Discord

Готово для особистих повідомлень і каналів гільдій через офіційний Discord Gateway.

Швидке налаштування

Вам потрібно створити новий застосунок із ботом, додати бота на свій сервер і спарувати його з OpenClaw. Ми рекомендуємо додавати бота на власний приватний сервер. Якщо у вас його ще немає, спочатку створіть його (виберіть 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>

Рекомендовано: налаштуйте робочий простір гільдії

Коли особисті повідомлення запрацюють, ви можете налаштувати свій сервер Discord як повний робочий простір, де кожен канал отримує власну сесію агента з власним контекстом. Це рекомендовано для приватних серверів, де є лише ви та ваш бот.

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

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

Тепер створіть кілька каналів на своєму сервері Discord і почніть спілкуватися. Ваш агент може бачити назву каналу, і кожен канал отримує власну ізольовану сесію — тож ви можете налаштувати #coding, #home, #research або будь-що, що підходить вашому робочому процесу.

Модель виконання

• Gateway керує з’єднанням Discord.
• Маршрутизація відповідей детермінована: вхідні відповіді Discord повертаються до Discord.
• Метадані гільдії/каналу Discord додаються до запиту моделі як ненадійний контекст, а не як видимий користувачу префікс відповіді. Якщо модель копіює цю обгортку назад, OpenClaw вилучає скопійовані метадані з вихідних відповідей і з майбутнього контексту повторного відтворення.
• За замовчуванням (session.dmScope=main) прямі чати спільно використовують головну сесію агента (agent:main:main).
• Канали гільдії ізольовані ключами сесій (agent:<agentId>:discord:channel:<channelId>).
• Групові DM за замовчуванням ігноруються (channels.discord.dm.groupEnabled=false).
• Нативні slash-команди виконуються в ізольованих командних сесіях (agent:<agentId>:discord:slash:<userId>), водночас зберігаючи CommandTargetSessionKey для маршрутизованої сесії розмови.
• Доставка текстових оголошень Cron/Heartbeat до Discord використовує фінальну видиму асистенту відповідь один раз. Медіа та структуровані payload компонентів залишаються багатоповідомними, коли агент створює кілька deliverable payloads.

Форумні канали

Форумні та медіаканали Discord приймають лише дописи в тредах. OpenClaw підтримує два способи їх створення:

• Надішліть повідомлення до батьківського форуму (channel:<forumId>), щоб автоматично створити тред. Заголовок треду використовує перший непорожній рядок вашого повідомлення.
• Використайте openclaw message thread create, щоб створити тред напряму. Не передавайте --message-id для форумних каналів.

Приклад: надсилання до батьківського форуму для створення треду

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

Приклад: явне створення форумного треду

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

Батьківські форуми не приймають компоненти Discord. Якщо вам потрібні компоненти, надсилайте до самого треду (channel:<threadId>).

Інтерактивні компоненти

OpenClaw підтримує контейнери компонентів Discord v2 для повідомлень агента. Використовуйте інструмент повідомлень із payload components. Результати взаємодій маршрутизуються назад до агента як звичайні вхідні повідомлення й дотримуються наявних налаштувань Discord replyToMode.

Підтримувані блоки:

• text, section, separator, actions, media-gallery, file
• Рядки дій дозволяють до 5 кнопок або одне меню вибору
• Типи вибору: string, user, role, mentionable, channel

За замовчуванням компоненти одноразові. Установіть components.reusable=true, щоб дозволити використовувати кнопки, меню вибору та форми кілька разів до завершення їхнього терміну дії.

Щоб обмежити, хто може натиснути кнопку, установіть allowedUsers для цієї кнопки (ID користувачів Discord, теги або *). Коли це налаштовано, користувачі без збігу отримують ефемерну відмову.

Slash-команди /model і /models відкривають інтерактивний вибір моделі з розкривними списками провайдера, моделі та сумісного runtime, а також кроком Submit. /models add застаріла й тепер повертає повідомлення про застарілість замість реєстрації моделей із чату. Відповідь вибору ефемерна, і використовувати її може лише користувач, який її викликав. Меню вибору Discord обмежені 25 варіантами, тому додавайте записи provider/* до agents.defaults.models, коли потрібно, щоб вибір показував динамічно виявлені моделі лише для вибраних провайдерів, таких як openai-codex або vllm.

