1. 为什么我要在本地复现 Event Guest Confirmation 这个用例openclaw 的官方用例里Event Guest Confirmation 是我认为最适合拿来练手的一个。它做的事情很具体读取一份嘉宾名单逐个拨打电话确认对方是否出席收集饮食禁忌、同行人数这类备注最后汇总成一张清单。听起来像是一个小型呼叫中心但实际拆开看它只依赖三个外部能力——Twilio 负责把电话打出去OpenAI 负责让通话里的 AI 听懂人话并自然回应ngrok 负责把 Twilio 的回调请求转发到你本地的服务。我一开始以为这个链路会很复杂毕竟涉及电话网络和实时语音。但真正跑通之后发现核心配置就那么几项难点反而在于几个容易填错的地方Twilio 的 webhook 地址到底填哪个、ngrok 每次重启后地址变了怎么办、OpenAI 的 Realtime 模型和普通 Chat 模型在配置上的区别。这篇笔记就围绕这些实际问题展开把 Event Guest Confirmation 用例在本地复现一遍。适合读这篇的人已经在用 openclaw 做自动化、想试试语音外呼场景的开发者或者你手上有一批需要电话确认的名单想看看能不能用 AI 分担一部分重复劳动。不需要你有 Twilio 或 OpenAI 的深度使用经验但需要你能看懂环境变量和 JSON 配置。整个流程我拆成六块先讲清楚这个用例里 Twilio 和 OpenAI 各自负责什么再准备 TaoToken 的 API 访问然后给出可复制的配置片段接着用一次模拟请求验证链路再列出我踩过的报错和排查方法最后说清楚后续怎么继续用。2. SuperCall 流程里 Twilio 与 OpenAI 的分工拆解先把 SuperCall 的调用链画清楚不然后面配置的时候容易把参数填错位置。当 openclaw 决定给某位嘉宾打电话时它调用的是 SuperCall 插件。SuperCall 内部做两件事第一通过 Twilio 的 REST API 发起一个外呼请求告诉 Twilio「拨打这个号码接通后把音频流指向我的 webhook 地址」第二Twilio 接通电话后会把通话的音频流通过 WebSocket 推送到你配置的回调地址。这个回调地址就是 ngrok 暴露出来的本地服务。OpenAI 在这一步的角色是「实时语音大脑」。SuperCall 把 Twilio 送来的音频流转发给 OpenAI 的 Realtime APIOpenAI 返回合成的语音SuperCall 再把这股语音流送回 Twilio最终播放给电话那头的人。所以 OpenAI 的 API Key 和模型 ID 是配在 SuperCall 这一侧的不是配在 Twilio 控制台里。这里有一个很容易混淆的点Twilio 控制台里也有「TwiML」和「webhook」的配置项但 Event Guest Confirmation 用例走的是 SuperCall 主动外呼的模式Twilio 号码的 Voice webhook 不需要你手动填。真正需要填 webhook 地址的地方在 SuperCall 的配置文件里它告诉 Twilio「接通后往哪里推流」。我一开始在 Twilio 控制台里找了半天后来才发现方向反了。再解释一下为什么这个用例强调用 SuperCall 而不是内置的 voice_call。SuperCall 是一个独立的语音智能体通话中的 AI 只能看到你给它的角色名、目标和开场白碰不到你的 openclaw 网关、文件系统和其他工具。对于嘉宾确认这种场景这意味着电话那头的人没法通过对话诱导 AI 去读你的本地文件或者调用其他工具。每次通话都是一个干净的沙盒打完就重置不会把上一位嘉宾的信息带到下一通电话里。Twilio 这边你需要的是一组 Account SID 和 Auth Token以及一个已经购买、具备外呼能力的电话号码。OpenAI 这边你需要一个能访问 Realtime API 的 Key。ngrok 则是把本地的 SuperCall 服务端口暴露到公网让 Twilio 能回调进来。三者缺一不可但配置的归属要分清楚Twilio 凭证和号码给 SuperCall 用来发起外呼OpenAI Key 给 SuperCall 用来驱动语音ngrok 地址给 SuperCall 用来接收 Twilio 的音频流。