cerveau OpenClaw.
• voice.agentSession contrôle quelle conversation OpenClaw reçoit les tours vocaux. Laissez-le non défini pour utiliser la session propre au canal vocal, ou définissez { mode: "target", target: "channel:<text-channel-id>" } pour que le canal vocal agisse comme l’extension microphone/haut-parleur d’une session de canal texte Discord existante, comme #maintainers.
• voice.model remplace le cerveau de l’agent OpenClaw pour les réponses vocales Discord et les consultations temps réel. Laissez-le non défini pour hériter du modèle d’agent routé. Il est distinct de voice.realtime.model.
• agent-proxy achemine la parole via discord-voice, ce qui préserve l’autorisation normale propriétaire/outil pour le locuteur et la session cible, mais masque l’outil agent tts parce que la voix Discord possède la lecture. Par défaut, agent-proxy accorde à la consultation un accès complet aux outils équivalent au propriétaire pour les locuteurs propriétaires (voice.realtime.toolPolicy: "owner") et privilégie fortement la consultation de l’agent OpenClaw avant les réponses substantielles (voice.realtime.consultPolicy: "always"). Dans ce mode always par défaut, la couche temps réel ne prononce pas automatiquement de remplissage avant la réponse de consultation ; elle capture et transcrit la parole, puis prononce la réponse OpenClaw routée. Si plusieurs réponses de consultation forcée se terminent alors que Discord lit encore la première réponse, les réponses ultérieures en parole exacte sont mises en file d’attente jusqu’à ce que la lecture soit inactive au lieu de remplacer la parole en milieu de phrase.
• En mode stt-tts, STT utilise tools.media.audio ; voice.model n’affecte pas la transcription.
• En modes temps réel, voice.realtime.provider, voice.realtime.model et voice.realtime.voice configurent la session audio temps réel. Pour OpenAI Realtime 2 plus le cerveau Codex, utilisez voice.realtime.model: "gpt-realtime-2" et voice.model: "openai-codex/gpt-5.5".
• Le fournisseur temps réel OpenAI accepte les noms d’événements Realtime 2 actuels et les alias hérités compatibles avec Codex pour les événements d’audio de sortie et de transcription, afin que les instantanés de fournisseur compatibles puissent dériver sans perdre l’audio assistant.
• voice.realtime.bargeIn contrôle si les événements Discord de début de parole interrompent la lecture temps réel active. Si non défini, il suit le paramètre d’interruption audio d’entrée du fournisseur temps réel.
• voice.realtime.minBargeInAudioEndMs contrôle la durée minimale de lecture de l’assistant avant qu’une interruption temps réel OpenAI tronque l’audio. Par défaut : 250. Définissez 0 pour une interruption immédiate dans les salons avec peu d’écho, ou augmentez-la pour les configurations de haut-parleurs très sujettes à l’écho.
• Pour une voix OpenAI lors de la lecture Discord, définissez voice.tts.provider: "openai" et choisissez une voix Text-to-speech sous voice.tts.openai.voice ou voice.tts.providers.openai.voice. cedar est un bon choix à sonorité masculine sur le modèle TTS OpenAI actuel.
• Les remplacements Discord systemPrompt par canal s’appliquent aux tours de transcription vocale pour ce canal vocal.
• Les tours de transcription vocale déduisent le statut propriétaire depuis Discord allowFrom (ou dm.allowFrom) ; les locuteurs non propriétaires ne peuvent pas accéder aux outils réservés aux propriétaires (par exemple gateway et cron).
• La voix Discord est optionnelle pour les configurations uniquement textuelles ; définissez channels.discord.voice.enabled=true (ou conservez un bloc channels.discord.voice existant) pour activer les commandes /vc, le runtime vocal et l’intention Gateway GuildVoiceStates.
• channels.discord.intents.voiceStates peut remplacer explicitement l’abonnement à l’intention d’état vocal. Laissez-le non défini pour que l’intention suive l’activation vocale effective.
• Si voice.autoJoin contient plusieurs entrées pour la même guilde, OpenClaw rejoint le dernier canal configuré pour cette guilde.
• voice.allowedChannels est une liste d’autorisation de résidence facultative. Laissez-la non définie pour autoriser /vc join dans n’importe quel canal vocal Discord autorisé. Lorsqu’elle est définie, /vc join, la jonction automatique au démarrage et les déplacements d’état vocal du bot sont limités aux entrées { guildId, channelId } listées. Définissez-la sur un tableau vide pour refuser toutes les jonctions vocales Discord. Si Discord déplace le bot en dehors de la liste d’autorisation, OpenClaw quitte ce canal et rejoint la cible d’auto-jonction configurée lorsqu’il en existe une.
