Bundled plugin guides
Plugin d’appel vocal
Appels vocaux pour OpenClaw via un plugin. Prend en charge les notifications sortantes, les conversations à plusieurs tours, la voix en temps réel full-duplex, la transcription en streaming et les appels entrants avec des politiques de liste d’autorisation.
Fournisseurs actuels : twilio (Programmable Voice + Media Streams),
telnyx (Call Control v2), plivo (Voice API + transfert XML + GetInput
speech), mock (développement/sans réseau).
Démarrage rapide
Installer le plugin
Depuis npm
openclaw plugins install @openclaw/voice-callDepuis un dossier local (développement)
PLUGIN_SRC=./path/to/local/voice-call-pluginopenclaw plugins install "$PLUGIN_SRC"cd "$PLUGIN_SRC" && pnpm installUtilisez le paquet nu pour suivre l’étiquette de publication officielle actuelle. Épinglez une version exacte uniquement lorsque vous avez besoin d’une installation reproductible.
Redémarrez ensuite le Gateway afin que le plugin se charge.
Configurer le fournisseur et le webhook
Définissez la configuration sous plugins.entries.voice-call.config (voir
Configuration ci-dessous pour la forme complète). Au minimum :
provider, les identifiants du fournisseur, fromNumber et une URL de webhook
accessible publiquement.
Vérifier la configuration
openclaw voicecall setupLa sortie par défaut est lisible dans les journaux de chat et les terminaux. Elle vérifie
l’activation du plugin, les identifiants du fournisseur, l’exposition du webhook et qu’un
seul mode audio (streaming ou realtime) est actif. Utilisez
--json pour les scripts.
Test de fumée
openclaw voicecall smokeopenclaw voicecall smoke --to "+15555550123"Les deux sont des simulations par défaut. Ajoutez --yes pour passer réellement un court
appel de notification sortant :
openclaw voicecall smoke --to "+15555550123" --yesConfiguration
Si enabled: true mais que les identifiants du fournisseur sélectionné sont manquants,
le démarrage du Gateway journalise un avertissement de configuration incomplète avec les clés manquantes et
ignore le démarrage du runtime. Les commandes, appels RPC et outils d’agent renvoient toujours
la configuration exacte manquante du fournisseur lorsqu’ils sont utilisés.
{ 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 */ }, }, }, }, },}Notes sur l’exposition et la sécurité des fournisseurs
- Twilio, Telnyx et Plivo nécessitent tous une URL de webhook accessible publiquement.
mockest un fournisseur de développement local (aucun appel réseau).- Telnyx nécessite
telnyx.publicKey(ouTELNYX_PUBLIC_KEY), sauf siskipSignatureVerificationvaut true. skipSignatureVerificationest réservé aux tests locaux.- Sur l’offre gratuite ngrok, définissez
publicUrlsur l’URL ngrok exacte ; la vérification de signature est toujours appliquée. tunnel.allowNgrokFreeTierLoopbackBypass: trueautorise les webhooks Twilio avec des signatures invalides uniquement lorsquetunnel.provider="ngrok"et queserve.bindest en loopback (agent local ngrok). Développement local uniquement.- Les URL de l’offre gratuite ngrok peuvent changer ou ajouter un comportement interstitiel ; si
publicUrldérive, les signatures Twilio échouent. Production : préférez un domaine stable ou un tunnel Tailscale.
Plafonds des connexions de streaming
streaming.preStartTimeoutMsferme les sockets qui n’envoient jamais de tramestartvalide.streaming.maxPendingConnectionslimite le nombre total de sockets pré-démarrage non authentifiés.streaming.maxPendingConnectionsPerIplimite les sockets pré-démarrage non authentifiés par IP source.streaming.maxConnectionslimite le nombre total de sockets de flux média ouverts (en attente + actifs).
Migrations de configuration héritée
Les anciennes configurations utilisant provider: "log", twilio.from ou les anciennes clés OpenAI
streaming.* sont réécrites par openclaw doctor --fix.
