Google Gemini w OpenClaw — konfiguracja i modele

Metody uwierzytelniania

Dostawca Google w OpenClaw obsluguje dwie metody uwierzytelniania:

Klucz API (glowna metoda)

Uzyj zmiennej srodowiskowej GEMINI_API_KEY lub GOOGLE_API_KEY:

# Interaktywna konfiguracja
openclaw onboard --auth-choice gemini-api-key

# Nieinteraktywna konfiguracja
openclaw onboard --non-interactive \
  --mode local \
  --auth-choice gemini-api-key \
  --gemini-api-key "$GEMINI_API_KEY"

OAuth przez Gemini CLI (alternatywna)

Jesli masz zainstalowane Gemini CLI lokalnie, mozesz uzyc uwierzytelniania OAuth:

• Identyfikator dostawcy: google-gemini-cli
• Wymaga lokalnej instalacji Gemini CLI (Homebrew lub npm)
• Logowanie: openclaw models auth login --provider google-gemini-cli --set-default
• Zmienne srodowiskowe: OPENCLAW_GEMINI_OAUTH_CLIENT_ID i OPENCLAW_GEMINI_OAUTH_CLIENT_SECRET

Konfiguracja modelu

{
  agents: {
    defaults: {
      model: { primary: "google/gemini-3.1-pro-preview" }
    }
  }
}

Obslugiwane funkcje

Dostawca Google w OpenClaw obsluguje wyjatkowo szeroki zakres funkcji multimedialnych:

• Uzupelnianie czatu — standardowa konwersacja z modelami Gemini
• Rozumienie obrazow — analiza i opis obrazow
• Generowanie obrazow — tworzenie obrazow z opisu tekstowego
• Generowanie wideo — tryb text-to-video i image-to-video (4-8 sekund)
• Generowanie muzyki — tworzenie klipow muzycznych (MP3/WAV)
• Transkrypcja audio — zamiana mowy na tekst
• Rozumienie wideo — analiza tresci wideo
• Wyszukiwanie — Gemini Grounding dla wyszukiwania w internecie
• Rozumowanie (Thinking) — zaawansowane rozumowanie w Gemini 3.1+
• Obsluga Gemma 4 — lokalne modele Google

Modele do generowania mediow

Google oferuje dedykowane modele do roznych typow mediow:

• Obrazy: google/gemini-3.1-flash-image-preview — do 4 obrazow na zapytanie, tryb edycji z 5 obrazami wejsciowymi
• Wideo: google/veo-3.1-fast-generate-preview — szybkie generowanie wideo
• Muzyka: google/lyria-3-clip-preview — tworzenie klipow muzycznych (dostepny tez lyria-3-pro-preview)

Konfiguracja cache bezposredniego

Przy korzystaniu z API mozesz skonfigurowac wstepnie przygotowany cache kontekstu, aby przyspieszyc powtarzajace sie zapytania:

{
  agents: {
    defaults: {
      models: {
        "google/gemini-2.5-pro": {
          params: {
            cachedContent: "cachedContents/prebuilt-context"
          }
        }
      }
    }
  }
}

Cache bezposredni jest szczegolnie przydatny, gdy wielokrotnie wysylasz zapytania z dlugim kontekstem systemowym lub stalym zestawem instrukcji.

Wskazowki praktyczne

• Gemini 3.1 Pro oferuje najlepszy stosunek jakosci do ceny dla zadan wymagajacych rozumowania.
• Gemini Flash jest zoptymalizowany pod katem szybkosci — idealny do szybkich odpowiedzi w czacie.
• Do generowania wideo uzyj modelu Veo 3.1 — obsluguje zarowno opis tekstowy, jak i obraz referencyjny.
• Klucz API Google mozesz utworzyc bezplatnie w Google AI Studio.