• voice.daveEncryption et voice.decryptionFailureTolerance sont transmis aux options de jonction @discordjs/voice.
• Les valeurs par défaut de @discordjs/voice sont daveEncryption=true et decryptionFailureTolerance=24 si elles ne sont pas définies.
• OpenClaw utilise par défaut le décodeur opusscript pur JS pour la réception vocale Discord. Le package natif facultatif @discordjs/opus est ignoré par la politique d’installation pnpm du dépôt, afin que les installations normales, les voies Docker et les tests sans rapport ne compilent pas d’addon natif. Les hôtes dédiés aux performances vocales peuvent l’activer avec OPENCLAW_DISCORD_OPUS_DECODER=native après avoir installé l’addon natif.
• voice.connectTimeoutMs contrôle l’attente initiale @discordjs/voice Ready pour les tentatives /vc join et d’auto-jonction. Par défaut : 30000.
• voice.reconnectGraceMs contrôle combien de temps OpenClaw attend qu’une session vocale déconnectée commence à se reconnecter avant de la détruire. Par défaut : 15000.
• En mode stt-tts, la lecture vocale ne s’arrête pas simplement parce qu’un autre utilisateur commence à parler. Pour éviter les boucles de rétroaction, OpenClaw ignore la nouvelle capture vocale pendant que TTS est en cours de lecture ; parlez après la fin de la lecture pour le tour suivant. Les modes temps réel transmettent les débuts de parole comme signaux d’interruption au fournisseur temps réel.
• En modes temps réel, l’écho des haut-parleurs dans un micro ouvert peut ressembler à une interruption et interrompre la lecture. Pour les salons Discord très sujets à l’écho, définissez voice.realtime.providers.openai.interruptResponseOnInputAudio: false pour empêcher OpenAI d’interrompre automatiquement sur l’audio d’entrée. Ajoutez voice.realtime.bargeIn: true si vous voulez toujours que les événements Discord de début de parole interrompent la lecture active. Le pont temps réel OpenAI ignore les troncatures de lecture plus courtes que voice.realtime.minBargeInAudioEndMs, les considérant comme probablement dues à l’écho/au bruit, et les journalise comme ignorées au lieu d’effacer la lecture Discord.
• voice.captureSilenceGraceMs contrôle combien de temps OpenClaw attend après que Discord signale qu’un locuteur s’est arrêté avant de finaliser ce segment audio pour STT. Par défaut : 2500 ; augmentez cette valeur si Discord découpe les pauses normales en transcriptions partielles saccadées.
• Lorsque ElevenLabs est le fournisseur TTS sélectionné, la lecture vocale Discord utilise le TTS en streaming et démarre depuis le flux de réponse du fournisseur. Les fournisseurs sans prise en charge du streaming reviennent au chemin du fichier temporaire synthétisé.
• OpenClaw surveille également les échecs de déchiffrement de réception et récupère automatiquement en quittant/rejoignant le canal vocal après des échecs répétés dans une courte fenêtre.
• Si les journaux de réception affichent à répétition DecryptionFailed(UnencryptedWhenPassthroughDisabled) après une mise à jour, collectez un rapport de dépendances et les journaux. La ligne @discordjs/voice groupée inclut le correctif amont de remplissage depuis la PR discord.js #11449, qui a fermé l’issue discord.js #11419.
• Les événements de réception The operation was aborted sont attendus lorsque OpenClaw finalise un segment de locuteur capturé ; ce sont des diagnostics détaillés, pas des avertissements.
• Les journaux vocaux Discord détaillés incluent un aperçu borné sur une ligne de la transcription STT pour chaque segment de locuteur accepté, afin que le débogage montre à la fois le côté utilisateur et le côté réponse de l’agent sans déverser de texte de transcription non borné.
• En mode agent-proxy, le repli de consultation forcée ignore les fragments de transcription probablement incomplets, comme le texte se terminant par ... ou un connecteur final comme and, ainsi que les clôtures manifestement non actionnables comme « je reviens tout de suite » ou « au revoir ». Les journaux affichent forced agent consult skipped reason=... lorsque cela empêche une réponse mise en file d’attente obsolète.

