Chuyển đến nội dung chính
Plugin google-meet thay mặt một agent OpenClaw tham gia các URL Meet được chỉ định rõ ràng. Phạm vi của Plugin được chủ ý giới hạn:
  • Plugin chỉ tham gia các URL https://meet.google.com/...; không bao giờ tự gọi vào một cuộc họp bằng số điện thoại mà Plugin tự phát hiện.
  • googlemeet create có thể tạo một URL Meet mới thông qua Google Meet API (hoặc phương án dự phòng bằng trình duyệt) và mặc định sẽ tham gia URL đó.
  • Việc tham gia bằng Chrome sử dụng một hồ sơ Chrome đã đăng nhập, có thể tùy chọn chạy trên một Node đã ghép nối. Việc tham gia bằng Twilio gọi một số điện thoại kèm PIN/DTMF thông qua Plugin cuộc gọi thoại; phương thức này không thể gọi trực tiếp một URL Meet.
  • mode: "agent" (mặc định) phiên âm lời nói của người tham gia bằng một nhà cung cấp thời gian thực, chuyển nội dung đó đến agent OpenClaw đã cấu hình và phát câu trả lời bằng TTS thông thường của OpenClaw. mode: "bidi" cho phép một mô hình giọng nói thời gian thực trả lời trực tiếp. mode: "transcribe" tham gia ở chế độ chỉ quan sát, không phản hồi bằng giọng nói.
  • Không có thông báo xin sự đồng thuận tự động khi Plugin tham gia cuộc gọi.
  • Lệnh CLI là googlemeet; meet được dành riêng cho các quy trình hội nghị từ xa rộng hơn của agent.

​
Bắt đầu nhanh

Cài đặt các phần phụ thuộc âm thanh cục bộ, sau đó đặt khóa của nhà cung cấp thời gian thực. OpenAI là nhà cung cấp phiên âm mặc định cho chế độ agent; Google Gemini Live có thể được dùng làm nhà cung cấp giọng nói cho chế độ bidi:
blackhole-2ch cài đặt thiết bị âm thanh ảo BlackHole 2ch mà Chrome định tuyến qua. Trình cài đặt của Homebrew yêu cầu khởi động lại trước khi macOS hiển thị thiết bị:
Sau khi khởi động lại, hãy xác minh cả hai thành phần:
Bật Plugin:
Kiểm tra thiết lập, sau đó tham gia:
Đầu ra setup có thể được agent đọc và nhận biết chế độ/phương thức truyền tải: đầu ra báo cáo hồ sơ Chrome, việc ghim Node và, đối với các phiên tham gia Chrome thời gian thực, cầu nối âm thanh BlackHole/SoX cùng bước kiểm tra phần giới thiệu bị trì hoãn. Các phiên tham gia chỉ quan sát bỏ qua những điều kiện tiên quyết về thời gian thực:
Khi đã cấu hình ủy quyền Twilio, setup cũng báo cáo liệu voice-call, thông tin xác thực Twilio và khả năng công khai Webhook đã sẵn sàng hay chưa. Hãy coi mọi bước kiểm tra ok: false là yếu tố chặn đối với phương thức truyền tải/chế độ đó trước khi agent tham gia. Sử dụng --json để nhận đầu ra máy có thể đọc và --transport chrome|chrome-node|twilio để kiểm tra trước một phương thức truyền tải cụ thể:
Hoặc để agent tham gia thông qua công cụ google_meet:
Trên các máy chủ Gateway không chạy macOS, google_meet vẫn hiển thị cho các thao tác về hiện vật, lịch, thiết lập, phiên âm, Twilio và chrome-node, nhưng khả năng phản hồi bằng giọng nói qua Chrome cục bộ (transport: "chrome" với mode: "agent" hoặc "bidi") bị chặn trước khi đến cầu nối âm thanh vì đường dẫn đó hiện phụ thuộc vào BlackHole 2ch của macOS. Thay vào đó, hãy sử dụng mode: "transcribe", gọi vào bằng Twilio hoặc một máy chủ chrome-node chạy macOS.

​
Tạo cuộc họp

create có hai đường dẫn, được báo cáo trong trường source của kết quả:
  • api: được sử dụng khi đã cấu hình thông tin xác thực OAuth của Google Meet. Có tính xác định; không phụ thuộc vào trạng thái giao diện người dùng của trình duyệt.
  • browser: được sử dụng khi không có thông tin xác thực OAuth. OpenClaw mở https://meet.google.com/new trên Node Chrome đã ghim và chờ Google chuyển hướng đến một URL có mã cuộc họp thực; hồ sơ Chrome của OpenClaw trên Node đó phải được đăng nhập vào Google từ trước. Cả thao tác tham gia và tạo đều tái sử dụng một tab Meet hiện có (hoặc tab lời nhắc .../new / tài khoản Google đang diễn ra) trước khi mở tab mới; việc đối chiếu tab bỏ qua các chuỗi truy vấn vô hại như authuser.
create mặc định sẽ tham gia và trả về joined: true cùng phiên tham gia. Truyền --no-join (CLI) hoặc "join": false (công cụ) để chỉ tạo URL. Đối với các phòng được tạo qua API, hãy đặt chính sách truy cập rõ ràng thay vì kế thừa giá trị mặc định của tài khoản Google:
Điều này chỉ áp dụng cho các phòng được tạo qua API, vì vậy phải cấu hình OAuth. Nếu bạn đã xác thực trước khi tùy chọn này tồn tại, hãy chạy lại openclaw googlemeet auth login --json sau khi thêm phạm vi meetings.space.settings vào màn hình đồng thuận OAuth. Nếu phương án dự phòng bằng trình duyệt gặp trình chặn đăng nhập Google hoặc quyền Meet, công cụ sẽ trả về manualActionRequired: true cùng manualActionReason, manualActionMessage và browser.nodeId/browser.targetId/browserUrl. Hãy báo cáo thông báo đó và ngừng mở các tab Meet mới cho đến khi người vận hành hoàn tất bước trong trình duyệt.

