Google (Gemini)

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

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

Початок роботи

Виберіть бажаний метод автентифікації та виконайте кроки налаштування.

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

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

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

openclaw models list --provider google

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

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

openclaw models list --provider google

Можливості

Вебпошук

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

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

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

Генерація зображень

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

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

Щоб використовувати Google як провайдера зображень за замовчуванням:

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

Генерація відео

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

• Модель відео за замовчуванням: google/veo-3.1-fast-generate-preview
• Режими: текст-у-відео, зображення-у-відео та потоки з посиланням на одне відео
• Підтримує aspectRatio (16:9, 9:16) і resolution (720P, 1080P); виведення аудіо наразі не підтримується Veo
• Підтримувані тривалості: 4, 6 або 8 секунд (інші значення округлюються до найближчого дозволеного значення)

Щоб використовувати Google як провайдера відео за замовчуванням:

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

Генерація музики

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

• Модель музики за замовчуванням: google/lyria-3-clip-preview
• Також підтримує google/lyria-3-pro-preview
• Елементи керування промптом: lyrics і instrumental
• Формат виводу: mp3 за замовчуванням, плюс wav у google/lyria-3-pro-preview
• Вхідні посилання: до 10 зображень
• Запуски на основі сесії від’єднуються через спільний потік завдань/статусу, зокрема action: "status"

Щоб використовувати Google як провайдера музики за замовчуванням:

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

Перетворення тексту на мовлення

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

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

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

Щоб використовувати Google як провайдера TTS за замовчуванням:

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

Gemini API TTS використовує промпти природною мовою для керування стилем. Установіть audioProfile, щоб додавати багаторазовий промпт стилю перед озвучуваним текстом. Установіть speakerName, коли текст промпта посилається на названого мовця.

Gemini API TTS також приймає виразні аудіотеги у квадратних дужках у тексті, як-от [whispers] або [laughs]. Щоб теги не потрапляли до видимої відповіді чату, але надсилалися до TTS, помістіть їх у блок [[tts:text]]...[[/tts:text]]:

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

Голос у реальному часі

Вбудований Plugin google реєструє провайдера голосу в реальному часі на основі Gemini Live API для бекенд-мостів аудіо, таких як Voice Call і Google Meet.

Приклад realtime-конфігурації Voice Call:

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

Для live-перевірки мейнтейнером запустіть OPENAI_API_KEY=... GEMINI_API_KEY=... node --import tsx scripts/dev/realtime-talk-live-smoke.ts. Smoke також покриває шляхи бекенду OpenAI/WebRTC; гілка Google створює ту саму форму обмеженого токена Live API, яку використовує Control UI Talk, відкриває браузерну кінцеву точку WebSocket, надсилає початкове setup-навантаження та очікує на setupComplete.

Розширена конфігурація

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

Пов’язане