Configuration opus native pour les extractions source :

pnpm installmise exec node@22 -- pnpm discord:opus:install

Utilisez Node 22 pour le Gateway lorsque vous voulez l’addon natif précompilé macOS arm64 amont. Si vous utilisez un autre runtime Node, l’installateur optionnel peut nécessiter une chaîne d’outils locale de compilation depuis les sources node-gyp.

Après avoir installé l’addon natif, démarrez le Gateway avec :

OPENCLAW_DISCORD_OPUS_DECODER=native pnpm gateway:watch

Les journaux vocaux détaillés doivent afficher discord voice: opus decoder: @discordjs/opus. Sans l’activation par variable d’environnement, ou si l’addon natif est absent ou ne peut pas se charger sur l’hôte, OpenClaw journalise discord voice: opus decoder: opusscript et continue à recevoir la voix via le repli pur JS.

Pipeline STT plus TTS :

• La capture PCM Discord est convertie en fichier temporaire WAV.
• tools.media.audio gère STT, par exemple openai/gpt-4o-mini-transcribe.
• La transcription est envoyée via l’entrée et le routage Discord pendant que le LLM de réponse s’exécute avec une politique de sortie vocale qui masque l’outil agent tts et demande du texte retourné, parce que la voix Discord possède la lecture TTS finale.
• voice.model, lorsqu’il est défini, remplace uniquement le LLM de réponse pour ce tour de canal vocal.
• voice.tts est fusionné par-dessus messages.tts ; les fournisseurs compatibles avec le streaming alimentent directement le lecteur, sinon le fichier audio résultant est lu dans le canal rejoint.

Exemple de session de canal vocal agent-proxy par défaut :

{  channels: {    discord: {      voice: {        enabled: true,        model: "openai-codex/gpt-5.5",        realtime: {          provider: "openai",          model: "gpt-realtime-2",          voice: "cedar",        },      },    },  },}

Sans bloc voice.agentSession, chaque canal vocal obtient sa propre session OpenClaw routée. Par exemple, /vc join channel:234567890123456789 parle à la session de ce canal vocal Discord. Le modèle temps réel n’est que l’interface vocale ; les demandes substantielles sont transmises à l’agent OpenClaw configuré. Si le modèle temps réel produit une transcription finale sans appeler l’outil de consultation, OpenClaw force la consultation comme repli afin que le comportement par défaut reste équivalent à parler à l’agent.

Exemple STT plus TTS hérité :

{  channels: {    discord: {      voice: {        enabled: true,        mode: "stt-tts",        model: "openai/gpt-5.4-mini",        tts: {          provider: "openai",          openai: {            model: "gpt-4o-mini-tts",            voice: "cedar",          },        },      },    },  },}

Exemple bidi temps réel :

{  channels: {    discord: {      voice: {        enabled: true,        mode: "bidi",        model: "openai-codex/gpt-5.5",        realtime: {          provider: "openai",          model: "gpt-realtime-2",          voice: "cedar",          toolPolicy: "safe-read-only",          consultPolicy: "always",        },      },    },  },}

Voix comme extension d’une session de canal Discord existante :

{  channels: {    discord: {      voice: {        enabled: true,        mode: "agent-proxy",        model: "openai-codex/gpt-5.5",        agentSession: {          mode: "target",          target: "channel:123456789012345678",        },        realtime: {          provider: "openai",          model: "gpt-realtime-2",          voice: "cedar",        },      },    },  },}

En mode agent-proxy, le bot rejoint le canal vocal configuré, mais les tours de l’agent OpenClaw utilisent la session et l’agent routés normaux du canal cible. La session vocale temps réel prononce le résultat retourné dans le canal vocal. L’agent superviseur peut toujours utiliser les outils de message normaux selon sa politique d’outils, y compris envoyer un message Discord distinct si c’est l’action appropriée.

Formes de cible utiles :

• target: "channel:123456789012345678" route via une session de canal texte Discord.
• target: "123456789012345678" est traité comme une cible de canal.
• target: "dm:123456789012345678" ou target: "user:123456789012345678" route via cette session de message direct.

Exemple OpenAI Realtime avec beaucoup d’écho :

{  channels: {    discord: {      voice: {        enabled: true,        mode: "bidi",        model: "openai-codex/gpt-5.5",        realtime: {          provider: "openai",          model: "gpt-realtime-2",          voice: "cedar",          bargeIn: true,          minBargeInAudioEndMs: 500,          consultPolicy: "always",          providers: {            openai: {              interruptResponseOnInputAudio: false,            },          },        },      },    },  },}

Utilisez ceci lorsque le modèle entend sa propre lecture Discord via un micro ouvert, mais que vous voulez quand même l’interrompre en parlant. OpenClaw empêche OpenAI de s’interrompre automatiquement sur l’audio d’entrée brut, tandis que bargeIn: true permet aux événements de début de prise de parole Discord et à l’audio d’un locuteur déjà actif d’annuler les réponses realtime actives avant que le tour capturé suivant n’atteigne OpenAI. Les signaux d’interruption très précoces avec audioEndMs inférieur à minBargeInAudioEndMs sont traités comme de l’écho ou du bruit probable et ignorés afin que le modèle ne s’interrompe pas dès la première trame de lecture.