Le fallback d’exécution accepte encore les anciennes clés voice-call pour le moment, mais
le chemin de réécriture est openclaw doctor --fix et la couche de compatibilité est
temporaire.
Clés de streaming migrées automatiquement :
streaming.sttProvider→streaming.providerstreaming.openaiApiKey→streaming.providers.openai.apiKeystreaming.sttModel→streaming.providers.openai.modelstreaming.silenceDurationMs→streaming.providers.openai.silenceDurationMsstreaming.vadThreshold→streaming.providers.openai.vadThreshold
Portée de session
Par défaut, Voice Call utilise sessionScope: "per-phone" afin que les appels répétés du
même appelant conservent la mémoire de conversation. Définissez sessionScope: "per-call" lorsque
chaque appel opérateur doit démarrer avec un contexte neuf, par exemple pour la réception,
la réservation, l’IVR ou les flux de passerelle Google Meet où le même numéro de téléphone peut
représenter différentes réunions.
Conversations vocales en temps réel
realtime sélectionne un fournisseur vocal en temps réel full-duplex pour l’audio
des appels en direct. Il est distinct de streaming, qui transfère uniquement l’audio vers
des fournisseurs de transcription en temps réel.
Comportement d’exécution actuel :
realtime.enabledest pris en charge pour Twilio Media Streams.realtime.providerest facultatif. S’il n’est pas défini, Voice Call utilise le premier fournisseur vocal en temps réel enregistré.- Fournisseurs vocaux en temps réel inclus : Google Gemini Live (
google) et OpenAI (openai), enregistrés par leurs plugins fournisseurs. - La configuration brute détenue par le fournisseur se trouve sous
realtime.providers.<providerId>. - Voice Call expose l’outil partagé en temps réel
openclaw_agent_consultpar défaut. Le modèle en temps réel peut l’appeler lorsque l’appelant demande un raisonnement plus approfondi, des informations actuelles ou des outils OpenClaw normaux. realtime.consultPolicyajoute facultativement des indications sur le moment où le modèle en temps réel doit appeleropenclaw_agent_consult.realtime.agentContext.enabledest désactivé par défaut. Lorsqu’il est activé, Voice Call injecte une identité d’agent bornée, une surcharge de prompt système et une capsule de fichier d’espace de travail sélectionné dans les instructions du fournisseur en temps réel lors de la configuration de la session.realtime.fastContext.enabledest désactivé par défaut. Lorsqu’il est activé, Voice Call recherche d’abord dans la mémoire indexée/le contexte de session pour la question de consultation et renvoie ces extraits au modèle en temps réel dansrealtime.fastContext.timeoutMsavant de basculer vers l’agent de consultation complet uniquement sirealtime.fastContext.fallbackToConsultvaut true.- Si
realtime.providerpointe vers un fournisseur non enregistré, ou si aucun fournisseur vocal en temps réel n’est enregistré, Voice Call journalise un avertissement et ignore le média en temps réel au lieu de faire échouer tout le plugin. - Les clés de session de consultation réutilisent la session d’appel stockée lorsqu’elle est disponible, puis se replient sur le
sessionScopeconfiguré (per-phonepar défaut, ouper-callpour les appels isolés).
