Voice Call (ปลั๊กอิน)¶

การโทรด้วยเสียงสำหรับ OpenClaw ผ่านปลั๊กอิน รองรับการแจ้งเตือนโทรออกและ การสนทนาแบบหลายเทิร์นพร้อมนโยบายสำหรับสายเรียกเข้า 15. รองรับการแจ้งเตือนขาออกและ การสนทนาแบบหลายเทิร์นพร้อมนโยบายขาเข้า

ผู้ให้บริการปัจจุบัน:

• twilio (Programmable Voice + Media Streams)
• telnyx (Call Control v2)
• plivo (Voice API + XML transfer + GetInput speech)
• mock (dev/ไม่มีเครือข่าย)

โมเดลความเข้าใจแบบย่อ:

• ติดตั้งปลั๊กอิน
• รีสตาร์ทGateway
• กำหนดค่าภายใต้ plugins.entries.voice-call.config
• ใช้ openclaw voicecall ... หรือเครื่องมือ voice_call

รันที่ไหน (ภายในเครื่อง vs ระยะไกล)¶

ปลั๊กอิน Voice Call รัน ภายในโปรเซสของGateway

หากคุณใช้Gatewayระยะไกล ให้ติดตั้ง/กำหนดค่าปลั๊กอินบน เครื่องที่รันGateway จากนั้นรีสตาร์ทGatewayเพื่อโหลดปลั๊กอิน

ติดตั้ง¶

ตัวเลือก A: ติดตั้งจาก npm (แนะนำ)¶

openclaw plugins install @openclaw/voice-call

จากนั้นรีสตาร์ทGateway

ตัวเลือก B: ติดตั้งจากโฟลเดอร์ภายในเครื่อง (dev, ไม่ต้องคัดลอก)¶

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

จากนั้นรีสตาร์ทGateway

คอนฟิก¶

ตั้งค่าคอนฟิกภายใต้ plugins.entries.voice-call.config:

{
  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",
          },
        },
      },
    },
  },
}

หมายเหตุ:

• Twilio/Telnyx ต้องการ URL webhook ที่ เข้าถึงได้สาธารณะ
• Plivo ต้องการ URL webhook ที่ เข้าถึงได้สาธารณะ
• mock เป็นผู้ให้บริการสำหรับ dev ภายในเครื่อง (ไม่มีการเรียกเครือข่าย)
• skipSignatureVerification ใช้สำหรับการทดสอบภายในเครื่องเท่านั้น
• หากใช้ ngrok ระดับฟรี ให้ตั้งค่า publicUrl เป็น URL ngrok ที่ตรงกันทุกประการ; การตรวจสอบลายเซ็นจะถูกบังคับเสมอ
• tunnel.allowNgrokFreeTierLoopbackBypass: true อนุญาต webhook ของ Twilio ที่มีลายเซ็นไม่ถูกต้อง เฉพาะเมื่อ tunnel.provider="ngrok" และ serve.bind เป็น loopback (ngrok local agent) ใช้สำหรับ dev ภายในเครื่องเท่านั้น 16. ใช้สำหรับการพัฒนาในเครื่องเท่านั้น
• URL ของ ngrok ระดับฟรีอาจเปลี่ยนหรือเพิ่มพฤติกรรมคั่นกลาง; หาก publicUrl เปลี่ยน Twilio signature จะล้มเหลว สำหรับโปรดักชัน แนะนำโดเมนที่เสถียรหรือ Tailscale funnel 17. สำหรับการใช้งานจริง แนะนำให้ใช้โดเมนที่เสถียรหรือ Tailscale funnel

ความปลอดภัยของ Webhook¶

เมื่อมีพร็อกซีหรืออุโมงค์อยู่หน้่าGateway ปลั๊กอินจะสร้าง URL สาธารณะใหม่เพื่อใช้ตรวจสอบลายเซ็น ตัวเลือกเหล่านี้ควบคุมว่าจะเชื่อถือ header ที่ถูกส่งต่อใดบ้าง 18. ตัวเลือกเหล่านี้ควบคุมว่า เฮดเดอร์ที่ถูกฟอร์เวิร์ดใดบ้างที่เชื่อถือได้

webhookSecurity.allowedHosts ทำ allowlist โฮสต์จาก forwarding headers

webhookSecurity.trustForwardingHeaders เชื่อถือ forwarding headers โดยไม่ต้องมี allowlist

webhookSecurity.trustedProxyIPs เชื่อถือ forwarding headers เฉพาะเมื่อ IP ระยะไกลของคำขอตรงกับรายการ

ตัวอย่างกับโฮสต์สาธารณะที่เสถียร:

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

TTS สำหรับการโทร¶

Voice Call ใช้คอนฟิก messages.tts หลัก (OpenAI หรือ ElevenLabs) สำหรับ การสตรีมเสียงพูดระหว่างการโทร คุณสามารถ override ใต้คอนฟิกของปลั๊กอินด้วย โครงสร้างเดียวกัน — โดยจะ deep‑merge กับ messages.tts 19. คุณสามารถ override ได้ภายใต้การตั้งค่าปลั๊กอินด้วย โครงสร้างเดียวกัน — โดยจะทำการ deep‑merge กับ messages.tts

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

หมายเหตุ:

• Edge TTS จะถูกละเว้นสำหรับการโทรด้วยเสียง (เสียงโทรศัพท์ต้องเป็น PCM; เอาต์พุตของ Edge ไม่เสถียร)
• จะใช้ TTS หลักเมื่อเปิดใช้งาน Twilio media streaming; มิฉะนั้นการโทรจะใช้เสียงของผู้ให้บริการโดยตรง

ตัวอย่างเพิ่มเติม¶

ใช้เฉพาะ TTS หลัก (ไม่ override):

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

Override เป็น ElevenLabs เฉพาะสำหรับการโทร (คงค่าเริ่มต้นหลักไว้ที่อื่น):

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

Override เฉพาะโมเดล OpenAI สำหรับการโทร (ตัวอย่าง deep‑merge):

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

สายเรียกเข้า¶

นโยบายสายเรียกเข้าเริ่มต้นเป็น disabled หากต้องการเปิดใช้งานสายเรียกเข้า ให้ตั้งค่า: 20. หากต้องการเปิดใช้การเรียกขาเข้า ให้ตั้งค่า:

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

การตอบกลับอัตโนมัติใช้ระบบเอเจนต์ ปรับแต่งได้ด้วย: 21. ปรับแต่งด้วย:

• 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

เครื่องมือเอเจนต์¶

ชื่อเครื่องมือ: voice_call

การกระทำ:

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

รีโปนี้มาพร้อมเอกสาร skill ที่สอดคล้องกันที่ skills/voice-call/SKILL.md

Gateway RPC¶

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