12.3 图片与媒体

OpenClaw通过Baileys Web实现的WhatsApp频道支持媒体传输，可带可选的文字说明。用户可以通过CLI命令发送媒体，支持本地文件和HTTP(S) URL。

核心功能

使用命令发送带可选说明的媒体：

openclaw message send --media <path-or-url> [--message <caption>]

支持本地文件路径和远程HTTP(S) URL。

支持的媒体类型与处理

图片

图片会自动进行以下处理：

• 调整大小并重新压缩为JPEG格式
• 最大边长限制为2048像素
• 目标大小为5MB，硬上限为6MB

音频/语音/视频

• 最大传输大小：16MB
• 音频以语音消息形式传输（ptt: true标志）

文档

• 任何其他文件类型最大支持100MB
• 尽可能保留原始文件名

GIF模拟

MP4文件可以包含 gifPlayback: true 以在移动客户端上启用循环播放，实现GIF效果。

格式检测与处理

MIME类型检测优先级：

1. 魔术字节（magic bytes）
2. HTTP头信息
3. 文件扩展名

说明文字来源于 --message 参数或 reply.text，允许空说明。

自动回复集成

管道可以在文本旁边返回媒体，使用与手动发送相同的处理方式解析本地或远程源。当提供多个媒体条目时，会按顺序依次发送。

入站媒体处理

当消息包含媒体附件时，系统会：

• 下载到临时存储
• 暴露模板变量 {{MediaUrl}} 和 {{MediaPath}}
• 媒体理解工具可生成描述
• 在命令解析前插入内容块和转录文本

Docker沙箱会将媒体复制到工作区位置，如 media/inbound/<filename>。

媒体理解配置

理解工具有单独的大小阈值：

媒体类型	配置项	默认限制
图片	tools.media.image.maxBytes	10 MB
音频	tools.media.audio.maxBytes	20 MB
视频	tools.media.video.maxBytes	50 MB

配置示例

// 媒体配置示例
{
  "tools": {
    "media": {
      "image": {
        "enabled": true,
        "maxBytes": 10485760
      },
      "audio": {
        "enabled": true,
        "maxBytes": 20971520
      },
      "video": {
        "enabled": true,
        "maxBytes": 52428800
      }
    }
  }
}

媒体大小限制汇总

用途	图片	音频/视频	文档
发送限制	~6 MB	16 MB	100 MB
理解处理	10 MB	20/50 MB	-