OpenClawDocs
View as MarkdownView this page as plain textOpen in ChatGPTAsk questions about this pageOpen in ClaudeAsk questions about this page

Nodes and media

Captura de cámara

OpenClaw admite la captura con cámara para flujos de trabajo de agentes en nodos iOS, Android, macOS y Linux emparejados: capture una foto (jpg) o un videoclip corto (mp4, con audio opcional) mediante node.invoke de Gateway.

Todo acceso a la cámara está sujeto a una configuración controlada por el usuario en cada plataforma.

Nodo iOS

Configuración de usuario de iOS

  • Pestaña Configuración de iOS → Cámara → Permitir cámara (camera.enabled).
    • Valor predeterminado: activado (si falta la clave, se considera habilitado).
    • Cuando está desactivado: los comandos camera.* devuelven CAMERA_DISABLED.

Comandos de iOS (mediante node.invoke de Gateway)

  • camera.list

    • Carga útil de respuesta: devices — matriz de { id, name, position, deviceType }.

  • camera.snap

    • Parámetros:
      • facing: front|back (valor predeterminado: front)
      • maxWidth: número (opcional; valor predeterminado 1600)
      • quality: 0..1 (opcional; valor predeterminado 0.9, limitado a [0.05, 1.0])
      • format: actualmente jpg
      • delayMs: número (opcional; valor predeterminado 0, limitado internamente a 10000)
      • deviceId: cadena (opcional; de camera.list)
    • Carga útil de respuesta: format: "jpg", base64, width, height.
    • Protección de la carga útil: las fotos se vuelven a comprimir para mantener la carga útil codificada en base64 por debajo de 5MB.

  • camera.clip

    • Parámetros:
      • facing: front|back (valor predeterminado: front)
      • durationMs: número (valor predeterminado 3000, limitado a [250, 60000])
      • includeAudio: booleano (valor predeterminado true)
      • format: actualmente mp4
      • deviceId: cadena (opcional; de camera.list)
    • Carga útil de respuesta: format: "mp4", base64, durationMs, hasAudio.

Requisito de primer plano en iOS

Al igual que canvas.*, el nodo iOS solo permite comandos camera.* en primer plano. Las invocaciones en segundo plano devuelven NODE_BACKGROUND_UNAVAILABLE.

Utilidad de la CLI

La forma más sencilla de obtener archivos multimedia es mediante la utilidad de la CLI, que escribe los medios decodificados en un archivo temporal e imprime la ruta guardada.

bash
openclaw nodes camera snap --node <id>                 # valor predeterminado: frontal + trasera (2 líneas MEDIA)openclaw nodes camera snap --node <id> --facing frontopenclaw nodes camera clip --node <id> --duration 3000openclaw nodes camera clip --node <id> --no-audio

nodes camera snap tiene como valor predeterminado --facing both, lo que captura tanto la vista frontal como la trasera para proporcionar ambas vistas al agente; pase --device-id con una única orientación explícita (both se rechaza cuando se establece --device-id). Los archivos de salida son temporales (en el directorio temporal del sistema operativo), salvo que se cree un contenedor propio.

Nodo Android

Configuración de usuario de Android

  • Panel de Configuración de Android → Cámara → Permitir cámara (camera.enabled).
    • En instalaciones nuevas, el valor predeterminado es desactivado. Las instalaciones existentes anteriores a esta configuración se migran a activado para que las actualizaciones no pierdan silenciosamente el acceso a la cámara que funcionaba previamente.
    • Cuando está desactivado: los comandos camera.* devuelven CAMERA_DISABLED: enable Camera in Settings.

Permisos

  • CAMERA es obligatorio tanto para camera.snap como para camera.clip; si el permiso falta o se deniega, se devuelve CAMERA_PERMISSION_REQUIRED.
  • RECORD_AUDIO es obligatorio para camera.clip cuando includeAudio es true; si el permiso falta o se deniega, se devuelve MIC_PERMISSION_REQUIRED.

La aplicación solicita permisos durante la ejecución cuando es posible.

Requisito de primer plano en Android

Al igual que canvas.*, el nodo Android solo permite comandos camera.* en primer plano. Las invocaciones en segundo plano devuelven NODE_BACKGROUND_UNAVAILABLE: command requires foreground.

Comandos de Android (mediante node.invoke de Gateway)

  • camera.list

    • Carga útil de respuesta: devices — matriz de { id, name, position, deviceType }.

  • camera.snap

    • Parámetros: facing (front|back, valor predeterminado front), quality (valor predeterminado 0.95, limitado a [0.1, 1.0]), maxWidth (valor predeterminado 1600), deviceId (opcional; un id desconocido produce el error INVALID_REQUEST).
    • Carga útil de respuesta: format: "jpg", base64, width, height.
    • Protección de la carga útil: se vuelve a comprimir para mantener el contenido base64 por debajo de 5MB (el mismo límite que en iOS).

