دعم الصور والوسائط

تعمل قناة WhatsApp عبر Baileys Web. يوثّق هذا المستند قواعد التعامل مع الوسائط الحالية للإرسال وGateway وردود الوكيل.

# الأهداف

• إرسال الوسائط مع تسميات توضيحية اختيارية عبر openclaw message send --media.
• السماح للردود التلقائية من صندوق الوارد على الويب بتضمين وسائط إلى جانب النص.
• إبقاء الحدود حسب النوع معقولة وقابلة للتنبؤ.

# سطح CLI

• openclaw message send --media <path-or-url> [--message <caption>]
  • --media اختياري؛ يمكن أن تكون التسمية التوضيحية فارغة لعمليات الإرسال التي تحتوي على وسائط فقط.
  • يطبع --dry-run الحمولة المحلولة؛ ويُخرج --json ‏{ channel, to, messageId, mediaUrl, caption }.

# سلوك قناة WhatsApp Web

• الإدخال: مسار ملف محلي أو عنوان URL بنظام HTTP(S).
• التدفق: التحميل في Buffer، واكتشاف نوع الوسائط، وبناء الحمولة الصحيحة:
  • الصور: تغيير الحجم وإعادة الضغط إلى JPEG (أقصى جانب 2048px) مع استهداف channels.whatsapp.mediaMaxMb (الافتراضي: 50 MB).
  • الصوت/الصوتيات/الفيديو: تمرير مباشر حتى 16 MB؛ يُرسل الصوت كملاحظة صوتية (ptt: true).
  • المستندات: أي شيء آخر، حتى 100 MB، مع الحفاظ على اسم الملف عندما يكون متاحًا.
• تشغيل بنمط GIF في WhatsApp: أرسل MP4 مع gifPlayback: true (CLI: ‏--gif-playback) كي تكرره عملاء الجوال داخل السطر.
• يفضّل اكتشاف MIME البايتات السحرية، ثم الرؤوس، ثم امتداد الملف.
• تأتي التسمية التوضيحية من --message أو reply.text؛ التسمية التوضيحية الفارغة مسموحة.
• التسجيل: يعرض الوضع غير المطوّل ↩️/✅؛ ويتضمن الوضع المطوّل الحجم ومسار/عنوان URL المصدر.

# مسار الرد التلقائي

• يعيد getReplyFromConfig ‏{ text?, mediaUrl?, mediaUrls? }.
• عند وجود وسائط، يحل مرسل الويب المسارات المحلية أو عناوين URL باستخدام المسار نفسه مثل openclaw message send.
• تُرسل إدخالات الوسائط المتعددة بالتتابع إذا قُدمت.

# الوسائط الواردة إلى الأوامر (Pi)

• عندما تتضمن رسائل الويب الواردة وسائط، ينزل OpenClaw الوسائط إلى ملف مؤقت ويعرض متغيرات القوالب:
  • {{MediaUrl}} عنوان URL زائف للوسائط الواردة.
  • {{MediaPath}} مسار مؤقت محلي يُكتب قبل تشغيل الأمر.
• عند تمكين صندوق عزل Docker لكل جلسة، تُنسخ الوسائط الواردة إلى مساحة عمل صندوق العزل ويُعاد كتابة MediaPath/MediaUrl إلى مسار نسبي مثل media/inbound/<filename>.
• يعمل فهم الوسائط (إذا ضُبط عبر tools.media.* أو tools.media.models المشتركة) قبل القوالب ويمكنه إدراج كتل [Image] و[Audio] و[Video] في Body.
  • يضبط الصوت {{Transcript}} ويستخدم النص المفرغ لتحليل الأوامر كي تستمر أوامر الشرطة المائلة في العمل.
  • تحافظ أوصاف الفيديو والصور على أي نص تسمية توضيحية لتحليل الأوامر.
  • إذا كان نموذج الصور الأساسي النشط يدعم الرؤية أصلاً، يتخطى OpenClaw كتلة ملخص [Image] ويمرر الصورة الأصلية إلى النموذج بدلاً من ذلك.
• افتراضيًا، لا تُعالَج إلا أول مرفقات صورة/صوت/فيديو مطابقة؛ اضبط tools.media.<cap>.attachments لمعالجة مرفقات متعددة.

# الحدود والأخطاء

حدود الإرسال الصادر (إرسال WhatsApp عبر الويب)

• الصور: حتى channels.whatsapp.mediaMaxMb (الافتراضي: 50 MB) بعد إعادة الضغط.
• الصوت/الصوتيات/الفيديو: حد 16 MB؛ المستندات: حد 100 MB.
• الوسائط كبيرة الحجم أو غير القابلة للقراءة → خطأ واضح في السجلات ويتم تخطي الرد.

حدود فهم الوسائط (النسخ/الوصف)

• الافتراضي للصور: 10 MB ‏(tools.media.image.maxBytes).
• الافتراضي للصوت: 20 MB ‏(tools.media.audio.maxBytes).
• الافتراضي للفيديو: 50 MB ‏(tools.media.video.maxBytes).
• تتخطى الوسائط كبيرة الحجم الفهم، لكن الردود تظل تمرر بالنص الأصلي.

# ملاحظات للاختبارات

• تغطية تدفقات الإرسال + الرد لحالات الصور/الصوت/المستندات.
• التحقق من إعادة الضغط للصور (حد الحجم) وعلامة الملاحظة الصوتية للصوت.
• التأكد من أن الردود متعددة الوسائط تتفرع كعمليات إرسال متتابعة.

# ذات صلة

• التقاط الكاميرا
• فهم الوسائط
• الصوت والملاحظات الصوتية