Passer au contenu principal
La chaîne WhatsApp s’exécute via Baileys Web. Ce document décrit les règles actuelles de gestion des médias pour l’envoi, le Gateway et les réponses des agents.

​
Objectifs

  • Envoyer des médias avec des légendes facultatives via openclaw message send --media.
  • Autoriser les réponses automatiques depuis la boîte de réception web à inclure des médias avec du texte.
  • Garder les limites par type raisonnables et prévisibles.

​
Surface CLI

  • openclaw message send --media <path-or-url> [--message <caption>]
    • --media est facultatif ; la légende peut être vide pour les envois contenant uniquement un média.
    • --dry-run affiche la charge utile résolue ; --json émet { channel, to, messageId, mediaUrl, caption }.

​
Comportement de la chaîne WhatsApp Web

  • Entrée : chemin de fichier local ou URL HTTP(S).
  • Flux : charger dans un Buffer, détecter le type de média et construire la charge utile appropriée :
    • Images : redimensionner et recompresser en JPEG (côté max. 2048 px) en ciblant channels.whatsapp.mediaMaxMb (par défaut : 50 Mo).
    • Audio/Voix/Vidéo : transmission directe jusqu’à 16 Mo ; l’audio est envoyé comme note vocale (ptt: true).
    • Documents : tout le reste, jusqu’à 100 Mo, avec conservation du nom de fichier lorsqu’il est disponible.
  • Lecture de type GIF WhatsApp : envoyer un MP4 avec gifPlayback: true (CLI : --gif-playback) afin que les clients mobiles le lisent en boucle en ligne.
  • La détection MIME privilégie les signatures binaires, puis les en-têtes, puis l’extension de fichier.
  • La légende provient de --message ou de reply.text ; une légende vide est autorisée.
  • Journalisation : le mode non verbeux affiche ↩️/✅ ; le mode verbeux inclut la taille et le chemin/l’URL source.

​
Pipeline de réponse automatique

  • getReplyFromConfig renvoie { text?, mediaUrl?, mediaUrls? }.
  • Lorsqu’un média est présent, l’expéditeur web résout les chemins locaux ou les URL avec le même pipeline que openclaw message send.
  • Plusieurs entrées média sont envoyées séquentiellement si elles sont fournies.

​
Médias entrants vers les commandes

  • Lorsque les messages web entrants incluent des médias, OpenClaw les télécharge dans un fichier temporaire et expose des variables de modèle :
    • {{MediaUrl}} pseudo-URL pour le média entrant.
    • {{MediaPath}} chemin temporaire local écrit avant l’exécution de la commande.
  • Lorsqu’un bac à sable Docker par session est activé, le média entrant est copié dans l’espace de travail du bac à sable et MediaPath/MediaUrl sont réécrits vers un chemin relatif comme media/inbound/<filename>.
  • La compréhension des médias (si elle est configurée via tools.media.* ou tools.media.models partagés) s’exécute avant le templating et peut insérer des blocs [Image], [Audio] et [Video] dans Body.
    • L’audio définit {{Transcript}} et utilise la transcription pour l’analyse des commandes afin que les commandes slash continuent de fonctionner.
    • Les descriptions vidéo et image conservent tout texte de légende pour l’analyse des commandes.
    • Si le modèle d’image principal actif prend déjà en charge la vision nativement, OpenClaw ignore le bloc de résumé [Image] et transmet plutôt l’image d’origine au modèle.
  • Par défaut, seule la première pièce jointe image/audio/vidéo correspondante est traitée ; définissez tools.media.<cap>.attachments pour traiter plusieurs pièces jointes.

​
Limites et erreurs

Plafonds d’envoi sortant (envoi WhatsApp web)
  • Images : jusqu’à channels.whatsapp.mediaMaxMb (par défaut : 50 Mo) après recompression.
  • Audio/voix/vidéo : plafond de 16 Mo ; documents : plafond de 100 Mo.
  • Média surdimensionné ou illisible → erreur claire dans les journaux et la réponse est ignorée.
Plafonds de compréhension des médias (transcription/description)
  • Image par défaut : 10 Mo (tools.media.image.maxBytes).
  • Audio par défaut : 20 Mo (tools.media.audio.maxBytes).
  • Vidéo par défaut : 50 Mo (tools.media.video.maxBytes).
  • Les médias surdimensionnés ignorent la compréhension, mais les réponses sont tout de même transmises avec le corps d’origine.

​
Notes pour les tests

  • Couvrir les flux d’envoi et de réponse pour les cas image/audio/document.
  • Valider la recompression des images (limite de taille) et l’indicateur de note vocale pour l’audio.
  • S’assurer que les réponses multimédias multiples se répartissent en envois séquentiels.

​
Connexe