​
Tham gia ở chế độ chỉ quan sát

Đặt "mode": "transcribe" để bỏ qua cầu nối thời gian thực song công (không yêu cầu BlackHole/SoX, không phản hồi bằng giọng nói). Các phiên tham gia Chrome ở chế độ phiên âm cũng bỏ qua việc OpenClaw cấp quyền micrô/camera và đường dẫn Use microphone của Meet; nếu Meet hiển thị màn hình trung gian lựa chọn âm thanh, quá trình tự động hóa sẽ thử Continue without microphone trước. Các phương thức truyền tải Chrome được quản lý ở chế độ này sẽ cài đặt một trình quan sát phụ đề Meet theo nỗ lực tối đa. googlemeet status --json và googlemeet doctor báo cáo captioning, captionsEnabledAttempted, transcriptLines, lastCaptionAt, lastCaptionSpeaker, lastCaptionText và phần cuối recentTranscript. Để đọc bản chép lời phiên có giới hạn, hãy đọc chính xác tab Meet đang được theo dõi:
Trình quan sát lưu tối đa 2.000 dòng phụ đề đã hoàn tất trong trang Meet. Văn bản tăng dần đang hiển thị vẫn nằm trong phần cuối trạng thái sức khỏe cho đến khi hàng phụ đề hoàn tất, vì vậy việc lưu nextIndex không thể bỏ sót phần văn bản được mở rộng sau đó; thao tác rời đi sẽ hoàn tất các hàng đang hiển thị trước khi tạo ảnh chụp nhanh. droppedLines báo cáo các dòng bị mất ở phần đầu khi vượt quá giới hạn. Bản chép lời của bốn phiên kết thúc gần nhất vẫn có thể đọc được cho đến khi Gateway khởi động lại. Các bản chép lời của phiên cũ hơn đã kết thúc trả về evicted: true. Đây chủ ý là bộ nhớ thời gian chạy, không phải nơi lưu trữ lâu dài lịch sử cuộc họp: việc khởi động lại Gateway, đóng tab trước khi tạo ảnh chụp nhanh hoặc vượt quá các giới hạn đã ghi trong tài liệu có thể làm mất phụ đề. Để thực hiện phép thăm dò nghe có/không:
Lệnh tham gia ở chế độ phiên âm, chờ chuyển động mới của phụ đề/bản chép lời và trả về listenVerified, listenTimedOut, các trường thao tác thủ công cùng trạng thái sức khỏe phụ đề hiện tại.

​
Trạng thái sức khỏe của phiên thời gian thực

Trong các phiên phản hồi bằng giọng nói, trạng thái google_meet báo cáo tình trạng của Chrome/cầu nối âm thanh: inCall, manualActionRequired, providerConnected, realtimeReady, audioInputActive, audioOutputActive, dấu thời gian đầu vào/đầu ra gần nhất, bộ đếm byte và trạng thái đóng cầu nối. Các phiên Chrome được quản lý chỉ phát câu giới thiệu/kiểm thử sau khi trạng thái sức khỏe báo cáo inCall: true; nếu không, speechReady: false và nỗ lực phát âm thanh sẽ bị chặn thay vì âm thầm không thực hiện gì. Các phiên tham gia Chrome cục bộ sử dụng hồ sơ trình duyệt OpenClaw đã đăng nhập và cần BlackHole 2ch cho đường dẫn micrô/loa. Một thiết bị BlackHole duy nhất là đủ cho phép kiểm thử khói ban đầu nhưng có thể gây tiếng vọng; hãy sử dụng các thiết bị ảo riêng biệt hoặc đồ thị kiểu Loopback để có âm thanh song công rõ ràng.

​
Gateway cục bộ + Chrome trên Parallels

Không cần có đầy đủ Gateway hoặc khóa API mô hình bên trong máy ảo macOS chỉ để cung cấp Chrome cho máy đó. Chạy Gateway và agent cục bộ; chạy máy chủ Node trong máy ảo. Cài đặt các phần phụ thuộc trong máy ảo, khởi động lại và xác minh:
Bật Plugin trong máy ảo và khởi động máy chủ Node:
Nếu <gateway-host> là một địa chỉ IP LAN không có TLS, hãy chủ động cho phép mạng riêng đáng tin cậy đó:
Sử dụng cùng cờ khi cài đặt dưới dạng LaunchAgent (đây là môi trường tiến trình, được lưu trong môi trường LaunchAgent khi có mặt trong lệnh cài đặt, không phải một cài đặt openclaw.json):
Phê duyệt Node từ máy chủ Gateway, sau đó xác nhận rằng Node quảng bá cả googlemeet.chrome lẫn khả năng/browser.proxy của trình duyệt:
Định tuyến Meet qua Node đó:
Giờ đây, hãy tham gia như bình thường từ máy chủ Gateway:
Để thực hiện phép kiểm thử khói bằng một lệnh nhằm tạo hoặc tái sử dụng một phiên, phát một câu đã biết và in trạng thái sức khỏe của phiên:
Trong quá trình tham gia thời gian thực, tự động hóa trình duyệt sẽ điền tên khách, nhấp vào Join/Ask to join và chấp nhận lời nhắc “Use microphone” trong lần chạy đầu tiên của Meet khi lời nhắc xuất hiện (hoặc “Continue without microphone” trong khi tham gia ở chế độ chỉ quan sát và tạo cuộc họp chỉ bằng trình duyệt). Nếu hồ sơ đã đăng xuất, Meet đang chờ máy chủ cho phép tham gia, Chrome cần quyền micrô/camera hoặc Meet bị kẹt tại một lời nhắc chưa được xử lý, kết quả sẽ báo cáo manualActionRequired: true cùng manualActionReason và manualActionMessage. Hãy ngừng thử lại, báo cáo thông báo đó cùng browserUrl/browserTitle và chỉ thử lại sau khi thao tác thủ công hoàn tất. Nếu bỏ qua chromeNode.node, OpenClaw chỉ tự động chọn khi có đúng một node được kết nối quảng bá cả googlemeet.chrome lẫn khả năng điều khiển trình duyệt; hãy ghim chromeNode.node (ID node, tên hiển thị hoặc IP từ xa) khi có nhiều node đủ khả năng được kết nối.