Вкладення файлів:

• Блоки file мають указувати на посилання вкладення (attachment://<filename>)
• Надайте вкладення через media/path/filePath (один файл); використовуйте media-gallery для кількох файлів
• Використовуйте filename, щоб перевизначити назву завантаження, коли вона має збігатися з посиланням вкладення

Модальні форми:

• Додайте components.modal із максимум 5 полями
• Типи полів: text, checkbox, radio, select, role-select, user-select
• OpenClaw автоматично додає кнопку-тригер

Приклад:

{  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" },          ],        },      ],    },  },}

Контроль доступу та маршрутизація

{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 },      },    },  },},},}

Маршрутизація агентів на основі ролей

Використовуйте bindings[].match.roles, щоб маршрутизувати учасників гільдії Discord до різних агентів за ID ролі. Прив’язки на основі ролей приймають лише ID ролей і оцінюються після прив’язок peer або parent-peer та перед прив’язками лише за гільдією. Якщо прив’язка також задає інші поля збігу (наприклад, peer + guildId + roles), усі налаштовані поля мають збігатися.

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

Нативні команди та авторизація команд

• commands.native за замовчуванням має значення "auto" і ввімкнено для Discord.
• Перевизначення для окремого каналу: channels.discord.commands.native.
• commands.native=false пропускає реєстрацію slash-команд Discord і очищення під час запуску. Раніше зареєстровані команди можуть залишатися видимими в Discord, доки ви не видалите їх із застосунку Discord.
• Авторизація нативних команд використовує ті самі списки дозволених користувачів і політики Discord, що й звичайна обробка повідомлень.
• Команди все ще можуть бути видимими в UI Discord для користувачів без авторизації; виконання все одно застосовує авторизацію OpenClaw і повертає "not authorized".

Див. Slash-команди для каталогу команд і поведінки.

Типові налаштування slash-команд:

• ephemeral: true

Деталі функцій

{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",  },},},}

Інструменти та шлюзи дій

Дії з повідомленнями Discord охоплюють обмін повідомленнями, адміністрування каналів, модерацію, присутність і дії з метаданими.

Основні приклади:

• обмін повідомленнями: sendMessage, readMessages, editMessage, deleteMessage, threadReply
• реакції: react, reactions, emojiList
• модерація: timeout, kick, ban
• присутність: setPresence

Дія event-create приймає необов'язковий параметр image (URL або шлях до локального файла), щоб установити обкладинку запланованої події.

Шлюзи дій розташовані в channels.discord.actions.*.

Типова поведінка шлюзів:

UI компонентів v2

OpenClaw використовує компоненти Discord v2 для підтверджень виконання та міжконтекстних маркерів. Дії з повідомленнями Discord також можуть приймати components для власного UI (розширений режим; потребує побудови payload компонента через інструмент discord), тоді як застарілі embeds залишаються доступними, але не рекомендовані.

• channels.discord.ui.components.accentColor задає колір акценту, який використовують контейнери компонентів Discord (hex).
• Установлюється для кожного облікового запису через channels.discord.accounts.<id>.ui.components.accentColor.
• embeds ігноруються, коли присутні компоненти v2.

Приклад:

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

Голос

Discord має дві окремі голосові поверхні: realtime голосові канали (безперервні розмови) і вкладення голосових повідомлень (формат попереднього перегляду waveform). Gateway підтримує обидві.

Голосові канали

Контрольний список налаштування:

1. Увімкніть Message Content Intent у Discord Developer Portal.
2. Увімкніть Server Members Intent, коли використовуються allowlist ролей/користувачів.
3. Запросіть бота зі scopes bot і applications.commands.
4. Надайте Connect, Speak, Send Messages і Read Message History у цільовому голосовому каналі.
5. Увімкніть нативні команди (commands.native або channels.discord.commands.native).
6. Налаштуйте channels.discord.voice.

Використовуйте /vc join|leave|status, щоб керувати сесіями. Команда використовує типового агента облікового запису та дотримується тих самих правил allowlist і групової політики, що й інші команди Discord.

