การจับภาพจากกล้อง (เอเจนต์)¶

OpenClaw รองรับ การจับภาพจากกล้อง สำหรับเวิร์กโฟลว์ของเอเจนต์:

• โหนด iOS (จับคู่ผ่าน Gateway): จับ รูปภาพ (jpg) หรือ คลิปวิดีโอสั้น (mp4 พร้อมเสียงเสริม) ผ่าน node.invoke.
• โหนด Android (จับคู่ผ่าน Gateway): จับ รูปภาพ (jpg) หรือ คลิปวิดีโอสั้น (mp4 พร้อมเสียงเสริม) ผ่าน node.invoke.
• แอป macOS (โหนดผ่าน Gateway): จับ รูปภาพ (jpg) หรือ คลิปวิดีโอสั้น (mp4 พร้อมเสียงเสริม) ผ่าน node.invoke.

การเข้าถึงกล้องทั้งหมดถูกควบคุมด้วย การตั้งค่าที่ผู้ใช้กำหนดได้.

โหนด iOS¶

การตั้งค่าผู้ใช้ (ค่าเริ่มต้นเปิด)¶

• แท็บการตั้งค่า iOS → Camera → Allow Camera (camera.enabled)
• ค่าเริ่มต้น: เปิด (หากไม่มีคีย์จะถือว่าเปิดใช้งาน)
• เมื่อปิด: คำสั่ง camera.* จะส่งคืน CAMERA_DISABLED.

คำสั่ง (ผ่าน Gateway node.invoke)¶

• camera.list

• เพย์โหลดการตอบกลับ:

  • devices: อาร์เรย์ของ { id, name, position, deviceType }

• camera.snap

• 14. พารามิเตอร์:
  15. facing: front|back (ค่าเริ่มต้น: front)
  16. maxWidth: number (ไม่บังคับ; ค่าเริ่มต้น 1600 บนโหนด iOS)
  17. quality: 0..1 (ไม่บังคับ; ค่าเริ่มต้น 0.9)
  18. format: ปัจจุบันคือ jpg
  19. delayMs: number (ไม่บังคับ; ค่าเริ่มต้น 0)
  20. deviceId: string (ไม่บังคับ; จาก camera.list)
• เพย์โหลดการตอบกลับ:
  • format: "jpg"
  • base64: "<...>"
  • width, height

• ตัวป้องกันเพย์โหลด: รูปภาพจะถูกบีบอัดใหม่เพื่อให้เพย์โหลด base64 ต่ำกว่า 5 MB

• camera.clip

• 15. พารามิเตอร์:
  16. facing: front|back (ค่าเริ่มต้น: front)
  17. durationMs: number (ค่าเริ่มต้น 3000 ถูกจำกัดไม่เกิน 60000)
  18. includeAudio: boolean (ค่าเริ่มต้น true)
  19. format: ปัจจุบันคือ mp4
  20. deviceId: string (ไม่บังคับ; จาก camera.list)
• เพย์โหลดการตอบกลับ:
  • format: "mp4"
  • base64: "<...>"
  • durationMs
  • hasAudio

16. ข้อกำหนดโหมด Foreground¶

เช่นเดียวกับ canvas.* โหนด iOS อนุญาตให้ใช้คำสั่ง camera.* ได้เฉพาะใน โฟร์กราวด์ เท่านั้น การเรียกใช้งานในเบื้องหลังจะส่งคืน NODE_BACKGROUND_UNAVAILABLE. 17. การเรียกใช้งานเบื้องหลังจะส่งคืน NODE_BACKGROUND_UNAVAILABLE

ตัวช่วย CLI (ไฟล์ชั่วคราว + MEDIA)¶

วิธีที่ง่ายที่สุดในการรับไฟล์แนบคือผ่านตัวช่วย CLI ซึ่งจะเขียนสื่อที่ถอดรหัสแล้วลงไฟล์ชั่วคราวและพิมพ์ MEDIA:<path>.