​
Các bước kiểm tra lỗi thường gặp

​
Ghi chú cài đặt

Chế độ nói phản hồi mặc định của Chrome sử dụng hai công cụ bên ngoài mà OpenClaw không đóng gói hoặc phân phối lại; hãy cài đặt chúng làm phần phụ thuộc của máy chủ thông qua Homebrew:
  • sox: tiện ích âm thanh dòng lệnh. Plugin phát hành các lệnh thiết bị CoreAudio tường minh cho cầu nối âm thanh PCM16 24 kHz mặc định.
  • blackhole-2ch: trình điều khiển âm thanh ảo macOS cung cấp thiết bị BlackHole 2ch mà Chrome/Meet định tuyến qua.
SoX được cấp phép theo LGPL-2.0-only AND GPL-2.0-only; BlackHole theo GPL-3.0. Nếu bạn xây dựng trình cài đặt hoặc thiết bị chuyên dụng đóng gói BlackHole cùng OpenClaw, hãy xem xét giấy phép thượng nguồn của BlackHole hoặc xin giấy phép riêng từ Existential Audio.

​
Phương thức truyền tải

​
Chrome

Mở URL Meet qua chức năng điều khiển trình duyệt của OpenClaw và tham gia bằng hồ sơ trình duyệt OpenClaw đã đăng nhập. Trên macOS, Plugin kiểm tra BlackHole 2ch trước khi khởi chạy và nếu được cấu hình, sẽ chạy lệnh kiểm tra tình trạng/khởi động cầu nối âm thanh trước khi mở Chrome. Với Chrome cục bộ, chọn hồ sơ bằng browser.defaultProfile; thay vào đó, chrome.browserProfile được truyền đến các máy chủ chrome-node.
Âm thanh micrô/loa của Chrome được định tuyến qua cầu nối âm thanh OpenClaw cục bộ. Nếu chưa cài đặt BlackHole 2ch, thao tác tham gia sẽ thất bại với lỗi thiết lập thay vì tham gia mà không có đường âm thanh.

​
Twilio

Một kế hoạch quay số nghiêm ngặt được ủy quyền cho Plugin cuộc gọi thoại. Kế hoạch này không phân tích cú pháp các trang Meet để tìm số điện thoại; Google Meet phải cung cấp số điện thoại quay số tham gia và mã PIN cho cuộc họp. Bật Voice Call trên máy chủ Gateway, không phải node Chrome:
Cung cấp thông tin xác thực Twilio qua môi trường để không lưu bí mật trong openclaw.json:
Thay vào đó, hãy sử dụng realtime.provider: "openai" với OPENAI_API_KEY nếu OpenAI là nhà cung cấp giọng nói thời gian thực. Khởi động lại hoặc tải lại Gateway sau khi bật voice-call; các thay đổi cấu hình Plugin không có hiệu lực cho đến khi tải lại. Xác minh:
Khi cơ chế ủy quyền Twilio được kết nối, googlemeet setup bao gồm các bước kiểm tra twilio-voice-call-plugin, twilio-voice-call-credentials và twilio-voice-call-webhook.
Sử dụng --dtmf-sequence cho một chuỗi tùy chỉnh, với w ở đầu hoặc dấu phẩy để tạm dừng trước mã PIN:

​
OAuth và kiểm tra trước

OAuth là tùy chọn khi tạo liên kết Meet vì googlemeet create có thể dự phòng bằng cơ chế tự động hóa trình duyệt. Cấu hình OAuth để tạo qua API chính thức, phân giải không gian hoặc kiểm tra trước Meet Media API. Các lần tham gia bằng Chrome/Chrome-node không bao giờ phụ thuộc vào OAuth; dù bằng cách nào, chúng cũng sử dụng một hồ sơ Chrome đã đăng nhập, BlackHole/SoX và (đối với chrome-node) một node được kết nối.

​
Tạo thông tin xác thực Google

Trong Google Cloud Console:
1

Tạo hoặc chọn một dự án

2

Bật Google Meet REST API

3

Cấu hình màn hình đồng ý OAuth

Internal là lựa chọn đơn giản nhất cho một tổ chức Google Workspace. External phù hợp với các thiết lập cá nhân/thử nghiệm; khi ứng dụng đang ở trạng thái Testing, hãy thêm từng tài khoản Google sẽ cấp quyền cho ứng dụng làm người dùng thử nghiệm.
4

Thêm các phạm vi được yêu cầu

  • https://www.googleapis.com/auth/meetings.space.created
  • https://www.googleapis.com/auth/meetings.space.readonly
  • https://www.googleapis.com/auth/meetings.space.settings
  • https://www.googleapis.com/auth/meetings.conference.media.readonly
  • https://www.googleapis.com/auth/calendar.events.readonly (tra cứu Lịch)
  • https://www.googleapis.com/auth/drive.meet.readonly (xuất nội dung tài liệu bản chép lời/ghi chú thông minh)
5

Tạo OAuth client ID

Loại ứng dụng Web application. URI chuyển hướng được cấp phép:
6

Sao chép client ID và client secret

meetings.space.created là bắt buộc đối với spaces.create. meetings.space.readonly phân giải URL/mã Meet thành các không gian. meetings.space.settings cho phép OpenClaw truyền các thiết lập SpaceConfig như accessType trong khi tạo phòng qua API. meetings.conference.media.readonly dành cho việc kiểm tra trước và xử lý nội dung đa phương tiện của Meet Media API; Google có thể yêu cầu đăng ký Developer Preview để thực sự sử dụng Media API. calendar.events.readonly chỉ cần thiết cho việc tra cứu lịch --today/--event. drive.meet.readonly chỉ cần thiết để xuất --include-doc-bodies. Nếu bạn chỉ cần tham gia bằng Chrome dựa trên trình duyệt, hãy bỏ qua hoàn toàn OAuth.

​
Tạo refresh token

Cấu hình oauth.clientId và tùy chọn oauth.clientSecret (hoặc truyền chúng dưới dạng biến môi trường), sau đó chạy:
Lệnh này chạy luồng PKCE với callback localhost trên http://localhost:8085/oauth2callback và in ra khối cấu hình oauth có refresh token. Thêm --manual để dùng luồng sao chép/dán khi trình duyệt không thể truy cập callback cục bộ:
Đầu ra JSON:
Lưu đối tượng oauth trong cấu hình Plugin:
Ưu tiên các biến môi trường khi bạn không muốn lưu refresh token trong cấu hình; cấu hình được phân giải trước, sau đó mới dùng môi trường làm phương án dự phòng. Nếu bạn đã xác thực trước khi có hỗ trợ tạo cuộc họp, tra cứu lịch hoặc xuất nội dung tài liệu, hãy chạy lại openclaw googlemeet auth login --json để refresh token bao phủ tập hợp phạm vi hiện tại.

