> ## 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.

# Obsługa obrazów i multimediów

Kanał WhatsApp działa przez **Baileys Web**. Ten dokument opisuje bieżące reguły obsługi multimediów dla wysyłania, Gateway i odpowiedzi agentów.

## Cele

* Wysyłanie multimediów z opcjonalnymi podpisami przez `openclaw message send --media`.
* Umożliwienie automatycznym odpowiedziom ze skrzynki odbiorczej web dołączania multimediów obok tekstu.
* Utrzymanie rozsądnych i przewidywalnych limitów dla poszczególnych typów.

## Interfejs CLI

* `openclaw message send --media <path-or-url> [--message <caption>]`
  * `--media` jest opcjonalne; podpis może być pusty przy wysyłaniu samych multimediów.
  * `--dry-run` wypisuje rozwiązany ładunek; `--json` emituje `{ channel, to, messageId, mediaUrl, caption }`.

## Zachowanie kanału WhatsApp Web

* Dane wejściowe: lokalna ścieżka pliku **lub** adres URL HTTP(S).
* Przepływ: wczytaj do Buffer, wykryj rodzaj multimediów i zbuduj właściwy ładunek:
  * **Obrazy:** zmiana rozmiaru i ponowna kompresja do JPEG (maksymalny bok 2048px) z celem `channels.whatsapp.mediaMaxMb` (domyślnie: 50 MB).
  * **Audio/Głos/Wideo:** przekazywanie bez zmian do 16 MB; audio jest wysyłane jako notatka głosowa (`ptt: true`).
  * **Dokumenty:** wszystko inne, do 100 MB, z zachowaniem nazwy pliku, gdy jest dostępna.
* Odtwarzanie w stylu GIF w WhatsApp: wyślij MP4 z `gifPlayback: true` (CLI: `--gif-playback`), aby klienci mobilni zapętlali je inline.
* Wykrywanie MIME preferuje bajty magiczne, potem nagłówki, potem rozszerzenie pliku.
* Podpis pochodzi z `--message` albo `reply.text`; pusty podpis jest dozwolony.
* Logowanie: tryb niewerbose pokazuje `↩️`/`✅`; tryb verbose zawiera rozmiar i ścieżkę/URL źródła.

## Potok automatycznych odpowiedzi

* `getReplyFromConfig` zwraca `{ text?, mediaUrl?, mediaUrls? }`.
* Gdy multimedia są obecne, nadawca web rozwiązuje lokalne ścieżki lub adresy URL przy użyciu tego samego potoku co `openclaw message send`.
* Wiele pozycji multimedialnych jest wysyłanych sekwencyjnie, jeśli zostały podane.

## Multimedia przychodzące do poleceń

* Gdy przychodzące wiadomości web zawierają multimedia, OpenClaw pobiera je do pliku tymczasowego i udostępnia zmienne szablonów:
  * `{{MediaUrl}}` pseudo-URL dla przychodzących multimediów.
  * `{{MediaPath}}` lokalna ścieżka tymczasowa zapisana przed uruchomieniem polecenia.
* Gdy włączona jest piaskownica Docker dla sesji, przychodzące multimedia są kopiowane do obszaru roboczego piaskownicy, a `MediaPath`/`MediaUrl` są przepisywane na ścieżkę względną, taką jak `media/inbound/<filename>`.
* Rozumienie multimediów (jeśli skonfigurowane przez `tools.media.*` lub współdzielone `tools.media.models`) działa przed szablonowaniem i może wstawiać bloki `[Image]`, `[Audio]` i `[Video]` do `Body`.
  * Audio ustawia `{{Transcript}}` i używa transkrypcji do parsowania poleceń, aby polecenia z ukośnikiem nadal działały.
  * Opisy wideo i obrazów zachowują dowolny tekst podpisu na potrzeby parsowania poleceń.
  * Jeśli aktywny główny model obrazów już natywnie obsługuje widzenie, OpenClaw pomija blok podsumowania `[Image]` i zamiast tego przekazuje oryginalny obraz do modelu.
* Domyślnie przetwarzany jest tylko pierwszy pasujący załącznik obrazu/audio/wideo; ustaw `tools.media.<cap>.attachments`, aby przetwarzać wiele załączników.

## Limity i błędy

**Limity wysyłania wychodzącego (wysyłka WhatsApp web)**

* Obrazy: do `channels.whatsapp.mediaMaxMb` (domyślnie: 50 MB) po ponownej kompresji.
* Audio/głos/wideo: limit 16 MB; dokumenty: limit 100 MB.
* Zbyt duże lub nieczytelne multimedia → czytelny błąd w logach, a odpowiedź jest pomijana.

**Limity rozumienia multimediów (transkrypcja/opis)**

* Domyślnie obraz: 10 MB (`tools.media.image.maxBytes`).
* Domyślnie audio: 20 MB (`tools.media.audio.maxBytes`).
* Domyślnie wideo: 50 MB (`tools.media.video.maxBytes`).
* Zbyt duże multimedia pomijają rozumienie, ale odpowiedzi nadal przechodzą z oryginalną treścią.

## Uwagi do testów

* Obejmij przepływy wysyłania i odpowiedzi dla przypadków obrazu/audio/dokumentu.
* Zweryfikuj ponowną kompresję obrazów (ograniczenie rozmiaru) i flagę notatki głosowej dla audio.
* Upewnij się, że odpowiedzi z wieloma multimediami rozsyłają się jako sekwencyjne wysyłki.

## Powiązane

* [Przechwytywanie z kamery](/pl/nodes/camera)
* [Rozumienie multimediów](/pl/nodes/media-understanding)
* [Audio i notatki głosowe](/pl/nodes/audio)