Journaux vocaux attendus :

• À la connexion : discord voice: joining ... voiceSession=... supervisorSession=... agentSessionMode=... voiceModel=... realtimeModel=...
• Au démarrage realtime : discord voice: realtime bridge starting ... autoRespond=false interruptResponse=false bargeIn=false minBargeInAudioEndMs=...
• Sur l’audio du locuteur : discord voice: realtime speaker turn opened ..., discord voice: realtime input audio started ... outputAudioMs=... outputActive=..., et discord voice: realtime speaker turn closed ... chunks=... discordBytes=... realtimeBytes=... interruptedPlayback=...
• Sur la parole obsolète ignorée : discord voice: realtime forced agent consult skipped reason=incomplete-transcript ... ou reason=non-actionable-closing ...
• À la fin de la réponse realtime : discord voice: realtime audio playback finishing reason=response.done ... audioMs=... chunks=...
• À l’arrêt ou à la réinitialisation de la lecture : discord voice: realtime audio playback stopped reason=... audioMs=... elapsedMs=... chunks=...
• Lors de la consultation realtime : discord voice: realtime consult requested ... voiceSession=... supervisorSession=... question=...
• Sur la réponse de l’agent : discord voice: agent turn answer ...
• Sur la parole exacte mise en file d’attente : discord voice: realtime exact speech queued ... queued=... outputAudioMs=... outputActive=..., suivi de discord voice: realtime exact speech dequeued reason=player-idle ...
• Lors de la détection d’interruption : discord voice: realtime barge-in detected source=speaker-start ... ou discord voice: realtime barge-in detected source=active-speaker-audio ..., suivi de discord voice: realtime barge-in requested reason=... outputAudioMs=... outputActive=...
• Lors de l’interruption realtime : discord voice: realtime model interrupt requested client:response.cancel reason=barge-in, suivi soit de discord voice: realtime model audio truncated client:conversation.item.truncate reason=barge-in audioEndMs=..., soit de discord voice: realtime model interrupt confirmed server:response.done status=cancelled ...
• Sur l’écho ou le bruit ignoré : discord voice: realtime model interrupt ignored client:conversation.item.truncate.skipped reason=barge-in audioEndMs=0 minAudioEndMs=250
• Lorsque l’interruption est désactivée : discord voice: realtime capture ignored during playback (barge-in disabled) ...
• Sur la lecture inactive : discord voice: realtime barge-in ignored reason=... outputActive=false ... playbackChunks=0

Pour déboguer l’audio coupé, lisez les journaux vocaux realtime comme une chronologie :

1. realtime audio playback started signifie que Discord a commencé à lire l’audio de l’assistant. Le bridge commence à compter les fragments de sortie de l’assistant, les octets PCM Discord, les octets realtime du fournisseur et la durée audio synthétisée à partir de ce point.
2. realtime speaker turn opened marque l’activation d’un locuteur Discord. Si la lecture est déjà active et que bargeIn est activé, cela peut être suivi de barge-in detected source=speaker-start.
3. realtime input audio started marque la première trame audio réelle reçue pour ce tour de locuteur. outputActive=true ou un outputAudioMs non nul ici signifie que le micro envoie une entrée pendant que la lecture de l’assistant est encore active.
4. barge-in detected source=active-speaker-audio signifie qu’OpenClaw a détecté de l’audio de locuteur en direct pendant que la lecture de l’assistant était active. C’est utile pour distinguer une véritable interruption d’un événement de début de locuteur Discord sans audio utile.
5. barge-in requested reason=... signifie qu’OpenClaw a demandé au fournisseur realtime d’annuler ou de tronquer la réponse active. Il inclut outputAudioMs, outputActive et playbackChunks afin que vous puissiez voir quelle quantité d’audio de l’assistant avait réellement été lue avant l’interruption.
6. realtime audio playback stopped reason=... est le point local de réinitialisation de la lecture Discord. La raison indique qui a arrêté la lecture : barge-in, player-idle, provider-clear-audio, forced-agent-consult, stream-close ou session-close.
7. realtime speaker turn closed résume le tour d’entrée capturé. chunks=0 ou hasAudio=false signifie que le tour de locuteur s’est ouvert, mais qu’aucun audio exploitable n’a atteint le bridge realtime. interruptedPlayback=true signifie que ce tour d’entrée a chevauché la sortie de l’assistant et déclenché la logique d’interruption.

