Complemento de Google Meet

Soporte de participante de Google Meet para OpenClaw: el complemento es explícito por diseño:

• Solo se une a una URL https://meet.google.com/... explícita.
• Puede crear un nuevo espacio de Meet a través de la API de Google Meet y luego unirse a la URL devuelta.
• agent es el modo de respuesta predeterminado: la transcripción en tiempo real escucha, el agente OpenClaw configurado responde y el TTS habitual de OpenClaw habla en Meet.
• bidi sigue disponible como modo de reserva de modelo de voz en tiempo real directo.
• Los agentes eligen el comportamiento de unión con mode: use agent para escucha/respuesta en vivo, bidi para reserva de voz en tiempo real directa, o transcribe para unirse/controlar el navegador sin el puente de respuesta.
• La autenticación comienza como Google OAuth personal o un perfil de Chrome ya iniciado.
• No hay ningún anuncio automático de consentimiento.
• El backend de audio de Chrome predeterminado es BlackHole 2ch.
• Chrome puede ejecutarse localmente o en un host de nodo emparejado.
• Twilio acepta un número de teléfono de acceso más un PIN opcional o una secuencia DTMF; no puede llamar directamente a una URL de Meet.
• El comando de CLI es googlemeet; meet está reservado para flujos de trabajo de teleconferencia de agentes más amplios.

Inicio rápido

Instale las dependencias de audio locales y configure un proveedor de transcripción en tiempo real más el TTS habitual de OpenClaw. OpenAI es el proveedor de transcripción predeterminado; Google Gemini Live también funciona como una alternativa de voz bidi separada con realtime.voiceProvider: "google":

brew install blackhole-2ch sox
export OPENAI_API_KEY=sk-...
# only needed when realtime.voiceProvider is "google" for bidi mode
export GEMINI_API_KEY=...

blackhole-2ch instala el dispositivo de audio virtual BlackHole 2ch. El instalador de Homebrew requiere un reinicio antes de que macOS exponga el dispositivo:

sudo reboot

Después del reinicio, verifique ambas partes:

system_profiler SPAudioDataType | grep -i BlackHole
command -v sox

Habilite el complemento:

{
  plugins: {
    entries: {
      "google-meet": {
        enabled: true,
        config: {},
      },
    },
  },
}

Verifique la configuración:

openclaw googlemeet setup

El resultado de la configuración está diseñado para ser legible por el agente y consciente del modo. Reporta el perfil de Chrome, la fijación del nodo y, para las uniones en tiempo real de Chrome, el puente de audio BlackHole/SoX y las comprobaciones de introducción en tiempo real retrasadas. Para uniones de solo observación, compruebe el mismo transporte con --mode transcribe; ese modo omite los requisitos previos de audio en tiempo real porque no escucha ni habla a través del puente:

openclaw googlemeet setup --transport chrome-node --mode transcribe

Cuando se configura la delegación de Twilio, la configuración también informa si el plugin voice-call, las credenciales de Twilio y la exposición del webhook público están listos. Trate cualquier verificación ok: false como un bloqueo para el transporte y el modo verificados antes de pedir a un agente que se una. Use openclaw googlemeet setup --json para secuencias de comandos o salida legible por máquina. Use --transport chrome, --transport chrome-node o --transport twilio para realizar una verificación previa de un transporte específico antes de que un agente lo intente.

Para Twilio, realice siempre la verificación previa del transporte explícitamente cuando el transporte predeterminado es Chrome:

openclaw googlemeet setup --transport twilio

Esto detecta el cableado voice-call faltante, las credenciales de Twilio o la exposición del webhook inalcanzable antes de que el agente intente llamar a la reunión.

Unirse a una reunión:

openclaw googlemeet join https://meet.google.com/abc-defg-hij

O deje que un agente se una a través de la herramienta google_meet:

{
  "action": "join",
  "url": "https://meet.google.com/abc-defg-hij",
  "transport": "chrome-node",
  "mode": "agent"
}

La herramienta google_meet orientada al agente permanece disponible en hosts que no son macOS para los flujos de artefactos, calendario, configuración, transcripción, Twilio y chrome-node. Las acciones de respuesta de voz de Chrome local se bloquean allí porque la ruta de audio de Chrome incluida actualmente depende de BlackHole 2ch de macOS. En Linux, use mode: "transcribe", marcación Twilio o un host chrome-node macOS para la participación de respuesta de voz de Chrome.

Cree una nueva reunión y únase a ella:

openclaw googlemeet create --transport chrome-node --mode agent

Para salas creadas por API, use SpaceConfig.accessType de Google Meet cuando desee que la política de no solicitar ingreso de la sala sea explícita en lugar de heredada de los valores predeterminados de la cuenta de Google:

openclaw googlemeet create --access-type OPEN --transport chrome-node --mode agent

OPEN permite que cualquiera con la URL de Meet se una sin tocar. TRUSTED permite que los usuarios de confianza de la organización anfitriona, los usuarios externos invitados y los usuarios que llamen por teléfono se unan sin tocar. RESTRICTED limita la entrada sin tocar a los invitados. Estas configuraciones solo se aplican a la ruta de creación oficial de la API de Google Meet, por lo que se deben configurar las credenciales de OAuth.

Si autenticó Google Meet antes de que esta opción estuviera disponible, vuelva a ejecutar openclaw googlemeet auth login --json después de agregar el alcance meetings.space.settings a su pantalla de consentimiento de OAuth de Google.

Crear solo la URL sin unirse:

openclaw googlemeet create --no-join

googlemeet create tiene dos rutas:

• Creación de API: se utiliza cuando las credenciales de OAuth de Google Meet están configuradas. Esta es la ruta más determinista y no depende del estado de la interfaz de usuario del navegador.
• Respaldo del navegador: se utiliza cuando faltan las credenciales de OAuth. OpenClaw utiliza el nodo de Chrome anclado, abre https://meet.google.com/new, espera a que Google redirija a una URL de código de reunión real y luego devuelve esa URL. Esta ruta requiere que el perfil de Chrome de OpenClaw en el nodo ya haya iniciado sesión en Google. La automatización del navegador maneja el propio mensaje del micrófono de la primera ejecución de Meet; ese mensaje no se trata como un error de inicio de sesión de Google. Los flujos de unión y creación también intentan reutilizar una pestaña de Meet existente antes de abrir una nueva. La coincidencia ignora cadenas de consulta de URL inofensivas como authuser, por lo que un reintento del agente debería enfocarse en la reunión ya abierta en lugar de crear una segunda pestaña de Chrome.

La salida del comando/herramienta incluye un campo source (api o browser) para que los agentes puedan explicar qué ruta se utilizó. create se une a la nueva reunión de forma predeterminada y devuelve joined: true más la sesión de unión. Para solo generar la URL, use create --no-join en la CLI o pase "join": false a la herramienta.

O diga a un agente: “Crea un Google Meet, únete con el modo de respuesta del agente y envíame el enlace”. El agente debe llamar a google_meet con action: "create" y luego compartir el meetingUri devuelto.

{
  "action": "create",
  "transport": "chrome-node",
  "mode": "agent"
}

Para una unión de solo observación/control del navegador, establezca "mode": "transcribe". Esto no inicia el puente de voz en tiempo real dúplex, no requiere BlackHole o SoX, y no responderá en la reunión. Las uniones de Chrome en este modo también evitan la concesión de permisos de micrófono/cámara de OpenClaw y evitan la ruta Usar micrófono de Meet. Si Meet muestra un intersticial de elección de audio, la automatización intenta la ruta sin micrófono y, de lo contrario, informa una acción manual en lugar de abrir el micrófono local. En el modo de transcripción, los transportes administrados de Chrome también instalan un observador de subtítulos de Meet de mejor esfuerzo. googlemeet status --json y googlemeet doctor muestran captioning, captionsEnabledAttempted, transcriptLines, lastCaptionAt, lastCaptionSpeaker, lastCaptionText y una cola corta recentTranscript para que los operadores puedan saber si el navegador se unió a la llamada y si los subtítulos de Meet están produciendo texto. Use openclaw googlemeet test-listen <meet-url> --transport chrome-node cuando necesite una sonda de sí/no: se une en modo de transcripción, espera movimientos de subtítulos o transcripciones nuevas y devuelve listenVerified, listenTimedOut, campos de acción manual y el estado más reciente de los subtítulos.

Durante las sesiones en tiempo real, el estado google_meet incluye el estado de salud del navegador y del puente de audio, como inCall, manualActionRequired, providerConnected, realtimeReady, audioInputActive, audioOutputActive, las últimas marcas de tiempo de entrada/salida, contadores de bytes y el estado de cierre del puente. Si aparece un mensaje de página de Meet segura, la automatización del navegador lo maneja cuando puede. Los mensajes de inicio de sesión, admisión del anfitrión y permisos del navegador/SO se reportan como una acción manual con un motivo y mensaje para que el agente los transmita. Las sesiones de Chrome administradas solo emiten la frase de introducción o de prueba después de que los informes de salud del navegador indiquen inCall: true; de lo contrario, los informes de estado indican speechReady: false y el intento de habla se bloquea en lugar de fingir que el agente habló en la reunión.