​
Xác minh OAuth bằng doctor

Lệnh này kiểm tra cấu hình OAuth có tồn tại và refresh token có thể tạo access token hay không mà không tải runtime Chrome hoặc yêu cầu node được kết nối. Báo cáo chỉ bao gồm các trường trạng thái (ok, configured, tokenSource, expiresAt, thông báo kiểm tra) và không bao giờ in access token, refresh token hoặc client secret. Chứng minh Meet API đã được bật và phạm vi spaces.create bằng phép kiểm tra tạo có tác dụng phụ:
Chứng minh quyền đọc đối với một không gian hiện có:
Một 403 từ các phép kiểm tra này thường có nghĩa là Meet REST API đang bị tắt, refresh token thiếu phạm vi bắt buộc hoặc tài khoản Google không thể truy cập không gian đó. Lỗi refresh token có nghĩa là cần chạy lại openclaw googlemeet auth login --json và lưu khối oauth mới. Phương án dự phòng bằng trình duyệt không cần OAuth; quá trình xác thực Google ở đó lấy từ hồ sơ Chrome đã đăng nhập trên node được chọn, không phải từ cấu hình OpenClaw. Các biến môi trường sau được chấp nhận làm phương án dự phòng:
  • OPENCLAW_GOOGLE_MEET_CLIENT_ID hoặc GOOGLE_MEET_CLIENT_ID
  • OPENCLAW_GOOGLE_MEET_CLIENT_SECRET hoặc GOOGLE_MEET_CLIENT_SECRET
  • OPENCLAW_GOOGLE_MEET_REFRESH_TOKEN hoặc GOOGLE_MEET_REFRESH_TOKEN
  • OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN hoặc GOOGLE_MEET_ACCESS_TOKEN
  • OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT hoặc GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT
  • OPENCLAW_GOOGLE_MEET_DEFAULT_MEETING hoặc GOOGLE_MEET_DEFAULT_MEETING
  • OPENCLAW_GOOGLE_MEET_PREVIEW_ACK hoặc GOOGLE_MEET_PREVIEW_ACK

​
Phân giải, kiểm tra trước và đọc các tạo phẩm

Sau khi Meet đã tạo các bản ghi hội nghị:
Với --meeting, artifacts và attendance, theo mặc định sẽ sử dụng bản ghi hội nghị mới nhất; truyền --all-conference-records để xử lý mọi bản ghi được lưu giữ. Tra cứu lịch sẽ phân giải URL cuộc họp từ Google Calendar trước khi đọc các tạo phẩm (yêu cầu refresh token có phạm vi chỉ đọc sự kiện Calendar):
--today tìm kiếm trong lịch primary của hôm nay một sự kiện có liên kết Meet; --event <query> tìm kiếm văn bản sự kiện khớp; --calendar <id> nhắm đến một lịch không phải lịch chính. calendar-events xem trước các sự kiện khớp và đánh dấu sự kiện mà latest/artifacts/attendance/export sẽ chọn. Nếu đã biết mã định danh bản ghi hội nghị, hãy truy cập trực tiếp:
Đóng phòng đối với một không gian được tạo qua API:
Gọi spaces.endActiveConference và yêu cầu OAuth với phạm vi meetings.space.created cho một không gian mà tài khoản được ủy quyền có thể quản lý. Chấp nhận URL Meet, mã cuộc họp hoặc spaces/{id} và trước tiên phân giải thành tài nguyên không gian API. Thao tác này tách biệt với googlemeet leave: leave dừng việc OpenClaw tham gia cục bộ/theo phiên; end-active-conference yêu cầu Google Meet kết thúc hội nghị đang hoạt động trong không gian. Ghi báo cáo dễ đọc:
artifacts trả về siêu dữ liệu bản ghi hội nghị cùng siêu dữ liệu tài nguyên người tham gia, bản ghi hình, bản chép lời, mục bản chép lời có cấu trúc và ghi chú thông minh khi Google cung cấp chúng. --no-transcript-entries bỏ qua việc tra cứu mục đối với các cuộc họp lớn. attendance mở rộng người tham gia thành các hàng phiên của người tham gia với thời điểm xuất hiện lần đầu/lần cuối, tổng thời lượng phiên, cờ đến muộn/rời sớm và hợp nhất các tài nguyên người tham gia trùng lặp theo người dùng đã đăng nhập hoặc tên hiển thị; --no-merge-duplicates giữ riêng các tài nguyên thô, --late-after-minutes/--early-before-minutes điều chỉnh các ngưỡng. export ghi một thư mục chứa summary.md, attendance.csv, transcript.md, artifacts.json, attendance.json và manifest.json. manifest.json ghi lại đầu vào đã chọn, tùy chọn xuất, các bản ghi hội nghị, tệp đầu ra, số lượng, nguồn token, mọi sự kiện Calendar được sử dụng và cảnh báo truy xuất một phần. --zip cũng ghi một tệp lưu trữ di động bên cạnh thư mục. --include-doc-bodies xuất văn bản Google Docs của bản chép lời/ghi chú thông minh được liên kết thông qua Drive files.export (yêu cầu phạm vi chỉ đọc Meet của Drive); nếu không có, nội dung xuất chỉ bao gồm siêu dữ liệu Meet và các mục bản chép lời có cấu trúc. Lỗi tạo phẩm một phần (liệt kê ghi chú thông minh, mục bản chép lời hoặc lỗi nội dung tài liệu) giữ cảnh báo trong phần tóm tắt/manifest thay vì làm hỏng toàn bộ quá trình xuất. --dry-run tìm nạp cùng dữ liệu và in JSON manifest mà không tạo thư mục hoặc tệp ZIP. Các agent sử dụng cùng các hành động thông qua công cụ google_meet (export, create với accessType, end_active_conference, test_listen); xem Công cụ.

​
Kiểm thử khói trực tiếp

Kiểm thử khói tạo phẩm/điểm danh cơ bản cần meetings.space.readonly và meetings.conference.media.readonly. Tra cứu Calendar cần calendar.events.readonly. Xuất nội dung tài liệu Drive cần drive.meet.readonly.