Politique des outils
realtime.toolPolicy contrôle l’exécution de consultation :
| Politique | Comportement |
|---|---|
safe-read-only |
Expose l’outil de consultation et limite l’agent standard à read, web_search, web_fetch, x_search, memory_search et memory_get. |
owner |
Expose l’outil de consultation et laisse l’agent standard utiliser la politique d’outils d’agent normale. |
none |
N’expose pas l’outil de consultation. Les realtime.tools personnalisés sont toujours transmis au fournisseur en temps réel. |
realtime.consultPolicy contrôle uniquement les instructions du modèle en temps réel :
| Politique | Indication |
|---|---|
auto |
Conserve le prompt par défaut et laisse le fournisseur décider quand appeler l’outil de consultation. |
substantive |
Répond directement aux simples transitions conversationnelles et consulte avant les faits, la mémoire, les outils ou le contexte. |
always |
Consulte avant chaque réponse substantielle. |
Contexte vocal de l’agent
Activez realtime.agentContext lorsque la passerelle vocale doit sonner comme l’agent
OpenClaw configuré sans payer un aller-retour complet de consultation d’agent sur
les tours ordinaires. La capsule de contexte est ajoutée une seule fois lorsque la session en temps réel est
créée, elle n’ajoute donc pas de latence par tour. Les appels à
openclaw_agent_consult exécutent toujours l’agent OpenClaw complet et doivent être utilisés
pour le travail avec les outils, les informations actuelles, les recherches en mémoire ou l’état de l’espace de travail.
{ 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"], }, }, }, }, }, },}Exemples de fournisseurs en temps réel
Google Gemini Live
Valeurs par défaut : clé API issue de realtime.providers.google.apiKey,
GEMINI_API_KEY ou GOOGLE_GENERATIVE_AI_API_KEY ; modèle
gemini-2.5-flash-native-audio-preview-12-2025 ; voix Kore.
sessionResumption et contextWindowCompression sont activés par défaut pour les appels plus longs
et reconnectables. Utilisez silenceDurationMs, startSensitivity et
endSensitivity pour ajuster une prise de tour plus rapide sur l'audio téléphonique.
{ 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: "${GEMINI_API_KEY}", model: "gemini-2.5-flash-native-audio-preview-12-2025", voice: "Kore", silenceDurationMs: 500, startSensitivity: "high", }, }, }, }, }, }, },}OpenAI
{ plugins: { entries: { "voice-call": { config: { realtime: { enabled: true, provider: "openai", providers: { openai: { apiKey: "${OPENAI_API_KEY}" }, }, }, }, }, }, },}Consultez Fournisseur Google et Fournisseur OpenAI pour les options vocales en temps réel propres aux fournisseurs.
Transcription en streaming
streaming sélectionne un fournisseur de transcription en temps réel pour l'audio des appels en direct.
Comportement d'exécution actuel :
streaming.providerest facultatif. S'il n'est pas défini, Voice Call utilise le premier fournisseur de transcription en temps réel enregistré.- Fournisseurs de transcription en temps réel inclus : Deepgram (
deepgram), ElevenLabs (elevenlabs), Mistral (mistral), OpenAI (openai) et xAI (xai), enregistrés par leurs Plugins de fournisseur. - La configuration brute détenue par le fournisseur se trouve sous
streaming.providers.<providerId>. - Après que Twilio a envoyé un message
startde flux accepté, Voice Call enregistre le flux immédiatement, met en file d'attente les médias entrants via le fournisseur de transcription pendant que celui-ci se connecte, et ne lance le message d'accueil initial qu'une fois la transcription en temps réel prête. - Si
streaming.providerpointe vers un fournisseur non enregistré, ou si aucun fournisseur n'est enregistré, Voice Call journalise un avertissement et ignore le streaming média au lieu de faire échouer tout le Plugin.
Exemples de fournisseurs de streaming
OpenAI
Valeurs par défaut : clé API streaming.providers.openai.apiKey ou
OPENAI_API_KEY ; modèle 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, }, }, }, }, }, }, },}xAI
Valeurs par défaut : clé API streaming.providers.xai.apiKey ou XAI_API_KEY ;
point de terminaison wss://api.x.ai/v1/stt ; encodage mulaw ; fréquence d'échantillonnage 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 pour les appels
Voice Call utilise la configuration principale messages.tts pour la parole
en streaming pendant les appels. Vous pouvez la remplacer dans la configuration du Plugin avec la
même forme — elle est fusionnée en profondeur avec messages.tts.