El Chrome local se une a través del perfil de navegador de OpenClaw conectado. El modo en tiempo real requiere BlackHole 2ch para la ruta del micrófono/altavoz utilizada por OpenClaw. Para un audio dúplex limpio, utilice dispositivos virtuales separados o un gráfico estilo Loopback; un solo dispositivo BlackHole es suficiente para una primera prueba de humo, pero puede generar eco.

Pasarela local + Parallels Chrome

No necesita una pasarela OpenClaw completa ni una clave API de modelo dentro de una máquina virtual macOS solo para que la VM sea dueña de Chrome. Ejecute la pasarela y el agente localmente, luego ejecute un host de nodo en la VM. Habilite el complemento incluido en la VM una vez para que el nodo anuncie el comando Chrome:

Qué se ejecuta dónde:

• Host de la pasarela: OpenClaw Gateway, espacio de trabajo del agente, claves de modelo/API, proveedor en tiempo real y la configuración del complemento de Google Meet.
• VM macOS de Parallels: host de CLI/nodo de OpenClaw, Google Chrome, SoX, BlackHole 2ch y un perfil de Chrome conectado a Google.
• No es necesario en la VM: servicio de Gateway, configuración del agente, clave de OpenAI/GPT, o configuración del proveedor del modelo.

Instale las dependencias de la VM:

brew install blackhole-2ch sox

Reinicie la VM después de instalar BlackHole para que macOS exponga BlackHole 2ch:

sudo reboot

Después de reiniciar, verifique que la VM pueda ver el dispositivo de audio y los comandos de SoX:

system_profiler SPAudioDataType | grep -i BlackHole
command -v sox

Instale o actualice OpenClaw en la VM, luego habilite el complemento incluido allí:

openclaw plugins enable google-meet

Inicie el host del nodo en la VM:

openclaw node run --host <gateway-host> --port 18789 --display-name parallels-macos

Si <gateway-host> es una IP de LAN y no está usando TLS, el nodo rechaza el WebSocket en texto plano a menos que usted acepte esa red privada de confianza:

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \
  openclaw node run --host <gateway-lan-ip> --port 18789 --display-name parallels-macos

Use la misma variable de entorno al instalar el nodo como un LaunchAgent:

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \
  openclaw node install --host <gateway-lan-ip> --port 18789 --display-name parallels-macos --force
openclaw node restart

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 es el entorno del proceso, no una configuración de openclaw.json. openclaw node install lo almacena en el entorno de LaunchAgent cuando está presente en el comando de instalación.

Aprobar el nodo desde el host de Gateway:

openclaw devices list
openclaw devices approve <requestId>

Confirme que la Gateway ve el nodo y que anuncia tanto googlemeet.chrome y la capacidad del navegador/browser.proxy:

openclaw nodes status

Enruta Meet a través de ese nodo en el host de la Gateway:

{
  gateway: {
    nodes: {
      allowCommands: ["googlemeet.chrome", "browser.proxy"],
    },
  },
  plugins: {
    entries: {
      "google-meet": {
        enabled: true,
        config: {
          defaultTransport: "chrome-node",
          chrome: {
            guestName: "OpenClaw Agent",
            autoJoin: true,
            reuseExistingTab: true,
          },
          chromeNode: {
            node: "parallels-macos",
          },
        },
      },
    },
  },
}

Ahora únase normalmente desde el host de la Gateway:

openclaw googlemeet join https://meet.google.com/abc-defg-hij

o pida al agente que use la herramienta google_meet con transport: "chrome-node".

Para una prueba de humo de un solo comando que crea o reutiliza una sesión, pronuncia una frase conocida e imprime el estado de la sesión:

openclaw googlemeet test-speech https://meet.google.com/abc-defg-hij

Durante la unión en tiempo real, la automatización del navegador de OpenClaw completa el nombre del invitado, hace clic en Unirse/Pedir unirse y acepta la elección “Usar micrófono” de la primera ejecución de Meet cuando aparece ese mensaje. Durante la unión de solo observación o la creación de reuniones solo en el navegador, continúa más allá del mismo mensaje sin micrófono cuando esa opción está disponible. Si el perfil del navegador no ha iniciado sesión, Meet está esperando la admisión del anfitrión, Chrome necesita permiso de micrófono/cámara para una unión en tiempo real, o Meet está atascado en un mensaje que la automatización no pudo resolver, el resultado de unión/prueba de voz informa manualActionRequired: true con manualActionReason y manualActionMessage. Los agentes deben dejar de reintentar la unión, informar ese mensaje exacto más el browserUrl/browserTitle actual, y reintentar solo después de que la acción manual del navegador esté completa.

Si se omite chromeNode.node, OpenClaw selecciona automáticamente solo cuando exactamente un nodo conectado anuncia tanto googlemeet.chrome como el control del navegador. Si hay varios nodos capaces conectados, configure chromeNode.node con el id del nodo, nombre para mostrar o IP remota.

Verificaciones comunes de fallos:

• Configured Google Meet node ... is not usable: offline: el nodo anclado es conocido por el Gateway pero no está disponible. Los agentes deben tratar ese nodo como estado de diagnóstico, no como un host Chrome utilizable, e informar del bloqueo de configuración en lugar de recurrir a otro transporte a menos que el usuario lo solicite.
• No connected Google Meet-capable node: inicie openclaw node run en la VM, apruebe el emparejamiento y asegúrese de que openclaw plugins enable google-meet y openclaw plugins enable browser se ejecutaron en la VM. También confirme que el host Gateway permite ambos comandos de nodo con gateway.nodes.allowCommands: ["googlemeet.chrome", "browser.proxy"].
• BlackHole 2ch audio device not found: instale blackhole-2ch en el host que se está comprobando y reinicie antes de usar el audio local de Chrome.
• BlackHole 2ch audio device not found on the node: instale blackhole-2ch en la VM y reinicie la VM.
• Chrome se abre pero no puede unirse: inicie sesión en el perfil del navegador dentro de la VM, o mantenga chrome.guestName configurado para la unión como invitado. La unión automática como invitado utiliza la automatización del navegador de OpenClaw a través del proxy del navegador del nodo; asegúrese de que la configuración del navegador del nodo apunte al perfil que desea, por ejemplo browser.defaultProfile: "user" o un perfil de sesión existente con nombre.
• Pestañas de Meet duplicadas: deje chrome.reuseExistingTab: true habilitado. OpenClaw activa una pestaña existente para la misma URL de Meet antes de abrir una nueva, y la creación de reuniones del navegador reutiliza una https://meet.google.com/new en curso o una pestaña de solicitud de cuenta de Google antes de abrir otra.
• Sin audio: en Meet, enruta el micrófono/altavoz a través de la ruta del dispositivo de audio virtual que usa OpenClaw; utiliza dispositivos virtuales separados o un enrutamiento estilo Loopback para un audio dúplex limpio.

Notas de instalación

La configuración predeterminada de conversación de Chrome (talk-back) usa dos herramientas externas:

• sox: utilidad de audio de línea de comandos. El plugin usa comandos de dispositivo CoreAudio explícitos para el puente de audio PCM16 predeterminado de 24 kHz.
• blackhole-2ch: controlador de audio virtual para macOS. Crea el dispositivo de audio BlackHole 2ch a través del cual Chrome/Meet puede enrutar.

OpenClaw no incluye ni redistribuye ninguno de los dos paquetes. La documentación pide a los usuarios que los instalen como dependencias del host a través de Homebrew. SoX está licenciado como LGPL-2.0-only AND GPL-2.0-only; BlackHole es GPL-3.0. Si crea un instalador o un dispositivo que incluya BlackHole con OpenClaw, revise los términos de licencia originales de BlackHole u obtenga una licencia separada de Existential Audio.

Transportes

Chrome

El transporte Chrome abre la URL de Meet a través del control del navegador de OpenClaw y se une como el perfil del navegador de OpenClaw conectado. En macOS, el complemento comprueba BlackHole 2ch antes del lanzamiento. Si está configurado, también ejecuta un comando de estado del puente de audio y un comando de inicio antes de abrir Chrome. Use chrome cuando el Chrome/audio se ejecutan en el host de la puerta de enlace; use chrome-node cuando el Chrome/audio se ejecutan en un nodo emparejado, como una VM de Parallels macOS. Para Chrome local, elija el perfil con browser.defaultProfile; chrome.browserProfile se pasa a los hosts chrome-node.

openclaw googlemeet join https://meet.google.com/abc-defg-hij --transport chrome
openclaw googlemeet join https://meet.google.com/abc-defg-hij --transport chrome-node

Enrute el audio del micrófono y del altavoz de Chrome a través del puente de audio local de OpenClaw. Si BlackHole 2ch no está instalado, la unión falla con un error de configuración en lugar de unirse silenciosamente sin una ruta de audio.