理解了这层分工后面填配置的时候就不会把 OpenAI 的 Key 填到 Twilio 那一栏也不会把 ngrok 地址填到 Twilio 控制台的 Voice URL 里。3. 可复制的环境变量与 SuperCall 配置片段这一节给出我实际跑通时用的配置。路径和字段名以 SuperCall 的 README 为准我把自己验证过的版本贴出来你可以直接对照修改。先准备环境变量。我习惯把敏感信息放在一个.env文件里SuperCall 启动时会读取。文件放在 openclaw 的工作目录下内容如下# Twilio 凭证 TWILIO_ACCOUNT_SIDACxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx TWILIO_AUTH_TOKENyour_auth_token_here TWILIO_PHONE_NUMBER15550001111 # OpenAI Realtime OPENAI_API_KEYsk-xxxxxxxxxxxxxxxxxxxxxxxx OPENAI_REALTIME_MODELgpt-4o-realtime-preview # ngrok 暴露出来的公网地址每次重启 ngrok 后要更新 SUPERCALL_PUBLIC_URLhttps://xxxx-xx-xx-xx-xx.ngrok-free.app # 本地服务监听端口 SUPERCALL_PORT8787这里SUPERCALL_PUBLIC_URL是重点。ngrok 免费版每次重启会分配一个新的随机域名所以这个值不是固定的。我的做法是先把 ngrok 跑起来拿到地址后再填进.env然后启动 SuperCall。如果你用的是付费版固定域名那就可以写死。接下来是 SuperCall 的配置文件。openclaw 的插件配置一般放在~/.openclaw/config.json或者项目目录下的openclaw.config.json具体位置取决于你的安装方式。我用的是项目级配置片段如下{ plugins: { supercall: { enabled: true, twilio: { accountSid: ${TWILIO_ACCOUNT_SID}, authToken: ${TWILIO_AUTH_TOKEN}, fromNumber: ${TWILIO_PHONE_NUMBER} }, openai: { apiKey: ${OPENAI_API_KEY}, model: ${OPENAI_REALTIME_MODEL}, voice: alloy }, server: { port: 8787, publicUrl: ${SUPERCALL_PUBLIC_URL} }, hooks: { enabled: true } } } }hooks.enabled这一项要确认是true。Event Guest Confirmation 用例依赖 hooks 来在每次通话结束后记录结果如果这里是false通话能打通但汇总环节拿不到数据。如果你用的是 TOML 格式的配置等价写法是[plugins.supercall] enabled true [plugins.supercall.twilio] accountSid ${TWILIO_ACCOUNT_SID} authToken ${TWILIO_AUTH_TOKEN} fromNumber ${TWILIO_PHONE_NUMBER} [plugins.supercall.openai] apiKey ${OPENAI_API_KEY} model ${OPENAI_REALTIME_MODEL} voice alloy [plugins.supercall.server] port 8787 publicUrl ${SUPERCALL_PUBLIC_URL} [plugins.supercall.hooks] enabled true配置里三个关键字段再强调一遍fromNumber必须是 Twilio 里已经验证过、能外呼的号码model要填 Realtime 系列填成普通的gpt-4o会在建立 WebSocket 时失败publicUrl必须和 ngrok 当前地址完全一致包括https://前缀。ngrok 的启动命令ngrok http 8787启动后终端会显示一个Forwarding地址把它复制到.env的SUPERCALL_PUBLIC_URL里。