{ tts: { provider: "elevenlabs", providers: { elevenlabs: { voiceId: "pMsXgVXv3BLzUgSXRplE", modelId: "eleven_multilingual_v2", }, }, },}Notes de comportement :
- Les anciennes clés
tts.<provider>dans la configuration du Plugin (openai,elevenlabs,microsoft,edge) sont réparées paropenclaw doctor --fix; la configuration validée doit utilisertts.providers.<provider>. - Le TTS principal est utilisé lorsque le streaming média Twilio est activé ; sinon, les appels reviennent aux voix natives du fournisseur.
- Si un flux média Twilio est déjà actif, Voice Call ne revient pas à TwiML
OPENCLAW_DOCS_MARKER:calloutOpen:U2F5. Si le TTS téléphonique est indisponible dans cet état, la demande de lecture échoue au lieu de mélanger deux chemins de lecture. - Lorsque le TTS téléphonique revient à un fournisseur secondaire, Voice Call journalise un avertissement avec la chaîne de fournisseurs (
from,to,attempts) pour le débogage. - Lorsque le barge-in Twilio ou le démontage du flux vide la file d'attente TTS en attente, les demandes de lecture en file d'attente se terminent au lieu de laisser les appelants attendre la fin de la lecture.
Exemples TTS
TTS principal uniquement
{messages: {tts: {provider: "openai",providers: { openai: { voice: "alloy" },},},},}Remplacement par ElevenLabs (appels uniquement)
{plugins: {entries: {"voice-call": { config: { tts: { provider: "elevenlabs", providers: { elevenlabs: { apiKey: "elevenlabs_key", voiceId: "pMsXgVXv3BLzUgSXRplE", modelId: "eleven_multilingual_v2", }, }, }, },},},},}Remplacement du modèle OpenAI (fusion profonde)
{plugins: {entries: {"voice-call": { config: { tts: { providers: { openai: { model: "gpt-4o-mini-tts", voice: "marin", }, }, }, },},},},}Appels entrants
La politique entrante est par défaut disabled. Pour activer les appels entrants, définissez :
{inboundPolicy: "allowlist",allowFrom: ["+15550001234"],inboundGreeting: "Hello! How can I help?",}Les réponses automatiques utilisent le système d'agent. Ajustez avec responseModel,
responseSystemPrompt et responseTimeoutMs.
Routage par numéro
Utilisez numbers lorsqu'un Plugin Voice Call reçoit des appels pour plusieurs numéros de téléphone
et que chaque numéro doit se comporter comme une ligne différente. Par exemple, un
numéro peut utiliser un assistant personnel détendu tandis qu'un autre utilise une persona
professionnelle, un agent de réponse différent et une voix TTS différente.
Les routes sont sélectionnées à partir du numéro To composé fourni par le fournisseur. Les clés doivent être
des numéros E.164. Lorsqu'un appel arrive, Voice Call résout la route correspondante une seule fois,
stocke la route correspondante dans l'enregistrement d'appel et réutilise cette configuration effective
pour le message d'accueil, le chemin de réponse automatique classique, le chemin de consultation en temps réel et la lecture
TTS. Si aucune route ne correspond, la configuration globale de Voice Call est utilisée.
Les appels sortants n'utilisent pas numbers ; transmettez explicitement la cible sortante, le message et la
session lors du lancement de l'appel.
Les remplacements de route prennent actuellement en charge :
inboundGreetingttsagentIdresponseModelresponseSystemPromptresponseTimeoutMs
La valeur de route tts est fusionnée en profondeur par-dessus la configuration globale tts de Voice Call, donc
vous pouvez généralement ne remplacer que la voix du fournisseur :
{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" }, }, }, },},}Contrat de sortie parlée
Pour les réponses automatiques, Voice Call ajoute un contrat strict de sortie parlée à l'invite système :
{"spoken":"..."}Voice Call extrait le texte à prononcer de façon défensive :
- Ignore les charges utiles marquées comme contenu de raisonnement/d'erreur.