Twilio

El transporte Twilio es un plan de marcación estricto delegado al complemento de llamada de voz. No analiza las páginas de Meet en busca de números de teléfono.

Úselo cuando la participación de Chrome no esté disponible o desee una alternativa de acceso telefónico. Google Meet debe exponer un número de teléfono y un PIN para la reunión; OpenClaw no los descubre desde la página de Meet.

Habilite el complemento de llamada de voz en el host de Gateway, no en el nodo de Chrome:

{
  plugins: {
    allow: ["google-meet", "voice-call", "google"],
    entries: {
      "google-meet": {
        enabled: true,
        config: {
          defaultTransport: "chrome-node",
          // or set "twilio" if Twilio should be the default
        },
      },
      "voice-call": {
        enabled: true,
        config: {
          provider: "twilio",
          inboundPolicy: "allowlist",
          realtime: {
            enabled: true,
            provider: "google",
            instructions: "Join this Google Meet as an OpenClaw agent. Be brief.",
            toolPolicy: "safe-read-only",
            providers: {
              google: {
                silenceDurationMs: 500,
                startSensitivity: "high",
              },
            },
          },
        },
      },
      google: {
        enabled: true,
      },
    },
  },
}

Proporcione las credenciales de Twilio a través del entorno o la configuración. El entorno mantiene los secretos fuera de openclaw.json:

export TWILIO_ACCOUNT_SID=AC...
export TWILIO_AUTH_TOKEN=...
export TWILIO_FROM_NUMBER=+15550001234
export GEMINI_API_KEY=...

Use realtime.provider: "openai" con el complemento del proveedor de OpenAI y OPENAI_API_KEY en su lugar si ese es su proveedor de voz en tiempo real.

Reinicie o recargue el Gateway después de habilitar voice-call; los cambios en la configuración del complemento no aparecen en un proceso de Gateway que ya se está ejecutando hasta que se recarga.

Luego verifique:

openclaw config validate
openclaw plugins list | grep -E 'google-meet|voice-call'
openclaw googlemeet setup

Cuando la delegación de Twilio está conectada, googlemeet setup incluye comprobaciones exitosas de twilio-voice-call-plugin, twilio-voice-call-credentials y twilio-voice-call-webhook.

openclaw googlemeet join https://meet.google.com/abc-defg-hij \
  --transport twilio \
  --dial-in-number +15551234567 \
  --pin 123456

Use --dtmf-sequence cuando la reunión necesite una secuencia personalizada:

openclaw googlemeet join https://meet.google.com/abc-defg-hij \
  --transport twilio \
  --dial-in-number +15551234567 \
  --dtmf-sequence ww123456#

OAuth y preflight

OAuth es opcional para crear un enlace de Meet porque googlemeet create puede recurrir a la automatización del navegador. Configure OAuth cuando desee creación oficial a través de la API, resolución de espacio o comprobaciones previas de la API de Meet Media.

El acceso a la API de Google Meet utiliza OAuth de usuario: cree un cliente OAuth de Google Cloud, solicite los alcances requeridos, autorice una cuenta de Google y luego almacene el token de actualización resultante en la configuración del complemento Google Meet o proporcione las variables de entorno OPENCLAW_GOOGLE_MEET_*.

OAuth no reemplaza la ruta de unión de Chrome. Los transportes Chrome y Chrome-node todavía se unen a través de un perfil de Chrome con sesión iniciada, BlackHole/SoX y un nodo conectado cuando se utiliza la participación del navegador. OAuth es solo para la ruta oficial de la API de Google Meet: crear espacios de reunión, resolver espacios y ejecutar comprobaciones previas de la API de Meet Media.

Crear credenciales de Google

En Google Cloud Console:

1. Crea o selecciona un proyecto de Google Cloud.

2. Habilita la Google Meet REST API para ese proyecto.

3. Configura la pantalla de consentimiento de OAuth.

   • Interno es lo más sencillo para una organización de Google Workspace.
   • Externo funciona para configuraciones personales/pruebas; mientras la aplicación está en Pruebas, añade cada cuenta de Google que autorizará la aplicación como usuario de prueba.

4. Añade los ámbitos que solicita OpenClaw:

   • 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

5. Crea un ID de cliente OAuth.

   • Tipo de aplicación: Aplicación web.

   • URI de redirección autorizada:

     http://localhost:8085/oauth2callback

6. Copia el ID de cliente y el secreto de cliente.

meetings.space.created es requerido por el spaces.create de Google Meet. meetings.space.readonly permite a OpenClaw resolver URLs/códigos de Meet a espacios. meetings.space.settings permite a OpenClaw pasar configuraciones de SpaceConfig como accessType durante la creación de salas de API. meetings.conference.media.readonly es para el trabajo de preflight y medios de la Meet Media API; Google puede requerir la inscripción en Developer Preview para el uso real de la Media API. Si solo necesitas uniones de Chrome basadas en navegador, omite OAuth por completo.

Generar el token de actualización

Configura oauth.clientId y opcionalmente oauth.clientSecret, o pásalos como variables de entorno, luego ejecuta:

openclaw googlemeet auth login --json

El comando imprime un bloque de configuración oauth con un token de actualización. Utiliza PKCE, una devolución de llamada de localhost en el puerto http://localhost:8085/oauth2callback y un flujo manual de copiar/pegar con --manual.

Ejemplos:

OPENCLAW_GOOGLE_MEET_CLIENT_ID="your-client-id" \
OPENCLAW_GOOGLE_MEET_CLIENT_SECRET="your-client-secret" \
openclaw googlemeet auth login --json

Use el modo manual cuando el navegador no pueda alcanzar la devolución de llamada local:

OPENCLAW_GOOGLE_MEET_CLIENT_ID="your-client-id" \
OPENCLAW_GOOGLE_MEET_CLIENT_SECRET="your-client-secret" \
openclaw googlemeet auth login --json --manual

La salida JSON incluye:

{
  "oauth": {
    "clientId": "your-client-id",
    "clientSecret": "your-client-secret",
    "refreshToken": "refresh-token",
    "accessToken": "access-token",
    "expiresAt": 1770000000000
  },
  "scope": "..."
}

Guarde el objeto oauth bajo la configuración del complemento de Google Meet:

{
  plugins: {
    entries: {
      "google-meet": {
        enabled: true,
        config: {
          oauth: {
            clientId: "your-client-id",
            clientSecret: "your-client-secret",
            refreshToken: "refresh-token",
          },
        },
      },
    },
  },
}

Prefiera las variables de entorno cuando no desee el token de actualización en la configuración. Si están presentes tanto los valores de configuración como los del entorno, el complemento resuelve primero la configuración y luego la alternativa del entorno.

El consentimiento de OAuth incluye la creación de espacios de Meet, acceso de lectura a espacios de Meet y acceso de lectura a medios de conferencias de Meet. Si se autenticó antes de que existiera el soporte de creación de reuniones, vuelva a ejecutar openclaw googlemeet auth login --json para que el token de actualización tenga el alcance meetings.space.created.

Verificar OAuth con doctor

Ejecute el OAuth doctor cuando desee una verificación de estado rápida y no secreta:

openclaw googlemeet doctor --oauth --json

Esto no carga el tiempo de ejecución de Chrome ni requiere un nodo de Chrome conectado. Verifica que la configuración de OAuth exista y que el token de actualización pueda generar un token de acceso. El informe JSON incluye solo campos de estado como ok, configured, tokenSource, expiresAt y mensajes de verificación; no imprime el token de acceso, el token de actualización ni el secreto del cliente.

Resultados comunes:

Verificación	Significado
oauth-config	oauth.clientId más oauth.refreshToken, o un token de acceso en caché, están presentes.
oauth-token	El token de acceso en caché sigue siendo válido o el token de actualización generó un nuevo token de acceso.
meet-spaces-get	La verificación opcional --meeting resolvió un espacio Meet existente.
meet-spaces-create	La verificación opcional --create-space creó un nuevo espacio Meet.

Para probar la habilitación de la API de Google Meet y el alcance spaces.create también, ejecute la verificación de creación con efectos secundarios:

openclaw googlemeet doctor --oauth --create-space --json
openclaw googlemeet create --no-join --json

--create-space crea una URL Meet desechable. Úsela cuando necesite confirmar que el proyecto de Google Cloud tiene la API de Meet habilitada y que la cuenta autorizada tiene el alcance meetings.space.created.

