手机变 AI 的眼睛和嘴巴

本案例基于 OpenClaw 官方 Nodes 文档，包含手机配对、摄像头、语音、位置等功能。

🔧 Step 0：先配置消息接收渠道

⚠️ 本案例需要发送通知到你的手机，先配置消息渠道 👉 去配置 Telegram/飞书/微信接入 →

一句话介绍

把手机变成 OpenClaw 的传感器——拍照让 AI 看、说话让 AI 听、走到哪里 AI 都知道。

解决什么问题

OpenClaw 默认只能处理文字，看不见也听不到。配对手机后，AI 获得了感知物理世界的能力：

• 谁会用到：想用 AI 识别实物的人（植物、菜品、文档）、喜欢语音交互的人、需要基于位置触发任务的人
• 省了什么：打字描述一张图不如直接拍、打字发指令不如直接说
• 效果是什么：拍照→AI 识别回答；语音→AI 语音回复；到了某个地方→AI 自动执行任务

前置条件

• OpenClaw 正常运行
• 智能手机（iOS 或 Android）
• 手机和 OpenClaw 在同一网络（配对时需要）

用到的工具

工具	用途	获取方式
OpenClaw Node（内置）	手机配对协议，连接摄像头/麦克风/GPS	OpenClaw 内置功能
Talk Mode（内置）	语音对话，支持 TTS 语音合成回复	OpenClaw 内置功能

预期结果

配对完成后：

• 拍照识别：手机拍一张照片发给 OpenClaw → AI 告诉你这是什么（植物种类、菜品名字、文档内容、商品信息）
• 语音对话：对手机说今天天气怎么样→ OpenClaw 用语音回复天气情况
• 位置感知：到了公司附近 → 自动发送已到公司通知给家人（需配置位置触发规则）
• 远程拍照：在 Telegram 里说帮我用手机拍一张照片→ 手机自动拍照发回来

配对步骤

第一步：在 OpenClaw 端启动配对

告诉 OpenClaw：

帮我配对手机，启动 Node 配对模式

OpenClaw 会生成一个配对二维码或配对链接。

第二步：手机扫码配对

用手机浏览器打开配对链接（或扫描二维码），按提示授权摄像头、麦克风、位置权限。

第三步：开始使用

配对成功后直接用：

• 拍照：在 Telegram 里说帮我看看这是什么→ 手机自动拍照 → AI 分析回复
• 语音：对手机说话 → AI 语音回复
• 位置：我现在在哪→ AI 告诉你当前位置和周边信息

怎么验证成功了

1. 配对后，让 OpenClaw用手机拍一张照片→ 确认收到照片
2. 在手机上对 AI 说话 → 确认能语音回复
3. 问我现在在哪→ 确认能返回位置信息

踩坑记录

配对后手机锁屏就断连

症状：手机屏幕关了之后 Node 连接断开。

解法：在手机浏览器设置里关闭自动休眠，或者使用 PWA 模式（添加到主屏幕）保持后台运行。

语音识别不准

症状：说了一句话但 AI 听成了别的。

解法：确保环境安静、说话清晰。中文识别效果与模型有关，可以试不同的语音识别引擎。

位置权限被拒绝

症状：问位置时 AI 说获取不到。

解法：检查手机浏览器的位置权限设置，确保允许，并且 GPS 开启。

拍照画质差

症状：AI 说看不清或识别不准确。

解法：确保光线充足、手机镜头干净。让 OpenClaw 用后置摄像头而非前置。

不满意怎么调

• 想用特定摄像头 → 告诉 OpenClaw用后置摄像头/前置摄像头/外接摄像头
• 想定时拍照 → 配合 cron：每小时用手机拍一张窗外的照片，记录天气变化
• 想基于位置自动执行任务 → 设置地理围栏：到了公司500米范围内，自动发消息给老婆说我到了
• 想换语音 → 如果有 ElevenLabs TTS，可以选不同的声音风格回复