- Analyse le JSON direct, le JSON balisé ou les clés
"spoken"en ligne. - Revient au texte brut et supprime les paragraphes d'introduction susceptibles de relever de la planification ou des métadonnées.
Cela maintient la lecture parlée centrée sur le texte destiné à l'appelant et évite de laisser fuiter du texte de planification dans l'audio.
Comportement de démarrage de conversation
Pour les appels conversation sortants, la gestion du premier message est liée à l'état de
lecture en direct :
- Le vidage de la file de barge-in et la réponse automatique sont supprimés uniquement pendant que le message d'accueil initial est activement prononcé.
- Si la lecture initiale échoue, l'appel revient à
listeninget le message initial reste en file d'attente pour une nouvelle tentative. - La lecture initiale pour le streaming Twilio démarre à la connexion du flux sans délai supplémentaire.
- Le barge-in interrompt la lecture active et vide les entrées TTS Twilio en file d'attente mais pas encore lues. Les entrées vidées se résolvent comme ignorées, afin que la logique de réponse de suivi puisse continuer sans attendre un audio qui ne sera jamais lu.
- Les conversations vocales en temps réel utilisent leur propre tour d'ouverture du flux en temps réel. Voice Call ne publie pas de mise à jour TwiML
OPENCLAW_DOCS_MARKER:calloutOpen:U2F5héritée pour ce message initial, afin que les sessions<Connect><Stream>sortantes restent attachées.
Délai de grâce à la déconnexion du flux Twilio
Lorsqu'un flux média Twilio se déconnecte, Voice Call attend 2000 ms avant de terminer automatiquement l'appel :
- Si le flux se reconnecte pendant cette fenêtre, la fin automatique est annulée.
- Si aucun flux ne se réenregistre après la période de grâce, l'appel est terminé afin d'éviter des appels actifs bloqués.
Nettoyeur d'appels obsolètes
Utilisez staleCallReaperSeconds pour terminer les appels qui ne reçoivent jamais de
Webhook terminal (par exemple, les appels en mode notification qui ne se terminent jamais). La valeur par défaut
est 0 (désactivé).
Plages recommandées :
- Production :
120–300secondes pour les flux de type notification. - Gardez cette valeur supérieure à
maxDurationSecondsafin que les appels normaux puissent se terminer. Un bon point de départ estmaxDurationSeconds + 30–60secondes.
{plugins: {entries: { "voice-call": { config: { maxDurationSeconds: 300, staleCallReaperSeconds: 360, }, },},},}Sécurité des Webhooks
Lorsqu’un proxy ou un tunnel se trouve devant le Gateway, le Plugin reconstruit l’URL publique pour la vérification de signature. Ces options contrôlent les en-têtes transférés qui sont approuvés :
webhookSecurity.allowedHostsstring[]Autoriser les hôtes depuis les en-têtes de transfert.
webhookSecurity.trustForwardingHeadersbooleanApprouver les en-têtes transférés sans liste d’autorisation.
webhookSecurity.trustedProxyIPsstring[]N’approuver les en-têtes transférés que lorsque l’adresse IP distante de la requête correspond à la liste.
Protections supplémentaires :
- La protection contre la relecture des Webhooks est activée pour Twilio et Plivo. Les requêtes Webhook valides rejouées sont acquittées, mais ignorées pour les effets de bord.
- Les tours de conversation Twilio incluent un jeton par tour dans les rappels
<Gather>, afin que les rappels vocaux obsolètes ou rejoués ne puissent pas satisfaire un tour de transcription en attente plus récent. - Les requêtes Webhook non authentifiées sont rejetées avant la lecture du corps lorsque les en-têtes de signature requis par le fournisseur sont absents.
- Le Webhook voice-call utilise le profil de corps préauthentification partagé (64 Ko / 5 secondes), plus une limite par IP sur les requêtes en cours avant la vérification de signature.