​
Ví dụ tạo

In URI cuộc họp mới, nguồn và phiên tham gia. Khi có OAuth, lệnh sử dụng Meet API; nếu không, lệnh sử dụng hồ sơ đã đăng nhập của node Chrome được ghim. JSON của phương án dự phòng bằng trình duyệt:
Nếu phương án dự phòng bằng trình duyệt gặp trang đăng nhập Google hoặc trình chặn quyền Meet trước, google_meet trả về chi tiết có cấu trúc thay vì chuỗi thuần túy:
JSON tạo qua API:
Theo mặc định, quá trình tạo sẽ tham gia cuộc họp, nhưng Chrome/Chrome-node vẫn cần hồ sơ Google đã đăng nhập để tham gia qua trình duyệt; nếu đã đăng xuất, OpenClaw báo cáo manualActionRequired: true hoặc lỗi phương án dự phòng bằng trình duyệt và yêu cầu người vận hành hoàn tất đăng nhập Google trước khi thử lại. Chỉ đặt preview.enrollmentAcknowledged: true sau khi xác nhận dự án Cloud, principal OAuth và những người tham gia cuộc họp đã được đăng ký vào Google Workspace Developer Preview Program dành cho Meet media API.

​
Cấu hình

Đường dẫn agent Chrome thông thường chỉ cần bật plugin, BlackHole, SoX, khóa nhà cung cấp thời gian thực và nhà cung cấp TTS OpenClaw đã cấu hình:

​
Giá trị mặc định

chrome.audioBridgeCommand và chrome.audioBridgeHealthCommand cho phép một cầu nối bên ngoài sở hữu toàn bộ đường dẫn âm thanh cục bộ thay cho chrome.audioInputCommand/chrome.audioOutputCommand; xem Ghi chú để biết ràng buộc về chế độ có thể sử dụng chúng. Có một quá trình di chuyển openclaw doctor --fix cho cấu trúc cũ realtime.provider: "google": quá trình này chuyển ý định đó sang realtime.voiceProvider: "google" cùng với realtime.transcriptionProvider: "openai" khi các trường này chưa được đặt.

​
Ghi đè tùy chọn

ElevenLabs cho cả nghe và nói ở chế độ agent:
Giọng nói Meet cố định đến từ messages.tts.providers.elevenlabs.speakerVoiceId. Các câu trả lời của agent cũng có thể sử dụng chỉ thị [[tts:speakerVoiceId=... model=eleven_v3]] cho từng câu trả lời khi bật ghi đè mô hình TTS, nhưng cấu hình là mặc định xác định cho các cuộc họp. Khi tham gia, nhật ký hiển thị transcriptionProvider=elevenlabs, và mỗi câu trả lời được nói sẽ ghi nhật ký provider=elevenlabs model=eleven_v3 speakerVoiceId=<voiceId>. Cấu hình chỉ dành cho Twilio:
Với voiceCall.enabled: true (mặc định) và phương thức truyền tải Twilio, Voice Call thực hiện chuỗi DTMF trước khi mở luồng phương tiện theo thời gian thực, sau đó sử dụng văn bản giới thiệu đã lưu làm lời chào theo thời gian thực ban đầu. Nếu voice-call không được bật, Google Meet vẫn có thể xác thực và ghi lại kế hoạch quay số nhưng không thể thực hiện cuộc gọi Twilio. Giữ nguyên voiceCall.gatewayUrl ở trạng thái chưa đặt để sử dụng runtime Gateway đáng tin cậy cục bộ, qua đó giữ nguyên agent gọi trong toàn bộ lệnh gọi. URL Gateway đã cấu hình vẫn là một đích WebSocket tường minh và không thể xác thực nguồn gốc plugin; các lượt tham gia bằng agent không mặc định sẽ đóng khi lỗi thay vì âm thầm sử dụng một agent khác. Chạy Google Meet và Voice Call trong cùng một tiến trình Gateway khi cần định tuyến theo từng agent.

​
Công cụ

Các agent sử dụng công cụ google_meet:
test_speech luôn bắt buộc mode: "agent" hoặc "bidi" và báo lỗi nếu được yêu cầu chạy trong mode: "transcribe", vì các phiên chỉ quan sát không thể phát lời. Kết quả speechOutputVerified của nó dựa trên việc số byte đầu ra âm thanh thời gian thực tăng trong lệnh gọi đó, vì vậy một phiên được tái sử dụng với âm thanh cũ không được tính là một lần kiểm tra mới. Đối với các phương thức truyền tải Chrome, leave giữ tab do người dùng sở hữu và được tái sử dụng ở trạng thái mở sau khi nhấp nút rời cuộc gọi của Meet. Các tab do OpenClaw mở sẽ được đóng sau khi rời đi. Sử dụng transport: "chrome" khi Chrome chạy trên máy chủ Gateway, transport: "chrome-node" khi Chrome chạy trên một node đã ghép cặp. Trong cả hai trường hợp, các nhà cung cấp mô hình và openclaw_agent_consult đều chạy trên máy chủ Gateway, nên thông tin xác thực mô hình vẫn được giữ tại đó. Nhật ký chế độ agent bao gồm nhà cung cấp/mô hình chép lời đã phân giải khi cầu nối khởi động và nhà cung cấp/mô hình/giọng nói/định dạng đầu ra/tần số lấy mẫu TTS sau mỗi phản hồi được tổng hợp. mode: "realtime" thô vẫn được chấp nhận như một bí danh tương thích cũ cho mode: "agent", nhưng không còn được công bố trong enum mode của công cụ. create với một phòng dựa trên API và chính sách truy cập tường minh:
Kết thúc hội nghị đang hoạt động của một phòng đã biết:
Xác thực bằng cách nghe trước khi khẳng định một cuộc họp là hữu ích:
Phát lời theo yêu cầu:
status bao gồm trạng thái Chrome khi có:

​
Chế độ agent và hai chiều

Chế độ agent: nhà cung cấp chép lời thời gian thực nghe âm thanh cuộc họp, các bản chép lời cuối cùng của người tham gia được định tuyến qua agent OpenClaw đã cấu hình và câu trả lời được phát qua TTS OpenClaw thông thường. Các đoạn bản chép lời cuối cùng ở gần nhau được hợp nhất trước khi tham vấn để một lượt nói không tạo ra nhiều câu trả lời từng phần đã lỗi thời; đầu vào thời gian thực bị chặn trong khi âm thanh trợ lý trong hàng đợi vẫn đang phát và các tiếng vọng bản chép lời gần đây giống lời của trợ lý bị bỏ qua trước khi tham vấn để vòng lặp ngược BlackHole không khiến agent trả lời chính lời nói của mình. Chế độ bidi: mô hình giọng nói thời gian thực trả lời trực tiếp và có thể gọi openclaw_agent_consult để suy luận sâu hơn, lấy thông tin hiện tại hoặc sử dụng các công cụ OpenClaw thông thường. Công cụ tham vấn chạy agent OpenClaw thông thường ở chế độ nền với ngữ cảnh bản chép lời cuộc họp gần đây và trả về một câu trả lời ngắn gọn để phát lời; trong chế độ agent, OpenClaw gửi trực tiếp câu trả lời đó đến TTS, còn trong chế độ bidi, mô hình giọng nói thời gian thực có thể phát lại câu trả lời. Công cụ này sử dụng cùng cơ chế tham vấn dùng chung như Voice Call. Theo mặc định, các lượt tham vấn chạy với agent main; đặt realtime.agentId để hướng một làn Meet đến không gian làm việc agent chuyên dụng, các giá trị mặc định của mô hình, chính sách công cụ, bộ nhớ và lịch sử phiên. Các lượt tham vấn ở chế độ agent sử dụng khóa phiên agent:<id>:subagent:google-meet:<session> theo từng cuộc họp để các câu hỏi tiếp theo giữ lại ngữ cảnh cuộc họp trong khi kế thừa chính sách agent thông thường. Khi một agent gọi google_meet trong chế độ agent, phiên tư vấn sẽ phân nhánh bản chép lời hiện tại của bên gọi trước khi trả lời lời nói của người tham gia; phiên Meet vẫn tách biệt để các câu hỏi tiếp theo trong cuộc họp không trực tiếp sửa đổi bản chép lời của bên gọi. realtime.toolPolicy kiểm soát lượt tham vấn: Khóa phiên tham vấn có phạm vi theo từng phiên Meet, vì vậy các lệnh gọi tham vấn tiếp theo sẽ tái sử dụng ngữ cảnh tham vấn trước đó trong cùng cuộc họp. Buộc kiểm tra trạng thái sẵn sàng bằng lời nói sau khi Chrome đã tham gia hoàn toàn:
Kiểm tra nhanh toàn bộ quy trình tham gia và phát lời:

​
Danh sách kiểm tra thử nghiệm trực tiếp

Trước khi giao một cuộc họp cho agent không được giám sát:
Trạng thái Chrome-node mong đợi:
  • googlemeet setup đều ở trạng thái xanh và bao gồm chrome-node-connected khi Chrome-node là phương thức truyền tải mặc định hoặc một node được ghim.
  • nodes status hiển thị node đã chọn đang kết nối và công bố cả googlemeet.chrome lẫn browser.proxy.
  • Tab Meet tham gia và test-speech trả về trạng thái Chrome với inCall: true.
Đối với máy chủ Chrome từ xa như máy ảo Parallels macOS, đây là bước kiểm tra an toàn ngắn nhất sau khi cập nhật Gateway hoặc máy ảo:
Điều đó chứng minh plugin Gateway đã được tải, node máy ảo được kết nối bằng token hiện tại và cầu nối âm thanh Meet khả dụng trước khi agent mở một tab cuộc họp thực. Để kiểm tra nhanh Twilio, hãy sử dụng một cuộc họp cung cấp thông tin quay số tham gia qua điện thoại:
Trạng thái Twilio mong đợi:
  • googlemeet setup bao gồm các bước kiểm tra twilio-voice-call-plugin, twilio-voice-call-credentials và twilio-voice-call-webhook màu xanh.
  • voicecall khả dụng trong CLI sau khi tải lại Gateway.
  • Phiên được trả về có transport: "twilio" và một twilio.voiceCallId.
  • openclaw logs --follow cho thấy TwiML DTMF được phục vụ trước TwiML thời gian thực, sau đó là cầu nối thời gian thực với lời chào ban đầu được đưa vào hàng đợi.
  • googlemeet leave <sessionId> kết thúc cuộc gọi thoại được ủy quyền.

​
Khắc phục sự cố

​
Tác tử không thể thấy công cụ Google Meet

Xác nhận plugin đã được bật và tải lại Gateway; tác tử đang chạy chỉ thấy các công cụ plugin được tiến trình Gateway hiện tại đăng ký:
Trên các máy chủ Gateway không phải macOS, google_meet vẫn hiển thị, nhưng các thao tác phản hồi bằng giọng nói của Chrome cục bộ bị chặn trước khi đến cầu nối âm thanh. Thay vì đường dẫn tác tử Chrome cục bộ mặc định, hãy sử dụng mode: "transcribe", quay số vào bằng Twilio hoặc máy chủ chrome-node chạy macOS.

​
Không có Node hỗ trợ Google Meet nào được kết nối

Trên máy chủ Node:
Trên máy chủ Gateway:
Node phải được kết nối và liệt kê googlemeet.chrome cùng browser.proxy; cấu hình Gateway phải cho phép cả hai:
Nếu googlemeet setup không vượt qua chrome-node-connected, hoặc nhật ký Gateway báo cáo gateway token mismatch, hãy cài đặt lại hoặc khởi động lại Node bằng mã thông báo Gateway hiện tại:
Sau đó tải lại dịch vụ Node và chạy lại:

​
Trình duyệt mở nhưng tác tử không thể tham gia

Chạy googlemeet test-listen để tham gia ở chế độ chỉ quan sát hoặc googlemeet test-speech để tham gia theo thời gian thực, sau đó kiểm tra trạng thái Chrome được trả về. Nếu một trong hai báo cáo manualActionRequired: true, hãy hiển thị manualActionMessage cho người vận hành và ngừng thử lại cho đến khi thao tác trình duyệt hoàn tất. Các thao tác thủ công thường gặp: đăng nhập vào hồ sơ Chrome; chấp nhận khách từ tài khoản chủ trì Meet; cấp quyền truy cập micrô/camera cho Chrome khi lời nhắc gốc xuất hiện; đóng hoặc khắc phục hộp thoại quyền Meet bị treo. Không báo cáo “chưa đăng nhập” chỉ vì Meet hỏi “Do you want people to hear you in the meeting?”; đó là màn hình chuyển tiếp lựa chọn âm thanh của Meet. OpenClaw nhấp vào Use microphone thông qua tự động hóa trình duyệt khi khả dụng và tiếp tục chờ trạng thái cuộc họp thực tế; đối với phương án dự phòng trình duyệt chỉ dùng để tạo, OpenClaw có thể nhấp vào Continue without microphone, vì việc tạo URL không cần đường dẫn âm thanh thời gian thực.

