What: switch to 你/你的 tone; standardize Skills/Gateway网关/local loopback/私信 wording Why: align zh-CN docs with issue 6995 feedback + idiomatic tech style Tests: pnpm docs:build
6.2 KiB
6.2 KiB
read_when, summary, title, x-i18n
| read_when | summary | title | x-i18n | ||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
语音通话插件:通过 Twilio/Telnyx/Plivo 进行外呼和来电(插件安装 + 配置 + CLI) | 语音通话插件 |
|
语音通话(插件)
通过插件为 OpenClaw 提供语音通话功能。支持外呼通知和多轮对话的来电策略。
当前支持的提供商:
twilio(Programmable Voice + Media Streams)telnyx(Call Control v2)plivo(Voice API + XML transfer + GetInput speech)mock(开发环境/无网络)
快速理解模型:
- 安装插件
- 重启 Gateway网关
- 在
plugins.entries.voice-call.config下进行配置 - 使用
openclaw voicecall ...或voice_call工具
运行位置(本地 vs 远程)
语音通话插件运行在 Gateway网关进程内部。
如果你使用远程 Gateway网关,请在运行 Gateway网关的机器上安装和配置插件,然后重启 Gateway网关以加载它。
安装
方式 A:从 npm 安装(推荐)
openclaw plugins install @openclaw/voice-call
安装后重启 Gateway网关。
方式 B:从本地文件夹安装(开发环境,不复制文件)
openclaw plugins install ./extensions/voice-call
cd ./extensions/voice-call && pnpm install
安装后重启 Gateway网关。
配置
在 plugins.entries.voice-call.config 下设置配置:
{
plugins: {
entries: {
"voice-call": {
enabled: true,
config: {
provider: "twilio", // 或 "telnyx" | "plivo" | "mock"
fromNumber: "+15550001234",
toNumber: "+15550005678",
twilio: {
accountSid: "ACxxxxxxxx",
authToken: "...",
},
plivo: {
authId: "MAxxxxxxxxxxxxxxxxxxxx",
authToken: "...",
},
// Webhook 服务器
serve: {
port: 3334,
path: "/voice/webhook",
},
// 公网暴露(选择其一)
// publicUrl: "https://example.ngrok.app/voice/webhook",
// tunnel: { provider: "ngrok" },
// tailscale: { mode: "funnel", path: "/voice/webhook" }
outbound: {
defaultMode: "notify", // notify | conversation
},
streaming: {
enabled: true,
streamPath: "/voice/stream",
},
},
},
},
},
}
注意事项:
- Twilio/Telnyx 需要一个可公网访问的 webhook URL。
- Plivo 需要一个可公网访问的 webhook URL。
mock是本地开发提供商(不进行网络调用)。skipSignatureVerification仅用于本地测试。- 如果你使用 ngrok 免费版,请将
publicUrl设置为精确的 ngrok URL;签名验证始终强制执行。 tunnel.allowNgrokFreeTierLoopbackBypass: true允许在tunnel.provider="ngrok"且serve.bind为 local loopback(ngrok 本地代理)时,接受签名无效的 Twilio webhook。仅用于本地开发。- Ngrok 免费版 URL 可能会变化或出现插页行为;如果
publicUrl偏移,Twilio 签名将会失败。生产环境建议使用稳定域名或 Tailscale funnel。
通话的 TTS
语音通话使用核心 messages.tts 配置(OpenAI 或 ElevenLabs)来进行通话中的流式语音合成。你可以在插件配置下使用相同的结构进行覆盖——它会与 messages.tts 进行深度合并。
{
tts: {
provider: "elevenlabs",
elevenlabs: {
voiceId: "pMsXgVXv3BLzUgSXRplE",
modelId: "eleven_multilingual_v2",
},
},
}
注意事项:
- 语音通话会忽略 Edge TTS(电话音频需要 PCM;Edge 输出不可靠)。
- 当启用 Twilio 媒体流时使用核心 TTS;否则通话将回退到提供商原生语音。
更多示例
仅使用核心 TTS(不覆盖):
{
messages: {
tts: {
provider: "openai",
openai: { voice: "alloy" },
},
},
}
仅为通话覆盖为 ElevenLabs(其他地方保持核心默认值):
{
plugins: {
entries: {
"voice-call": {
config: {
tts: {
provider: "elevenlabs",
elevenlabs: {
apiKey: "elevenlabs_key",
voiceId: "pMsXgVXv3BLzUgSXRplE",
modelId: "eleven_multilingual_v2",
},
},
},
},
},
},
}
仅为通话覆盖 OpenAI 模型(深度合并示例):
{
plugins: {
entries: {
"voice-call": {
config: {
tts: {
openai: {
model: "gpt-4o-mini-tts",
voice: "marin",
},
},
},
},
},
},
}
来电
来电策略默认为 disabled。要启用来电,请设置:
{
inboundPolicy: "allowlist",
allowFrom: ["+15550001234"],
inboundGreeting: "Hello! How can I help?",
}
自动回复使用智能体系统。通过以下参数进行调优:
responseModelresponseSystemPromptresponseTimeoutMs
CLI
openclaw voicecall call --to "+15555550123" --message "Hello from OpenClaw"
openclaw voicecall continue --call-id <id> --message "Any questions?"
openclaw voicecall speak --call-id <id> --message "One moment"
openclaw voicecall end --call-id <id>
openclaw voicecall status --call-id <id>
openclaw voicecall tail
openclaw voicecall expose --mode funnel
智能体工具
工具名称:voice_call
操作:
initiate_call(message、to?、mode?)continue_call(callId、message)speak_to_user(callId、message)end_call(callId)get_status(callId)
本仓库附带了对应的 Skills 文档,位于 skills/voice-call/SKILL.md。
Gateway网关 RPC
voicecall.initiate(to?、message、mode?)voicecall.continue(callId、message)voicecall.speak(callId、message)voicecall.end(callId)voicecall.status(callId)