Exemple avec un hôte public stable :
{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 callopenclaw 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 tailopenclaw voicecall latency # summarize turn latency from logsopenclaw voicecall expose --mode funnelLorsque le Gateway est déjà en cours d’exécution, les commandes opérationnelles
voicecall délèguent au runtime voice-call appartenant au Gateway afin que la
CLI ne lie pas un second serveur Webhook. Si aucun Gateway n’est joignable, les
commandes se replient sur un runtime CLI autonome.
latency lit calls.jsonl depuis le chemin de stockage voice-call par défaut.
Utilisez --file <path> pour pointer vers un autre journal et --last <n> pour limiter
l’analyse aux N derniers enregistrements (200 par défaut). La sortie inclut p50/p90/p99
pour la latence des tours et les temps d’attente d’écoute.
Outil d’agent
Nom de l’outil : voice_call.
| Action | Args |
|---|---|
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 |
Ce dépôt fournit une documentation de Skills correspondante dans skills/voice-call/SKILL.md.
RPC du Gateway
| Méthode | Args |
|---|---|
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 n’est valide qu’avec mode: "conversation". Les appels en mode
notification doivent utiliser voicecall.dtmf après l’existence de l’appel s’ils
ont besoin de chiffres après connexion.
Dépannage
La configuration échoue à exposer le Webhook
Exécutez la configuration depuis le même environnement que celui qui exécute le Gateway :
openclaw voicecall setupopenclaw voicecall setup --jsonPour twilio, telnyx et plivo, webhook-exposure doit être vert. Une
publicUrl configurée échoue quand même lorsqu’elle pointe vers un espace réseau
local ou privé, car l’opérateur ne peut pas rappeler ces adresses. N’utilisez pas
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 ou fd00::/8 comme publicUrl.
Les appels sortants Twilio en mode notification envoient leur TwiML OPENCLAW_DOCS_MARKER:calloutOpen:U2F5 initial
directement dans la requête de création d’appel ; le premier message parlé ne dépend
donc pas de la récupération du TwiML Webhook par Twilio. Un Webhook public reste requis
pour les rappels de statut, les appels de conversation, le DTMF avant connexion, les flux
en temps réel et le contrôle d’appel après connexion.
Utilisez un seul chemin d’exposition public :
{plugins: {entries: {"voice-call": { config: { publicUrl: "https://voice.example.com/voice/webhook", // or tunnel: { provider: "ngrok" }, // or tailscale: { mode: "funnel", path: "/voice/webhook" }, },},},},}Après avoir modifié la configuration, redémarrez ou rechargez le Gateway, puis exécutez :
openclaw voicecall setupopenclaw voicecall smokevoicecall smoke est une simulation, sauf si vous passez --yes.
Les identifiants du fournisseur échouent
Vérifiez le fournisseur sélectionné et les champs d’identifiants requis :
- Twilio :
twilio.accountSid,twilio.authTokenetfromNumber, ouTWILIO_ACCOUNT_SID,TWILIO_AUTH_TOKENetTWILIO_FROM_NUMBER. - Telnyx :
telnyx.apiKey,telnyx.connectionId,telnyx.publicKeyetfromNumber. - Plivo :
plivo.authId,plivo.authTokenetfromNumber.
Les identifiants doivent exister sur l’hôte du Gateway. Modifier un profil de shell local n’affecte pas un Gateway déjà en cours d’exécution tant qu’il ne redémarre pas ou ne recharge pas son environnement.
Les appels démarrent, mais les Webhooks du fournisseur n’arrivent pas
Vérifiez que la console du fournisseur pointe vers l’URL Webhook publique exacte :
https://voice.example.com/voice/webhookInspectez ensuite l’état du runtime :
openclaw voicecall status --call-id <id>openclaw voicecall tailopenclaw logs --followCauses fréquentes :
publicUrlpointe vers un chemin différent deserve.path.- L’URL du tunnel a changé après le démarrage du Gateway.