注意 ngrok 免费版会在浏览器访问时弹一个确认页但 Twilio 的服务器回调不受这个影响因为 Twilio 走的是 API 请求不是浏览器。配置改完后重启 openclaw让插件重新加载。可以用下面的命令确认 SuperCall 是否注册成功openclaw plugins list输出里应该能看到xonder/supercall且状态为enabled。如果没看到检查插件是否安装openclaw plugins install xonder/supercall安装完成后再次列出插件确认版本号。我遇到过一次插件装了但没启用的情况原因是配置文件里enabled写成了字符串true而不是布尔值trueJSON 解析后插件被当成禁用。这种细节很容易忽略。4. 用一次模拟来宾确认请求验证链路配置就绪后不要直接拿真实嘉宾名单开跑。先用一个模拟请求验证整条链路Twilio 能不能拨出去、OpenAI 能不能接上、ngrok 能不能收到回调、hooks 能不能记录结果。我用的验证方式是给自己或同事的号码打一通测试电话。在 openclaw 的对话界面里输入下面这段提示我需要你为我的活动确认出席情况。以下是详细信息 活动链路测试 日期本周六下午 4 点 地点测试地址 这是我的测试名单 - 测试来宾: 15551234567 对于这位来宾使用 supercall 给他打电话。使用角色Jamie活动协调员。 每个通话的目标是确认是否出席并记录任何备注。 每次通话后记录结果。所有通话完成后给我一份摘要。把15551234567换成你自己的号码。openclaw 收到请求后会调用 SuperCallSuperCall 通过 Twilio 发起外呼。你的手机会响接起来后应该能听到 AI 用「Jamie」的身份打招呼确认活动信息然后询问你是否出席。通话过程中观察几个信号。第一电话接通后有没有明显的延迟。如果延迟超过三秒通常是 OpenAI Realtime 的连接没建立好检查OPENAI_API_KEY和model字段。第二AI 的回应是否自然。如果它反复说同一句话或者答非所问可能是voice参数或者角色上下文没传对。第三挂断后 openclaw 有没有输出通话记录。通话结束后检查 SuperCall 的日志目录ls -la ~/clawd/supercall-logs应该能看到一个以时间戳命名的文件里面是这次通话的转录稿。打开看看 AI 和你的对话是否被完整记录。如果目录是空的说明 hooks 没生效回到配置里确认hooks.enabled为true并且 openclaw 重启过。再检查 ngrok 的终端窗口。通话期间应该能看到 Twilio 发来的 POST 请求和 WebSocket 升级请求。如果 ngrok 窗口里什么都没有说明 Twilio 根本没回调过来问题出在publicUrl配置或者 Twilio 号码的外呼权限上。验证通过的标准是电话打通、AI 正常对话、转录稿生成、ngrok 有请求记录。这四点都满足就可以把真实嘉宾名单替换进去。我建议第一次跑真实名单时只放两到三位确认角色语气和开场白符合你的预期再扩展到完整名单。真实名单的提示词和测试版结构一样只是把名单换成多行这是我的嘉宾名单 - Sarah Johnson: 15551234567 - Mike Chen: 15559876543 - Rachel Torres: 15555551234openclaw 会逐个拨打每通电话结束后记录结果。你可以随时问「现在进度如何」来查看状态。全部完成后它会输出一份汇总列出谁确认、谁谢绝、谁没接、以及各自的备注。5. 常见报错排查401、local proxy failed 与 choices 读取失败这一节列我实际遇到过的报错以及对应的排查路径。这些报错在 SuperCall 的日志和 openclaw 的输出里都能看到关键是知道往哪个方向查。401 Unauthorized。这个报错通常来自 OpenAI 或 Twilio 的 API 调用。如果出现在通话建立阶段先检查OPENAI_API_KEY是否有效、有没有过期、余额是否充足。如果出现在外呼发起阶段检查TWILIO_ACCOUNT_SID和TWILIO_AUTH_TOKEN是否匹配。我遇到过一次 401 是因为.env文件里的 Key 复制时带了空格去掉后恢复正常。另外注意OpenAI 的 Realtime API 和普通 Chat API 用的是同一个 Key但权限范围可能不同确认你的 Key 没有被限制到只允许某些模型。