• 时间:
  • 分类:

我爸和众多中国老年人一样，其实已经是豆包的忠实用户了。

但作为一个 AI 博主，我内心总是想让老父亲知道 OpenClaw 的牛逼之处，让他开开眼。在家里给他演示一通后，他得出了个结论，软件不错，能控制很多东西，相当于有手脚了，但是就是不好用。

“啥不好用，最近不知道有多火！！”

“我都老花眼了，还要打字，人家豆包说说话就行了。你不是程序员吗？干嘛不做一个。”

这话我一听就来气，所以这两天我就一直研究，如何给OpenClaw 套上通话功能。

现在先给大家看看实际的使用情况：

架构选择

你可能以为我要短期内 vibecoding OpenClaw的插件之类的，但在这个普通人30 分钟都能写一个项目的年代。我估计这个功能早就实现了。

问题是如何找到这些代码呢？

第一是靠搜索：先随便搜搜，openclaw+voice，就会发现很多项目。

第二是靠积累：由于对架构的理解，我很早就知道有不少做 voice AI agents

接下来就是翻翻代码库，看看有没有上 OpenClaw 了。经过一番搜索，我选择了star 比较多，比较眼熟的ten-framework。

为什么这么选择呢？

首先他的文档比较完善，部署流程清晰了，我几乎不用写任何代码

还有个重要的原因，就是 OpenClaw 更新频繁，可能几天前的代码就变得老旧了，我还认识开发者，到时候督促他修修 bug。

基本服务购买

为了让整个项目运行起来，你需要注册 4 个免费的服务，其中除了 DeepSeek，其他都不需要付费。

DeepSeek（国内替代推荐）

国内直连，OpenAI 兼容接口，价格极低（约 OpenAI 的 1/50）。

注册步骤

  1. 打开 DeepSeek 开放平台
  2. 点击 注册，用手机号或邮箱注册

充值

  1. 登录后点击左侧 费用（Billing）
  2. 最低充值 ￥2，充 ￥10 能用很久

获取 API Key

  1. 点击左侧 API Keys：https\://platform.deepseek.com/api\_keys
  2. 点击 创建 API Key
  3. 填写名称，点击创建
  4. 立即复制保存——只显示一次

Deepgram（语音识别 STT）

用于将用户语音实时转为文字。

注册步骤

  1. 打开 Deepgram 控制台
  2. 点击 Sign Up，支持 Google / GitHub 登录或邮箱注册
  3. 首次登录会引导创建项目

获取 API Key

  1. 进入控制台，点击左侧 API Keys
  2. 点击 Create a New API Key
  3. 填写名称（如 \`openclaw\`），权限选 Member 或 Admin
  4. 点击 Create Key
  5. 立即复制保存——页面关闭后无法再查看

免费额度

新账号赠送 $200 免费额度，不需要绑信用卡，个人测试用很久。

ElevenLabs（语音合成 TTS）

用于将 AI 回复文字转为语音播报。

注册步骤

  1. 打开 ElevenLabs
  2. 点击右上角 Sign Up，支持 Google / GitHub 登录或邮箱注册

获取 API Key

  1. 登录后，点击左侧边栏最下面的 Developers
  2. 选择 API Keys 标签
  3. 点击 Create an API Key
  4. 填写名称，权限建议全部打开（Access / Write）
  5. 点击创建
  6. 立即复制保存

免费额度

免费计划每月 10,000 字符的语音合成额度，包含 API 访问权限，测试够用。

Agora（实时音视频 RTC）

用于浏览器与 AI 助手之间的实时音视频通信。

注册步骤

  1. 打开 Agora 控制台
  2. 点击注册，填写邮箱/手机号，完成验证

创建项目

  1. 登录后进入控制台，点击左侧 项目管理
  2. 点击 创建项目
  3. 填写项目名称（如 openclaw-voice）
  4. 使用场景选 互动直播 或 语音通话
  5. 鉴权机制选 安全模式（推荐）
  6. 点击提交

