OpenClaw 实战：让 AI 拥有'眼睛'——摄像头访问完全指南
本文介绍如何在 WSL2 环境下让 OpenClaw AI 助手访问摄像头画面。
探索过程
第一阶段：OpenClaw Node 配对（失败）
在 WSL2 中安装 OpenClaw，尝试控制摄像头。需要在 Windows 上安装 Node.js 和 npm，但遇到网络隔离问题，最终放弃。
1.1 安装 Node.js
下载绿色版 Node.js (v24.14.0)，配置环境变量：
$nodePath = "D:\WSL\node-v24.14.0-win-x64"
$env:Path += ";$nodePath"
[Environment]::SetEnvironmentVariable("Path", $env:Path + ";$nodePath", "User")
问题 1：PowerShell 执行策略限制
错误信息：npm : File ... cannot be loaded because running scripts is disabled on this system.
解决：
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
问题 2：npm 需要 Git
错误信息：npm error code ENOENT ... spawn git
解决：手动下载并安装 Git for Windows (v2.47.1)。
问题 3：npm 配置错误
之前尝试配置 npm config set git false 导致后续安装失败。
解决：
npm config delete git
1.2 安装 OpenClaw Node
# 安装 openclaw
npm install -g openclaw
# 安装 node 服务
openclaw node install
# 启动 node
openclaw node restart
# 查看状态
openclaw node status
1.3 配对失败原因分析
问题 1：端口占用 WSL Gateway 已占用 18789 端口，Windows Node 无法绑定。
问题 2：网络隔离 WSL2 运行在 Hyper-V 虚拟机中，与 Windows 主机网络隔离。WSL 的 localhost (127.0.0.1) Windows 访问不到。
错误日志：gateway connect failed: Error: device signature invalid
问题 3：配置验证失败
错误日志：Invalid config at /home/kim/.openclaw/openclaw.json: - plugins.slots.memory: plugin not found: memory-core
尝试修复配置：
openclaw config.set agents.defaults.memorySearch.enabled false
openclaw doctor --fix
最终放弃原因： WSL2 架构限制导致 Windows Node 无法与 WSL Gateway 建立稳定连接。即使通过端口转发能连通，device signature 验证也过不去。
折腾 3 小时以上，决定换方案。
第二阶段：浏览器方案（临时可用）
使用浏览器网站直接调用设备摄像头，通过 OpenClaw Browser Relay 插件实现，但操作繁琐且无法自动化。
功能：
- 实时摄像头预览
- 拍照、录像
- 摄像头参数检测（分辨率、FPS、亮度等）
摄像头信息示例：
- Webcam Name: Integrated Camera
- Resolution: 1280×720
- Frame rate: 15 FPS
优点：
- 无需安装，打开即用
- 支持拍照、录像、实时预览
缺点：
- 需要手动操作浏览器
- 依赖 Chrome 扩展连接
- 无法自动化控制
- 网络依赖
实际测试： 成功拍到摄像头画面，确认摄像头硬件正常，能拍到清晰画面。但浏览器方案无法满足自动化需求。
第三阶段：Python + OpenCV 本地程序（成功）
这是最满意的方案。只要告诉 AI：'看看这是啥'，它就能调用摄像头看，然后回答能看到什么。
3.1 安装依赖
pip install opencv-python
OpenCV 是成熟的计算机视觉库，支持摄像头访问、图像处理、目标检测等功能。
3.2 创建摄像头脚本
编写了两个版本的脚本：
版本 1：实时预览版 (webcam.py)
#!/usr/bin/env python3
""" 本地摄像头测试工具 - 复刻 webcamtests.com 核心功能
功能：实时预览、拍照、录像、摄像头信息
"""
import cv2
import os
from datetime import datetime
class WebcamTest:
def __init__(self, camera_id=0):
self.camera_id = camera_id
self.cap = None
self.save_dir = os.path.expanduser("~/Pictures/WebcamTest")
os.makedirs(self.save_dir, exist_ok=True)
def open_camera(self):
"""打开摄像头"""
self.cap = cv2.VideoCapture(self.camera_id)
if not self.cap.isOpened():
print(f"无法打开摄像头 (ID: {self.camera_id})")
return False
width = int(self.cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(self.cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = int(self.cap.get(cv2.CAP_PROP_FPS))
print(f"摄像头已打开")
print(f" 分辨率：{width}x{height}")
print(f" FPS: {fps}")
return True
def show_preview(self):
"""实时预览"""
print("实时预览中...")
print(" 按 'q' 退出预览")
print(" 按 'p' 拍照")
print(" 按 'r' 开始/停止录像")
while True:
ret, frame = self.cap.read()
cv2.imshow('Webcam Test', frame)
key = cv2.waitKey(1) & 0xFF
if key == ord('q'):
break
elif key == ord('p'):
self.take_photo(frame)
cv2.destroyAllWindows()
版本 2：自动拍照版 (webcam-snap.py)
#!/usr/bin/env python3
""" 本地摄像头测试工具 - 自动拍照版本 """
import cv2
import os
from datetime import datetime
def main():
save_dir = os.path.expanduser("~/Pictures/WebcamTest")
os.makedirs(save_dir, exist_ok=True)
cap = cv2.VideoCapture(0)
if not cap.isOpened():
print("无法打开摄像头")
return
print("摄像头已打开")
print(f" 分辨率：{int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))}x{int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))}")
# 预热摄像头
for i in range(30):
cap.read()
# 拍照
ret, frame = cap.read()
if ret:
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
filename = os.path.join(save_dir, f"photo_{timestamp}.jpg")
cv2.imwrite(filename, frame)
print(f"照片已保存：{filename}")
cap.release()
if __name__ == "__main__":
main()
3.3 运行并拍照
python D:\openclaw-scripts\webcam-snap.py
成功输出：
[图片：摄像头预览效果]
[图片：房间画面]
[图片：拍摄的照片]
技术总结
WSL2 无法直接访问摄像头硬件，需要 Windows 原生程序。
经验教训
- 不要硬磕架构限制
- 利用现有工具
- 理解环境差异
- 自动化优先