ตัวอย่าง:

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

หมายเหตุ:

• nodes camera snap มีค่าเริ่มต้นเป็น ทั้งคู่ เพื่อให้เอเจนต์ได้ทั้งสองมุมมอง
• ไฟล์เอาต์พุตเป็นไฟล์ชั่วคราว(ในไดเรกทอรีชั่วคราวของระบบปฏิบัติการ)เว้นแต่คุณจะสร้างตัวห่อของคุณเอง

โหนด Android¶

การตั้งค่าผู้ใช้ Android (ค่าเริ่มต้นเปิด)¶

• แผ่นการตั้งค่า Android → Camera → Allow Camera (camera.enabled)
• ค่าเริ่มต้น: เปิด (หากไม่มีคีย์จะถือว่าเปิดใช้งาน)
• เมื่อปิด: คำสั่ง camera.* จะส่งคืน CAMERA_DISABLED.

สิทธิ์¶

• Android ต้องการสิทธิ์ขณะรัน:
• CAMERA สำหรับทั้ง camera.snap และ camera.clip.
• RECORD_AUDIO สำหรับ camera.clip เมื่อ includeAudio=true.

หากขาดสิทธิ์ แอปจะถามเมื่อเป็นไปได้; หากถูกปฏิเสธ คำขอ camera.* จะล้มเหลวพร้อมข้อผิดพลาด *_PERMISSION_REQUIRED.

ข้อกำหนดโฟร์กราวด์ของ Android¶

เช่นเดียวกับ canvas.* โหนด Android อนุญาตให้ใช้คำสั่ง camera.* ได้เฉพาะใน โฟร์กราวด์ เท่านั้น การเรียกใช้งานในเบื้องหลังจะส่งคืน NODE_BACKGROUND_UNAVAILABLE. 18. การเรียกใช้งานเบื้องหลังจะส่งคืน NODE_BACKGROUND_UNAVAILABLE

ตัวป้องกันเพย์โหลด¶

รูปภาพจะถูกบีบอัดใหม่เพื่อให้เพย์โหลด base64 ต่ำกว่า 5 MB.

แอป macOS¶

การตั้งค่าผู้ใช้ (ค่าเริ่มต้นปิด)¶

แอปคู่หูบน macOS มีช่องทำเครื่องหมาย:

• การตั้งค่า → ทั่วไป → อนุญาตให้ใช้กล้อง (openclaw.cameraEnabled)
• ค่าเริ่มต้น: ปิด
• เมื่อปิด: คำขอกล้องจะส่งคืน “Camera disabled by user”.

ตัวช่วย CLI (เรียกโหนด)¶

ใช้ CLI หลัก openclaw เพื่อเรียกคำสั่งกล้องบนโหนด macOS.

ตัวอย่าง:

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

หมายเหตุ:

• openclaw nodes camera snap มีค่าเริ่มต้นเป็น maxWidth=1600 เว้นแต่จะถูกแทนที่
• บน macOS camera.snap จะรอ delayMs (ค่าเริ่มต้น 2000ms) หลังจากอุ่นเครื่อง/การรับแสงนิ่งแล้วจึงจับภาพ
• เพย์โหลดรูปภาพจะถูกบีบอัดใหม่เพื่อให้ base64 ต่ำกว่า 5 MB

ความปลอดภัย + ข้อจำกัดเชิงปฏิบัติ¶

• การเข้าถึงกล้องและไมโครโฟนจะเรียกพรอมต์สิทธิ์ตามปกติของระบบปฏิบัติการ(และต้องมีสตริงการใช้งานใน Info.plist)
• คลิปวิดีโอถูกจำกัดความยาว(ปัจจุบัน <= 60s)เพื่อหลีกเลี่ยงเพย์โหลดโหนดที่มีขนาดใหญ่เกินไป(โอเวอร์เฮดของ base64 + ข้อจำกัดของข้อความ)

วิดีโอหน้าจอ macOS (ระดับระบบปฏิบัติการ)¶

สำหรับวิดีโอ หน้าจอ (ไม่ใช่กล้อง) ให้ใช้แอปคู่หูบน macOS:

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

หมายเหตุ:

• ต้องการสิทธิ์ Screen Recording ของ macOS (TCC)