--- read_when: - Vous souhaitez utiliser les modèles Google Gemini avec OpenClaw - Vous avez besoin de la clé API ou du flux d’authentification OAuth summary: Configuration de Google Gemini (clé API + OAuth, génération d’images, compréhension des médias, TTS, recherche web) title: Google (Gemini) x-i18n: generated_at: "2026-05-11T20:52:22Z" model: gpt-5.5 provider: openai source_hash: 740ff99392d352e8c0f479af6002c52195b0c40e3ef688289d27dec583174847 source_path: providers/google.md workflow: 16 --- Le Plugin Google donne accès aux modèles Gemini via Google AI Studio, ainsi qu’à la génération d’images, à la compréhension des médias (image/audio/vidéo), à la synthèse vocale et à la recherche web via Gemini Grounding. - Fournisseur : `google` - Authentification : `GEMINI_API_KEY` ou `GOOGLE_API_KEY` - API : API Google Gemini - Option d’exécution : provider/model `agentRuntime.id: "google-gemini-cli"` réutilise l’OAuth de Gemini CLI tout en conservant les références de modèle canoniques sous la forme `google/*`. ## Bien démarrer Choisissez votre méthode d’authentification préférée et suivez les étapes de configuration. **Idéal pour :** un accès standard à l’API Gemini via Google AI Studio. ```bash openclaw onboard --auth-choice gemini-api-key ``` Ou transmettez directement la clé : ```bash openclaw onboard --non-interactive \ --mode local \ --auth-choice gemini-api-key \ --gemini-api-key "$GEMINI_API_KEY" ``` ```json5 { agents: { defaults: { model: { primary: "google/gemini-3.1-pro-preview" }, }, }, } ``` ```bash openclaw models list --provider google ``` Les variables d’environnement `GEMINI_API_KEY` et `GOOGLE_API_KEY` sont toutes deux acceptées. Utilisez celle que vous avez déjà configurée. **Idéal pour :** réutiliser une connexion Gemini CLI existante via PKCE OAuth au lieu d’une clé d’API séparée. Le fournisseur `google-gemini-cli` est une intégration non officielle. Certains utilisateurs signalent des restrictions de compte lorsqu’ils utilisent OAuth de cette manière. Utilisez-la à vos propres risques. La commande locale `gemini` doit être disponible dans `PATH`. ```bash # Homebrew brew install gemini-cli # or npm npm install -g @google/gemini-cli ``` OpenClaw prend en charge les installations Homebrew et les installations npm globales, y compris les dispositions Windows/npm courantes. ```bash openclaw models auth login --provider google-gemini-cli --set-default ``` ```bash openclaw models list --provider google ``` - Modèle par défaut : `google/gemini-3.1-pro-preview` - Exécution : `google-gemini-cli` - Alias : `gemini-cli` L’identifiant de modèle Gemini API de Gemini 3.1 Pro est `gemini-3.1-pro-preview`. OpenClaw accepte le raccourci `google/gemini-3.1-pro` comme alias pratique et le normalise avant les appels au fournisseur. **Variables d’environnement :** - `OPENCLAW_GEMINI_OAUTH_CLIENT_ID` - `OPENCLAW_GEMINI_OAUTH_CLIENT_SECRET` (Ou les variantes `GEMINI_CLI_*`.) Si les requêtes OAuth de Gemini CLI échouent après la connexion, définissez `GOOGLE_CLOUD_PROJECT` ou `GOOGLE_CLOUD_PROJECT_ID` sur l’hôte Gateway et réessayez. Si la connexion échoue avant le démarrage du flux dans le navigateur, vérifiez que la commande locale `gemini` est installée et présente dans `PATH`. Les références de modèle `google-gemini-cli/*` sont des alias de compatibilité hérités. Les nouvelles configurations doivent utiliser des références de modèle `google/*` ainsi que le runtime `google-gemini-cli` lorsqu’elles veulent une exécution locale avec Gemini CLI. ## Capacités | Capacité | Pris en charge | | ------------------------ | ----------------------------- | | Complétions de chat | Oui | | Génération d’images | Oui | | Génération