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

Щоб перевірити ефективні дозволи бота перед приєднанням, виконайте:

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

Приклад автоматичного приєднання:

{  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",        },      },    },  },}

Примітки:

• voice.tts перевизначає messages.tts лише для голосового відтворення stt-tts. Режими реального часу використовують voice.realtime.voice.
• voice.mode керує шляхом розмови. Типове значення — agent-proxy: голосовий фронтенд реального часу обробляє таймінг реплік, переривання та відтворення, делегує змістовну роботу маршрутизованому агенту OpenClaw через openclaw_agent_consult і обробляє результат як текстовий запит Discord від цього мовця. stt-tts зберігає старіший пакетний потік STT плюс TTS. bidi дає змогу моделі реального часу спілкуватися напряму, водночас надаючи openclaw_agent_consult для мозку OpenClaw.
• voice.agentSession керує тим, яка розмова OpenClaw отримує голосові репліки. Залиште це значення незаданим для власної сесії голосового каналу або встановіть { mode: "target", target: "channel:<text-channel-id>" }, щоб голосовий канал працював як розширення мікрофона/динаміка для наявної сесії текстового каналу Discord, наприклад #maintainers.
• voice.model перевизначає мозок агента OpenClaw для голосових відповідей Discord і консультацій реального часу. Залиште це значення незаданим, щоб успадкувати модель маршрутизованого агента. Це окремо від voice.realtime.model.
• agent-proxy маршрутизує мовлення через discord-voice, що зберігає звичайну авторизацію власника/інструментів для мовця й цільової сесії, але приховує інструмент агента tts, оскільки Discord voice відповідає за відтворення. Типово agent-proxy надає консультації повний доступ до інструментів, еквівалентний власнику, для мовців-власників (voice.realtime.toolPolicy: "owner") і наполегливо віддає перевагу консультації з агентом OpenClaw перед змістовними відповідями (voice.realtime.consultPolicy: "always"). У цьому типовому режимі always шар реального часу не промовляє автоматично заповнювальні фрази перед відповіддю консультації; він захоплює та транскрибує мовлення, а потім озвучує маршрутизовану відповідь OpenClaw. Якщо кілька примусових відповідей консультації завершуються, поки Discord ще відтворює першу відповідь, пізніші відповіді з точним мовленням ставляться в чергу, доки відтворення не стане неактивним, замість замінювати мовлення посеред речення.
• У режимі stt-tts STT використовує tools.media.audio; voice.model не впливає на транскрипцію.
• У режимах реального часу voice.realtime.provider, voice.realtime.model і voice.realtime.voice налаштовують аудіосесію реального часу. Для OpenAI Realtime 2 плюс мозку Codex використовуйте voice.realtime.model: "gpt-realtime-2" і voice.model: "openai-codex/gpt-5.5".
• Провайдер OpenAI Realtime приймає поточні назви подій Realtime 2 і застарілі сумісні з Codex псевдоніми для подій вихідного аудіо та транскриптів, тому сумісні знімки провайдера можуть змінюватися без втрати аудіо асистента.
• voice.realtime.bargeIn керує тим, чи події початку мовлення в Discord переривають активне відтворення реального часу. Якщо не задано, це значення наслідує налаштування переривання вхідного аудіо провайдера реального часу.
• voice.realtime.minBargeInAudioEndMs керує мінімальною тривалістю відтворення асистента перед тим, як barge-in OpenAI Realtime обрізає аудіо. Типово: 250. Установіть 0 для негайного переривання в кімнатах із низьким рівнем відлуння або збільште значення для конфігурацій із динаміками та сильним відлунням.
• Для голосу OpenAI під час відтворення в Discord установіть voice.tts.provider: "openai" і виберіть голос Text-to-speech у voice.tts.openai.voice або voice.tts.providers.openai.voice. cedar — вдалий вибір із чоловічим звучанням у поточній моделі OpenAI TTS.
• Перевизначення systemPrompt для окремих каналів Discord застосовуються до реплік голосового транскрипту для цього голосового каналу.
• Репліки голосового транскрипту визначають статус власника з Discord allowFrom (або dm.allowFrom); мовці, які не є власниками, не можуть отримувати доступ до інструментів лише для власників (наприклад, gateway і cron).
• Голос Discord є opt-in для конфігурацій лише з текстом; установіть channels.discord.voice.enabled=true (або збережіть наявний блок channels.discord.voice), щоб увімкнути команди /vc, голосове середовище виконання та Gateway intent GuildVoiceStates.
