---
read_when:
    - Змінення медіаконвеєра або вкладень
summary: Правила обробки зображень і медіа для send, Gateway та відповідей агента
title: Підтримка зображень і медіа
x-i18n:
    generated_at: "2026-05-06T16:11:33Z"
    model: gpt-5.5
    provider: openai
    source_hash: 069140a3ad3bade166d4576ead604b4675006a01e546672872379ce83291471c
    source_path: nodes/images.md
    workflow: 16
---

Канал WhatsApp працює через **Baileys Web**. Цей документ фіксує поточні правила обробки медіа для надсилання, Gateway і відповідей агентів.

## Цілі

- Надсилати медіа з необов’язковими підписами через `openclaw message send --media`.
- Дозволити автовідповідям із веб-вхідних містити медіа разом із текстом.
- Зберігати розумні та передбачувані обмеження для кожного типу.

## Поверхня CLI

- `openclaw message send --media <path-or-url> [--message <caption>]`
  - `--media` необов’язковий; підпис може бути порожнім для надсилання лише медіа.
  - `--dry-run` виводить розв’язане корисне навантаження; `--json` видає `{ channel, to, messageId, mediaUrl, caption }`.

## Поведінка каналу WhatsApp Web

- Вхідні дані: локальний шлях до файлу **або** HTTP(S) URL.
- Потік: завантажити в Buffer, визначити тип медіа й побудувати правильне корисне навантаження:
  - **Зображення:** змінити розмір і повторно стиснути до JPEG (максимальна сторона 2048px), орієнтуючись на `channels.whatsapp.mediaMaxMb` (типово: 50 MB).
  - **Аудіо/голос/відео:** передавати без змін до 16 MB; аудіо надсилається як голосова нотатка (`ptt: true`).
  - **Документи:** усе інше, до 100 MB, зі збереженням імені файлу, коли воно доступне.
- Відтворення у стилі GIF у WhatsApp: надішліть MP4 з `gifPlayback: true` (CLI: `--gif-playback`), щоб мобільні клієнти відтворювали його зациклено вбудовано.
- Визначення MIME віддає перевагу магічним байтам, потім заголовкам, потім розширенню файлу.
- Підпис береться з `--message` або `reply.text`; порожній підпис дозволений.
- Журналювання: без докладного режиму показує `↩️`/`✅`; докладний режим включає розмір і шлях/URL джерела.

## Конвеєр автовідповідей

- `getReplyFromConfig` повертає `{ text?, mediaUrl?, mediaUrls? }`.
- Коли медіа присутнє, веб-відправник розв’язує локальні шляхи або URL за допомогою того самого конвеєра, що й `openclaw message send`.
- Кілька медіаелементів надсилаються послідовно, якщо їх надано.

## Вхідні медіа до команд (Pi)

- Коли вхідні веб-повідомлення містять медіа, OpenClaw завантажує їх у тимчасовий файл і надає змінні шаблонізації:
  - `{{MediaUrl}}` псевдо-URL для вхідного медіа.
  - `{{MediaPath}}` локальний тимчасовий шлях, записаний перед запуском команди.
- Коли ввімкнено Docker-пісочницю для окремої сесії, вхідне медіа копіюється в робочу область пісочниці, а `MediaPath`/`MediaUrl` переписуються на відносний шлях на кшталт `media/inbound/<filename>`.
- Розуміння медіа (якщо налаштовано через `tools.media.*` або спільні `tools.media.models`) виконується перед шаблонізацією та може вставляти блоки `[Image]`, `[Audio]` і `[Video]` у `Body`.
  - Аудіо встановлює `{{Transcript}}` і використовує транскрипт для розбору команд, щоб слеш-команди й далі працювали.
  - Описи відео й зображень зберігають будь-який текст підпису для розбору команд.
  - Якщо активна основна модель зображень уже нативно підтримує бачення, OpenClaw пропускає блок зведення `[Image]` і натомість передає моделі оригінальне зображення.
- Типово обробляється лише перше відповідне вкладення зображення/аудіо/відео; задайте `tools.media.<cap>.attachments`, щоб обробляти кілька вкладень.

## Обмеження та помилки

**Обмеження вихідного надсилання (надсилання через WhatsApp Web)**

- Зображення: до `channels.whatsapp.mediaMaxMb` (типово: 50 MB) після повторного стиснення.
- Аудіо/голос/відео: обмеження 16 MB; документи: обмеження 100 MB.
- Завелике або нечитабельне медіа → чітка помилка в журналах, а відповідь пропускається.

**Обмеження розуміння медіа (транскрипція/опис)**

- Типово для зображень: 10 MB (`tools.media.image.maxBytes`).
- Типово для аудіо: 20 MB (`tools.media.audio.maxBytes`).
- Типово для відео: 50 MB (`tools.media.video.maxBytes`).
- Завелике медіа пропускає розуміння, але відповіді все одно проходять з оригінальним тілом.

## Примітки для тестів

- Покрийте потоки надсилання й відповідей для випадків із зображеннями/аудіо/документами.
- Перевірте повторне стиснення для зображень (межу розміру) і прапорець голосової нотатки для аудіо.
- Переконайтеся, що відповіді з кількома медіа розгалужуються як послідовні надсилання.

## Пов’язане

- [Захоплення з камери](/uk/nodes/camera)
- [Розуміння медіа](/uk/nodes/media-understanding)
- [Аудіо та голосові нотатки](/uk/nodes/audio)