  • camera.clip

    • Parámetros: facing (valor predeterminado front), durationMs (valor predeterminado 3000, limitado a [200, 60000]), includeAudio (valor predeterminado true), deviceId (opcional).
    • Carga útil de respuesta: format: "mp4", base64, durationMs, hasAudio.
    • Protección de la carga útil: el archivo MP4 sin procesar está limitado a 18MB antes de la codificación en base64; los clips que superan el límite producen el error PAYLOAD_TOO_LARGE (reduzca durationMs y vuelva a intentarlo).

Aplicación para macOS

Configuración de usuario de macOS

La aplicación complementaria para macOS ofrece una casilla:

  • Configuración → General → Permitir cámara (openclaw.cameraEnabled).
    • Valor predeterminado: desactivado.
    • Cuando está desactivado: las solicitudes de cámara devuelven CAMERA_DISABLED: enable Camera in Settings.

Utilidad de la CLI (invocación del nodo)

Use la CLI principal openclaw para invocar comandos de cámara en el nodo macOS.

bash
openclaw nodes camera list --node <id>                     # muestra los identificadores de las cámarasopenclaw nodes camera snap --node <id>                     # imprime la ruta guardadaopenclaw nodes camera snap --node <id> --max-width 1280openclaw nodes camera snap --node <id> --delay-ms 2000openclaw nodes camera snap --node <id> --device-id <id>openclaw nodes camera clip --node <id> --duration 10s       # imprime la ruta guardadaopenclaw nodes camera clip --node <id> --duration-ms 3000   # imprime la ruta guardada (opción heredada)openclaw nodes camera clip --node <id> --device-id <id>openclaw nodes camera clip --node <id> --no-audio
  • openclaw nodes camera snap tiene como valor predeterminado maxWidth=1600, salvo que se sobrescriba.
  • camera.snap espera delayMs (valor predeterminado 2000ms, limitado a [0, 10000]) después de que se estabilicen el calentamiento y la exposición antes de capturar.
  • Las cargas útiles de las fotos se vuelven a comprimir para mantener el contenido base64 por debajo de 5MB.

Host de nodo Linux

El Plugin de Node Linux incluido añade captura con cámara al servicio openclaw node de la CLI. Funciona en un host sin interfaz gráfica y no requiere la aplicación de escritorio para Linux.

El acceso a la cámara está desactivado de forma predeterminada. Habilítelo en la entrada del Plugin y reinicie el servicio del nodo para que se reconstruya su anuncio de Gateway:

json5
{  plugins: {    entries: {      "linux-node": {        config: {          camera: { enabled: true },        },      },    },  },}

Requisitos:

  • FFmpeg con entrada V4L2, libx264 y compatibilidad con AAC
  • un dispositivo /dev/video* legible por el usuario del servicio del nodo; en las distribuciones habituales, añada ese usuario al grupo video
  • para clips con el valor predeterminado includeAudio: true, un servidor PulseAudio funcional o una capa de compatibilidad de PipeWire con PulseAudio que tenga una fuente predeterminada

Linux devuelve rutas de dispositivos V4L2 legibles y con capacidad de captura desde camera.list; FFmpeg examina cada candidato /dev/video* y omite los nodos de metadatos o solo de salida. El dispositivo position es unknown, por lo que las solicitudes de orientación sin deviceId producen una foto o un clip con posición unknown en lugar de afirmar que se trata de una cámara frontal o trasera. Use deviceId cuando un host tenga varias cámaras. camera.snap utiliza el calentamiento de entrada de FFmpeg para delayMs y conserva la relación de aspecto mientras limita el ancho. camera.clip graba el audio del micrófono como pista de audio del MP4; OpenClaw no ofrece deliberadamente ningún comando independiente para el micrófono.

El Plugin utiliza libx264 para el vídeo MP4 y no cambia silenciosamente los códecs. Una compilación de FFmpeg sin la entrada o los codificadores necesarios devuelve CAMERA_UNAVAILABLE. Las fotos y los clips que superarían el límite de carga útil base64 de 25MB producen el error PAYLOAD_TOO_LARGE.

camera.snap y camera.clip siguen siendo comandos peligrosos. Añádalos a gateway.nodes.allowCommands únicamente cuando se pretenda habilitar la captura; habilitar el Plugin por sí solo no elude la política de Gateway.

Seguridad y límites prácticos

  • El acceso a la cámara y al micrófono activa las solicitudes de permisos habituales del sistema operativo (y requiere cadenas de uso en Info.plist).
  • Los videoclips están limitados a 60s para evitar cargas útiles del nodo demasiado grandes (sobrecarga de base64 más los límites de los mensajes).

Vídeo de pantalla en macOS (a nivel del sistema operativo)

Para vídeo de la pantalla (no de la cámara), use la aplicación complementaria para macOS:

bash
openclaw nodes screen record --node <id> --duration 10s --fps 15   # imprime la ruta guardada

Requiere el permiso Grabación de pantalla de macOS (TCC).

Contenido relacionado

Was this useful?
On this page

On this page