local proxy failed。这个报错一般出现在 SuperCall 尝试连接 OpenAI Realtime 的 WebSocket 时。原因可能是网络环境导致 WebSocket 握手失败或者model字段填了一个不支持 Realtime 的模型名。检查OPENAI_REALTIME_MODEL是否写成gpt-4o-realtime-preview这类 Realtime 专用模型。如果网络环境本身有限制这个报错会反复出现需要确认你的运行环境能正常访问 OpenAI 的 API 端点。reading choices 失败。这个报错说明 SuperCall 在解析 OpenAI 返回的响应时期望的choices字段不存在。常见原因是把 Realtime 模型和普通 Chat 模型的响应格式搞混了。Realtime API 返回的是流式音频事件不是标准的choices结构。如果你在配置里误填了gpt-4o而不是gpt-4o-realtime-preview就会看到这个报错。回到配置里把model改对即可。OAuth 相关报错。如果你在 openclaw 里配置了 OAuth 认证的模型访问方式而 SuperCall 走的是 API Key 直连两者可能冲突。检查 openclaw 的全局认证配置确认 SuperCall 使用的是独立的 API Key而不是继承网关的 OAuth 凭证。我建议给 SuperCall 单独配一套 Key避免和网关的认证方式混在一起。Twilio 报错 21211 或 21608。21211 表示To号码格式不对检查嘉宾号码是否带了国家码比如1开头。21608 表示From号码没有外呼权限去 Twilio 控制台确认这个号码的 Voice 功能已开启并且账户余额足够。ngrok 地址失效。如果你重启了 ngrok 但没更新.env里的SUPERCALL_PUBLIC_URLTwilio 的回调会打到旧地址表现为电话接通后没有声音或者立即挂断。每次重启 ngrok 后把新地址更新到配置里然后重启 SuperCall。排查的时候有一个通用方法先看 ngrok 窗口有没有请求进来。有请求说明 Twilio 回调正常问题在 SuperCall 或 OpenAI 侧没请求说明问题在 Twilio 外呼或publicUrl配置。这个二分法能帮你快速缩小范围。6. 把 Event Guest Confirmation 接到你的日常流程里链路跑通之后这个用例可以怎么继续用取决于你的实际场景。如果你只是偶尔做一次活动确认那每次手动改名单、跑一遍就行。如果你需要反复用可以把嘉宾名单做成一个文件让 openclaw 从文件读取避免每次粘贴。SuperCall 的转录稿存在~/clawd/supercall-logs这些文件可以拿来做后续分析。比如统计确认率、提取饮食禁忌关键词、生成一份给餐饮供应商的备注清单。openclaw 本身能读这些文件你可以直接让它处理。关于费用Twilio 按分钟计费OpenAI Realtime 按音频时长计费。跑之前先在 Twilio 控制台设置消费限额避免名单太大导致意外支出。我一般会先估算总通话时长再决定要不要分批跑。如果你需要更稳定的 API 访问和模型调用可以用 TaoToken 的 API 服务来统一管理 Key 和额度。它的接入文档在 https://taotoken.net/api API Keys 管理页面在 https://taotoken.net/api-keys 模型对话调试在 https://taotoken.net/chat 。对于需要长期跑编码或 Agent 任务的场景Coding Plan 页面 https://taotoken.net/coding-plan 有更详细的方案说明。回到这个用例本身我最后想说的是Event Guest Confirmation 的价值不在于「AI 帮你打电话」这个噱头而在于它把 Twilio 的通信能力、OpenAI 的实时语音能力和 openclaw 的编排能力串成了一条可复制的链路。你理解了这条链路就能把它改造成其他外呼场景比如预约提醒、满意度回访、简单的信息收集。配置里的三个关键点——Twilio 号码权限、OpenAI Realtime 模型 ID、ngrok 公网地址——是每次部署都要确认的记住它们下次换场景时能省不少时间。