वॉइस कॉल (प्लगइन)¶

प्लगइन के माध्यम से OpenClaw के लिए वॉयस कॉल्स। आउटबाउंड नोटिफ़िकेशन्स और इनबाउंड नीतियों के साथ मल्टी‑टर्न बातचीत का समर्थन करता है।

वर्तमान प्रदाता:

• twilio (Programmable Voice + Media Streams)
• telnyx (Call Control v2)
• plivo (Voice API + XML transfer + GetInput speech)
• mock (dev/no network)

त्वरित मानसिक मॉडल:

• प्लगइन इंस्टॉल करें
• Gateway (गेटवे) को पुनः आरंभ करें
• plugins.entries.voice-call.config के अंतर्गत विन्यास करें
• openclaw voicecall ... या voice_call टूल का उपयोग करें

यह कहाँ चलता है (स्थानीय बनाम दूरस्थ)¶

वॉइस कॉल प्लगइन Gateway प्रक्रिया के भीतर चलता है।

यदि आप दूरस्थ Gateway का उपयोग करते हैं, तो Gateway चलाने वाली मशीन पर प्लगइन को इंस्टॉल/विन्यस्त करें, फिर उसे लोड करने के लिए Gateway को पुनः आरंभ करें।

इंस्टॉल¶

विकल्प A: npm से इंस्टॉल करें (अनुशंसित)¶

openclaw plugins install @openclaw/voice-call

इसके बाद Gateway को पुनः आरंभ करें।

विकल्प B: स्थानीय फ़ोल्डर से इंस्टॉल करें (dev, बिना कॉपी)¶

openclaw plugins install ./extensions/voice-call
cd ./extensions/voice-call && pnpm install

इसके बाद Gateway को पुनः आरंभ करें।

विन्यास¶

plugins.entries.voice-call.config के अंतर्गत विन्यास सेट करें:

{
  plugins: {
    entries: {
      "voice-call": {
        enabled: true,
        config: {
          provider: "twilio", // or "telnyx" | "plivo" | "mock"
          fromNumber: "+15550001234",
          toNumber: "+15550005678",

          twilio: {
            accountSid: "ACxxxxxxxx",
            authToken: "...",
          },

          plivo: {
            authId: "MAxxxxxxxxxxxxxxxxxxxx",
            authToken: "...",
          },

          // Webhook server
          serve: {
            port: 3334,
            path: "/voice/webhook",
          },

          // Webhook security (recommended for tunnels/proxies)
          webhookSecurity: {
            allowedHosts: ["voice.example.com"],
            trustedProxyIPs: ["100.64.0.1"],
          },

          // Public exposure (pick one)
          // 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",
          },
        },
      },
    },
  },
}

टिप्पणियाँ:

• Twilio/Telnyx के लिए सार्वजनिक रूप से पहुँचा जा सकने वाला webhook URL आवश्यक है।
• Plivo के लिए सार्वजनिक रूप से पहुँचा जा सकने वाला webhook URL आवश्यक है।
• mock एक स्थानीय dev प्रदाता है (कोई नेटवर्क कॉल नहीं)।
• skipSignatureVerification केवल स्थानीय परीक्षण के लिए है।
• यदि आप ngrok फ्री टियर का उपयोग करते हैं, तो publicUrl को सटीक ngrok URL पर सेट करें; सिग्नेचर सत्यापन हमेशा लागू रहता है।
• tunnel.allowNgrokFreeTierLoopbackBypass: true Twilio वेबहुक्स को अमान्य सिग्नेचर्स के साथ केवल तब अनुमति देता है जब tunnel.provider="ngrok" हो और serve.bind लूपबैक हो (ngrok लोकल एजेंट)। केवल लोकल डेवलपमेंट के लिए उपयोग करें।
• Ngrok फ्री टियर URLs बदल सकते हैं या इंटरस्टिशियल व्यवहार जोड़ सकते हैं; यदि publicUrl बदल जाता है, तो Twilio सिग्नेचर विफल हो जाएँगे। प्रोडक्शन के लिए, एक स्थिर डोमेन या Tailscale funnel को प्राथमिकता दें।