de musique | Oui | | Synthèse vocale | Oui | | Voix en temps réel | Oui (Google Live API) | | Compréhension d’images | Oui | | Transcription audio | Oui | | Compréhension vidéo | Oui | | Recherche web (Grounding) | Oui | | Réflexion/raisonnement | Oui (Gemini 2.5+ / Gemini 3+) | | Modèles Gemma 4 | Oui | ## Recherche web Le fournisseur de recherche web `gemini` intégré utilise l’ancrage Google Search de Gemini. Configurez une clé de recherche dédiée sous `plugins.entries.google.config.webSearch`, ou laissez-le réutiliser `models.providers.google.apiKey` après `GEMINI_API_KEY` : ```json5 { 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", }, }, }, }, }, } ``` L’ordre de priorité des identifiants est `webSearch.apiKey` dédié, puis `GEMINI_API_KEY`, puis `models.providers.google.apiKey`. `webSearch.baseUrl` est facultatif et existe pour les proxys d’opérateur ou les points de terminaison compatibles avec l’API Gemini ; lorsqu’il est omis, la recherche web Gemini réutilise `models.providers.google.baseUrl`. Consultez [Recherche Gemini](/fr/tools/gemini-search) pour le comportement de l’outil propre au fournisseur. Les modèles Gemini 3 utilisent `thinkingLevel` plutôt que `thinkingBudget`. OpenClaw mappe les contrôles de raisonnement des alias Gemini 3, Gemini 3.1 et `gemini-*-latest` vers `thinkingLevel` afin que les exécutions par défaut/à faible latence n’envoient pas de valeurs `thinkingBudget` désactivées. `/think adaptive` conserve la sémantique de réflexion dynamique de Google au lieu de choisir un niveau OpenClaw fixe. Gemini 3 et Gemini 3.1 omettent un `thinkingLevel` fixe afin que Google puisse choisir le niveau ; Gemini 2.5 envoie la sentinelle dynamique de Google `thinkingBudget: -1`. Les modèles Gemma 4 (par exemple `gemma-4-26b-a4b-it`) prennent en charge le mode réflexion. OpenClaw réécrit `thinkingBudget` en un `thinkingLevel` Google pris en charge pour Gemma 4. Définir la réflexion sur `off` préserve la réflexion désactivée au lieu de la mapper vers `MINIMAL`. ## Génération d’images Le fournisseur de génération d’images `google` intégré utilise par défaut `google/gemini-3.1-flash-image-preview`. - Prend aussi en charge `google/gemini-3-pro-image-preview` - Génération : jusqu’à 4 images par requête - Mode édition : activé, jusqu’à 5 images d’entrée - Contrôles de géométrie : `size`, `aspectRatio` et `resolution` Pour utiliser Google comme fournisseur d’images par défaut : ```json5 { agents: { defaults: { imageGenerationModel: { primary: "google/gemini-3.1-flash-image-preview", }, }, }, } ``` Consultez [Génération d’images](/fr/tools/image-generation) pour les paramètres d’outil partagés, la sélection du fournisseur et le comportement de bascule. ## Génération vidéo Le Plugin `google` intégré enregistre également la génération vidéo via l’outil partagé `video_generate`. - Modèle vidéo par défaut : `google/veo-3.1-fast-generate-preview` - Modes : texte vers vidéo, image vers vidéo et flux de référence à vidéo unique - Prend en charge `aspectRatio` (`16:9`, `9:16`) et `resolution` (`720P`, `1080P`) ; la sortie audio n’est pas prise en charge par Veo aujourd’hui - Durées prises en charge : **4, 6 ou 8 secondes** (les autres valeurs sont ramenées à la valeur autorisée la plus proche) Pour utiliser Google comme fournisseur vidéo par défaut : ```json5 { agents: { defaults: { videoGenerationModel: { primary: "google/veo-3.1-fast-generate-preview", }, }, }, } ``` Consultez [Génération vidéo](/fr/tools/video-generation) pour les paramètres d’outil partagés, la sélection du fournisseur et le comportement de bascule. ## Génération de musique Le Plugin `google` intégré enregistre également la génération de