--- read_when: - Modyfikowanie potoku multimediów lub załączników summary: Reguły obsługi obrazów i multimediów w odpowiedziach wysyłania, Gateway oraz agenta title: Obsługa obrazów i multimediów x-i18n: generated_at: "2026-07-12T15:17:40Z" model: gpt-5.6 postprocess_version: locale-links-v1 provider: openai source_hash: 41d5bbd174b4fb35b616a9e90930485fd76dc8cfbad2e178f0823e6fb40c36f8 source_path: nodes/images.md workflow: 16 --- Kanał WhatsApp działa na Baileys Web. Ta strona opisuje reguły obsługi multimediów podczas wysyłania, w Gateway i w odpowiedziach agenta. ## Cele - Wysyłanie multimediów z opcjonalnym podpisem za pomocą `openclaw message send --media`. - Umożliwienie dołączania multimediów obok tekstu do automatycznych odpowiedzi ze skrzynki odbiorczej w interfejsie WWW. - Utrzymanie rozsądnych i przewidywalnych limitów dla poszczególnych typów. ## Interfejs CLI `openclaw message send --target --media [--message ]` - `--media ` — dołącza multimedia (obraz/dźwięk/film/dokument); akceptuje ścieżki lokalne lub adresy URL. Opcjonalne; podpis może być pusty przy wysyłaniu samych multimediów. - `--gif-playback` — traktuje film jako animację GIF (tylko WhatsApp). - `--force-document` — wysyła multimedia jako dokument, aby uniknąć kompresji przez kanał (Telegram, WhatsApp); dotyczy obrazów, plików GIF i filmów. - `--reply-to `, `--thread-id `, `--pin`, `--silent` — opcje dostarczania i wątków współdzielone z wiadomościami zawierającymi tylko tekst. - `--dry-run` — wyświetla wynikowy ładunek i pomija wysyłanie. - `--json` — wyświetla wynik jako JSON: `{ action, channel, dryRun, handledBy, messageId?, payload }` (`payload` zawiera wynik wysyłania specyficzny dla kanału, w tym ewentualne odwołanie do multimediów). ## Zachowanie kanału WhatsApp Web - Dane wejściowe: lokalna ścieżka do pliku **lub** adres URL HTTP(S). - Przepływ: wczytanie do bufora, wykrycie rodzaju multimediów, a następnie utworzenie wychodzącego ładunku odpowiedniego dla danego rodzaju: - **Obrazy:** optymalizowane tak, aby zmieściły się w limicie `channels.whatsapp.mediaMaxMb` (domyślnie 50 MB). Obrazy bez przezroczystości są ponownie kompresowane do JPEG (domyślna sekwencja rozmiarów boków zaczyna się od 2048 px i maleje przy kolejnych przekroczeniach rozmiaru); obrazy z przezroczystością pozostają w formacie PNG. Jeśli źródło jest już akceptowalnym plikiem JPEG/PNG/WebP mieszczącym się w limitach rozmiaru i długości boku, oryginalne bajty pozostają niezmienione zamiast podlegać ponownej kompresji. Animowane pliki GIF nigdy nie są ponownie kodowane — sprawdzany jest jedynie ich rozmiar. - **Dźwięk/wiadomości głosowe:** jeśli dźwięk nie jest już w natywnym formacie wiadomości głosowej (`.ogg`/`.opus` albo `audio/ogg`/`audio/opus`), przed wysłaniem jako wiadomość głosowa (`ptt: true`) jest transkodowany przez `ffmpeg` do Opus/OGG (48 kHz, mono, 64 kb/s, maksymalnie 20 minut). - **Filmy:** przekazywane bez zmian do 16 MB. - **Dokumenty:** wszystkie pozostałe typy, do 100 MB, z zachowaniem nazwy pliku, jeśli jest dostępna. - Odtwarzanie w stylu GIF w WhatsApp: wysłanie pliku MP4 z `gifPlayback: true` (CLI: `--gif-playback`), aby klienci mobilni odtwarzali go w pętli bezpośrednio w wiadomości. - Wykrywanie typu MIME preferuje sygnaturę bajtową, następnie rozszerzenie pliku, a na końcu nagłówki odpowiedzi; ogólny wykryty kontener (`application/octet-stream`, `zip`) nigdy nie zastępuje bardziej szczegółowego mapowania rozszerzenia (na przykład XLSX zamiast ZIP). - Podpis pochodzi z `--message` lub `reply.text`; pusty podpis jest dozwolony. - Rejestrowanie: tryb bez szczegółów