本页内容
本页内容
插件内部
通话和实时语音迁移
统一的 Talk 会话控制器、其支持的会话组合以及已删除的 Talk 系列的方法映射。 Plugin SDK 迁移 指南的一部分。
Talk 与实时语音迁移
实时语音、电话、会议和浏览器Talk代码共享一个由openclaw/plugin-sdk/realtime-voice导出的Talk会话控制器。控制器拥有公共通话事件包络、活动轮次状态、捕获状态、输出音频状态、最近事件历史记录和陈旧轮次拒绝。提供商插件拥有特定于供应商的实时会话。浏览器会议插件使用 openclaw/plugin-sdk/meeting-runtime 进行会话、浏览器、音频、节点主机、代理咨询和语音呼叫机制，然后为 URL 规则、DOM 脚本、手动操作映射、字幕、创建和拨入计划实现 MeetingPlatformAdapter。平台 REST API、OAuth、工件、选择器和连线名称保留在插件中。浏览器权限计划接收请求的会议 URL，因此每个平台只能授予其确切支持的来源。在确认浏览器离开后，会话运行时还必须规范特定于平台的实时运行状况；历史记录字段可以保留，但字幕和音频准备状态在离开后不得保持活动状态。
所有内置界面都运行在共享控制器上：浏览器中继、托管房间交接、语音通话实时功能、语音通话流式 STT、Google Meet 实时功能以及原生按键通话。Gateway 在 hello-ok.features.events 中公布一个实时 Talk 事件通道：talk.event。
新代码不应直接调用 createTalkEventSequencer(...)，除非实现低级适配器或测试装置。使用共享控制器，以便在没有轮次 ID 的情况下无法发出轮次范围事件，陈旧的 turnEnd / turnCancel 呼叫无法清除较新的活动轮次，并且输出音频生命周期事件在电话、会议、浏览器中继、托管房间切换和本机 Talk 客户端之间保持一致。
公共 API 形式：
浏览器拥有的 WebRTC/provider-websocket 会话使用 talk.client.create，因为浏览器拥有提供商协商和媒体传输，而网关拥有凭证、指令和工具策略。 talk.session.* 是网关中继实时、网关中继转录和托管房间本机 STT/TTS 会话的通用网关管理表面。
将实时选择器放置在 talk.provider / talk.providers 旁边的旧配置应使用 openclaw doctor --fix 进行修复；运行时 Talk 不会将 speech/TTS 提供程序配置重新解释为实时提供程序配置。
受支持的 talk.session.create 组合刻意保持精简：
| 模式 | 传输方式 | 大脑 | 所有者 | 笔记 |
|---|---|---|---|---|
realtime |
gateway-relay |
agent-consult |
网关 | 通过 Gateway 中继的全双工提供商音频；工具调用通过 agent-consult 工具路由。 |
transcription |
gateway-relay |
none |
网关 | 仅流式 STT；调用方发送输入音频并接收转录事件。 |
stt-tts |
managed-room |
agent-consult |
Native/client室 | 一键通和对讲机风格的房间，其中客户端拥有 capture/playback，网关拥有转弯状态。 |
stt-tts |
managed-room |
direct-tools |
Native/client室 | 仅限管理员房间模式，适用于直接执行网关工具操作的受信任的第一方界面。 |
供从旧版 talk.realtime.* / talk.transcription.* / talk.handoff.* 系列（现已全部移除）迁移的读者参考的方法映射：
| 老的 | 新的 |
|---|---|
talk.realtime.session |
talk.client.create |
talk.realtime.toolCall |
talk.client.toolCall |
talk.realtime.relayAudio |
talk.session.appendAudio |
talk.realtime.relayCancel |
talk.session.cancelOutput |
talk.realtime.relayToolResult |
talk.session.submitToolResult |
talk.realtime.relayStop |
talk.session.close |
talk.transcription.session |
talk.session.create({ mode: "transcription" }) |
talk.transcription.relayAudio |
talk.session.appendAudio |
talk.transcription.relayCancel |
talk.session.close |
talk.transcription.relayStop |
talk.session.close |
talk.handoff.create |
talk.session.create({ transport: "managed-room" }) |
talk.handoff.revoke |
talk.session.close |
统一的控制词汇同样刻意保持精简：
| 方法 | 适用于 | 契约 |
|---|---|---|
talk.session.appendAudio |
realtime/gateway-relay, transcription/gateway-relay |
将一个 base64 PCM 音频块追加到由同一 Gateway 连接拥有的提供商会话中。 |
talk.session.cancelOutput |
realtime/gateway-relay |
停止助手音频输出，但不一定结束用户轮次。 |
talk.session.submitToolResult |
realtime/gateway-relay |
在其桥接公开的任何异步完成之后完成提供商工具调用；传递 options.willContinue 以获取中间输出，或者在受支持时传递 options.suppressResponse 以避免另一个助手响应。 |
talk.session.steer |
由代理支持的 Talk 会话 | 向从 Talk 会话解析的活动嵌入式运行发送语音 status、steer、cancel 或 followup 控制。 |
talk.session.close |
所有统一会话 | 停止中继会话或撤销托管房间状态，然后忘记统一会话 ID。 |
不要在核心中引入提供商或平台特殊情况来实现此目的。 Core 拥有 Talk 会话语义。提供商插件拥有自己的供应商会话设置。语音通话和 Google 认识自己的 telephony/meeting 适配器。浏览器和本机应用程序拥有设备 capture/playback UX。