musique via l’outil partagé `music_generate`. - Modèle musical par défaut : `google/lyria-3-clip-preview` - Prend aussi en charge `google/lyria-3-pro-preview` - Contrôles de prompt : `lyrics` et `instrumental` - Format de sortie : `mp3` par défaut, plus `wav` sur `google/lyria-3-pro-preview` - Entrées de référence : jusqu’à 10 images - Les exécutions adossées à une session se détachent via le flux partagé de tâche/statut, y compris `action: "status"` Pour utiliser Google comme fournisseur de musique par défaut : ```json5 { agents: { defaults: { musicGenerationModel: { primary: "google/lyria-3-clip-preview", }, }, }, } ``` Consultez [Génération de musique](/fr/tools/music-generation) pour les paramètres d’outil partagés, la sélection du fournisseur et le comportement de bascule. ## Synthèse vocale Le fournisseur vocal `google` intégré utilise le chemin TTS de l’API Gemini avec `gemini-3.1-flash-tts-preview`. - Voix par défaut : `Kore` - Authentification : `messages.tts.providers.google.apiKey`, `models.providers.google.apiKey`, `GEMINI_API_KEY` ou `GOOGLE_API_KEY` - Sortie : WAV pour les pièces jointes TTS classiques, Opus pour les cibles de notes vocales, PCM pour Talk/téléphonie - Sortie de note vocale : le PCM Google est enveloppé en WAV et transcodé en Opus 48 kHz avec `ffmpeg` Le chemin Gemini TTS par lots de Google renvoie l’audio généré dans la réponse `generateContent` terminée. Pour les conversations parlées à latence minimale, utilisez le fournisseur de voix en temps réel Google adossé à l’API Gemini Live plutôt que la TTS par lots. Pour utiliser Google comme fournisseur TTS par défaut : ```json5 { messages: { tts: { auto: "always", provider: "google", providers: { google: { model: "gemini-3.1-flash-tts-preview", voiceName: "Kore", audioProfile: "Speak professionally with a calm tone.", }, }, }, }, } ``` Gemini API TTS utilise des prompts en langage naturel pour contrôler le style. Définissez `audioProfile` pour préfixer le texte prononcé avec un prompt de style réutilisable. Définissez `speakerName` lorsque le texte de votre prompt fait référence à un locuteur nommé. Gemini API TTS accepte également des balises audio expressives entre crochets dans le texte, comme `[whispers]` ou `[laughs]`. Pour éviter que les balises n’apparaissent dans la réponse de chat visible tout en les envoyant à TTS, placez-les dans un bloc `[[tts:text]]...[[/tts:text]]` : ```text Here is the clean reply text. [[tts:text]][whispers] Here is the spoken version.[[/tts:text]] ``` Une clé d’API Google Cloud Console limitée à l’API Gemini est valide pour ce fournisseur. Il ne s’agit pas du chemin séparé de l’API Cloud Text-to-Speech. ## Voix en temps réel Le Plugin `google` intégré enregistre un fournisseur de voix en temps réel adossé à l’API Gemini Live pour les ponts audio backend tels que Voice Call et Google Meet. | Paramètre | Chemin de configuration | Par défaut | | --------------------- | ------------------------------------------------------------------- | ------------------------------------------------------------------------------------- | | Modèle | `plugins.entries.voice-call.config.realtime.providers.google.model` | `gemini-2.5-flash-native-audio-preview-12-2025` | | Voix | `...google.voice` | `Kore` | | Température | `...google.temperature` | (non défini) | | Sensibilité de début VAD | `...google.startSensitivity` | (non défini) | | Sensibilité de fin VAD | `...google.endSensitivity` | (non défini) | | Durée de silence | `...google.silenceDurationMs` | (non défini) | | Gestion de l’activité | `...google.activityHandling` | Valeur par défaut de Google, `start-of-activity-interrupts` | | Couverture du tour | `...google.turnCoverage` | Valeur par défaut de Google, `only-activity` | | Désactiver le VAD automatique | `...google.automaticActivityDetectionDisabled` | `false` | | Reprise de session | `...google.sessionResumption` | `true` | | Compression du contexte | `...google.contextWindowCompression` | `true` | | Clé d’API | `...google.apiKey` | Se rabat sur `models.providers.google.apiKey`, `GEMINI_API_KEY` ou `GOOGLE_API_KEY` | Exemple de configuration realtime pour Voice Call : ```json5 { plugins: { entries: { "voice-call": { enabled: true, config: { realtime: { enabled: true, provider: "google", providers: { google: { model: "gemini-2.5-flash-native-audio-preview-12-2025", voice: "Kore", activityHandling: "start-of-activity-interrupts", turnCoverage: "only-activity", }, }, }, }, }, }, }, } ``` L’API Google Live utilise l’audio bidirectionnel et l’appel de fonctions via un WebSocket. OpenClaw adapte l’audio du pont téléphonie/Meet au flux PCM Live API de Gemini et conserve les appels d’outils sur le contrat vocal realtime partagé. Laissez `temperature` non défini, sauf si vous avez besoin de modifier l’échantillonnage ; OpenClaw omet les valeurs non positives parce que Google Live peut renvoyer des transcriptions sans audio pour `temperature: 0`. La transcription Gemini API est activée sans `languageCodes` ; le SDK Google actuel rejette les indications de code de langue sur ce chemin d’API. Control UI Talk prend en charge les sessions de navigateur Google Live avec des jetons contraints à usage unique. Les fournisseurs vocaux realtime backend uniquement peuvent également passer par le transport de relais générique du Gateway, qui conserve les identifiants du fournisseur sur le Gateway. Pour la vérification live par les mainteneurs, exécutez `OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts`. Le smoke couvre également les chemins backend/WebRTC OpenAI ; la partie Google émet la même forme de jeton Live API contraint que celle utilisée par Control UI Talk, ouvre le point de terminaison WebSocket du navigateur, envoie la charge utile de configuration initiale et attend `setupComplete`. ## Configuration avancée Pour les exécutions directes de l’API Gemini (`api: "google-generative-ai"`), OpenClaw transmet un handle `cachedContent` configuré aux requêtes Gemini. - Configurez les paramètres par modèle ou globaux avec `cachedContent` ou l’ancien `cached_content` - Si les deux sont présents, `cachedContent` l’emporte - Exemple de valeur : `cachedContents/prebuilt-context` - L’utilisation des cache hits Gemini est normalisée dans `cacheRead` OpenClaw depuis `cachedContentTokenCount` en amont ```json5 { agents: { defaults: { models: { "google/gemini-2.5-pro": { params: { cachedContent: "cachedContents/prebuilt-context", }, }, }, }, }, } ``` Lors de l’utilisation du fournisseur OAuth `google-gemini-cli`, OpenClaw normalise la sortie JSON de la CLI comme suit : - Le texte de réponse provient du champ `response` du JSON de la CLI. - L’utilisation se rabat sur `stats` lorsque la CLI laisse `usage` vide. - `stats.cached` est normalisé dans `cacheRead` OpenClaw. - Si `stats.input` est absent, OpenClaw déduit les jetons d’entrée depuis `stats.input_tokens - stats.cached`. Si le Gateway s’exécute comme un démon (launchd/systemd), assurez-vous que `GEMINI_API_KEY` est disponible pour ce processus (par exemple dans `~/.openclaw/.env` ou via `env.shellEnv`). ## Connexe Choix des fournisseurs, des références de modèle et du comportement de basculement. Paramètres d’outil d’image partagés et sélection du fournisseur. Paramètres d’outil vidéo partagés et sélection du fournisseur. Paramètres d’outil de musique partagés et sélection du fournisseur.