• channels.discord.intents.voiceStates може явно перевизначити підписку на voice-state intent. Залиште це значення незаданим, щоб intent відповідав ефективному ввімкненню голосу.
• Якщо voice.autoJoin має кілька записів для тієї самої гільдії, OpenClaw приєднується до останнього налаштованого каналу для цієї гільдії.
• voice.allowedChannels — необов’язковий allowlist резидентності. Залиште це значення незаданим, щоб дозволити /vc join у будь-який авторизований голосовий канал Discord. Якщо задано, /vc join, auto-join під час запуску та переміщення голосового стану бота обмежуються переліченими записами { guildId, channelId }. Установіть порожній масив, щоб заборонити всі голосові приєднання Discord. Якщо Discord перемістить бота за межі allowlist, OpenClaw залишить цей канал і повторно приєднається до налаштованої цілі auto-join, коли вона доступна.
• voice.daveEncryption і voice.decryptionFailureTolerance передаються напряму до параметрів приєднання @discordjs/voice.
• Типові значення @discordjs/voice — daveEncryption=true і decryptionFailureTolerance=24, якщо їх не задано.
• OpenClaw типово використовує чистий JS-декодер opusscript для приймання голосу Discord. Необов’язковий нативний пакет @discordjs/opus ігнорується політикою встановлення pnpm у репозиторії, щоб звичайні встановлення, Docker-лінії та непов’язані тести не компілювали нативний addon. Виділені хости для голосової продуктивності можуть opt-in через OPENCLAW_DISCORD_OPUS_DECODER=native після встановлення нативного addon.
• voice.connectTimeoutMs керує початковим очікуванням Ready @discordjs/voice для спроб /vc join і auto-join. Типово: 30000.
• voice.reconnectGraceMs керує тим, як довго OpenClaw чекає, доки від’єднана голосова сесія почне повторне підключення, перш ніж знищити її. Типово: 15000.
• У режимі stt-tts голосове відтворення не зупиняється лише через те, що інший користувач починає говорити. Щоб уникнути циклів зворотного зв’язку, OpenClaw ігнорує нове захоплення голосу, поки TTS відтворюється; говоріть після завершення відтворення для наступної репліки. Режими реального часу передають початок мовлення як сигнали barge-in провайдеру реального часу.
• У режимах реального часу відлуння від динаміків у відкритий мікрофон може виглядати як barge-in і переривати відтворення. Для кімнат Discord із сильним відлунням установіть voice.realtime.providers.openai.interruptResponseOnInputAudio: false, щоб OpenAI не переривався автоматично на вхідному аудіо. Додайте voice.realtime.bargeIn: true, якщо ви все ще хочете, щоб події початку мовлення Discord переривали активне відтворення. Міст OpenAI Realtime ігнорує обрізання відтворення, коротші за voice.realtime.minBargeInAudioEndMs, як імовірне відлуння/шум і логує їх як пропущені замість очищення відтворення Discord.
• voice.captureSilenceGraceMs керує тим, як довго OpenClaw чекає після того, як Discord повідомляє, що мовець зупинився, перш ніж фіналізувати цей аудіосегмент для STT. Типово: 2500; збільште це значення, якщо Discord розбиває звичайні паузи на уривчасті часткові транскрипти.
• Коли вибраним провайдером TTS є ElevenLabs, голосове відтворення Discord використовує потоковий TTS і починається з потоку відповіді провайдера. Провайдери без підтримки потокового передавання повертаються до шляху синтезованого тимчасового файла.
• OpenClaw також відстежує помилки розшифрування приймання й автоматично відновлюється, виходячи з голосового каналу та повторно приєднуючись до нього після повторних помилок у короткому вікні.
• Якщо журнали приймання повторно показують DecryptionFailed(UnencryptedWhenPassthroughDisabled) після оновлення, зберіть звіт про залежності та журнали. Вбудована лінія @discordjs/voice містить upstream-виправлення padding з PR discord.js #11449, яке закрило issue discord.js #11419.
• Події приймання The operation was aborted очікувані, коли OpenClaw фіналізує захоплений сегмент мовця; це докладні діагностичні повідомлення, а не попередження.
• Докладні голосові журнали Discord містять обмежений однорядковий попередній перегляд STT-транскрипту для кожного прийнятого сегмента мовця, тож налагодження показує і сторону користувача, і сторону відповіді агента без виведення необмеженого тексту транскрипту.
• У режимі agent-proxy примусовий fallback консультації пропускає ймовірно неповні фрагменти транскрипту, наприклад текст, що закінчується на ... або кінцевий сполучник на кшталт and, а також очевидні неакційні завершення на кшталт “be right back” або “bye”. Журнали показують forced agent consult skipped reason=..., коли це запобігає застарілій відповіді в черзі.

