媒体与附件
OpenClaw 在文本之外还能向 Telegram 发送哪些内容,以及入站媒体如何到达智能体。
媒体与附件¶
相册、音频、视频和贴纸
### 相册 {#photo-albums}
在一次 `message` 工具调用中发送多个图片附件。OpenClaw 将连续的图片按照原始顺序组合成最多 10 张图片的 Telegram 相册。自动回复中的多图片消息使用相同的分组方式。单张图片(包括最后剩下的那张)将单独发送。
{
action: "send",
channel: "telegram",
to: "123456789",
message: "Trip photos",
attachments: [
{ type: "image", media: "https://example.com/photo-1.jpg" },
{ type: "image", media: "https://example.com/photo-2.jpg" },
],
}
说明文字放在第一张图片上。超过说明文字限制的文本将作为单独消息跟随相册发送。以文档形式发送的图片、其他媒体类型以及带有内联按钮的消息会保持单独发送,以保留其现有控件和投递行为。
### 音频消息 {#audio-messages}
Telegram 将语音消息(voice note)与音频文件区分开。默认采用音频文件行为;在智能体回复中加入 `[[audio_as_voice]]` 标记可强制以语音消息形式发送。入站语音消息的转录文本在智能体上下文中被标记为机器生成的、不可信的文本,但提及检测仍使用原始转录文本,因此受提及门控的语音消息继续正常工作。
{
action: "send",
channel: "telegram",
to: "123456789",
media: "https://example.com/voice.ogg",
asVoice: true,
}
### 视频消息 {#video-messages}
Telegram 将视频文件与视频消息(video note)区分开。视频消息不支持说明文字;提供的消息文本将单独发送。
{
action: "send",
channel: "telegram",
to: "123456789",
media: "https://example.com/video.mp4",
asVideoNote: true,
}
### 位置和地点 {#locations-and-venues}
使用现有的 `send` 操作并提供一个独立的 `location` 对象。坐标会发送原生地图图钉;同时添加 `name` 和 `address` 则会发送原生地点卡片。位置发送不能与消息文本或媒体组合。
{
action: "send",
channel: "telegram",
to: "123456789",
location: {
latitude: 48.858844,
longitude: 2.294351,
accuracy: 12,
name: "Eiffel Tower",
address: "Champ de Mars, Paris",
},
}
### 贴纸 {#stickers}
入站:静态 WEBP 会被下载并处理(占位符 `<media:sticker>`)。当贴纸媒体不可用时(包括动画 TGS 和视频 WEBM),OpenClaw 会使用贴纸的表情符号作为消息文本。如果没有可用的表情符号,则使用 `<media:sticker>`。缓存的描述优先于该回退方案。
贴纸上下文字段:`Sticker.emoji`、`Sticker.setName`、`Sticker.fileId`、`Sticker.fileUniqueId`、`Sticker.cachedDescription`。描述会缓存在 OpenClaw SQLite 插件状态中,以减少重复的视觉调用。
贴纸描述会优先使用配置的 `agents.defaults.imageModel`,而非共享的自动图像模型选择(包括提供商的 MiniMax 图像路由)。贴纸描述只使用一个选定的模型;如果该模型失败,不会尝试配置的回退列表。失败的描述不会被缓存;常规媒体分析仍可单独运行,使用其正常的回退处理。
启用贴纸操作:
发送:
搜索缓存的贴纸:
本页原文 Markdown:在 AtomGit 查看·内容源自开源项目 cl/openclaw