对话和语音

统一的 Talk 会话控制器、其支持的会话组合，以及从已移除的 Talk 系列映射的方法映射。属于 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 代码共享由 openclaw/plugin-sdk/realtime-voice 导出的同一个 Talk 会话控制器。该控制器负责通用的 Talk 事件信封、活动轮次状态、采集状态、输出音频状态、最近事件历史以及过期轮次拒绝。提供商插件负责特定厂商的实时会话。浏览器会议插件使用 openclaw/plugin-sdk/meeting-runtime 处理会话、浏览器、音频、node-host、agent-consult 和 voice-call 机制，然后实现 MeetingPlatformAdapter 以处理 URL 规则、DOM 脚本、手动操作映射、字幕、创建和拨入计划。平台 REST API、OAuth、artifacts、selectors 和 wire names 仍保留在插件中。浏览器权限计划会收到请求的会议 URL，以便每个平台只授予其确切支持的来源。会话运行时还必须在确认浏览器离开后规范化平台特定的实时健康状态；历史转录字段可以保留，但字幕和音频就绪状态在离开后不得保持活动。

所有捆绑的界面都运行在共享控制器上：浏览器中继、托管房间交接、voice-call 实时、voice-call 流式 STT、Google Meet 实时以及原生 push-to-talk。Gateway 在 hello-ok.features.events 中通告一个实时 Talk 事件通道：talk.event。

除非正在实现底层适配器或测试夹具，否则新代码不应直接调用 createTalkEventSequencer(...)。请使用共享控制器，这样轮次作用域事件就不能在没有 turn id 的情况下发出，过期的 turnEnd / turnCancel 调用就不能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、托管房间交接和原生 Talk 客户端之间保持一致。

公共 API 形态：

// Gateway-owned Talk session API.
await gateway.request("talk.session.create", {
  mode: "realtime",
  transport: "gateway-relay",
  brain: "agent-consult",
  sessionKey: "main",
});
await gateway.request("talk.session.appendAudio", { sessionId, audioBase64 });
// Capture this before stopping playback from the active output `talk.event`.
const turnId = activeOutputTalkEvent.talkEvent.turnId;
await gateway.request("talk.session.cancelOutput", { sessionId, turnId, reason: "barge-in" });
await gateway.request("talk.session.submitToolResult", {
  sessionId,
  callId,
  result: { status: "working" },
  options: { willContinue: true },
});
await gateway.request("talk.session.submitToolResult", {
  sessionId,
  callId,
  result: { status: "already_delivered" },
  options: { suppressResponse: true },
});
await gateway.request("talk.session.submitToolResult", { sessionId, callId, result });
await gateway.request("talk.session.close", { sessionId });

// Client-owned provider session API.
await gateway.request("talk.client.create", {
  mode: "realtime",
  transport: "webrtc",
  brain: "agent-consult",
  sessionKey: "main",
});
await gateway.request("talk.client.toolCall", { sessionKey, callId, name, args });
await gateway.request("talk.client.steer", { sessionKey, text, mode: "steer" });

浏览器拥有的 WebRTC/provider-websocket 会话使用 talk.client.create，因为浏览器负责提供商协商和媒体传输，而 Gateway 负责凭据、指令和工具策略。talk.session.* 是 Gateway 管理的通用界面，用于 gateway-relay 实时、gateway-relay 转录以及托管房间原生 STT/TTS 会话。

将实时 selectors 放在 talk.provider / talk.providers 旁边的旧配置应使用 openclaw doctor --fix 修复；运行时 Talk 不会将语音/TTS 提供商配置重新解释为实时提供商配置。

受支持的 talk.session.create 组合被有意保持精简：

从旧版 talk.realtime.* / talk.transcription.* / talk.handoff.* 系列迁移的读者使用的方法映射（均已移除）：

统一控制词汇表也刻意保持精简：

不要为了使其工作而在核心中引入提供商或平台特例。 核心拥有 Talk 会话语义。提供商插件拥有供应商会话设置。 Voice-call 和 Google Meet 拥有电话/会议适配器。浏览器和原生 应用拥有设备捕获/播放用户体验。