Skip to main content
OpenClaw unterstützt die Kameraaufnahme für Agent-Workflows auf gekoppelten iOS-, Android-, macOS- und Linux-Nodes: Nehmen Sie über den Gateway node.invoke ein Foto (jpg) oder einen kurzen Videoclip (mp4, optional mit Audio) auf. Der gesamte Kamerazugriff wird auf jeder Plattform durch eine benutzergesteuerte Einstellung geregelt.

​
iOS-Node

​
iOS-Benutzereinstellung

  • iOS Settings tab → Camera → Allow Camera (camera.enabled).
    • Standard: ein (ein fehlender Schlüssel wird als aktiviert behandelt).
    • Wenn deaktiviert: camera.*-Befehle geben CAMERA_DISABLED zurück.

​
iOS-Befehle (über Gateway node.invoke)

  • camera.list
    • Antwortnutzlast: devices – Array von { id, name, position, deviceType }.
  • camera.snap
    • Parameter:
      • facing: front|back (Standard: front)
      • maxWidth: Zahl (optional; Standard: 1600)
      • quality: 0..1 (optional; Standard: 0.9, begrenzt auf [0.05, 1.0])
      • format: derzeit jpg
      • delayMs: Zahl (optional; Standard: 0, intern auf 10000 begrenzt)
      • deviceId: Zeichenfolge (optional; aus camera.list)
    • Antwortnutzlast: format: "jpg", base64, width, height.
    • Nutzlastbegrenzung: Fotos werden erneut komprimiert, damit die Base64-codierte Nutzlast unter 5MB bleibt.
  • camera.clip
    • Parameter:
      • facing: front|back (Standard: front)
      • durationMs: Zahl (Standard: 3000, begrenzt auf [250, 60000])
      • includeAudio: boolescher Wert (Standard: true)
      • format: derzeit mp4
      • deviceId: Zeichenfolge (optional; aus camera.list)
    • Antwortnutzlast: format: "mp4", base64, durationMs, hasAudio.

​
iOS-Vordergrundanforderung

Wie canvas.* erlaubt der iOS-Node camera.*-Befehle nur im Vordergrund. Aufrufe im Hintergrund geben NODE_BACKGROUND_UNAVAILABLE zurück.

​
CLI-Hilfsfunktion

Am einfachsten erhalten Sie Mediendateien über die CLI-Hilfsfunktion. Sie schreibt die decodierten Medien in eine temporäre Datei und gibt den Speicherpfad aus.
nodes camera snap verwendet standardmäßig --facing both und erfasst sowohl die Vorder- als auch die Rückansicht, damit dem Agent beide Ansichten zur Verfügung stehen. Übergeben Sie --device-id mit genau einer expliziten Ausrichtung (both wird abgelehnt, wenn --device-id festgelegt ist). Ausgabedateien sind temporär (im temporären Verzeichnis des Betriebssystems), sofern Sie keinen eigenen Wrapper erstellen.

​
Android-Node

​
Android-Benutzereinstellung

  • Android Settings sheet → Camera → Allow Camera (camera.enabled).
    • Bei Neuinstallationen ist die Einstellung standardmäßig deaktiviert. Bestehende Installationen, die älter als diese Einstellung sind, werden auf ein migriert, damit bei Upgrades ein zuvor funktionierender Kamerazugriff nicht unbemerkt verloren geht.
    • Wenn deaktiviert: camera.*-Befehle geben CAMERA_DISABLED: enable Camera in Settings zurück.

​
Berechtigungen

  • CAMERA ist sowohl für camera.snap als auch für camera.clip erforderlich; eine fehlende oder verweigerte Berechtigung gibt CAMERA_PERMISSION_REQUIRED zurück.
  • RECORD_AUDIO ist für camera.clip erforderlich, wenn includeAudio den Wert true hat; eine fehlende oder verweigerte Berechtigung gibt MIC_PERMISSION_REQUIRED zurück.
Die App fordert nach Möglichkeit Laufzeitberechtigungen an.

​
Android-Vordergrundanforderung

Wie canvas.* erlaubt der Android-Node camera.*-Befehle nur im Vordergrund. Aufrufe im Hintergrund geben NODE_BACKGROUND_UNAVAILABLE: command requires foreground zurück.

​
Android-Befehle (über Gateway node.invoke)

  • camera.list
    • Antwortnutzlast: devices – Array von { id, name, position, deviceType }.
  • camera.snap
    • Parameter: facing (front|back, Standard: front), quality (Standard: 0.95, begrenzt auf [0.1, 1.0]), maxWidth (Standard: 1600), deviceId (optional; eine unbekannte ID schlägt mit INVALID_REQUEST fehl).
    • Antwortnutzlast: format: "jpg", base64, width, height.
    • Nutzlastbegrenzung: erneute Komprimierung, damit Base64 unter 5MB bleibt (dasselbe Budget wie bei iOS).
  • camera.clip
    • Parameter: facing (Standard: front), durationMs (Standard: 3000, begrenzt auf [200, 60000]), includeAudio (Standard: true), deviceId (optional).
    • Antwortnutzlast: format: "mp4", base64, durationMs, hasAudio.
    • Nutzlastbegrenzung: Die rohe MP4-Datei ist vor der Base64-Codierung auf 18MB begrenzt; zu große Clips schlagen mit PAYLOAD_TOO_LARGE fehl (reduzieren Sie durationMs und versuchen Sie es erneut).

