​

Przechwytywanie kamerą (agent)

• Węzeł iOS (sparowany przez Gateway): wykonanie zdjęcia (jpg) lub krótkiego klipu wideo (mp4, z opcjonalnym dźwiękiem) przez node.invoke.
• Węzeł Android (sparowany przez Gateway): wykonanie zdjęcia (jpg) lub krótkiego klipu wideo (mp4, z opcjonalnym dźwiękiem) przez node.invoke.
• Aplikacja macOS (węzeł przez Gateway): wykonanie zdjęcia (jpg) lub krótkiego klipu wideo (mp4, z opcjonalnym dźwiękiem) przez node.invoke.

​

Węzeł iOS

​

Ustawienie użytkownika (domyślnie włączone)

• Karta ustawień iOS → Camera → Allow Camera (camera.enabled)
  • Domyślnie: włączone (brakujący klucz jest traktowany jako włączony).
  • Gdy wyłączone: polecenia camera.* zwracają CAMERA_DISABLED.

​

Polecenia (przez Gateway node.invoke)

• camera.list
  • Ładunek odpowiedzi:
    • devices: tablica { id, name, position, deviceType }
• camera.snap
  • Parametry:
    • facing: front|back (domyślnie: front)
    • maxWidth: liczba (opcjonalne; domyślnie 1600 w węźle iOS)
    • quality: 0..1 (opcjonalne; domyślnie 0.9)
    • format: obecnie jpg
    • delayMs: liczba (opcjonalne; domyślnie 0)
    • deviceId: string (opcjonalne; z camera.list)
  • Ładunek odpowiedzi:
    • format: "jpg"
    • base64: "<...>"
    • width, height
  • Ograniczenie ładunku: zdjęcia są ponownie kompresowane, aby utrzymać ładunek base64 poniżej 5 MB.
• camera.clip
  • Parametry:
    • facing: front|back (domyślnie: front)
    • durationMs: liczba (domyślnie 3000, ograniczane do maksymalnie 60000)
    • includeAudio: boolean (domyślnie true)
    • format: obecnie mp4
    • deviceId: string (opcjonalne; z camera.list)
  • Ładunek odpowiedzi:
    • format: "mp4"
    • base64: "<...>"
    • durationMs
    • hasAudio

​

Wymóg działania na pierwszym planie

​

Pomocnik CLI (pliki tymczasowe + MEDIA)

openclaw nodes camera snap --node <id>               # domyślnie: oba kierunki front + back (2 linie MEDIA)
openclaw nodes camera snap --node <id> --facing front
openclaw nodes camera clip --node <id> --duration 3000
openclaw nodes camera clip --node <id> --no-audio

• nodes camera snap domyślnie używa obu kierunków, aby dać agentowi oba widoki.
• Pliki wyjściowe są tymczasowe (w katalogu temp systemu operacyjnego), chyba że zbudujesz własny wrapper.

​

Węzeł Android

​

Ustawienie użytkownika Android (domyślnie włączone)

• Arkusz ustawień Android → Camera → Allow Camera (camera.enabled)
  • Domyślnie: włączone (brakujący klucz jest traktowany jako włączony).
  • Gdy wyłączone: polecenia camera.* zwracają CAMERA_DISABLED.

​

Uprawnienia

• Android wymaga uprawnień runtime:
  • CAMERA dla camera.snap i camera.clip.
  • RECORD_AUDIO dla camera.clip, gdy includeAudio=true.

​

Wymóg działania Android na pierwszym planie

​

Polecenia Android (przez Gateway node.invoke)

• camera.list
  • Ładunek odpowiedzi:
    • devices: tablica { id, name, position, deviceType }

​

Ograniczenie ładunku

​

Aplikacja macOS

​

Ustawienie użytkownika (domyślnie wyłączone)

• Settings → General → Allow Camera (openclaw.cameraEnabled)
  • Domyślnie: wyłączone
  • Gdy wyłączone: żądania kamery zwracają „Camera disabled by user”.

​

Pomocnik CLI (node invoke)

openclaw nodes camera list --node <id>            # wypisz identyfikatory kamer
openclaw nodes camera snap --node <id>            # wypisuje MEDIA:<path>
openclaw nodes camera snap --node <id> --max-width 1280
openclaw nodes camera snap --node <id> --delay-ms 2000
openclaw nodes camera snap --node <id> --device-id <id>
openclaw nodes camera clip --node <id> --duration 10s          # wypisuje MEDIA:<path>
openclaw nodes camera clip --node <id> --duration-ms 3000      # wypisuje MEDIA:<path> (starsza flaga)
openclaw nodes camera clip --node <id> --device-id <id>
openclaw nodes camera clip --node <id> --no-audio

• openclaw nodes camera snap domyślnie używa maxWidth=1600, chyba że zostanie nadpisane.
• Na macOS camera.snap czeka delayMs (domyślnie 2000ms) po rozgrzaniu/ustabilizowaniu ekspozycji przed wykonaniem zdjęcia.
• Ładunki zdjęć są ponownie kompresowane, aby utrzymać base64 poniżej 5 MB.

​

Bezpieczeństwo + praktyczne ograniczenia

• Dostęp do kamery i mikrofonu wywołuje standardowe monity o uprawnienia systemu operacyjnego (i wymaga wpisów usage strings w Info.plist).
• Klipy wideo są ograniczone (obecnie <= 60s), aby uniknąć zbyt dużych ładunków węzła (narzut base64 + limity wiadomości).

​

Wideo ekranu macOS (na poziomie systemu operacyjnego)

openclaw nodes screen record --node <id> --duration 10s --fps 15   # wypisuje MEDIA:<path>

• Wymaga uprawnienia macOS Screen Recording (TCC).