获取 App ID 和 Certificate

  1. 回到 项目管理 页面
  2. 找到刚创建的项目，点击 App ID 右侧的 复制图标
  3. 点击 配置 → 找到 主要证书，点击复制

信令服务rtm开启

  1. 打开项目详情
  2. 在Signaling选择数据中心开启

免费额度

每月 10,000 分钟免费使用，个人测试完全够用。

项目配置

克隆项目

将项目整体克隆下来：

https://github.com/TEN-framework/ten-framework

配置

环境变量配置

参考ai_agents/agents/examples/openclaw-example里面的 readme。

我们在ai_agents/下创建 .env文件，内容具体如下：

# --- 服务配置 ---LOG_PATH=/tmp/ten_agentLOG_STDOUT=trueGRAPH_DESIGNER_SERVER_PORT=49483SERVER_PORT=8080WORKERS_MAX=100WORKER_QUIT_TIMEOUT_SECONDS=60# --- 前端 ---AGENT_SERVER_URL=http://localhost:8080TEN_DEV_SERVER_URL=http://localhost:49483NEXT_PUBLIC_EDIT_GRAPH_MODE=false# --- Agora RTC/RTM ---AGORA_APP_ID=<你的 Agora App ID>AGORA_APP_CERTIFICATE=<你的 Agora App Certificate># --- LLM (DeepSeek) ---OPENAI_API_BASE=https://api.deepseek.comOPENAI_API_KEY=<你的 DeepSeek API Key>OPENAI_MODEL=deepseek-chat# OPENAI_PROXY_URL=# --- STT (Deepgram) ---DEEPGRAM_API_KEY=<你的 Deepgram API Key># --- TTS (ElevenLabs) ---ELEVENLABS_TTS_KEY=<你的 ElevenLabs API Key># --- OpenClaw Gateway ---OPENCLAW_GATEWAY_URL=ws://host.docker.internal:18789OPENCLAW_GATEWAY_PASSWORD=<你的 Gateway 密码>OPENCLAW_GATEWAY_ORIGIN=http://host.docker.internal:18789OPENCLAW_GATEWAY_SCOPES=operator.writeOPENCLAW_GATEWAY_DEVICE_IDENTITY_PATH=/data/openclaw/device_identity.js

OpenClaw配置

首先将 OpenClaw 的网关改成密码模式，具体步骤

openclaw config set gateway.auth.mode password                                             openclaw config set gateway.auth.password lxfater

然后为了安全，需要配置Control UI Allowed Origins ，具体步骤如下图

在 OpenClaw 的 Settings → Gateway → Control UI Allowed Origins 中添加：

http\://host.docker.internal:18789

这个值必须与 .env 中的 OPENCLAW\_GATEWAY\_ORIGIN 完全一致（包括协议 http\:// 不能写成

wss\://，不能带路径）。如果不匹配，Gateway 会拒绝连接并返回 origin not allowed。

修改代码扩展功能

实际使用下来，为了方便中国人使用，需要对配置进行更改，具体如下

ai\_agents/agents/examples/openclaw-example/tenapp/property.json — 4 行改动

  • STT 语言 en-US → zh，模型 nova-3 → nova-2

  • LLM base\_url 从硬编码

    https\://api.openai.com/v1

    → ${env:OPENAI\_API\_BASE}

  • LLM model 从硬编码 gpt-4o → ${env:OPENAI\_MODEL}

上面主要是让 ASR 能转录中文，还有去除硬编码的环境变量，方便配置国内的模型。

构建容器

mac arm 架构下部署注意事项：

由于这个项目不支持arm64 架构，你需要在 docker开启虚拟化，具体步骤如下

  1. 打开 Docker Desktop
  2. 点击右上角 齿轮图标（Settings）
  3. 左侧选 General
  4. 往下找到 Virtual Machine Options
  5. VMM 选择 Apple Virtualization framework
  6. 勾选 Use Rosetta for x86\_64/amd64 emulation on Apple Silicon
  7. 点击 Apply & Restart

然后运行如下命令

# 1. 构建镜像                                                                                cd <项目所在目录>/ten-framework/ai_agents  # 强制build amd64 版本  docker build --platform linux/amd64 -f agents/examples/openclaw-example/Dockerfile -t        openclaw-example-app .

运行项目

首先保持 OpenClaw 开启，想看到网关的日志的话，推荐使用

*

openclaw gateway --force

然后运行容器

# 要在cd <项目所在目录>/ten-framework/ai_agents目录下
 docker run --rm -it --env-file .env -p 8080:8080 -p 3000:3000 openclaw-example-app

登录到http\://localhost:3000，会看到如下所示界面，我们复制这个命令运行，进行配对

使用项目

  1. 打开这个项目的第一件事情是选择麦克风
  2. 然后我们还要选择配置；voice-assistant
  3. 检查是否联通

具体如下图所示

现在开始就可以愉快对话了。

要求他创建在桌面创建一个文件，如下图所示，口喷就行：

很快就创建好了

结束

接入语音对话功能后，OpenClaw 开始有能力给不懂技术的普通人使用。

普通人估计都没有接触过开口就能干活，不废话的 AI

我给我爸的 OpenClaw 套上了个修复图片的 skill，他就乐呵呵地年轻时候的照片进行修复了。

普通人其实对 AI 产品只有两个要求：好用，能干活。

这篇文章希望对你有帮助！！

喜欢我的文章可以关注我的公众号

在这里插入图片描述

图片

阅读更多 Voice Agent 学习笔记：了解最懂 AI 语音的头脑都在思考什么

图片

标签: none

添加新评论