Para probar el acceso de lectura a un espacio de reunión existente:

openclaw googlemeet doctor --oauth --meeting https://meet.google.com/abc-defg-hij --json
openclaw googlemeet resolve-space --meeting https://meet.google.com/abc-defg-hij

doctor --oauth --meeting y resolve-space demuestran el acceso de lectura a un espacio existente al que la cuenta de Google autorizada puede acceder. Un 403 de estas comprobaciones generalmente significa que la API REST de Google Meet está deshabilitada, al token de actualización con consentimiento le falta el alcance requerido, o la cuenta de Google no puede acceder a ese espacio de Meet. Un error de token de actualización significa volver a ejecutar el bloque openclaw googlemeet auth login -- and store the new oauth.

No se necesitan credenciales de OAuth para la alternativa del navegador. En ese modo, la autenticación de Google proviene del perfil de Chrome con sesión iniciada en el nodo seleccionado, no de la configuración de OpenClaw.

Estas variables de entorno se aceptan como alternativas:

• OPENCLAW_GOOGLE_MEET_CLIENT_ID o GOOGLE_MEET_CLIENT_ID
• OPENCLAW_GOOGLE_MEET_CLIENT_SECRET o GOOGLE_MEET_CLIENT_SECRET
• OPENCLAW_GOOGLE_MEET_REFRESH_TOKEN o GOOGLE_MEET_REFRESH_TOKEN
• OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN o GOOGLE_MEET_ACCESS_TOKEN
• OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT o GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT
• OPENCLAW_GOOGLE_MEET_DEFAULT_MEETING o GOOGLE_MEET_DEFAULT_MEETING
• OPENCLAW_GOOGLE_MEET_PREVIEW_ACK o GOOGLE_MEET_PREVIEW_ACK

Resuelva una URL de Meet, un código o spaces/{id} a través de spaces.get:

openclaw googlemeet resolve-space --meeting https://meet.google.com/abc-defg-hij

Ejecute la verificación previa antes del trabajo de medios:

openclaw googlemeet preflight --meeting https://meet.google.com/abc-defg-hij

Enumere los artefactos y la asistencia de la reunión después de que Meet haya creado registros de conferencias:

openclaw googlemeet artifacts --meeting https://meet.google.com/abc-defg-hij
openclaw googlemeet attendance --meeting https://meet.google.com/abc-defg-hij
openclaw googlemeet export --meeting https://meet.google.com/abc-defg-hij --output ./meet-export

Con --meeting, artifacts y attendance use el registro de conferencia más reciente de forma predeterminada. Pase --all-conference-records cuando desee todos los registros conservados para esa reunión.

La búsqueda en el calendario puede resolver la URL de la reunión desde Google Calendar antes de leer los artefactos de Meet:

openclaw googlemeet latest --today
openclaw googlemeet calendar-events --today --json
openclaw googlemeet artifacts --event "Weekly sync"
openclaw googlemeet attendance --today --format csv --output attendance.csv

--today busca en el calendario primary de hoy un evento de calendario con un enlace de Google Meet. Use --event <query> para buscar texto de evento coincidente y --calendar <id> para un calendario no principal. La búsqueda en el calendario requiere un inicio de sesión OAuth fresco que incluya el alcance de solo lectura de eventos de Calendar. calendar-events previsualiza los eventos de Meet coincidentes y marca el evento que latest, artifacts, attendance o export elegirán.

Si ya conoce el ID del registro de la conferencia, diríjase directamente a él:

openclaw googlemeet latest --meeting https://meet.google.com/abc-defg-hij
openclaw googlemeet artifacts --conference-record conferenceRecords/abc123 --json
openclaw googlemeet attendance --conference-record conferenceRecords/abc123 --json

Finalice una conferencia activa para un espacio creado por API cuando desee cerrar la sala después de la llamada:

openclaw googlemeet end-active-conference https://meet.google.com/abc-defg-hij

Esto llama a Google Meet spaces.endActiveConference y requiere OAuth con el alcance meetings.space.created para un espacio que la cuenta autorizada pueda gestionar. OpenClaw acepta una URL de Meet, un código de reunión o una entrada spaces/{id} y la resuelve en el recurso de espacio de la API antes de finalizar la conferencia activa. Es diferente de googlemeet leave: leave detiene la participación local/de sesión de OpenClaw, mientras que end-active-conference pide a Google Meet que finalice la conferencia activa para el espacio.

Escribir un informe legible:

openclaw googlemeet artifacts --conference-record conferenceRecords/abc123 \
  --format markdown --output meet-artifacts.md
openclaw googlemeet attendance --conference-record conferenceRecords/abc123 \
  --format markdown --output meet-attendance.md
openclaw googlemeet attendance --conference-record conferenceRecords/abc123 \
  --format csv --output meet-attendance.csv
openclaw googlemeet export --conference-record conferenceRecords/abc123 \
  --include-doc-bodies --zip --output meet-export
openclaw googlemeet export --conference-record conferenceRecords/abc123 \
  --include-doc-bodies --dry-run

artifacts devuelve metadatos del registro de la conferencia más metadatos de recursos de participantes, grabaciones, transcripciones, entradas de transcripciones estructuradas y notas inteligentes cuando Google las expone para la reunión. Use --no-transcript-entries para omitir la búsqueda de entradas en reuniones grandes. attendance expande los participantes en filas de sesión de participante con horas de primera/última visualización, duración total de la sesión, indicadores de salida tardía/temprana y recursos de participantes duplicados fusionados por usuario con sesión iniciada o nombre para mostrar. Pase --no-merge-duplicates para mantener los recursos de participantes en bruto separados, --late-after-minutes para ajustar la detección de tardanza y --early-before-minutes para ajustar la detección de salida temprana.

export escribe una carpeta que contiene summary.md, attendance.csv, transcript.md, artifacts.json, attendance.json y manifest.json. manifest.json registra la entrada elegida, opciones de exportación, registros de la conferencia, archivos de salida, recuentos, origen del token, evento de Calendar cuando se usó uno y cualquier advertencia de recuperación parcial. Pase --zip para también escribir un archivo portátil al lado de la carpeta. Pase --include-doc-bodies para exportar la transcripción vinculada y el texto de notas inteligentes de Google Docs a través de Google Drive files.export; esto requiere un inicio de sesión OAuth nuevo que incluya el alcance de solo lectura de Drive Meet. Sin --include-doc-bodies, las exportaciones incluyen solo metadatos de Meet y entradas de transcripción estructuradas. Si Google devuelve un fallo parcial de artefacto, como un listado de nota inteligente, entrada de transcripción o error de cuerpo de documento de Drive, el resumen y el manifiesto mantienen la advertencia en lugar de fallar toda la exportación. Use --dry-run para obtener los mismos datos de artefacto/asistencia e imprimir el JSON del manifiesto sin crear la carpeta o ZIP. Eso es útil antes de escribir una exportación grande o cuando un agente solo necesita recuentos, registros seleccionados y advertencias.

Los agentes también pueden crear el mismo paquete a través de la herramienta google_meet:

{
  "action": "export",
  "conferenceRecord": "conferenceRecords/abc123",
  "includeDocumentBodies": true,
  "outputDir": "meet-export",
  "zip": true
}

Establezca "dryRun": true para devolver solo el manifiesto de exportación y omitir la escritura de archivos.

Y también pueden crear una sala respaldada por API con una política de acceso explícita:

{
  "action": "create",
  "transport": "chrome-node",
  "mode": "agent",
  "accessType": "OPEN"
}

Y pueden finalizar la conferencia activa para una sala conocida:

{
  "action": "end_active_conference",
  "meeting": "https://meet.google.com/abc-defg-hij"
}

Para la validación de escuchar primero, los agentes deben usar test_listen antes de afirmar que la reunión es útil:

{
  "action": "test_listen",
  "url": "https://meet.google.com/abc-defg-hij",
  "transport": "chrome-node",
  "timeoutMs": 30000
}

Ejecute el smoke test en vivo protegido contra una reunión real retenida:

OPENCLAW_LIVE_TEST=1 \
OPENCLAW_GOOGLE_MEET_LIVE_MEETING=https://meet.google.com/abc-defg-hij \
pnpm test:live -- extensions/google-meet/google-meet.live.test.ts

Ejecute la sonda del navegador de escuchar primero en vivo contra una reunión donde alguien hable con subtítulos de Meet disponibles:

openclaw googlemeet setup --transport chrome-node --mode transcribe
openclaw googlemeet test-listen https://meet.google.com/abc-defg-hij --transport chrome-node --timeout-ms 30000

Entorno de smoke test en vivo:

• OPENCLAW_LIVE_TEST=1 habilita pruebas en vivo protegidas.
• OPENCLAW_GOOGLE_MEET_LIVE_MEETING apunta a una URL de Meet retenida, código o spaces/{id}.
• OPENCLAW_GOOGLE_MEET_CLIENT_ID o GOOGLE_MEET_CLIENT_ID proporciona el id de cliente OAuth.
• OPENCLAW_GOOGLE_MEET_REFRESH_TOKEN o GOOGLE_MEET_REFRESH_TOKEN proporciona el token de actualización.
• Opcional: OPENCLAW_GOOGLE_MEET_CLIENT_SECRET, OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN y OPENCLAW_GOOGLE_MEET_ACCESS_TOKEN_EXPIRES_AT usan los mismos nombres de reserva sin el prefijo OPENCLAW_.