Champs utiles :

• outputAudioMs : durée audio de l’assistant générée par le fournisseur realtime avant la ligne de journal.
• audioMs : durée audio de l’assistant comptabilisée par OpenClaw avant l’arrêt de la lecture.
• elapsedMs : temps réel écoulé entre l’ouverture et la fermeture du flux de lecture ou du tour de locuteur.
• discordBytes : octets PCM stéréo 48 kHz envoyés à Discord voice ou reçus de celui-ci.
• realtimeBytes : octets PCM au format du fournisseur envoyés au fournisseur realtime ou reçus de celui-ci.
• playbackChunks : fragments audio de l’assistant transmis à Discord pour la réponse active.
• sinceLastAudioMs : intervalle entre la dernière trame audio de locuteur capturée et la fermeture du tour de locuteur.

Motifs courants :

• Une coupure immédiate avec source=active-speaker-audio, un petit outputAudioMs et le même utilisateur à proximité indique généralement que l’écho du haut-parleur entre dans le micro. Augmentez voice.realtime.minBargeInAudioEndMs, baissez le volume du haut-parleur, utilisez un casque ou définissez voice.realtime.providers.openai.interruptResponseOnInputAudio: false.
• source=speaker-start suivi de speaker turn closed ... hasAudio=false signifie que Discord a signalé un début de prise de parole, mais qu’aucun audio n’a atteint OpenClaw. Il peut s’agir d’un événement vocal Discord transitoire, d’un comportement de noise gate ou d’un client qui active brièvement le micro.
• audio playback stopped reason=stream-close sans interruption proche ni provider-clear-audio signifie que le flux local de lecture Discord s’est terminé de manière inattendue. Vérifiez les journaux précédents du fournisseur et du lecteur Discord.
• capture ignored during playback (barge-in disabled) signifie qu’OpenClaw a volontairement ignoré l’entrée pendant que l’audio de l’assistant était actif. Activez voice.realtime.bargeIn si vous voulez que la parole interrompe la lecture.
• barge-in ignored ... outputActive=false signifie que Discord ou le VAD du fournisseur a signalé de la parole, mais qu’OpenClaw n’avait aucune lecture active à interrompre. Cela ne devrait pas couper l’audio.

Les identifiants sont résolus par composant : authentification de la route LLM pour voice.model, authentification STT pour tools.media.audio, authentification TTS pour messages.tts/voice.tts, et authentification du fournisseur realtime pour voice.realtime.providers ou la configuration d’authentification normale du fournisseur.

Messages vocaux

Les messages vocaux Discord affichent un aperçu de forme d’onde et nécessitent de l’audio OGG/Opus. OpenClaw génère automatiquement la forme d’onde, mais a besoin de ffmpeg et ffprobe sur l’hôte du Gateway pour inspecter et convertir.

• Fournissez un chemin de fichier local (les URL sont rejetées).
• Omettez le contenu textuel (Discord rejette le texte + message vocal dans la même charge utile).
• Tous les formats audio sont acceptés ; OpenClaw convertit en OGG/Opus si nécessaire.

message(action="send", channel="discord", target="channel:123", path="/path/to/audio.mp3", asVoice=true)

Dépannage

openclaw doctoropenclaw channels status --probeopenclaw logs --follow

{channels: {discord: {  accounts: {    default: {      eventQueue: {        listenerTimeout: 120000,      },    },  },},},}

{channels: {discord: {  accounts: {    mantis: {      // Mantis listens to other bots only when they mention her.      allowBots: "mentions",    },    molty: {      // Molty listens to all bot-authored Discord messages.      allowBots: true,      mentionAliases: {        // Lets Molty write "@Mantis" and send a real Discord mention.        Mantis: "MANTIS_DISCORD_USER_ID",      },    },  },},},}

Référence de configuration

Référence principale : Référence de configuration - Discord.

Sécurité et opérations

• Traitez les jetons de bot comme des secrets (DISCORD_BOT_TOKEN est recommandé dans les environnements supervisés).
• Accordez les autorisations Discord avec le moindre privilège.
• Si le déploiement ou l’état des commandes est obsolète, redémarrez le gateway et revérifiez avec openclaw channels status --probe.

Connexe