Gemini 语音助手

由 Google Gemini Live API 驱动的语音到语音 AI 助手。与 AI 对话，它会以自然语音回应。

使用方法

文本模式

bash
cd ~/.openclaw/agents/kashif/skills/gemini-assistant && python3 handler.py 你的问题或消息

语音模式

bash
cd ~/.openclaw/agents/kashif/skills/gemini-assistant && python3 handler.py --audio /path/to/audio.ogg 可选上下文

响应格式

处理器返回 JSON 响应：

json
{
message: [[audioasvoice]]\nMEDIA:/tmp/geminivoicexxx.ogg,
text: 来自 Gemini 的文本响应
}

配置

设置你的 Gemini API 密钥：

bash
export GEMINIAPIKEY=your-api-key-here

或者在技能目录中创建 .env 文件：

GEMINIAPIKEY=your-api-key-here

模型选项

默认模型为 gemini-2.5-flash-native-audio-preview-12-2025，支持音频。

要使用其他模型，编辑 handler.py：

python
MODEL = gemini-2.0-flash-exp # 仅文本模式

依赖要求

• - google-genai>=1.0.0
• numpy>=1.24.0
• soundfile>=0.12.0
• librosa>=0.10.0（用于音频输入）
• FFmpeg（用于音频转换）

功能特性

• - 🎙️ 语音输入/输出支持
• 💬 文本对话
• 🔧 可配置的系统指令
• ⚡ Gemini Flash 快速响应