Налаштування нативного opus для source checkout:

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

Використовуйте Node 22 для Gateway, коли потрібен upstream macOS arm64 prebuilt native addon. Якщо ви використовуєте інше середовище виконання Node, opt-in інсталятору може знадобитися локальний toolchain source-build node-gyp.

Після встановлення нативного addon запустіть Gateway з:

OPENCLAW_DISCORD_OPUS_DECODER=native pnpm gateway:watch

Докладні голосові журнали мають показувати discord voice: opus decoder: @discordjs/opus. Без env opt-in або якщо нативний addon відсутній чи не може завантажитися на хості, OpenClaw логує discord voice: opus decoder: opusscript і продовжує приймати голос через чистий JS fallback.

Конвеєр STT плюс TTS:

• Захоплення Discord PCM перетворюється на тимчасовий WAV-файл.
• tools.media.audio обробляє STT, наприклад openai/gpt-4o-mini-transcribe.
• Транскрипт надсилається через ingress і маршрутизацію Discord, тоді як response LLM працює з політикою голосового виводу, яка приховує інструмент агента tts і просить повернутий текст, оскільки Discord voice відповідає за фінальне відтворення TTS.
• voice.model, якщо задано, перевизначає лише response LLM для цієї репліки голосового каналу.
• voice.tts об’єднується поверх messages.tts; провайдери з підтримкою потокового передавання подають дані безпосередньо в програвач, інакше отриманий аудіофайл відтворюється в приєднаному каналі.

Приклад типової сесії голосового каналу agent-proxy:

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

Без блока voice.agentSession кожен голосовий канал отримує власну маршрутизовану сесію OpenClaw. Наприклад, /vc join channel:234567890123456789 спілкується із сесією для цього голосового каналу Discord. Модель реального часу — це лише голосовий фронтенд; змістовні запити передаються налаштованому агенту OpenClaw. Якщо модель реального часу створює фінальний транскрипт без виклику інструмента консультації, OpenClaw примусово виконує консультацію як fallback, щоб типова поведінка все одно була схожою на розмову з агентом.

Приклад застарілого STT плюс TTS:

{  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",          },        },      },    },  },}

Приклад realtime bidi:

{  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",        },      },    },  },}

Голос як розширення наявної сесії каналу Discord:

{  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",        },      },    },  },}

У режимі agent-proxy бот приєднується до налаштованого голосового каналу, але репліки агента OpenClaw використовують звичайну маршрутизовану сесію та агента цільового каналу. Голосова сесія реального часу озвучує повернутий результат назад у голосовий канал. Агент-супервізор усе ще може використовувати звичайні інструменти повідомлень відповідно до своєї політики інструментів, зокрема надсилати окреме повідомлення Discord, якщо це правильна дія.

Корисні форми цілі:

• target: "channel:123456789012345678" маршрутизує через сесію текстового каналу Discord.
• target: "123456789012345678" обробляється як ціль каналу.
• target: "dm:123456789012345678" або target: "user:123456789012345678" маршрутизує через цю сесію direct message.