Webhook सुरक्षा¶

जब Gateway के सामने कोई प्रॉक्सी या टनल होती है, तो प्लगइन सिग्नेचर सत्यापन के लिए सार्वजनिक URL को पुनर्निर्मित करता है। These options control which forwarded headers are trusted.

webhookSecurity.allowedHosts फ़ॉरवर्डिंग हेडर्स से होस्ट्स को allowlist करता है।

webhookSecurity.trustForwardingHeaders allowlist के बिना फ़ॉरवर्डेड हेडर्स पर भरोसा करता है।

webhookSecurity.trustedProxyIPs केवल तब फ़ॉरवर्डेड हेडर्स पर भरोसा करता है जब अनुरोध का remote IP सूची से मेल खाता हो।

स्थिर सार्वजनिक होस्ट के साथ उदाहरण:

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          publicUrl: "https://voice.example.com/voice/webhook",
          webhookSecurity: {
            allowedHosts: ["voice.example.com"],
          },
        },
      },
    },
  },
}

कॉल के लिए TTS¶

Voice Call uses the core messages.tts configuration (OpenAI or ElevenLabs) for streaming speech on calls. You can override it under the plugin config with the same shape — it deep‑merges with messages.tts.

{
  tts: {
    provider: "elevenlabs",
    elevenlabs: {
      voiceId: "pMsXgVXv3BLzUgSXRplE",
      modelId: "eleven_multilingual_v2",
    },
  },
}

टिप्पणियाँ:

• वॉइस कॉल्स के लिए Edge TTS को अनदेखा किया जाता है (टेलीफोनी ऑडियो को PCM चाहिए; Edge आउटपुट अविश्वसनीय है)।
• जब Twilio मीडिया स्ट्रीमिंग सक्षम होती है, तब कोर TTS उपयोग होता है; अन्यथा कॉल्स प्रदाता की मूल आवाज़ों पर वापस चली जाती हैं।

और उदाहरण¶

केवल कोर TTS का उपयोग करें (कोई ओवरराइड नहीं):

{
  messages: {
    tts: {
      provider: "openai",
      openai: { voice: "alloy" },
    },
  },
}

केवल कॉल्स के लिए ElevenLabs पर ओवरराइड करें (अन्यत्र कोर डिफ़ॉल्ट रखें):

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          tts: {
            provider: "elevenlabs",
            elevenlabs: {
              apiKey: "elevenlabs_key",
              voiceId: "pMsXgVXv3BLzUgSXRplE",
              modelId: "eleven_multilingual_v2",
            },
          },
        },
      },
    },
  },
}

केवल कॉल्स के लिए OpenAI मॉडल को ओवरराइड करें (डीप‑मर्ज उदाहरण):

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          tts: {
            openai: {
              model: "gpt-4o-mini-tts",
              voice: "marin",
            },
          },
        },
      },
    },
  },
}

इनबाउंड कॉल्स¶

Inbound policy defaults to disabled. To enable inbound calls, set:

{
  inboundPolicy: "allowlist",
  allowFrom: ["+15550001234"],
  inboundGreeting: "Hello! How can I help?",
}

Auto-responses use the agent system. Tune with:

• responseModel
• responseSystemPrompt
• responseTimeoutMs

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

एजेंट टूल¶

टूल नाम: voice_call

क्रियाएँ:

• initiate_call (message, to?, mode?)
• continue_call (callId, message)
• speak_to_user (callId, message)
• end_call (callId)
• get_status (callId)

यह रिपॉज़िटरी skills/voice-call/SKILL.md पर एक मेल खाता Skill दस्तावेज़ प्रदान करती है।

Gateway RPC¶

• voicecall.initiate (to?, message, mode?)
• voicecall.continue (callId, message)
• voicecall.speak (callId, message)
• voicecall.end (callId)
• voicecall.status (callId)