Kameraaufnahme (Agent)

OpenClaw unterstützt Kameraaufnahme für Agent-Workflows:

• iOS-Node (über Gateway gekoppelt): Aufnahme eines Fotos (jpg) oder eines kurzen Videoclips (mp4, optional mit Audio) über node.invoke.
• Android-Node (über Gateway gekoppelt): Aufnahme eines Fotos (jpg) oder eines kurzen Videoclips (mp4, optional mit Audio) über node.invoke.
• macOS-App (Node über Gateway): Aufnahme eines Fotos (jpg) oder eines kurzen Videoclips (mp4, optional mit Audio) über node.invoke.

Jeder Kamerazugriff wird durch benutzerkontrollierte Einstellungen geschützt.

iOS-Node

Benutzereinstellung (standardmäßig an)

• iOS Einstellungen-Tab → Kamera → Kamera erlauben (camera.enabled)
  • Standard: an (fehlender Schlüssel wird als aktiviert behandelt).
  • Wenn aus: camera.*-Befehle geben CAMERA_DISABLED zurück.

Befehle (über Gateway node.invoke)

• camera.list

  • Antwort-Payload:
    • devices: Array von { id, name, position, deviceType }

• camera.snap

  • Parameter:
    • facing: front|back (Standard: front)
    • maxWidth: Zahl (optional; Standard 1600 auf dem iOS-Node)
    • quality: 0..1 (optional; Standard 0.9)
    • format: aktuell jpg
    • delayMs: Zahl (optional; Standard 0)
    • deviceId: String (optional; aus camera.list)
  • Antwort-Payload:
    • format: "jpg"
    • base64: "<...>"
    • width, height
  • Payload-Schutz: Fotos werden rekomprimiert, um den Base64-Payload unter 5 MB zu halten.

• camera.clip

  • Parameter:
    • facing: front|back (Standard: front)
    • durationMs: Zahl (Standard 3000, begrenzt auf maximal 60000)
    • includeAudio: Boolean (Standard true)
    • format: aktuell mp4
    • deviceId: String (optional; aus camera.list)
  • Antwort-Payload:
    • format: "mp4"
    • base64: "<...>"
    • durationMs
    • hasAudio

Vordergrund-Anforderung

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

CLI-Helfer (temporäre Dateien + MEDIA)

Der einfachste Weg, Anhänge zu erhalten, ist der CLI-Helfer, der dekodierte Medien in eine temporäre Datei schreibt und MEDIA:<path> ausgibt.

Beispiele:

openclaw nodes camera snap --node <id>               # Standard: beide Seiten front + back (2 MEDIA-Zeilen)
openclaw nodes camera snap --node <id> --facing front
openclaw nodes camera clip --node <id> --duration 3000
openclaw nodes camera clip --node <id> --no-audio

Hinweise:

• nodes camera snap nimmt standardmäßig beide Richtungen auf, um dem Agent beide Ansichten zu geben.
• Ausgabedateien sind temporär (im OS-Temp-Verzeichnis), sofern du keinen eigenen Wrapper baust.

Android-Node

Android-Benutzereinstellung (standardmäßig an)

• Android Einstellungen-Sheet → Kamera → Kamera erlauben (camera.enabled)
  • Standard: an (fehlender Schlüssel wird als aktiviert behandelt).
  • Wenn aus: camera.*-Befehle geben CAMERA_DISABLED zurück.

Berechtigungen

• Android benötigt Laufzeitberechtigungen:
  • CAMERA für sowohl camera.snap als auch camera.clip.
  • RECORD_AUDIO für camera.clip, wenn includeAudio=true.

Wenn Berechtigungen fehlen, fragt die App wenn möglich nach; bei Ablehnung schlagen camera.*-Anfragen mit einem *_PERMISSION_REQUIRED-Fehler fehl.

Android-Vordergrund-Anforderung

Wie bei canvas.* erlaubt der Android-Node camera.*-Befehle nur im Vordergrund. Hintergrundaufrufe geben NODE_BACKGROUND_UNAVAILABLE zurück.

Android-Befehle (über Gateway node.invoke)

• camera.list
  • Antwort-Payload:
    • devices: Array von { id, name, position, deviceType }

Payload-Schutz

Fotos werden rekomprimiert, um den Base64-Payload unter 5 MB zu halten.

macOS-App

Benutzereinstellung (standardmäßig aus)

Die macOS-Begleit-App bietet ein Kontrollkästchen:

• Einstellungen → Allgemein → Kamera erlauben (openclaw.cameraEnabled)
  • Standard: aus
  • Wenn aus: Kameraanfragen geben „Camera disabled by user” zurück.

CLI-Helfer (Node Invoke)

Verwende die openclaw-CLI, um Kamerabefehle auf dem macOS-Node auszuführen.

Beispiele:

openclaw nodes camera list --node <id>            # Kamera-IDs auflisten
openclaw nodes camera snap --node <id>            # gibt MEDIA:<path> aus
openclaw nodes camera snap --node <id> --max-width 1280
openclaw nodes camera snap --node <id> --delay-ms 2000
openclaw nodes camera snap --node <id> --device-id <id>
openclaw nodes camera clip --node <id> --duration 10s          # gibt MEDIA:<path> aus
openclaw nodes camera clip --node <id> --duration-ms 3000      # gibt MEDIA:<path> aus (Legacy-Flag)
openclaw nodes camera clip --node <id> --device-id <id>
openclaw nodes camera clip --node <id> --no-audio

Hinweise:

• openclaw nodes camera snap verwendet standardmäßig maxWidth=1600, sofern nicht überschrieben.
• Auf macOS wartet camera.snap delayMs (Standard 2000ms) nach Aufwärm-/Belichtungsausgleich, bevor aufgenommen wird.
• Foto-Payloads werden rekomprimiert, um Base64 unter 5 MB zu halten.

Sicherheit und praktische Limits

• Kamera- und Mikrofonzugriff lösen die üblichen OS-Berechtigungsabfragen aus (und erfordern Usage-Strings in Info.plist).
• Videoclips sind begrenzt (aktuell <= 60s), um überdimensionierte Node-Payloads zu vermeiden (Base64-Overhead + Nachrichtenlimits).

macOS Screen-Video (OS-Ebene)

Für Bildschirm-Video (nicht Kamera) verwende die macOS-Begleit-App:

openclaw nodes screen record --node <id> --duration 10s --fps 15   # gibt MEDIA:<path> aus

Hinweise:

• Erfordert die macOS-Berechtigung Bildschirmaufnahme (TCC).