La prueba de humo en vivo base de artefacto/asistencia necesita https://www.googleapis.com/auth/meetings.space.readonly y https://www.googleapis.com/auth/meetings.conference.media.readonly. La búsqueda de calendario necesita https://www.googleapis.com/auth/calendar.events.readonly. La exportación del cuerpo del documento de Drive necesita https://www.googleapis.com/auth/drive.meet.readonly.

Cree un espacio de Meet nuevo:

openclaw googlemeet create

El comando imprime el nuevo meeting uri, la fuente y la sesión de unión. Con las credenciales OAuth, utiliza la API oficial de Google Meet. Sin credenciales OAuth, utiliza el perfil del navegador conectado del nodo Chrome anclado como alternativa. Los agentes pueden usar la herramienta google_meet con action: "create" para crear y unirse en un solo paso. Para la creación solo de URL, pase "join": false.

Salida JSON de ejemplo de la alternativa del navegador:

{
  "source": "browser",
  "meetingUri": "https://meet.google.com/abc-defg-hij",
  "joined": true,
  "browser": {
    "nodeId": "ba0f4e4bc...",
    "targetId": "tab-1"
  },
  "join": {
    "session": {
      "id": "meet_...",
      "url": "https://meet.google.com/abc-defg-hij"
    }
  }
}

Si la alternativa del navegador encuentra el inicio de sesión de Google o un bloqueador de permisos de Meet antes de que pueda crear la URL, el método Gateway devuelve una respuesta fallida y la herramienta google_meet devuelve detalles estructurados en lugar de una cadena simple:

{
  "source": "browser",
  "error": "google-login-required: Sign in to Google in the OpenClaw browser profile, then retry meeting creation.",
  "manualActionRequired": true,
  "manualActionReason": "google-login-required",
  "manualActionMessage": "Sign in to Google in the OpenClaw browser profile, then retry meeting creation.",
  "browser": {
    "nodeId": "ba0f4e4bc...",
    "targetId": "tab-1",
    "browserUrl": "https://accounts.google.com/signin",
    "browserTitle": "Sign in - Google Accounts"
  }
}

Cuando un agente ve manualActionRequired: true, debe reportar el manualActionMessage además del contexto del nodo/pestaña del navegador y dejar de abrir nuevas pestañas de Meet hasta que el operador complete el paso del navegador.

Salida JSON de ejemplo de la creación de API:

{
  "source": "api",
  "meetingUri": "https://meet.google.com/abc-defg-hij",
  "joined": true,
  "space": {
    "name": "spaces/abc-defg-hij",
    "meetingCode": "abc-defg-hij",
    "meetingUri": "https://meet.google.com/abc-defg-hij"
  },
  "join": {
    "session": {
      "id": "meet_...",
      "url": "https://meet.google.com/abc-defg-hij"
    }
  }
}

Crear un Meet se une por defecto. El transporte Chrome o Chrome-node aún necesita un perfil de Google Chrome conectado para unirse a través del navegador. Si el perfil está desconectado, OpenClaw reporta manualActionRequired: true o un error de alternativa del navegador y pide al operador que termine el inicio de sesión de Google antes de reintentar.

Establezca preview.enrollmentAcknowledged: true solo después de confirmar que su proyecto de Cloud, el principal de OAuth y los participantes de la reunión están inscritos en el Programa de vista previa para desarrolladores de Google Workspace para las API de medios de Meet.

Config

La ruta común del agente de Chrome solo necesita que el complemento esté habilitado, BlackHole, SoX, una clave de proveedor de transcripción en tiempo real y un proveedor OpenClaw TTS configurado. OpenAI es el proveedor de transcripción predeterminado; configure realtime.voiceProvider en "google" y realtime.model para usar Google Gemini Live para el modo bidi sin cambiar el proveedor de transcripción del modo de agente predeterminado:

brew install blackhole-2ch sox
export OPENAI_API_KEY=sk-...
# or
export GEMINI_API_KEY=...

Establezca la configuración del complemento en plugins.entries.google-meet.config:

{
  plugins: {
    entries: {
      "google-meet": {
        enabled: true,
        config: {},
      },
    },
  },
}

Valores predeterminados:

• defaultTransport: "chrome"
• defaultMode: "agent" ("realtime" solo se acepta como un alias de compatibilidad heredado para "agent"; las nuevas llamadas a herramientas deben indicar "agent")
• chromeNode.node: id/nombre/IP de nodo opcional para chrome-node
• chrome.audioBackend: "blackhole-2ch"
• chrome.guestName: "OpenClaw Agent": nombre utilizado en la pantalla de invitado de Meet sin sesión iniciada
• chrome.autoJoin: true: llenado del nombre de invitado con el mejor esfuerzo y clic en Unirse ahora a través de la automatización del navegador OpenClaw en chrome-node
• chrome.reuseExistingTab: true: activar una pestaña Meet existente en lugar de abrir duplicados
• chrome.waitForInCallMs: 20000: esperar a que la pestaña Meet informe que está en la llamada antes de que se active la introducción de conversación
• chrome.audioFormat: "pcm16-24khz": formato de audio de par de comandos. Use "g711-ulaw-8khz" solo para pares de comandos heredados/personalizados que todavía emiten audio de telefonía.
• chrome.audioBufferBytes: 4096: búfer de procesamiento de SoX para los comandos de audio de pares de comandos de Chrome generados. Esto es la mitad del búfer predeterminado de 8192 bytes de SoX, lo que reduce la latencia predeterminada de la tubería (pipe) mientras deja espacio para aumentarla en hosts ocupados. Los valores por debajo del mínimo de SoX se limitan a 17 bytes.
• chrome.audioInputCommand: comando SoX que lee de CoreAudio BlackHole 2ch y escribe audio en chrome.audioFormat
• chrome.audioOutputCommand: comando SoX que lee audio en chrome.audioFormat y escribe en CoreAudio BlackHole 2ch
• chrome.bargeInInputCommand: comando opcional de micrófono local que escribe PCM mono little-endian de 16 bits con signo para la detección de intervención humana (barge-in) mientras la reproducción del asistente está activa. Actualmente esto se aplica al puente de pares de comandos chrome alojado en el Gateway.
• chrome.bargeInRmsThreshold: 650: nivel RMS que cuenta como una interrupción humana en chrome.bargeInInputCommand
• chrome.bargeInPeakThreshold: 2500: nivel pico que cuenta como una interrupción humana en chrome.bargeInInputCommand
• chrome.bargeInCooldownMs: 900: retraso mínimo entre borrados repetidos de interrupciones humanas
• mode: "agent": modo de retorno de voz predeterminado. El habla del participante es transcrita por el proveedor de transcripción en tiempo real configurado, enviada al agente OpenClaw configurado en una sesión de subagente por reunión y dicha nuevamente a través del tiempo de ejecución TTS normal de OpenClaw.
• mode: "bidi": modo de modelo en tiempo real bidireccional directo de respaldo. El proveedor de voz en tiempo real responde directamente al habla del participante y puede llamar a openclaw_agent_consult para respuestas más profundas o respaldadas por herramientas.
• mode: "transcribe": modo de solo observación sin el puente de conversación bidireccional.
• realtime.provider: "openai": reserva de compatibilidad utilizada cuando los campos del proveedor con ámbito a continuación no están establecidos.
• realtime.transcriptionProvider: "openai": ID del proveedor utilizado por el modo agent para la transcripción en tiempo real.
• realtime.voiceProvider: ID del proveedor utilizado por el modo bidi para voz en tiempo real directa. Establézcalo en "google" para usar Gemini Live manteniendo la transcripción del modo de agente en OpenAI.
• realtime.toolPolicy: "safe-read-only"
• realtime.instructions: respuestas habladas breves, con openclaw_agent_consult para respuestas más profundas
• realtime.introMessage: verificación de lista hablada breve cuando se conecta el puente en tiempo real; establézcalo en "" para unirse en silencio
• realtime.agentId: id de agente opcional de OpenClaw para openclaw_agent_consult; por defecto es main

Overrides opcionales:

{
  defaults: {
    meeting: "https://meet.google.com/abc-defg-hij",
  },
  browser: {
    defaultProfile: "openclaw",
  },
  chrome: {
    guestName: "OpenClaw Agent",
    waitForInCallMs: 30000,
    bargeInInputCommand: ["sox", "-q", "-t", "coreaudio", "External Microphone", "-r", "24000", "-c", "1", "-b", "16", "-e", "signed-integer", "-t", "raw", "-"],
  },
  chromeNode: {
    node: "parallels-macos",
  },
  defaultMode: "agent",
  realtime: {
    provider: "openai",
    transcriptionProvider: "openai",
    voiceProvider: "google",
    model: "gemini-2.5-flash-native-audio-preview-12-2025",
    agentId: "jay",
    toolPolicy: "owner",
    introMessage: "Say exactly: I'm here.",
    providers: {
      google: {
        voice: "Kore",
      },
    },
  },
}