Приклад OpenAI Realtime із сильним відлунням:

{  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,            },          },        },      },    },  },}

Використовуйте це, коли модель чує власне відтворення Discord через відкритий мікрофон, але ви все одно хочете переривати її мовленням. OpenClaw не дає OpenAI автоматично переривати відповідь на сирому вхідному аудіо, тоді як bargeIn: true дає змогу подіям початку мовлення в Discord і вже активному аудіо мовця скасовувати активні відповіді в реальному часі до того, як наступна захоплена репліка дійде до OpenAI. Дуже ранні сигнали втручання з audioEndMs нижче minBargeInAudioEndMs вважаються ймовірним відлунням або шумом і ігноруються, щоб модель не обривалася на першому кадрі відтворення.

Очікувані голосові журнали:

• Під час приєднання: discord voice: joining ... voiceSession=... supervisorSession=... agentSessionMode=... voiceModel=... realtimeModel=...
• Під час запуску реального часу: discord voice: realtime bridge starting ... autoRespond=false interruptResponse=false bargeIn=false minBargeInAudioEndMs=...
• Під час аудіо мовця: discord voice: realtime speaker turn opened ..., discord voice: realtime input audio started ... outputAudioMs=... outputActive=... і discord voice: realtime speaker turn closed ... chunks=... discordBytes=... realtimeBytes=... interruptedPlayback=...
• Під час пропущеного застарілого мовлення: discord voice: realtime forced agent consult skipped reason=incomplete-transcript ... або reason=non-actionable-closing ...
• Після завершення відповіді в реальному часі: discord voice: realtime audio playback finishing reason=response.done ... audioMs=... chunks=...
• Під час зупинки або скидання відтворення: discord voice: realtime audio playback stopped reason=... audioMs=... elapsedMs=... chunks=...
• Під час консультації в реальному часі: discord voice: realtime consult requested ... voiceSession=... supervisorSession=... question=...
• Під час відповіді агента: discord voice: agent turn answer ...
• Під час поставленого в чергу точного мовлення: discord voice: realtime exact speech queued ... queued=... outputAudioMs=... outputActive=..., після чого discord voice: realtime exact speech dequeued reason=player-idle ...
• Під час виявлення втручання: discord voice: realtime barge-in detected source=speaker-start ... або discord voice: realtime barge-in detected source=active-speaker-audio ..., після чого discord voice: realtime barge-in requested reason=... outputAudioMs=... outputActive=...
• Під час переривання в реальному часі: discord voice: realtime model interrupt requested client:response.cancel reason=barge-in, після чого або discord voice: realtime model audio truncated client:conversation.item.truncate reason=barge-in audioEndMs=..., або discord voice: realtime model interrupt confirmed server:response.done status=cancelled ...
• Під час ігнорованого відлуння або шуму: discord voice: realtime model interrupt ignored client:conversation.item.truncate.skipped reason=barge-in audioEndMs=0 minAudioEndMs=250
• Коли втручання вимкнено: discord voice: realtime capture ignored during playback (barge-in disabled) ...
• Під час неактивного відтворення: discord voice: realtime barge-in ignored reason=... outputActive=false ... playbackChunks=0

Щоб налагодити обривання аудіо, читайте голосові журнали реального часу як часову шкалу:

1. realtime audio playback started означає, що Discord почав відтворювати аудіо асистента. З цього моменту міст починає рахувати фрагменти виводу асистента, PCM-байти Discord, байти постачальника реального часу та тривалість синтезованого аудіо.
2. realtime speaker turn opened позначає, що мовець Discord став активним. Якщо відтворення вже активне й bargeIn увімкнено, після цього може з’явитися barge-in detected source=speaker-start.
3. realtime input audio started позначає перший фактичний аудіокадр, отриманий для цієї репліки мовця. outputActive=true або ненульове outputAudioMs тут означає, що мікрофон надсилає вхідний сигнал, поки відтворення асистента ще активне.
4. barge-in detected source=active-speaker-audio означає, що OpenClaw побачив живе аудіо мовця, поки відтворення асистента було активним. Це корисно, щоб відрізнити справжнє переривання від події початку мовлення в Discord без корисного аудіо.
5. barge-in requested reason=... означає, що OpenClaw попросив постачальника реального часу скасувати або обрізати активну відповідь. Він містить outputAudioMs, outputActive і playbackChunks, щоб ви могли побачити, скільки аудіо асистента фактично відтворилося до переривання.
6. realtime audio playback stopped reason=... — це локальна точка скидання відтворення Discord. Причина вказує, хто зупинив відтворення: barge-in, player-idle, provider-clear-audio, forced-agent-consult, stream-close або session-close.
7. realtime speaker turn closed підсумовує захоплену вхідну репліку. chunks=0 або hasAudio=false означає, що репліка мовця відкрилася, але жодне придатне аудіо не дійшло до мосту реального часу. interruptedPlayback=true означає, що ця вхідна репліка наклалася на вивід асистента й запустила логіку втручання.