​
Không thể tạo cuộc họp

googlemeet create sử dụng spaces.create của API Meet khi OAuth được cấu hình, nếu không sẽ sử dụng trình duyệt Node Chrome được ghim. Hãy xác nhận:
  • Tạo qua API: có oauth.clientId và oauth.refreshToken (hoặc các biến môi trường OPENCLAW_GOOGLE_MEET_* tương ứng), đồng thời mã thông báo làm mới được tạo sau khi hỗ trợ tạo cuộc họp được bổ sung; các mã thông báo cũ có thể thiếu meetings.space.created, vì vậy hãy chạy lại openclaw googlemeet auth login --json.
  • Phương án dự phòng bằng trình duyệt: defaultTransport: "chrome-node" và chromeNode.node trỏ đến một Node đã kết nối có browser.proxy và googlemeet.chrome; hồ sơ Chrome của OpenClaw trên Node đó đã đăng nhập và có thể mở https://meet.google.com/new.
  • Thử lại phương án dự phòng bằng trình duyệt: sử dụng lại một thẻ .../new hiện có hoặc thẻ lời nhắc tài khoản Google trước khi mở thẻ mới; hãy thử lại lệnh gọi công cụ thay vì tự mở thêm một thẻ khác.
  • Thao tác thủ công: nếu công cụ trả về manualActionRequired: true, hãy sử dụng browser.nodeId, browser.targetId, browserUrl và manualActionMessage để hướng dẫn người vận hành; không thử lại theo vòng lặp.
  • Màn hình chuyển tiếp lựa chọn âm thanh: nếu Meet hiển thị “Do you want people to hear you in the meeting?”, hãy để thẻ đó mở. OpenClaw sẽ nhấp vào Use microphone hoặc (chỉ khi tạo) Continue without microphone và tiếp tục chờ URL được tạo; nếu không thể, lỗi phải đề cập đến meet-audio-choice-required, không phải google-login-required.

​
Tác tử tham gia nhưng không nói

Sử dụng mode: "agent" cho đường dẫn STT -> tác tử OpenClaw -> TTS, và mode: "bidi" cho phương án dự phòng giọng nói thời gian thực trực tiếp. mode: "transcribe" chủ ý không khởi động cầu nối phản hồi bằng giọng nói. Để gỡ lỗi ở chế độ chỉ quan sát, hãy chạy openclaw googlemeet status --json <session-id> sau khi người tham gia nói và kiểm tra captioning, transcriptLines, lastCaptionText. Nếu inCall là true nhưng transcriptLines vẫn là 0, phụ đề Meet có thể bị tắt, chưa có ai nói kể từ khi trình quan sát được cài đặt, giao diện Meet đã thay đổi hoặc phụ đề trực tiếp không khả dụng cho ngôn ngữ/tài khoản của cuộc họp. googlemeet test-speech luôn kiểm tra đường dẫn thời gian thực và báo cáo liệu có quan sát thấy byte đầu ra của cầu nối trong lần gọi đó hay không. Nếu speechOutputVerified là false và speechOutputTimedOut là true, nhà cung cấp thời gian thực có thể đã chấp nhận lời nói nhưng OpenClaw không thấy byte đầu ra mới đến cầu nối âm thanh Chrome. Đồng thời xác minh: khóa nhà cung cấp thời gian thực (OPENAI_API_KEY hoặc GEMINI_API_KEY) khả dụng trên máy chủ Gateway; BlackHole 2ch hiển thị trên máy chủ Chrome; sox tồn tại tại đó; micrô/loa Meet được định tuyến qua đường dẫn âm thanh ảo (doctor phải hiển thị meet output routed: yes đối với các lượt tham gia thời gian thực bằng Chrome cục bộ). googlemeet doctor [session-id] in ra phiên, Node, trạng thái trong cuộc gọi, lý do cần thao tác thủ công, kết nối nhà cung cấp thời gian thực, realtimeReady, hoạt động đầu vào/đầu ra âm thanh, dấu thời gian âm thanh gần nhất, bộ đếm byte và URL trình duyệt. Sử dụng googlemeet status [session-id] --json để lấy JSON thô và googlemeet doctor --oauth (thêm --meeting hoặc --create-space) để xác minh việc làm mới OAuth mà không làm lộ mã thông báo. Nếu tác tử hết thời gian chờ và một thẻ Meet đã mở, hãy kiểm tra thẻ đó mà không mở thẻ khác:
Thao tác công cụ tương đương là recover_current_tab: thao tác này lấy tiêu điểm và kiểm tra một thẻ Meet hiện có cho phương thức truyền tải đã chọn (điều khiển trình duyệt cục bộ cho chrome, Node đã cấu hình cho chrome-node) mà không mở thẻ hoặc phiên mới, đồng thời báo cáo trở ngại hiện tại (đăng nhập, chấp nhận tham gia, quyền, trạng thái lựa chọn âm thanh). Lệnh CLI giao tiếp với Gateway đã cấu hình, Gateway này phải đang chạy; chrome-node cũng yêu cầu Node phải được kết nối.

