> ## Documentation Index
> Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Bild- und Medienunterstützung

Der WhatsApp-Kanal läuft über **Baileys Web**. Dieses Dokument beschreibt die aktuellen Regeln zur Medienverarbeitung für Senden, Gateway und Agentenantworten.

## Ziele

* Medien mit optionalen Beschriftungen über `openclaw message send --media` senden.
* Automatische Antworten aus dem Web-Posteingang dürfen Medien zusammen mit Text enthalten.
* Grenzwerte pro Typ sinnvoll und vorhersehbar halten.

## CLI-Oberfläche

* `openclaw message send --media <path-or-url> [--message <caption>]`
  * `--media` ist optional; die Beschriftung kann bei reinen Mediensendungen leer sein.
  * `--dry-run` gibt die aufgelöste Nutzlast aus; `--json` gibt `{ channel, to, messageId, mediaUrl, caption }` aus.

## Verhalten des WhatsApp-Web-Kanals

* Eingabe: lokaler Dateipfad **oder** HTTP(S)-URL.
* Ablauf: in einen Buffer laden, Medientyp erkennen und die korrekte Nutzlast erstellen:
  * **Bilder:** auf JPEG skalieren und neu komprimieren (maximale Seite 2048px), ausgerichtet auf `channels.whatsapp.mediaMaxMb` (Standard: 50 MB).
  * **Audio/Sprache/Video:** Durchleitung bis 16 MB; Audio wird als Sprachnachricht gesendet (`ptt: true`).
  * **Dokumente:** alles andere, bis 100 MB, mit beibehaltenem Dateinamen, sofern verfügbar.
* WhatsApp-Wiedergabe im GIF-Stil: ein MP4 mit `gifPlayback: true` senden (CLI: `--gif-playback`), damit mobile Clients es inline in Schleife abspielen.
* Die MIME-Erkennung bevorzugt Magic Bytes, dann Header, dann die Dateiendung.
* Die Beschriftung stammt aus `--message` oder `reply.text`; eine leere Beschriftung ist zulässig.
* Protokollierung: Nicht ausführlich zeigt `↩️`/`✅`; ausführlich enthält Größe und Quellpfad/URL.

## Pipeline für automatische Antworten

* `getReplyFromConfig` gibt `{ text?, mediaUrl?, mediaUrls? }` zurück.
* Wenn Medien vorhanden sind, löst der Web-Sender lokale Pfade oder URLs mit derselben Pipeline wie `openclaw message send` auf.
* Mehrere Medieneinträge werden, falls angegeben, nacheinander gesendet.

## Eingehende Medien für Befehle

* Wenn eingehende Web-Nachrichten Medien enthalten, lädt OpenClaw sie in eine temporäre Datei herunter und stellt Template-Variablen bereit:
  * `{{MediaUrl}}` Pseudo-URL für das eingehende Medium.
  * `{{MediaPath}}` lokaler temporärer Pfad, der vor dem Ausführen des Befehls geschrieben wird.
* Wenn eine Docker-Sandbox pro Sitzung aktiviert ist, werden eingehende Medien in den Sandbox-Arbeitsbereich kopiert und `MediaPath`/`MediaUrl` in einen relativen Pfad wie `media/inbound/<filename>` umgeschrieben.
* Medienverständnis (falls über `tools.media.*` oder das gemeinsame `tools.media.models` konfiguriert) läuft vor dem Templating und kann `[Image]`-, `[Audio]`- und `[Video]`-Blöcke in `Body` einfügen.
  * Audio setzt `{{Transcript}}` und verwendet das Transkript für die Befehlsauswertung, damit Slash-Befehle weiterhin funktionieren.
  * Video- und Bildbeschreibungen behalten jeglichen Beschriftungstext für die Befehlsauswertung bei.
  * Wenn das aktive primäre Bildmodell Vision bereits nativ unterstützt, überspringt OpenClaw den `[Image]`-Zusammenfassungsblock und übergibt stattdessen das Originalbild an das Modell.
* Standardmäßig wird nur der erste passende Bild-/Audio-/Video-Anhang verarbeitet; setzen Sie `tools.media.<cap>.attachments`, um mehrere Anhänge zu verarbeiten.

## Grenzwerte und Fehler

**Obergrenzen für ausgehendes Senden (WhatsApp-Web-Senden)**

* Bilder: bis zu `channels.whatsapp.mediaMaxMb` (Standard: 50 MB) nach der Neukomprimierung.
* Audio/Sprache/Video: Obergrenze 16 MB; Dokumente: Obergrenze 100 MB.
* Zu große oder nicht lesbare Medien → klarer Fehler in den Logs, und die Antwort wird übersprungen.

**Obergrenzen für Medienverständnis (Transkription/Beschreibung)**

* Bildstandard: 10 MB (`tools.media.image.maxBytes`).
* Audiostandard: 20 MB (`tools.media.audio.maxBytes`).
* Videostandard: 50 MB (`tools.media.video.maxBytes`).
* Bei zu großen Medien wird das Verständnis übersprungen, aber Antworten werden weiterhin mit dem ursprünglichen Body verarbeitet.

## Hinweise für Tests

* Sende- und Antwortabläufe für Bild-, Audio- und Dokumentfälle abdecken.
* Neukomprimierung für Bilder (Größenbegrenzung) und Sprachnachricht-Flag für Audio validieren.
* Sicherstellen, dass Antworten mit mehreren Medien als sequenzielle Sendungen aufgefächert werden.

## Verwandt

* [Kameraaufnahme](/de/nodes/camera)
* [Medienverständnis](/de/nodes/media-understanding)
* [Audio und Sprachnachrichten](/de/nodes/audio)