OpenClaw WhatsApp Автоответчик может пропускать понимание медиа в версии 2026.4.2.

Обзор проблемы

Пользователь столкнулся с проблемой, когда интеграция OpenClaw с WhatsApp не транскрибировала голосовые сообщения, несмотря на правильную конфигурацию. Проблема возникает именно в потоке автоматического ответа WhatsApp в версии OpenClaw 2026.4.2.

Детали проблемы

Настройка пользователя включала:

• Входящие сообщения WhatsApp с корректными MediaPath и MediaType
• Аудиофайлы, правильно сохраняемые как .ogg файлы
• Включённый tools.media.audio в конфигурации
• Внешний сервис транскрипции (Groq STT) для преобразования речи в текст

Несмотря на то, что всё выглядело правильно, агент получал заполнители <media:audio> вместо транскриптов. Процесс транскрипции никогда не запускался.

Основная причина

После отслеживания потока пользователь обнаружил, что путь автоматического ответа WhatsApp не всегда вызывает стандартный конвейер обработки медиа перед отправкой сообщений агенту. Это означает:

• tools.media.audio никогда не выполняется
• CLI или внешние сервисы (такие как Groq STT) никогда не запускаются
• Агент видит только заполнитель <media:audio>

Эта проблема особенно заметна при использовании неродных аудиомоделей, поскольку они не обрабатывают аудио неявно.

Решение

Исправление заключается в принудительном вызове шага обработки медиа перед отправкой ответа агенту. Пользователь исправил поток входящих автоматических ответов WhatsApp, чтобы:

1. Создать контекст входящего сообщения WhatsApp
2. Явно запустить ту же логику обработки медиа, которая используется в стандартном конвейере ответа
3. Продолжить обычную отправку агенту

После внедрения этого исправления:

• Аудио корректно обрабатывается
• CLI (в данном случае Groq STT) выполняется
• Транскрипт добавляется в сообщение
• Агент получает текст вместо <media:audio>

Кого это затрагивает

Эта проблема затрагивает пользователей, которые полагаются на транскрипцию через CLI, внешние API или любые неродные аудиомодели. Эти настройки полностью зависят от запуска обработки медиа, и если этот шаг пропущен, ничего ниже по потоку не будет работать, даже при правильной конфигурации.

Ключевой вывод

Если вы сталкиваетесь с проблемами, когда аудио принимается и сохраняется правильно, tools.media.audio включён, но транскрипция никогда не происходит, проверьте, вызывает ли ваш путь автоматического ответа WhatsApp конвейер обработки медиа перед отправкой агенту.