Chat Image Reader

面向多个聊天平台的通用图像读取与分析能力。

支持的平台

必需的凭据

该能力需依赖 API 凭据访问各聊天平台的消息。至少需配置一个平台方可启用本能力。

平台凭据

配置示例

# Feishu (飞书) —— 用于读取 Feishu 图像所必需
export FEISHU_APP_ID="cli_xxx"
export FEISHU_APP_SECRET="xxx"

# DingTalk (钉钉) —— 用于读取 DingTalk 图像所必需
export DINGTALK_APP_KEY="dingxxx"
export DINGTALK_APP_SECRET="xxx"

# WeChat (企业微信) —— 用于读取 WeChat 图像所必需
export WECHAT_CORP_ID="xxx"
export WECHAT_CORP_SECRET="xxx"

# Telegram —— 用于读取 Telegram 图像所必需
export TELEGRAM_BOT_TOKEN="123456:ABC-xxx"

安全说明

• 凭据仅用于从对应平台下载图像
• 除调用官方平台 API 外，不向任何外部服务器发送数据
• 图像临时存储于本地临时目录中
• 凭据应通过环境变量配置，禁止硬编码

工作流程

步骤 1：根据上下文识别平台

检查 inbound_meta.channel 或 inbound_meta.provider 字段以确定聊天平台：

{
  "channel": "feishu",      // Feishu
  "channel": "discord",     // Discord
  "channel": "telegram",    // Telegram
  "channel": "whatsapp",    // WhatsApp
  ...
}

步骤 2：按平台获取图像

Feishu (飞书)

1. 从消息中提取 message_id 和 image_key
2. 调用 API 获取租户访问令牌（Tenant Access Token）
3. 通过以下接口下载：GET /open-apis/im/v1/messages/{message_id}/resources/{image_key}
4. 保存为临时文件

DingTalk (钉钉)

1. 从消息内容中提取 downloadCode
2. 调用 API（使用 appKey + appSecret）获取访问令牌（Access Token）
3. 通过以下接口下载：GET /v1.0/robot/messageFiles/download?downloadCode={code}
4. 保存为临时文件

WeChat (微信/企业微信)

1. 从消息中提取 media_id
2. 调用 API 获取访问令牌（Access Token）
3. 通过以下接口下载：GET https://qyapi.weixin.qq.com/cgi-bin/media/get?access_token={token}&media_id={id}
4. 保存为临时文件

Discord

1. 从消息中提取附件 URL（Discord 提供 CDN 直链）
2. 直接通过 URL 下载
3. 公开频道无需身份验证

Telegram

1. 从消息中提取 file_id
2. 调用 Bot API：GET https://api.telegram.org/bot{token}/getFile?file_id={file_id}
3. 通过返回的 file_path 构造下载地址：https://api.telegram.org/file/bot{token}/{file_path}

WhatsApp / Signal / Slack

1. 从消息中提取媒体 URL
2. 直接下载（通常需在请求头中携带 token）

本地文件路径

若用户直接提供本地路径：

1. 校验文件是否存在
2. 跳过下载，直接使用该文件

步骤 3：图像分析

使用 image 工具，并传入合适的 prompt：

image(
  image: "",
  prompt: "描述图片内容，包括文字、图表、数据等关键信息"
)

平台特异性实现

Feishu 实现

# 1. 获取租户令牌
$body = @{ app_id = $appId; app_secret = $appSecret } | ConvertTo-Json
$token = (Invoke-RestMethod -Uri "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal" -Method Post -Body $body).tenant_access_token

# 2. 获取消息以定位 image_key
$message = Invoke-RestMethod -Uri "https://open.feishu.cn/open-apis/im/v1/messages/$messageId" -Headers @{ Authorization = "Bearer $token" }
$imageKey = $message.data.items[0].body.content | ConvertFrom-Json | Select-Object -ExpandProperty image_key

# 3. 下载图像
Invoke-WebRequest -Uri "https://open.feishu.cn/open-apis/im/v1/messages/$messageId/resources/$imageKey" -Headers @{ Authorization = "Bearer $token" } -OutFile $outputPath