​
Các bước kiểm tra thiết lập Twilio không thành công

twilio-voice-call-plugin không thành công khi voice-call không được cho phép hoặc chưa bật: thêm nó vào plugins.allow, bật plugins.entries.voice-call, rồi tải lại Gateway. twilio-voice-call-credentials không thành công khi phần phụ trợ Twilio thiếu SID tài khoản, mã thông báo xác thực hoặc số gọi đi:
twilio-voice-call-webhook không thành công khi voice-call không có điểm truy cập Webhook công khai hoặc publicUrl trỏ đến vùng mạng loopback/riêng tư. Không sử dụng 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 hoặc fd00::/8 làm publicUrl; callback của nhà mạng không thể truy cập các địa chỉ đó. Đặt plugins.entries.voice-call.config.publicUrl thành URL công khai hoặc cấu hình điểm truy cập đường hầm/Tailscale:
Để phát triển cục bộ, hãy sử dụng điểm truy cập đường hầm hoặc Tailscale thay vì URL máy chủ riêng tư:
Khởi động lại hoặc tải lại Gateway, sau đó:
Theo mặc định, voicecall smoke chỉ kiểm tra trạng thái sẵn sàng. Chạy thử với một số cụ thể:
Chỉ thêm --yes khi cố ý thực hiện một cuộc gọi đi thực tế:

​
Cuộc gọi Twilio bắt đầu nhưng không bao giờ vào cuộc họp

Xác nhận sự kiện Meet cung cấp thông tin quay số vào qua điện thoại, rồi truyền chính xác số quay vào cùng mã PIN hoặc một chuỗi DTMF tùy chỉnh:
Sử dụng w ở đầu hoặc dấu phẩy trong --dtmf-sequence để tạm dừng trước mã PIN. Nếu cuộc gọi đã được tạo nhưng danh sách người tham gia Meet không bao giờ hiển thị người tham gia quay số vào:
  • openclaw googlemeet doctor <session-id>: xác nhận ID cuộc gọi Twilio được ủy quyền, DTMF có được đưa vào hàng đợi hay không và lời chào mở đầu có được yêu cầu hay không.
  • openclaw voicecall status --call-id <id>: xác nhận cuộc gọi vẫn đang hoạt động.
  • openclaw voicecall tail: xác nhận các Webhook Twilio đang đến Gateway.
  • openclaw logs --follow: tìm chuỗi Twilio Meet: Google Meet ủy quyền việc tham gia, Voice Call lưu trữ và phục vụ TwiML DTMF trước khi kết nối, Voice Call phục vụ TwiML thời gian thực cho cuộc gọi Twilio, sau đó Google Meet yêu cầu lời nói mở đầu bằng voicecall.speak.
  • Chạy lại openclaw googlemeet setup --transport twilio; bước kiểm tra thiết lập màu xanh là bắt buộc nhưng không chứng minh chuỗi PIN của cuộc họp là chính xác.
  • Xác nhận số quay vào thuộc cùng lời mời Meet và khu vực với mã PIN.
  • Tăng voiceCall.dtmfDelayMs từ giá trị mặc định 12 giây nếu Meet trả lời chậm hoặc bản chép lời cuộc gọi vẫn hiển thị lời nhắc nhập PIN sau khi DTMF trước khi kết nối đã được gửi.
  • Nếu người tham gia đã vào nhưng bạn không nghe thấy lời chào, hãy kiểm tra openclaw logs --follow để tìm yêu cầu voicecall.speak sau DTMF và việc phát TTS qua luồng phương tiện hoặc phương án dự phòng <Say> của Twilio. Nếu bản chép lời vẫn hiển thị “enter the meeting PIN”, nhánh điện thoại vẫn chưa tham gia phòng Meet, vì vậy người tham gia sẽ không nghe thấy lời nói.
Nếu Webhook không đến, trước tiên hãy gỡ lỗi plugin Voice Call: nhà cung cấp phải truy cập được plugins.entries.voice-call.config.publicUrl hoặc đường hầm đã cấu hình. Xem Khắc phục sự cố cuộc gọi thoại.

​
Ghi chú

API phương tiện chính thức của Google Meet được định hướng cho việc nhận, vì vậy việc nói vào cuộc gọi vẫn cần một đường dẫn người tham gia. Plugin này duy trì ranh giới đó một cách rõ ràng: Chrome xử lý việc tham gia qua trình duyệt và định tuyến âm thanh cục bộ; Twilio xử lý việc tham gia bằng cách quay số vào qua điện thoại. Các chế độ phản hồi bằng giọng nói của Chrome cần BlackHole 2ch cùng một trong các tùy chọn sau:
  • chrome.audioInputCommand cộng với chrome.audioOutputCommand: OpenClaw quản lý cầu nối và truyền âm thanh trong chrome.audioFormat giữa các lệnh đó và nhà cung cấp đã chọn. Chế độ agent sử dụng tính năng phiên âm theo thời gian thực cùng với TTS thông thường; chế độ bidi sử dụng nhà cung cấp giọng nói theo thời gian thực. Đường dẫn mặc định là PCM16 24 kHz với chrome.audioBufferBytes: 4096; G.711 mu-law 8 kHz vẫn khả dụng cho các cặp lệnh cũ.
  • chrome.audioBridgeCommand: một lệnh cầu nối bên ngoài quản lý toàn bộ đường dẫn âm thanh cục bộ và phải thoát sau khi khởi động hoặc xác thực daemon của nó. Chỉ hợp lệ với bidi, vì chế độ agent cần quyền truy cập trực tiếp vào cặp lệnh cho TTS.
Với cầu nối Chrome dùng cặp lệnh, chrome.bargeInInputCommand có thể nghe từ một micrô cục bộ riêng biệt và xóa âm thanh phát lại của trợ lý khi một người bắt đầu nói, giúp lời nói của người luôn được ưu tiên hơn đầu ra của trợ lý ngay cả khi đầu vào vòng lặp BlackHole dùng chung tạm thời bị vô hiệu hóa trong lúc trợ lý phát âm thanh. Tương tự chrome.audioInputCommand/chrome.audioOutputCommand, đây là một lệnh cục bộ do người vận hành cấu hình: hãy sử dụng đường dẫn lệnh tin cậy hoặc danh sách đối số rõ ràng, tuyệt đối không dùng tập lệnh từ vị trí không đáng tin cậy. Để có âm thanh song công rõ ràng, hãy định tuyến đầu ra của Meet và micrô của Meet qua các thiết bị ảo riêng biệt hoặc một đồ thị thiết bị ảo kiểu Loopback; một thiết bị BlackHole dùng chung duy nhất có thể vọng âm thanh của những người tham gia khác trở lại cuộc gọi. googlemeet speak kích hoạt cầu nối âm thanh đàm thoại hai chiều đang hoạt động cho một phiên Chrome; googlemeet leave dừng cầu nối đó (và đối với các phiên Twilio được ủy quyền qua Voice Call, ngắt cuộc gọi bên dưới). Sử dụng googlemeet end-active-conference để đồng thời đóng hội nghị Google Meet đang hoạt động cho một không gian được quản lý qua API.

​
Liên quan