Pular para o conteúdo principal

​
Captura de câmera (agente)

O OpenClaw oferece suporte a captura de câmera para fluxos de trabalho de agentes:
  • Nó iOS (emparelhado via Gateway): capturar uma foto (jpg) ou clipe curto de vídeo (mp4, com áudio opcional) via node.invoke.
  • Nó Android (emparelhado via Gateway): capturar uma foto (jpg) ou clipe curto de vídeo (mp4, com áudio opcional) via node.invoke.
  • App macOS (nó via Gateway): capturar uma foto (jpg) ou clipe curto de vídeo (mp4, com áudio opcional) via node.invoke.
Todo acesso à câmera é controlado por configurações controladas pelo usuário.

​
Nó iOS

​
Configuração do usuário (ativada por padrão)

  • Aba Settings do iOS → Camera → Allow Camera (camera.enabled)
    • Padrão: ativado (chave ausente é tratada como habilitada).
    • Quando desativado: comandos camera.* retornam CAMERA_DISABLED.

​
Comandos (via Gateway node.invoke)

  • camera.list
    • Payload de resposta:
      • devices: array de { id, name, position, deviceType }
  • camera.snap
    • Parâmetros:
      • facing: front|back (padrão: front)
      • maxWidth: número (opcional; padrão 1600 no nó iOS)
      • quality: 0..1 (opcional; padrão 0.9)
      • format: atualmente jpg
      • delayMs: número (opcional; padrão 0)
      • deviceId: string (opcional; de camera.list)
    • Payload de resposta:
      • format: "jpg"
      • base64: "<...>"
      • width, height
    • Proteção de payload: fotos são recomprimidas para manter o payload base64 abaixo de 5 MB.
  • camera.clip
    • Parâmetros:
      • facing: front|back (padrão: front)
      • durationMs: número (padrão 3000, limitado a no máximo 60000)
      • includeAudio: booleano (padrão true)
      • format: atualmente mp4
      • deviceId: string (opcional; de camera.list)
    • Payload de resposta:
      • format: "mp4"
      • base64: "<...>"
      • durationMs
      • hasAudio

​
Requisito de primeiro plano

Assim como canvas.*, o nó iOS só permite comandos camera.* em primeiro plano. Invocações em segundo plano retornam NODE_BACKGROUND_UNAVAILABLE.

​
Helper da CLI (arquivos temporários + MEDIA)

A forma mais fácil de obter anexos é via helper da CLI, que grava a mídia decodificada em um arquivo temporário e imprime MEDIA:<path>. Exemplos: 
openclaw nodes camera snap --node <id>               # padrão: front + back (2 linhas 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
Observações:
  • nodes camera snap usa por padrão ambas as orientações para dar ao agente as duas visões.
  • Os arquivos de saída são temporários (no diretório temporário do SO), a menos que você crie seu próprio wrapper.

​
Nó Android

​
Configuração do usuário no Android (ativada por padrão)

  • Tela Settings do Android → Camera → Allow Camera (camera.enabled)
    • Padrão: ativado (chave ausente é tratada como habilitada).
    • Quando desativado: comandos camera.* retornam CAMERA_DISABLED.

​
Permissões

  • O Android exige permissões em runtime:
    • CAMERA tanto para camera.snap quanto para camera.clip.
    • RECORD_AUDIO para camera.clip quando includeAudio=true.
Se as permissões estiverem ausentes, o app solicitará quando possível; se forem negadas, solicitações camera.* falharão com um erro *_PERMISSION_REQUIRED.

​
Requisito de primeiro plano no Android

Assim como canvas.*, o nó Android só permite comandos camera.* em primeiro plano. Invocações em segundo plano retornam NODE_BACKGROUND_UNAVAILABLE.

​
Comandos do Android (via Gateway node.invoke)

  • camera.list
    • Payload de resposta:
      • devices: array de { id, name, position, deviceType }

​
Proteção de payload

Fotos são recomprimidas para manter o payload base64 abaixo de 5 MB.

​
App macOS

​
Configuração do usuário (desativada por padrão)

O app complementar do macOS expõe uma caixa de seleção:
  • Settings → General → Allow Camera (openclaw.cameraEnabled)
    • Padrão: desativado
    • Quando desativado: solicitações de câmera retornam “Camera disabled by user”.

​
Helper da CLI (node invoke)

Use a CLI principal openclaw para invocar comandos de câmera no nó macOS. Exemplos: 
openclaw nodes camera list --node <id>            # lista ids de câmera
openclaw nodes camera snap --node <id>            # imprime 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          # imprime MEDIA:<path>
openclaw nodes camera clip --node <id> --duration-ms 3000      # imprime MEDIA:<path> (flag legada)
openclaw nodes camera clip --node <id> --device-id <id>
openclaw nodes camera clip --node <id> --no-audio
Observações:
  • openclaw nodes camera snap usa por padrão maxWidth=1600, salvo substituição.
  • No macOS, camera.snap aguarda delayMs (padrão 2000ms) após estabilização de aquecimento/exposição antes de capturar.
  • Payloads de foto são recomprimidos para manter o base64 abaixo de 5 MB.

​
Segurança + limites práticos

  • O acesso à câmera e ao microfone aciona os prompts normais de permissão do sistema operacional (e exige strings de uso em Info.plist).
  • Clipes de vídeo têm limite máximo (atualmente <= 60s) para evitar payloads excessivos do nó (sobrecarga de base64 + limites de mensagem).

​
Vídeo de tela no macOS (nível do SO)

Para vídeo de tela (não câmera), use o complemento do macOS: 
openclaw nodes screen record --node <id> --duration 10s --fps 15   # imprime MEDIA:<path>
Observações:
  • Exige permissão Screen Recording do macOS (TCC).