Корисні поля:

• outputAudioMs: тривалість аудіо асистента, згенерована постачальником реального часу до цього рядка журналу.
• audioMs: тривалість аудіо асистента, яку OpenClaw порахував до зупинки відтворення.
• elapsedMs: час за настінним годинником між відкриттям і закриттям потоку відтворення або репліки мовця.
• discordBytes: стерео PCM-байти 48 кГц, надіслані до або отримані з голосу Discord.
• realtimeBytes: PCM-байти у форматі постачальника, надіслані до або отримані від постачальника реального часу.
• playbackChunks: фрагменти аудіо асистента, переслані до Discord для активної відповіді.
• sinceLastAudioMs: проміжок між останнім захопленим аудіокадром мовця та закриттям репліки мовця.

Поширені шаблони:

• Негайний обрив із source=active-speaker-audio, малим outputAudioMs і тим самим користувачем поруч зазвичай вказує на потрапляння відлуння динаміка в мікрофон. Збільште voice.realtime.minBargeInAudioEndMs, зменште гучність динаміків, використовуйте навушники або встановіть voice.realtime.providers.openai.interruptResponseOnInputAudio: false.
• source=speaker-start, після якого йде speaker turn closed ... hasAudio=false, означає, що Discord повідомив про початок мовлення, але аудіо не дійшло до OpenClaw. Це може бути тимчасова голосова подія Discord, поведінка шумового порога або клієнт, який на мить активував мікрофон.
• audio playback stopped reason=stream-close без близького втручання або provider-clear-audio означає, що локальний потік відтворення Discord несподівано завершився. Перевірте попередні журнали постачальника та програвача Discord.
• capture ignored during playback (barge-in disabled) означає, що OpenClaw навмисно відкинув вхідний сигнал, поки аудіо асистента було активним. Увімкніть voice.realtime.bargeIn, якщо хочете, щоб мовлення переривало відтворення.
• barge-in ignored ... outputActive=false означає, що VAD Discord або постачальника повідомив про мовлення, але OpenClaw не мав активного відтворення для переривання. Це не має обривати аудіо.

Облікові дані визначаються окремо для кожного компонента: автентифікація маршруту LLM для voice.model, автентифікація STT для tools.media.audio, автентифікація TTS для messages.tts/voice.tts і автентифікація постачальника реального часу для voice.realtime.providers або звичайної конфігурації автентифікації постачальника.

Голосові повідомлення

Голосові повідомлення Discord показують попередній перегляд хвильової форми та потребують аудіо OGG/Opus. OpenClaw генерує хвильову форму автоматично, але на хості Gateway потрібні ffmpeg і ffprobe для перевірки та конвертації.

• Надайте локальний шлях до файлу (URL-адреси відхиляються).
• Не додавайте текстовий вміст (Discord відхиляє текст + голосове повідомлення в одному корисному навантаженні).
• Приймається будь-який аудіоформат; OpenClaw за потреби конвертує його в OGG/Opus.

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

Усунення несправностей

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",      },    },  },},},}

Configuration reference

Primary reference: Configuration reference - Discord.

Safety and operations

• Treat bot tokens as secrets (DISCORD_BOT_TOKEN preferred in supervised environments).
• Grant least-privilege Discord permissions.
• If command deploy/state is stale, restart gateway and re-check with openclaw channels status --probe.

Related