ElevenLabs tanto para el habla como para la escucha en modo agente:

{
  messages: {
    tts: {
      provider: "elevenlabs",
      providers: {
        elevenlabs: {
          modelId: "eleven_v3",
          voiceId: "pMsXgVXv3BLzUgSXRplE",
        },
      },
    },
  },
  plugins: {
    entries: {
      "google-meet": {
        config: {
          realtime: {
            transcriptionProvider: "elevenlabs",
            providers: {
              elevenlabs: {
                modelId: "scribe_v2_realtime",
                audioFormat: "ulaw_8000",
                sampleRate: 8000,
                commitStrategy: "vad",
              },
            },
          },
        },
      },
    },
  },
}

La voz persistente de Meet proviene de messages.tts.providers.elevenlabs.voiceId. Las respuestas del agente también pueden usar directivas [[tts:voiceId=... model=eleven_v3]] por respuesta cuando las sustituciones del modelo TTS están activadas, pero la configuración es el valor predeterminado determinista para las reuniones. Al unirse, los registros deberían mostrar transcriptionProvider=elevenlabs y cada respuesta hablada debería registrar provider=elevenlabs model=eleven_v3 voice=<voiceId>.

Configuración solo para Twilio:

{
  defaultTransport: "twilio",
  twilio: {
    defaultDialInNumber: "+15551234567",
    defaultPin: "123456",
  },
  voiceCall: {
    gatewayUrl: "ws://127.0.0.1:18789",
  },
}

voiceCall.enabled tiene como valor predeterminado true; con el transporte Twilio delega la llamada PSTN real, DTMF y el saludo inicial al complemento Voice Call. Voice Call reproduce la secuencia DTMF antes de abrir el flujo de medios en tiempo real y luego usa el texto de introducción guardado como el saludo inicial en tiempo real. Si voice-call no está habilitado, Google Meet aún puede validar y registrar el plan de marcado, pero no puede realizar la llamada Twilio.

Herramienta

Los agentes pueden utilizar la herramienta google_meet:

{
  "action": "join",
  "url": "https://meet.google.com/abc-defg-hij",
  "transport": "chrome-node",
  "mode": "agent"
}

Use transport: "chrome" cuando Chrome se ejecuta en el host de Gateway. Use transport: "chrome-node" cuando Chrome se ejecuta en un nodo emparejado como una máquina virtual Parallels. En ambos casos, los proveedores de modelos y openclaw_agent_consult se ejecutan en el host de Gateway, por lo que las credenciales del modelo permanecen allí. Con el valor predeterminado mode: "agent", el proveedor de transcripción en tiempo real maneja la escucha, el agente OpenClaw configurado produce la respuesta y OpenClaw TTS habitual la pronuncia en Meet. Use mode: "bidi" cuando desee que el modelo de voz en tiempo real responda directamente. Raw mode: "realtime" sigue aceptándose como alias de compatibilidad heredado para mode: "agent", pero ya no se anuncia en el esquema de herramientas del agente. Los registros en modo agente incluyen el proveedor/modelo de transcripción resuelto en el inicio del puente, así como el proveedor de TTS, el modelo, la voz, el formato de salida y la frecuencia de muestreo después de cada respuesta sintetizada.

Use action: "status" para listar las sesiones activas o inspeccionar un ID de sesión. Use action: "speak" con sessionId y message para hacer que el agente en tiempo real hable inmediatamente. Use action: "test_speech" para crear o reutilizar la sesión, activar una frase conocida y devolver el estado de salud de inCall cuando el host de Chrome pueda reportarlo. test_speech siempre fuerza mode: "agent" y falla si se le pide ejecutarse en mode: "transcribe" porque las sesiones de solo observación intencionalmente no pueden emitir voz. Su resultado de speechOutputVerified se basa en el aumento de los bytes de salida de audio en tiempo real durante esta llamada de prueba, por lo que una sesión reutilizada con audio antiguo no cuenta como una verificación de voz exitosa reciente. Use action: "leave" para marcar una sesión como finalizada.

status incluye el estado de Chrome cuando está disponible:

• inCall: Chrome parece estar dentro de la llamada Meet
• micMuted: estado del micrófono de Meet con mejor esfuerzo
• manualActionRequired / manualActionReason / manualActionMessage: el perfil del navegador necesita inicio de sesión manual, admisión del anfitrión de Meet, permisos o reparación del control del navegador antes de que el habla pueda funcionar
• speechReady / speechBlockedReason / speechBlockedMessage: si se permite el habla administrada de Chrome ahora. speechReady: false significa que OpenClaw no envió la frase de introducción/prueba al puente de audio.
• providerConnected / realtimeReady: estado del puente de voz en tiempo real
• lastInputAt / lastOutputAt: último audio visto desde o enviado al puente
• audioOutputRouted / audioOutputDeviceLabel: si la salida de medios de la pestaña de Meet se enrutó activamente al dispositivo BlackHole utilizado por el puente
• lastSuppressedInputAt / suppressedInputBytes: entrada de bucle invertido ignorada mientras la reproducción del asistente está activa

{
  "action": "speak",
  "sessionId": "meet_...",
  "message": "Say exactly: I'm here and listening."
}

Modos de agente y bidi

El modo agent de Chrome está optimizado para el comportamiento “mi agente está en la reunión”. El proveedor de transcripción en tiempo real escucha el audio de la reunión, las transcripciones finales de los participantes se enrutan a través del agente OpenClaw configurado y la respuesta se pronuncia a través del tiempo de ejecución TTS normal de OpenClaw. Configure mode: "bidi" cuando desee que el modelo de voz en tiempo real responda directamente. Los fragmentos de transcripción finales cercanos se combinan antes de la consulta para que un turno hablado no produzca varias respuestas parciales obsoletas. La entrada en tiempo real también se suprime mientras el audio del asistente en cola todavía se está reproduciendo, y los ecos de transcripción recientes que parecen de asistente se ignoran antes de la consulta del agente para que el bucle de retorno BlackHole no haga que el agente responda a su propio discurso.

Modo	Quién decide la respuesta	Ruta de salida de voz	Usar cuando
agent	El agente OpenClaw configurado	Tiempo de ejecución TTS normal de OpenClaw	Desea el comportamiento “mi agente está en la reunión”
bidi	El modelo de voz en tiempo real	Respuesta de audio del proveedor de voz en tiempo real	Desea el bucle de voz conversacional con la menor latencia

En el modo bidi, cuando el modelo en tiempo real necesita un razonamiento más profundo, información actual o herramientas normales de OpenClaw, puede llamar a openclaw_agent_consult.

La herramienta de consulta ejecuta el agente regular de OpenClaw en segundo plano con el contexto de la transcripción de la reunión reciente y devuelve una respuesta hablada concisa. En el modo agent, OpenClaw envía esa respuesta directamente al tiempo de ejecución de TTS; en el modo bidi, el modelo de voz en tiempo real puede pronunciar el resultado de la consulta nuevamente en la reunión. Utiliza la misma maquinaria de consulta compartida que la llamada de voz.

De manera predeterminada, las consultas se ejecutan contra el agente main. Establezca realtime.agentId cuando un carril de Meet deba consultar un espacio de trabajo dedicado del agente OpenClaw, valores predeterminados del modelo, política de herramientas, memoria e historial de sesiones.

Las consultas en modo agente utilizan una clave de sesión agent:<id>:subagent:google-meet:<session> por reunión, de modo que las preguntas de seguimiento mantengan el contexto de la reunión mientras heredan la política de agente normal del agente configurado.

realtime.toolPolicy controla la ejecución de la consulta:

• safe-read-only: exponga la herramienta de consulta y limite el agente regular a read, web_search, web_fetch, x_search, memory_search y memory_get.
• owner: expone la herramienta de consulta y permite que el agente regular use la política normal de herramientas del agente.
• none: no exponga la herramienta de consulta al modelo de voz en tiempo real.

La clave de sesión de consulta tiene ámbito por sesión de Meet, por lo que las llamadas de consulta de seguimiento pueden reutilizar el contexto de consulta anterior durante la misma reunión.

Para forzar una verificación de preparación hablada después de que Chrome se haya unido completamente a la llamada:

openclaw googlemeet speak meet_... "Say exactly: I'm here and listening."

Para la prueba de humo completa de unión y habla:

openclaw googlemeet test-speech https://meet.google.com/abc-defg-hij \
  --transport chrome-node \
  --message "Say exactly: I'm here and listening."