- Un proxy transfère la requête, mais supprime ou réécrit les en-têtes d’hôte/protocole.
- Un pare-feu ou le DNS route le nom d’hôte public ailleurs que vers le Gateway.
- Le Gateway a été redémarré sans le Plugin Voice Call activé.
Lorsqu’un proxy inverse ou un tunnel se trouve devant le Gateway, définissez
webhookSecurity.allowedHosts sur le nom d’hôte public, ou utilisez
webhookSecurity.trustedProxyIPs pour une adresse de proxy connue. Utilisez
webhookSecurity.trustForwardingHeaders uniquement lorsque la limite du proxy est sous
votre contrôle.
La vérification de signature échoue
Les signatures du fournisseur sont vérifiées par rapport à l’URL publique qu’OpenClaw reconstruit à partir de la requête entrante. Si les signatures échouent :
- Vérifiez que l’URL Webhook du fournisseur correspond exactement à
publicUrl, y compris le schéma, l’hôte et le chemin. - Pour les URL ngrok de l’offre gratuite, mettez à jour
publicUrllorsque le nom d’hôte du tunnel change. - Assurez-vous que le proxy préserve les en-têtes d’hôte et de protocole d’origine, ou configurez
webhookSecurity.allowedHosts. - N’activez pas
skipSignatureVerificationen dehors des tests locaux.
Les jointures Google Meet via Twilio échouent
Google Meet utilise ce Plugin pour les jointures par appel Twilio. Vérifiez d’abord Voice Call :
openclaw voicecall setupopenclaw voicecall smoke --to "+15555550123"Vérifiez ensuite explicitement le transport Google Meet :
openclaw googlemeet setup --transport twilioSi Voice Call est vert, mais que le participant Meet ne rejoint jamais, vérifiez le numéro
d’appel entrant Meet, le PIN et --dtmf-sequence. L’appel téléphonique peut être sain tandis
que la réunion rejette ou ignore une séquence DTMF incorrecte.
Google Meet démarre la liaison téléphonique Twilio via voicecall.start avec une séquence DTMF
avant connexion. Les séquences dérivées du PIN incluent le voiceCall.dtmfDelayMs du Plugin
Google Meet comme chiffres d’attente Twilio en tête. La valeur par défaut est de 12 secondes,
car les invites d’appel entrant Meet peuvent arriver tard. Voice Call redirige ensuite vers
la gestion en temps réel avant que le message d’accueil d’introduction ne soit demandé.
Utilisez openclaw logs --follow pour la trace de phase en direct. Une jointure Twilio Meet
saine journalise cet ordre :
- Google Meet délègue la jointure Twilio à Voice Call.
- Voice Call stocke le TwiML DTMF avant connexion.
- Le TwiML initial de Twilio est consommé et servi avant la gestion en temps réel.
- Voice Call sert le TwiML en temps réel pour l’appel Twilio.
- Google Meet demande le message d’introduction avec
voicecall.speakaprès le délai post-DTMF.
openclaw voicecall tail affiche toujours les enregistrements d’appels persistés ; il est utile pour
l’état des appels et les transcriptions, mais toutes les transitions Webhook/temps réel n’y apparaissent
pas.
L’appel en temps réel n’a pas de parole
Vérifiez qu’un seul mode audio est activé. realtime.enabled et
streaming.enabled ne peuvent pas tous deux être true.
Pour les appels Twilio en temps réel, vérifiez aussi :
- Un Plugin fournisseur temps réel est chargé et enregistré.
realtime.providern’est pas défini ou nomme un fournisseur enregistré.- La clé API du fournisseur est disponible pour le processus Gateway.
openclaw logs --followaffiche le TwiML en temps réel servi, le pont temps réel démarré et le message d’accueil initial mis en file d’attente.