Przechwytywanie z kamery (agent)¶

OpenClaw obsługuje przechwytywanie z kamery na potrzeby przepływów pracy agenta:

• Węzeł iOS (sparowany przez Gateway): wykonanie zdjęcia (jpg) lub krótkiego klipu wideo (mp4, z opcjonalnym dźwiękiem) przez node.invoke.
• Węzeł Android (sparowany przez Gateway): wykonanie zdjęcia (jpg) lub krótkiego klipu wideo (mp4, z opcjonalnym dźwiękiem) przez node.invoke.
• Aplikacja macOS (węzeł przez Gateway): wykonanie zdjęcia (jpg) lub krótkiego klipu wideo (mp4, z opcjonalnym dźwiękiem) przez node.invoke.

Cały dostęp do kamery jest chroniony ustawieniami kontrolowanymi przez użytkownika.

Węzeł iOS¶

Ustawienie użytkownika (domyślnie włączone)¶

• Karta Ustawienia iOS → Kamera → Zezwól na kamerę (camera.enabled)
• Domyślnie: włączone (brak klucza jest traktowany jako włączone).
• 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 (opcjonalne; domyślnie 1600 na węźle iOS)
  • quality: 0..1 (opcjonalne; domyślnie 0.9)
  • format: obecnie jpg
  • delayMs: liczba (opcjonalne; domyślnie 0)
  • deviceId: ciąg znaków (opcjonalne; z camera.list)
• Ładunek odpowiedzi:
  • format: "jpg"
  • base64: "<...>"
  • width, height

• Ochrona ładunku: zdjęcia są ponownie kompresowane, aby utrzymać ładunek base64 poniżej 5 MB.

• camera.clip

• Parametry:
  • facing: front|back (domyślnie: front)
  • durationMs: liczba (domyślnie 3000, ograniczona do maks. 60000)
  • includeAudio: boolean (domyślnie true)
  • format: obecnie mp4
  • deviceId: ciąg znaków (opcjonalne; z camera.list)
• Ładunek odpowiedzi:
  • format: "mp4"
  • base64: "<...>"
  • durationMs
  • hasAudio

Wymóg pierwszoplanowy¶

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

Pomocnik CLI (pliki tymczasowe + MEDIA)¶

Najprostszym sposobem uzyskania załączników jest użycie pomocnika CLI, który zapisuje zdekodowane media do pliku tymczasowego i wypisuje MEDIA:<path>.

Przykłady:

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

Uwagi:

• nodes camera snap domyślnie obejmuje oba ustawienia kamery, aby agent miał 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 → Kamera → Zezwól na kamerę (camera.enabled)
• Domyślnie: włączone (brak klucza jest traktowany jako włączone).
• 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 to możliwe; jeśli zostaną odrzucone, żądania camera.* kończą się błędem *_PERMISSION_REQUIRED.

Wymóg pierwszego planu Android¶

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

Ochrona ładunku¶

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

Aplikacja macOS¶

Ustawienie użytkownika (domyślnie wyłączone)¶

Aplikacja towarzysząca macOS udostępnia pole wyboru:

• Ustawienia → Ogólne → Zezwól na kamerę (openclaw.cameraEnabled)
• Domyślnie: wyłączone
• Gdy wyłączone: żądania kamery zwracają „Camera disabled by user”.

Pomocnik CLI (wywołanie węzła)¶

Użyj głównego CLI openclaw, aby wywoływać polecenia kamery na węźle macOS.

Przykłady:

openclaw nodes camera list --node <id>            # list camera ids
openclaw nodes camera snap --node <id>            # prints 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          # prints MEDIA:<path>
openclaw nodes camera clip --node <id> --duration-ms 3000      # prints MEDIA:<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 ma wartość maxWidth=1600, o ile nie zostanie nadpisana.
• W systemie macOS camera.snap czeka delayMs (domyślnie 2000 ms) po rozgrzewce/ustabilizowaniu ekspozycji przed wykonaniem zdjęcia.
• Ładunki zdjęć są ponownie kompresowane, aby utrzymać base64 poniżej 5 MB.

Bezpieczeństwo + praktyczne limity¶

• Dostęp do kamery i mikrofonu wywołuje standardowe monity uprawnień systemu operacyjnego (i wymaga odpowiednich wpisów usage strings 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)¶

W przypadku wideo ekranu (nie kamery) użyj aplikacji towarzyszącej macOS:

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

Uwagi:

• Wymaga uprawnienia macOS Screen Recording (TCC).