Lista de verificación de prueba en vivo

Use esta secuencia antes de entregar una reunión a un agente no atendido:

openclaw googlemeet setup
openclaw nodes status
openclaw googlemeet test-speech https://meet.google.com/abc-defg-hij \
  --transport chrome-node \
  --message "Say exactly: Google Meet speech test complete."

Estado esperado del nodo Chrome:

• googlemeet setup está todo en verde.
• googlemeet setup incluye chrome-node-connected cuando Chrome-node es el transporte predeterminado o un nodo está fijado.
• nodes status muestra el nodo seleccionado conectado.
• El nodo seleccionado anuncia tanto googlemeet.chrome como browser.proxy.
• La pestaña Meet se une a la llamada y test-speech devuelve el estado de salud de Chrome con inCall: true.

Para un host de Chrome remoto como una máquina virtual macOS de Parallels, esta es la verificación segura más corta después de actualizar el Gateway o la VM:

openclaw googlemeet setup
openclaw nodes status --connected
openclaw nodes invoke \
  --node parallels-macos \
  --command googlemeet.chrome \
  --params '{"action":"setup"}'

Eso demuestra que el complemento del Gateway está cargado, que el nodo de la VM está conectado con el token actual y que el puente de audio de Meet está disponible antes de que un agente abra una pestaña de reunión real.

Para una prueba de humo de Twilio, use una reunión que exponga los detalles de acceso telefónico:

openclaw googlemeet setup
openclaw googlemeet join https://meet.google.com/abc-defg-hij \
  --transport twilio \
  --dial-in-number +15551234567 \
  --pin 123456

Estado esperado de Twilio:

• googlemeet setup incluye verificaciones twilio-voice-call-plugin verdes, twilio-voice-call-credentials y twilio-voice-call-webhook.
• voicecall está disponible en la CLI después de recargar el Gateway.
• La sesión devuelta tiene transport: "twilio" y un twilio.voiceCallId.
• openclaw logs --follow muestra el TwiML DTMF servido antes del TwiML en tiempo real, luego un puente en tiempo real con el saludo inicial en cola.
• googlemeet leave <sessionId> cuelga la llamada de voz delegada.

Solución de problemas

El agente no puede ver la herramienta de Google Meet

Confirme que el complemento esté habilitado en la configuración de Gateway y recargue el Gateway:

openclaw plugins list | grep google-meet
openclaw googlemeet setup

Si acaba de editar plugins.entries.google-meet, reinicie o recargue el Gateway. El agente en ejecución solo ve las herramientas de complemento registradas por el proceso actual de Gateway.

En hosts de Gateway que no sean macOS, la herramienta google_meet orientada al agente permanece visible, pero las acciones de conversación local de Chrome se bloquean antes de llegar al puente de audio. El audio de conversación local de Chrome actualmente depende de macOS BlackHole 2ch, por lo que los agentes de Linux deben usar mode: "transcribe", Twilio dial-in, o un host macOS chrome-node en lugar de la ruta predeterminada del agente local de Chrome.

Ningún nodo conectado compatible con Google Meet

En el host del nodo, ejecute:

openclaw plugins enable google-meet
openclaw plugins enable browser
OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \
  openclaw node run --host <gateway-lan-ip> --port 18789 --display-name parallels-macos

En el host de Gateway, apruebe el nodo y verifique los comandos:

openclaw devices list
openclaw devices approve <requestId>
openclaw nodes status

El nodo debe estar conectado y listar googlemeet.chrome más browser.proxy. La configuración de Gateway debe permitir esos comandos de nodo:

{
  gateway: {
    nodes: {
      allowCommands: ["browser.proxy", "googlemeet.chrome"],
    },
  },
}

Si googlemeet setup falla chrome-node-connected o el registro de Gateway informa gateway token mismatch, reinstale o reinicie el nodo con el token de Gateway actual. Para una Gateway de LAN esto generalmente significa:

OPENCLAW_ALLOW_INSECURE_PRIVATE_WS=1 \
  openclaw node install \
  --host <gateway-lan-ip> \
  --port 18789 \
  --display-name parallels-macos \
  --force

Luego recargue el servicio del nodo y vuelva a ejecutar:

openclaw googlemeet setup
openclaw nodes status --connected

El navegador se abre pero el agente no puede unirse

Ejecute googlemeet test-listen para uniones de solo observación o googlemeet test-speech para uniones en tiempo real, luego inspeccione el estado de salud de Chrome devuelto. Si alguna sonda informa manualActionRequired: true, muestre manualActionMessage al operador y deje de reintentar hasta que se complete la acción del navegador.

Acciones manuales comunes:

• Inicie sesión en el perfil de Chrome.
• Admita al invitado desde la cuenta de anfitrión de Meet.
• Otorgue permisos de micrófono/cámara a Chrome cuando aparezca el mensaje de permiso nativo de Chrome.
• Cierre o repare un cuadro de diálogo de permisos de Meet atascado.

No informes “not signed in” (no has iniciado sesión) solo porque Meet muestre “Do you want people to hear you in the meeting?” (¿Quieres que la gente te escuche en la reunión?). Ese es el intersticial de elección de audio de Meet; OpenClaw hace clic en Use microphone (Usar micrófono) mediante la automatización del navegador cuando está disponible y sigue esperando el estado real de la reunión. Para la alternativa de navegador de solo creación, OpenClaw puede hacer clic en Continue without microphone (Continuar sin micrófono) porque la creación de la URL no necesita la ruta de audio en tiempo real.

Fallo en la creación de la reunión

googlemeet create primero usa el punto final spaces.create de la API de Google Meet cuando las credenciales de OAuth están configuradas. Sin las credenciales de OAuth, recurre al navegador del nodo de Chrome anclado. Confirmar:

• Para la creación mediante API: oauth.clientId y oauth.refreshToken están configurados, o están presentes las variables de entorno OPENCLAW_GOOGLE_MEET_* correspondientes.
• Para la creación a través de la API: el token de actualización se generó después de añadirse la compatibilidad de creación. Los tokens antiguos pueden carecer del alcance meetings.space.created; vuelve a ejecutar openclaw googlemeet auth login --json y actualiza la configuración del complemento.
• Para la reserva del navegador: defaultTransport: "chrome-node" y chromeNode.node apuntan a un nodo conectado con browser.proxy y googlemeet.chrome.
• Para la reserva del navegador: el perfil de OpenClaw Chrome en ese nodo ha iniciado sesión en Google y puede abrir https://meet.google.com/new.
• Para la reserva del navegador: los reintentos reutilizan una pestaña https://meet.google.com/new existente o de aviso de cuenta de Google antes de abrir una pestaña nueva. Si un agente expira el tiempo de espera, reintenta la llamada a la herramienta en lugar de abrir manualmente otra pestaña de Meet.
• Para la alternativa del navegador: si la herramienta devuelve manualActionRequired: true, use los browser.nodeId, browser.targetId, browserUrl y manualActionMessage devueltos para guiar al operador. No reintente en un bucle hasta que esa acción se complete.
• Para la alternativa del navegador: si Meet muestra “¿Quieres que la gente te oiga en la reunión?”, deja la pestaña abierta. OpenClaw debe hacer clic en Usar micrófono o, para la alternativa de solo creación, Continuar sin micrófono a través de la automatización del navegador y seguir esperando a que se genere la URL de Meet. Si no puede hacerlo, el error debería mencionar meet-audio-choice-required, no google-login-required.

El agente se une pero no habla

Comprueba la ruta en tiempo real:

openclaw googlemeet setup
openclaw googlemeet doctor

Use mode: "agent" para la ruta normal de conversación STT -> agente OpenClaw -> TTS, o mode: "bidi" para la reserva de voz en tiempo real directa. mode: "transcribe" intencionalmente no inicia el puente de conversación. Para la depuración solo de observación, ejecute openclaw googlemeet status --json <session-id> después de que hablen los participantes y verifique captioning, transcriptLines y lastCaptionText. Si inCall es verdadero pero transcriptLines se mantiene en 0, es posible que los subtítulos de Meet estén deshabilitados, nadie ha hablado desde que se instaló el observador, la interfaz de usuario de Meet cambió, o los subtítulos en vivo no están disponibles para el idioma/cuenta de la reunión.

googlemeet test-speech siempre verifica la ruta en tiempo real e informa si se observaron bytes de salida del puente para esa invocación. Si speechOutputVerified es falso y speechOutputTimedOut es verdadero, el proveedor en tiempo real puede haber aceptado la emisión, pero OpenClaw no vio nuevos bytes de salida llegar al puente de audio de Chrome.