​
macOS-App

​
macOS-Benutzereinstellung

Die macOS-Begleit-App stellt ein Kontrollkästchen bereit:
  • Settings → General → Allow Camera (openclaw.cameraEnabled).
    • Standard: aus.
    • Wenn deaktiviert: Kameraanfragen geben CAMERA_DISABLED: enable Camera in Settings zurück.

​
CLI-Hilfsfunktion (Node-Aufruf)

Verwenden Sie die zentrale openclaw-CLI, um Kamerabefehle auf dem macOS-Node aufzurufen.
  • openclaw nodes camera snap verwendet standardmäßig maxWidth=1600, sofern dies nicht überschrieben wird.
  • camera.snap wartet nach dem Aufwärmen und Einregeln der Belichtung delayMs (Standard: 2000ms, begrenzt auf [0, 10000]), bevor die Aufnahme erfolgt.
  • Fotonutzlasten werden erneut komprimiert, damit Base64 unter 5MB bleibt.

​
Linux-Node-Host

Das mitgelieferte Linux-Node-Plugin fügt dem CLI-Dienst openclaw node die Kameraaufnahme hinzu. Es funktioniert auf einem Headless-Host und erfordert nicht die Linux-Desktop-App. Der Kamerazugriff ist standardmäßig deaktiviert. Aktivieren Sie ihn unter dem Plugin-Eintrag und starten Sie anschließend den Node-Dienst neu, damit seine Gateway-Ankündigung neu erstellt wird:
Anforderungen:
  • FFmpeg mit V4L2-Eingabe, libx264 und AAC-Unterstützung
  • ein /dev/video*-Gerät, das für den Benutzer des Node-Dienstes lesbar ist; fügen Sie diesen Benutzer bei gängigen Distributionen der Gruppe video hinzu
  • für Clips mit dem standardmäßigen includeAudio: true einen funktionierenden PulseAudio-Server oder eine PipeWire-PulseAudio-Kompatibilitätsschicht mit einer Standardquelle
Linux gibt über camera.list aufnahmefähige, lesbare V4L2-Gerätepfade zurück; FFmpeg prüft jeden /dev/video*-Kandidaten und lässt Metadaten- oder reine Ausgabegeräte aus. Das Geräteattribut position lautet unknown, sodass Ausrichtungsanfragen ohne deviceId ein Foto oder einen Clip mit der Position unknown erzeugen, anstatt eine Vorder- oder Rückkamera auszuweisen. Verwenden Sie deviceId, wenn ein Host über mehrere Kameras verfügt. camera.snap verwendet für delayMs die FFmpeg-Eingabeaufwärmung und behält das Seitenverhältnis bei, während die Breite begrenzt wird. camera.clip zeichnet Mikrofonaudio als MP4-Audiospur auf; OpenClaw stellt bewusst keinen eigenständigen Mikrofonbefehl bereit. Das Plugin verwendet libx264 für MP4-Video und wechselt nicht stillschweigend den Codec. Ein FFmpeg-Build ohne die erforderliche Eingabe oder die erforderlichen Encoder gibt CAMERA_UNAVAILABLE zurück. Fotos und Clips, die das Base64-Nutzlastbudget von 25MB überschreiten würden, schlagen mit PAYLOAD_TOO_LARGE fehl. camera.snap und camera.clip bleiben gefährliche Befehle. Fügen Sie sie nur dann zu gateway.nodes.commands.allow hinzu, wenn Sie die Aufnahme bewusst aktivieren möchten; allein durch das Aktivieren des Plugins wird die Gateway-Richtlinie nicht umgangen.

​
Sicherheit und praktische Grenzen

  • Der Kamera- und Mikrofonzugriff löst die üblichen Berechtigungsabfragen des Betriebssystems aus (und erfordert Verwendungsbeschreibungen in Info.plist).
  • Videoclips sind auf 60s begrenzt, um übergroße Node-Nutzlasten zu vermeiden (Base64-Overhead plus Nachrichtengrenzen).

​
macOS-Bildschirmvideo (auf Betriebssystemebene)

Verwenden Sie für Bildschirmvideos (nicht für Kameraaufnahmen) die macOS-Begleit-App:
Erfordert die macOS-Berechtigung Screen Recording (TCC).

​
Verwandte Themen