> ## 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.

# चित्र और मीडिया समर्थन

WhatsApp चैनल **Baileys Web** के माध्यम से चलता है। यह दस्तावेज़ भेजने, Gateway और एजेंट उत्तरों के लिए मौजूदा मीडिया हैंडलिंग नियम दर्ज करता है।

## लक्ष्य

* `openclaw message send --media` के माध्यम से वैकल्पिक कैप्शन के साथ मीडिया भेजना।
* वेब इनबॉक्स से ऑटो-रिप्लाई में टेक्स्ट के साथ मीडिया शामिल करने की अनुमति देना।
* प्रत्येक प्रकार की सीमाओं को समझदार और अनुमानित रखना।

## CLI सतह

* `openclaw message send --media <path-or-url> [--message <caption>]`
  * `--media` वैकल्पिक है; केवल-मीडिया भेजने के लिए कैप्शन खाली हो सकता है।
  * `--dry-run` हल किया गया पेलोड प्रिंट करता है; `--json` `{ channel, to, messageId, mediaUrl, caption }` उत्सर्जित करता है।

## WhatsApp Web चैनल व्यवहार

* इनपुट: स्थानीय फ़ाइल पथ **या** HTTP(S) URL।
* प्रवाह: Buffer में लोड करें, मीडिया प्रकार पहचानें, और सही पेलोड बनाएं:
  * **छवियां:** `channels.whatsapp.mediaMaxMb` (डिफ़ॉल्ट: 50 MB) को लक्ष्य करते हुए JPEG में रीसाइज़ और रीकंप्रेस करें (अधिकतम साइड 2048px)।
  * **ऑडियो/वॉइस/वीडियो:** 16 MB तक पास-थ्रू; ऑडियो वॉइस नोट (`ptt: true`) के रूप में भेजा जाता है।
  * **दस्तावेज़:** बाकी सब कुछ, 100 MB तक, उपलब्ध होने पर फ़ाइल नाम सुरक्षित रखते हुए।
* WhatsApp GIF-शैली प्लेबैक: MP4 को `gifPlayback: true` (CLI: `--gif-playback`) के साथ भेजें ताकि मोबाइल क्लाइंट इनलाइन लूप करें।
* MIME पहचान पहले मैजिक बाइट्स, फिर हेडर, फिर फ़ाइल एक्सटेंशन को प्राथमिकता देती है।
* कैप्शन `--message` या `reply.text` से आता है; खाली कैप्शन की अनुमति है।
* लॉगिंग: गैर-वर्बोज़ `↩️`/`✅` दिखाता है; वर्बोज़ में आकार और स्रोत पथ/URL शामिल होते हैं।

## ऑटो-रिप्लाई पाइपलाइन

* `getReplyFromConfig` `{ text?, mediaUrl?, mediaUrls? }` लौटाता है।
* जब मीडिया मौजूद हो, तो वेब सेंडर स्थानीय पथों या URL को `openclaw message send` जैसी ही पाइपलाइन का उपयोग करके हल करता है।
* यदि कई मीडिया प्रविष्टियां दी गई हों, तो उन्हें क्रमिक रूप से भेजा जाता है।

## इनबाउंड मीडिया से कमांड तक

* जब इनबाउंड वेब संदेशों में मीडिया शामिल होता है, OpenClaw उसे अस्थायी फ़ाइल में डाउनलोड करता है और टेम्पलेटिंग वेरिएबल उपलब्ध कराता है:
  * इनबाउंड मीडिया के लिए `{{MediaUrl}}` छद्म-URL।
  * कमांड चलाने से पहले लिखा गया स्थानीय अस्थायी पथ `{{MediaPath}}`।
* जब प्रति-सत्र Docker सैंडबॉक्स सक्षम हो, तो इनबाउंड मीडिया सैंडबॉक्स वर्कस्पेस में कॉपी किया जाता है और `MediaPath`/`MediaUrl` को `media/inbound/<filename>` जैसे सापेक्ष पथ में फिर से लिखा जाता है।
* मीडिया समझ (यदि `tools.media.*` या साझा `tools.media.models` के माध्यम से कॉन्फ़िगर की गई हो) टेम्पलेटिंग से पहले चलती है और `Body` में `[Image]`, `[Audio]`, और `[Video]` ब्लॉक डाल सकती है।
  * ऑडियो `{{Transcript}}` सेट करता है और कमांड पार्सिंग के लिए ट्रांसक्रिप्ट का उपयोग करता है ताकि स्लैश कमांड अब भी काम करें।
  * वीडियो और छवि विवरण कमांड पार्सिंग के लिए किसी भी कैप्शन टेक्स्ट को सुरक्षित रखते हैं।
  * यदि सक्रिय प्राथमिक छवि मॉडल पहले से ही मूल रूप से विज़न का समर्थन करता है, तो OpenClaw `[Image]` सारांश ब्लॉक छोड़ देता है और इसके बजाय मूल छवि को मॉडल को पास करता है।
* डिफ़ॉल्ट रूप से केवल पहला मेल खाता छवि/ऑडियो/वीडियो अटैचमेंट प्रोसेस किया जाता है; कई अटैचमेंट प्रोसेस करने के लिए `tools.media.<cap>.attachments` सेट करें।

## सीमाएं और त्रुटियां

**आउटबाउंड भेजने की कैप्स (WhatsApp web send)**

* छवियां: रीकंप्रेशन के बाद `channels.whatsapp.mediaMaxMb` (डिफ़ॉल्ट: 50 MB) तक।
* ऑडियो/वॉइस/वीडियो: 16 MB कैप; दस्तावेज़: 100 MB कैप।
* बहुत बड़ा या अपठनीय मीडिया → लॉग में स्पष्ट त्रुटि और उत्तर छोड़ दिया जाता है।

**मीडिया समझ कैप्स (ट्रांसक्रिप्शन/विवरण)**

* छवि डिफ़ॉल्ट: 10 MB (`tools.media.image.maxBytes`)।
* ऑडियो डिफ़ॉल्ट: 20 MB (`tools.media.audio.maxBytes`)।
* वीडियो डिफ़ॉल्ट: 50 MB (`tools.media.video.maxBytes`)।
* बहुत बड़ा मीडिया समझ को छोड़ देता है, लेकिन उत्तर मूल बॉडी के साथ फिर भी आगे बढ़ते हैं।

## परीक्षणों के लिए नोट्स

* छवि/ऑडियो/दस्तावेज़ मामलों के लिए भेजने + उत्तर प्रवाह कवर करें।
* छवियों के लिए रीकंप्रेशन (आकार सीमा) और ऑडियो के लिए वॉइस-नोट फ़्लैग सत्यापित करें।
* सुनिश्चित करें कि मल्टी-मीडिया उत्तर क्रमिक भेजावों के रूप में फैलते हैं।

## संबंधित

* [कैमरा कैप्चर](/hi/nodes/camera)
* [मीडिया समझ](/hi/nodes/media-understanding)
* [ऑडियो और वॉइस नोट्स](/hi/nodes/audio)