pokazuje `↩️`/`✅`; tryb szczegółowy obejmuje rozmiar oraz ścieżkę źródłową/adres URL. Podane wyżej wartości 16 MB dla dźwięku i filmu oraz 100 MB dla dokumentów są współdzielonymi domyślnymi limitami dla poszczególnych rodzajów multimediów, używanymi, gdy nie przekazano jawnego limitu bajtów. Wysyłanie przez WhatsApp ustawia jawny limit na podstawie `channels.whatsapp.mediaMaxMb` (domyślnie 50 MB), stosowany jednakowo do wszystkich rodzajów multimediów na danym koncie. ## Potok automatycznych odpowiedzi - `getReplyFromConfig` zwraca ładunek odpowiedzi (lub tablicę ładunków), zawierający między innymi pola `text?`, `mediaUrl?` i `mediaUrls?`. - Gdy multimedia są obecne, moduł wysyłający w interfejsie WWW rozpoznaje lokalne ścieżki lub adresy URL przy użyciu tego samego potoku co `openclaw message send`. - Jeśli podano wiele multimediów, są one wysyłane kolejno. ## Multimedia przychodzące w poleceniach - Gdy przychodzące wiadomości internetowe zawierają multimedia, OpenClaw pobiera je do pliku tymczasowego i udostępnia zmienne szablonu: - `{{MediaUrl}}` — pseudoadres URL przychodzącego pliku multimedialnego. - `{{MediaPath}}` — lokalna ścieżka tymczasowa zapisywana przed uruchomieniem polecenia. - Gdy włączona jest osobna piaskownica Docker dla każdej sesji, przychodzące multimedia są kopiowane do przestrzeni roboczej piaskownicy, a `MediaPath`/`MediaUrl` są przekształcane na ścieżkę względną wobec piaskownicy, na przykład `media/inbound/`. - Analiza multimediów (skonfigurowana za pomocą `tools.media.*` lub współdzielonego `tools.media.models`) jest wykonywana przed zastosowaniem szablonu i może wstawiać bloki `[Image]`, `[Audio]` i `[Video]` do `Body`. - Dźwięk ustawia `{{Transcript}}` i używa transkrypcji do analizy poleceń, dzięki czemu polecenia z ukośnikiem nadal działają. - Opisy filmów i obrazów zachowują tekst podpisu na potrzeby analizy poleceń. - Jeśli aktywny model główny natywnie obsługuje już analizę obrazu, OpenClaw pomija blok podsumowania `[Image]` i zamiast niego przekazuje modelowi oryginalny obraz. - Domyślnie przetwarzany jest tylko pierwszy pasujący załącznik obrazu, dźwięku lub filmu; ustaw `tools.media..attachments`, aby przetwarzać wiele załączników. ## Limity i błędy **Limity wysyłania wychodzącego (wysyłanie przez WhatsApp Web)** - Obrazy: do `channels.whatsapp.mediaMaxMb` (domyślnie 50 MB) po optymalizacji. - Dźwięk/film: limit 16 MB (współdzielona wartość domyślna; podczas wysyłania przez WhatsApp zastępowana przez `mediaMaxMb`). - Dokumenty: limit 100 MB (współdzielona wartość domyślna; podczas wysyłania przez WhatsApp zastępowana przez `mediaMaxMb`). - Multimedia o zbyt dużym rozmiarze lub niemożliwe do odczytania powodują wyświetlenie jednoznacznego błędu w dziennikach, a odpowiedź jest pomijana. **Limity analizy multimediów (transkrypcja/opis)** - Domyślny limit obrazu: 10 MB (`tools.media.image.maxBytes`). - Domyślny limit dźwięku: 20 MB (`tools.media.audio.maxBytes`). - Domyślny limit filmu: 50 MB (`tools.media.video.maxBytes`). - Multimedia o zbyt dużym rozmiarze nie są analizowane, ale odpowiedź nadal jest wysyłana z oryginalną treścią. ## Uwagi dotyczące testów - Uwzględnij przepływy wysyłania i odpowiedzi dla obrazów, dźwięku oraz dokumentów. - Zweryfikuj limity rozmiaru po optymalizacji obrazu oraz flagę wiadomości głosowej dla dźwięku. - Upewnij się, że odpowiedzi zawierające wiele multimediów są rozdzielane na kolejne wysyłki. ## Powiązane materiały - [Przechwytywanie obrazu z kamery](/pl/nodes/camera) - [Analiza multimediów](/pl/nodes/media-understanding) - [Dźwięk i wiadomości głosowe](/pl/nodes/audio)