DingTalk 实现

# 1. 获取访问令牌
$body = @{ appKey = $appKey; appSecret = $appSecret } | ConvertTo-Json
$token = (Invoke-RestMethod -Uri "https://api.dingtalk.com/v1.0/oauth2/accessToken" -Method Post -Body $body).accessToken

# 2. 使用 downloadCode 下载图像
# 针对机器人消息：
Invoke-WebRequest -Uri "https://api.dingtalk.com/v1.0/robot/messageFiles/download?downloadCode=$downloadCode" -Headers @{ "x-acs-dingtalk-access-token" = $token } -OutFile $outputPath

# 针对用户消息（通过 stream）：
# 使用会话消息下载 API

WeChat (企业微信) 实现

# 1. 获取访问令牌
$token = (Invoke-RestMethod -Uri "https://qyapi.weixin.qq.com/cgi-bin/gettoken?corpid=$corpId&corpsecret=$corpSecret").access_token

# 2. 下载媒体文件
Invoke-WebRequest -Uri "https://qyapi.weixin.qq.com/cgi-bin/media/get?access_token=$token&media_id=$mediaId" -OutFile $outputPath

Discord 实现

# Discord 附件为直链 URL
$attachmentUrl = $message.attachments[0].url
Invoke-WebRequest -Uri $attachmentUrl -OutFile $outputPath

Telegram 实现

# 1. 根据 file_id 获取文件路径
$fileInfo = Invoke-RestMethod -Uri "https://api.telegram.org/bot$token/getFile?file_id=$fileId"
$filePath = $fileInfo.result.file_path

# 2. 下载文件
Invoke-WebRequest -Uri "https://api.telegram.org/file/bot$token/$filePath" -OutFile $outputPath

回复上下文处理

当用户回复一张图像消息时：

1. 检查入站元数据中的 reply_to_id
2. 使用平台专属 API 获取原始消息
3. 从原始消息中提取图像
4. 继续执行下载与分析流程

常用分析 Prompt

文档/截图

识别图片中的所有文字内容，保持原有格式和层次结构。

图表/表格

分析图片中的图表或表格，提取所有数据和标签。

UI 截图

描述界面布局、功能按钮、当前状态等关键信息。

股票/金融图表

识别股票代码、价格、K线形态、成交量等财务信息。

招聘启事

提取招聘信息，包括职位名称、职责、要求、薪资等关键内容。

通用图像

描述图片内容，包括主要元素、文字、数据等关键信息。

错误处理

降级策略

当自动图像获取失败时：

1. 请用户提供路径：“请提供图片的本地路径”
2. 请用户描述内容：“请描述图片内容或复制图片中的文字”
3. 请求重发：“请重新发送图片”

临时文件管理

• 图像保存至 $workspace/temp_images/ 或系统临时目录
• 分析完成后清理（可选，节省磁盘空间）
• 采用带时间戳的唯一文件名：img_{channel}_{timestamp}.jpg

必需配置项

Feishu (飞书)

• FEISHU_APP_ID / channels.feishu.appId
• FEISHU_APP_SECRET / channels.feishu.appSecret
• 必需权限范围：im:message:readonly、im:resource

DingTalk (钉钉)

• DINGTALK_APP_KEY / channels.dingtalk.appKey
• DINGTALK_APP_SECRET / channels.dingtalk.appSecret
• 必需权限：IMessage、Chat

WeChat (企业微信)

• WECHAT_CORP_ID / channels.wechat.corpId
• WECHAT_CORP_SECRET / channels.wechat.corpSecret
• 必需权限：media_get

Telegram

• Bot token 已在 OpenClaw 中配置

Discord

• Bot token 已在 OpenClaw 中配置

注意事项

• 多数平台返回的图像为 JPG/PNG 格式
• 大尺寸图像建议在分析前缩放以提升性能
• 注意各平台 API 调用频率限制（rate limit）
• 始终校验用户是否具备访问该图像的权限