Nodes and media

Dukungan gambar dan media

Kanal WhatsApp berjalan melalui Baileys Web. Dokumen ini mencatat aturan penanganan media saat ini untuk pengiriman, Gateway, dan balasan agen.

Tujuan

Mengirim media dengan keterangan opsional melalui openclaw message send --media.
Memungkinkan balasan otomatis dari kotak masuk web menyertakan media bersama teks.
Menjaga batas per jenis tetap wajar dan dapat diprediksi.

openclaw message send --media <path-or-url> [--message <caption>]
- --media opsional; keterangan dapat kosong untuk pengiriman media saja.
- --dry-run mencetak payload yang sudah diselesaikan; --json menghasilkan { channel, to, messageId, mediaUrl, caption }.

Masukan: jalur file lokal atau URL HTTP(S).
Alur: muat ke dalam Buffer, deteksi jenis media, dan bangun payload yang benar:
- Gambar: ubah ukuran & kompres ulang ke JPEG (sisi maksimum 2048px) dengan target channels.whatsapp.mediaMaxMb (default: 50 MB).
- Audio/Suara/Video: diteruskan apa adanya hingga 16 MB; audio dikirim sebagai catatan suara (ptt: true).
- Dokumen: apa pun lainnya, hingga 100 MB, dengan nama file dipertahankan jika tersedia.
Pemutaran bergaya GIF WhatsApp: kirim MP4 dengan gifPlayback: true (CLI: --gif-playback) agar klien seluler memutar berulang langsung dalam percakapan.
Deteksi MIME memprioritaskan magic bytes, lalu header, lalu ekstensi file.
Keterangan berasal dari --message atau reply.text; keterangan kosong diperbolehkan.
Pencatatan log: mode non-verbose menampilkan ↩️/✅; mode verbose menyertakan ukuran dan jalur/URL sumber.

getReplyFromConfig mengembalikan { text?, mediaUrl?, mediaUrls? }.
Saat media ada, pengirim web menyelesaikan jalur lokal atau URL menggunakan pipeline yang sama seperti openclaw message send.
Beberapa entri media dikirim secara berurutan jika disediakan.

Saat pesan web masuk menyertakan media, OpenClaw mengunduhnya ke file sementara dan mengekspos variabel templat:
- {{MediaUrl}} pseudo-URL untuk media masuk.
- {{MediaPath}} jalur sementara lokal yang ditulis sebelum menjalankan perintah.
Saat sandbox Docker per sesi diaktifkan, media masuk disalin ke workspace sandbox dan MediaPath/MediaUrl ditulis ulang menjadi jalur relatif seperti media/inbound/<filename>.
Pemahaman media (jika dikonfigurasi melalui tools.media.* atau tools.media.models bersama) berjalan sebelum pemrosesan templat dan dapat menyisipkan blok [Image], [Audio], dan [Video] ke dalam Body.
- Audio menetapkan {{Transcript}} dan menggunakan transkrip untuk penguraian perintah sehingga perintah slash tetap berfungsi.
- Deskripsi video dan gambar mempertahankan teks keterangan apa pun untuk penguraian perintah.
- Jika model gambar utama yang aktif sudah mendukung vision secara native, OpenClaw melewati blok ringkasan [Image] dan meneruskan gambar asli ke model sebagai gantinya.
Secara default hanya lampiran gambar/audio/video pertama yang cocok yang diproses; tetapkan tools.media.<cap>.attachments untuk memproses beberapa lampiran.

Batas pengiriman keluar (pengiriman web WhatsApp)

Gambar: hingga channels.whatsapp.mediaMaxMb (default: 50 MB) setelah kompresi ulang.
Audio/suara/video: batas 16 MB; dokumen: batas 100 MB.
Media yang terlalu besar atau tidak dapat dibaca → kesalahan yang jelas dalam log dan balasan dilewati.

Batas pemahaman media (transkripsi/deskripsi)

Default gambar: 10 MB (tools.media.image.maxBytes).
Default audio: 20 MB (tools.media.audio.maxBytes).
Default video: 50 MB (tools.media.video.maxBytes).
Media yang terlalu besar melewati pemahaman, tetapi balasan tetap berjalan dengan isi asli.

Cakup alur pengiriman + balasan untuk kasus gambar/audio/dokumen.
Validasi kompresi ulang untuk gambar (batas ukuran) dan flag catatan suara untuk audio.
Pastikan balasan multi-media dikirim sebagai pengiriman berurutan.