Además, verifique:

• Una clave de proveedor en tiempo real está disponible en el host de Gateway, tal como OPENAI_API_KEY o GEMINI_API_KEY.
• BlackHole 2ch es visible en el host de Chrome.
• sox existe en el host de Chrome.
• El micrófono y el altavoz de Meet se enrutan a través de la ruta de audio virtual utilizada por OpenClaw. doctor debería mostrar meet output routed: yes para uniones en tiempo real locales de Chrome.

googlemeet doctor [session-id] imprime la sesión, el nodo, el estado en llamada, el motivo de la acción manual, la conexión del proveedor en tiempo real, realtimeReady, la actividad de entrada/salida de audio, las marcas de tiempo del último audio, los contadores de bytes y la URL del navegador. Use googlemeet status [session-id] --json cuando necesite el JSON sin procesar. Use googlemeet doctor --oauth cuando necesite verificar la actualización de OAuth de Google Meet sin exponer los tokens; agregue --meeting o --create-space cuando también necesite una prueba de la API de Google Meet.

Si un agente agotó el tiempo de espera y puede ver una pestaña de Meet ya abierta, inspeccione esa pestaña sin abrir otra:

openclaw googlemeet recover-tab
openclaw googlemeet recover-tab https://meet.google.com/abc-defg-hij

La acción de herramienta equivalente es recover_current_tab. Enfoca e inspecciona una pestaña de Meet existente para el transporte seleccionado. Con chrome, utiliza el control local del navegador a través de Gateway; con chrome-node, utiliza el nodo de Chrome configurado. No abre una nueva pestaña ni crea una nueva sesión; informa del bloqueador actual, como el estado de inicio de sesión, admisión, permisos o elección de audio. El comando de la CLI se comunica con el Gateway configurado, por lo que el Gateway debe estar ejecutándose; chrome-node también requiere que el nodo de Chrome esté conectado.

Fallo en las comprobaciones de configuración de Twilio

twilio-voice-call-plugin falla cuando voice-call no está permitido o no está habilitado. Agréguelo a plugins.allow, habilite plugins.entries.voice-call y recargue el Gateway.

twilio-voice-call-credentials falla cuando al backend de Twilio le falta el SID de cuenta, el token de autenticación o el número de llamada. Establézcalos en el host del Gateway:

export TWILIO_ACCOUNT_SID=AC...
export TWILIO_AUTH_TOKEN=...
export TWILIO_FROM_NUMBER=+15550001234

twilio-voice-call-webhook falla cuando voice-call no tiene exposición pública de webhook, o cuando publicUrl apunta a un espacio de red de bucle local o privado. Establezca plugins.entries.voice-call.config.publicUrl en la URL pública del proveedor o configure una exposición de túnel/Tailscale voice-call.

Las URLs de bucle de retorno y privadas no son válidas para las devoluciones de llamada del operador. No use 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, o fd00::/8 como publicUrl.

Para obtener una URL pública estable:

{
  plugins: {
    entries: {
      "voice-call": {
        enabled: true,
        config: {
          provider: "twilio",
          fromNumber: "+15550001234",
          publicUrl: "https://voice.example.com/voice/webhook",
        },
      },
    },
  },
}

Para el desarrollo local, utilice un túnel o una exposición a Tailscale en lugar de una URL de host privado:

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          tunnel: { provider: "ngrok" },
          // or
          tailscale: { mode: "funnel", path: "/voice/webhook" },
        },
      },
    },
  },
}

Luego, reinicie o recargue el Gateway y ejecute:

openclaw googlemeet setup --transport twilio
openclaw voicecall setup
openclaw voicecall smoke

voicecall smoke es solo de preparación de forma predeterminada. Para realizar una prueba en seco de un número específico:

openclaw voicecall smoke --to "+15555550123"

Solo agregue --yes cuando intencionalmente desee realizar una llamada de notificación saliente en vivo:

openclaw voicecall smoke --to "+15555550123" --yes

La llamada de Twilio se inicia pero nunca ingresa a la reunión

Confirme que el evento de Meet exponga los detalles de acceso telefónico. Pase el número de acceso exacto y el PIN o una secuencia DTMF personalizada:

openclaw googlemeet join https://meet.google.com/abc-defg-hij \
  --transport twilio \
  --dial-in-number +15551234567 \
  --dtmf-sequence ww123456#

Use w iniciales o comas en --dtmf-sequence si el proveedor necesita una pausa antes de ingresar el PIN.

Si se crea la llamada telefónica pero la lista de Meet nunca muestra al participante que accede por teléfono:

• Ejecute openclaw googlemeet doctor <session-id> para confirmar el ID de llamada delegada de Twilio, si se puso en cola el DTMF y si se solicitó el saludo inicial.
• Ejecute openclaw voicecall status --call-id <id> y confirme que la llamada sigue activa.
• Ejecute openclaw voicecall tail y compruebe que los webhooks de Twilio están llegando al Gateway.
• Ejecute openclaw logs --follow y busque la secuencia de Twilio Meet: Google Meet delega la unión, Voice Call almacena y sirve el TwiML DTMF de preconexión, Voice Call sirve el TwiML en tiempo real para la llamada de Twilio y, luego, Google Meet solicita el discurso de introducción con voicecall.speak.
• Vuelva a ejecutar openclaw googlemeet setup --transport twilio; se requiere una comprobación de configuración en verde, pero esto no prueba que la secuencia del PIN de la reunión sea correcta.
• Confirme que el número de acceso telefónico pertenece a la misma invitación y región de Meet que el PIN.
• Aumente voiceCall.dtmfDelayMs desde el valor predeterminado de 12 segundos si Meet responde lentamente o si la transcripción de la llamada aún muestra el mensaje que solicita el PIN después de haber enviado el DTMF de preconexión.
• Si el participante se une pero no escuchas el saludo, verifica openclaw logs --follow para la solicitud voicecall.speak posterior al DTMF y ya sea la reproducción TTS del flujo de medios o la alternativa de Twilio <Say>. Si la transcripción de la llamada todavía contiene “ingrese el PIN de la reunión”, la llamada telefónica aún no se ha unido a la sala de Meet, por lo que los participantes de la reunión no escucharán el habla.

Si los webhooks no llegan, depura primero el complemento de llamada de voz: el proveedor debe alcanzar plugins.entries.voice-call.config.publicUrl o el túnel configurado. Consulta Solución de problemas de llamada de voz.

Notas

La API de medios oficial de Google Meet está orientada a la recepción, por lo que hablar en una llamada de Meet todavía necesita una ruta de participante. Este complemento mantiene visible ese límite: Chrome maneja la participación del navegador y el enrutamiento de audio local; Twilio maneja la participación de marcación telefónica.

Los modos de retroalimentación de voz de Chrome necesitan BlackHole 2ch más cualquiera de:

• chrome.audioInputCommand más chrome.audioOutputCommand: OpenClaw posee el puente y canaliza el audio en chrome.audioFormat entre esos comandos y el proveedor seleccionado. El modo de agente usa transcripción en tiempo real más TTS regular; el modo bidi usa el proveedor de voz en tiempo real. La ruta predeterminada de Chrome es PCM16 de 24 kHz con chrome.audioBufferBytes: 4096; G.711 mu-law de 8 kHz permanece disponible para pares de comandos heredados.
• chrome.audioBridgeCommand: un comando de puente externo posee toda la ruta de audio local y debe salir después de iniciar o validar su demonio. Esto solo es válido para bidi porque el modo agent necesita acceso directo al par de comandos para TTS.

Cuando un agente llama a la herramienta google_meet en el modo de agente, la sesión del asesor de la reunión bifurca la transcripción actual de la persona que llama antes de responder al habla del participante. La sesión de Meet permanece separada (agent:<agentId>:subagent:google-meet:<sessionId>) para que los seguimientos de la reunión no modifiquen directamente la transcripción de la persona que llama.

Para un audio dúplex limpio, enruta la salida de Meet y el micrófono de Meet a través de dispositivos virtuales separados o un gráfico de dispositivos virtuales estilo Loopback. Un solo dispositivo BlackHole compartido puede hacer eco de otros participantes de vuelta a la llamada.

Con el puente Chrome de par de comandos, chrome.bargeInInputCommand puede escuchar un micrófono local separado y borrar la reproducción del asistente cuando el humano comienza a hablar. Esto mantiene el habla humana por delante de la salida del asistente incluso cuando la entrada de bucle invertido compartida de BlackHole está temporalmente suprimida durante la reproducción del asistente. Al igual que chrome.audioInputCommand y chrome.audioOutputCommand, es un comando local configurado por el operador. Utilice una ruta de comando o una lista de argumentos confiable explícita, y no lo dirija a scripts de ubicaciones no confiables.

googlemeet speak activa el puente de audio de conversación activo para una sesión de Chrome. googlemeet leave detiene ese puente. Para las sesiones de Twilio delegadas a través del complemento Voice Call, leave también cuelga la llamada de voz subyacente. Use googlemeet end-active-conference cuando también desee cerrar la conferencia activa de Google Meet para un espacio administrado por API.

Relacionado

• Complemento de llamada de voz
• Modo de conversación
• Construcción de complementos