Przechwytywanie obrazu z kamery

OpenClaw obsługuje przechwytywanie z kamery dla przepływów pracy agentów:

• węzeł iOS (sparowany przez Gateway): przechwyć zdjęcie (jpg) lub krótki klip wideo (mp4, opcjonalnie z dźwiękiem) przez node.invoke.
• węzeł Android (sparowany przez Gateway): przechwyć zdjęcie (jpg) lub krótki klip wideo (mp4, opcjonalnie z dźwiękiem) przez node.invoke.
• aplikacja macOS (węzeł przez Gateway): przechwyć zdjęcie (jpg) lub krótki klip wideo (mp4, opcjonalnie z dźwiękiem) przez node.invoke.

Cały dostęp do kamery jest ograniczony przez ustawienia kontrolowane przez użytkownika.

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 (opcjonalnie; domyślnie 1600 w węźle iOS)
    • quality: 0..1 (opcjonalnie; domyślnie 0.9)
    • format: obecnie jpg
    • delayMs: liczba (opcjonalnie; domyślnie 0)
    • deviceId: ciąg znaków (opcjonalnie; 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, ograniczana do maksymalnie 60000)
    • includeAudio: wartość logiczna (domyślnie true)
    • format: obecnie mp4
    • deviceId: ciąg znaków (opcjonalnie; z camera.list)
  • Ładunek odpowiedzi:
    • format: "mp4"
    • base64: "<...>"
    • durationMs
    • hasAudio

Wymóg pierwszego planu

Podobnie jak canvas.*, węzeł iOS zezwala na polecenia camera.* tylko na pierwszym planie. Wywołania w tle zwracają NODE_BACKGROUND_UNAVAILABLE.

Pomocnik CLI

Najłatwiejszym sposobem uzyskania plików multimedialnych jest pomocnik CLI, który zapisuje zdekodowane media do pliku tymczasowego i wypisuje zapisaną ścieżkę.

Przykłady:

openclaw nodes camera snap --node <id>               # default: both front + back (2 MEDIA lines)openclaw nodes camera snap --node <id> --facing frontopenclaw nodes camera clip --node <id> --duration 3000openclaw nodes camera clip --node <id> --no-audio

Uwagi:

• nodes camera snap domyślnie używa obu kierunków, aby dać agentowi oba widoki.
• Pliki wyjściowe są tymczasowe (w katalogu tymczasowym 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 w czasie działania:
  • CAMERA dla camera.snap i camera.clip.
  • RECORD_AUDIO dla camera.clip, gdy includeAudio=true.

Jeśli brakuje uprawnień, aplikacja wyświetli monit, gdy będzie to możliwe; jeśli zostaną odrzucone, żądania camera.* zakończą się błędem *_PERMISSION_REQUIRED.

Wymóg pierwszego planu Android

Podobnie jak canvas.*, węzeł Android zezwala na polecenia camera.* tylko na pierwszym planie. Wywołania w tle zwracają NODE_BACKGROUND_UNAVAILABLE.

Polecenia Android (przez Gateway node.invoke)

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

Ograniczenie ładunku

Zdjęcia są ponownie kompresowane, aby utrzymać ładunek base64 poniżej 5 MB.

aplikacja macOS

Ustawienie użytkownika (domyślnie wyłączone)

Aplikacja towarzysząca macOS udostępnia pole wyboru:

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

Pomocnik CLI (wywołanie węzła)

Użyj głównego CLI openclaw, aby wywołać polecenia kamery w węźle macOS.

Przykłady:

openclaw nodes camera list --node <id>            # list camera idsopenclaw nodes camera snap --node <id>            # prints saved pathopenclaw nodes camera snap --node <id> --max-width 1280openclaw nodes camera snap --node <id> --delay-ms 2000openclaw nodes camera snap --node <id> --device-id <id>openclaw nodes camera clip --node <id> --duration 10s          # prints saved pathopenclaw nodes camera clip --node <id> --duration-ms 3000      # prints saved path (legacy flag)openclaw nodes camera clip --node <id> --device-id <id>openclaw nodes camera clip --node <id> --no-audio

Uwagi:

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

Bezpieczeństwo i praktyczne limity

• Dostęp do kamery i mikrofonu uruchamia zwykłe monity o uprawnienia systemu operacyjnego (i wymaga ciągów użycia w Info.plist).
• Klipy wideo są ograniczane (obecnie <= 60s), aby uniknąć zbyt dużych ładunków węzła (narzut base64 + limity wiadomości).

Wideo ekranu macOS (na poziomie systemu operacyjnego)

Dla wideo ekranu (nie kamery) użyj aplikacji towarzyszącej macOS:

openclaw nodes screen record --node <id> --duration 10s --fps 15   # prints saved path

Uwagi:

• Wymaga uprawnienia macOS Screen Recording (TCC).

Powiązane

• Obsługa obrazów i multimediów
• Rozumienie multimediów
• Polecenie lokalizacji