GoClaw Docs

Tiếng Việt

English

Tiếng Việt

English

Appearance

File và Media ​

Tổng Quan ​

GoClaw hỗ trợ upload, phân tích, tạo và quản lý file media trong chat. Agent xử lý file thông qua các built-in tools chuyên biệt theo từng định dạng.

Route quản lý lưu trữ: /storageQuyền truy cập: Admin

Hướng Dẫn Sử Dụng ​

Upload File Trong Chat ​

Hai cách gửi file cho agent:

  • Kéo thả (drag & drop) — kéo file vào cửa sổ chat
  • Click upload — bấm nút đính kèm tệp (clip icon) trong thanh nhập liệu

File được đính kèm vào tin nhắn, agent nhận và xử lý cùng với nội dung text.

Định Dạng Hỗ Trợ ​

LoạiĐịnh Dạng
Hình ảnhJPEG, PNG, GIF, WebP, BMP, TIFF
VideoMP4, AVI, MOV, MKV, WebM
AudioMP3, WAV, OGG, FLAC, AAC, M4A
Tài liệuPDF, DOCX, XLSX, PPTX
Text / CodeTXT, MD, JSON, CSV, và các file text khác

Xử Lý Tài Liệu ​

Agent dùng tool read_document để phân tích:

  • PDF — trích xuất text từng trang
  • DOCX — đọc nội dung Word
  • XLSX / PPTX — đọc dữ liệu bảng tính / slide

Agent có thể tóm tắt, trả lời câu hỏi, hoặc trích xuất thông tin cụ thể từ tài liệu.

Lưu ý: read_file không đọc được file binary. Agent tự động chọn đúng tool theo định dạng.

Phân Tích Hình Ảnh ​

Agent phân tích hình ảnh qua vision của LLM:

  • Mô tả chi tiết nội dung hình
  • Nhận diện văn bản trong ảnh (OCR)
  • Phân tích biểu đồ, sơ đồ
  • So sánh nhiều hình

Chỉ cần gửi hình vào chat và đặt câu hỏi.

Audio và Voice ​

Voice message (STT): Khi gửi voice qua Telegram / Discord, hệ thống tự động:

  1. Nhận file audio
  2. Chạy Speech-to-Text (STT)
  3. Chuyển kết quả thành text
  4. Agent xử lý như tin nhắn thường

Upload file audio: Agent trích xuất nội dung qua tool read_audio.

Tạo Hình Ảnh ​

Agent tạo hình từ mô tả text qua tool create_image.

Providers hỗ trợ (theo thứ tự ưu tiên):

  1. OpenRouter (Gemini 2.5 Flash Image)
  2. Gemini
  3. OpenAI (DALL-E 3)
  4. MiniMax
  5. DashScope (Wan 2.6)

Ví dụ: "Tạo hình ảnh một chú mèo ngồi trên bàn phím, phong cách anime, nền màu xanh"

Text-to-Speech (TTS) ​

Agent chuyển đổi text thành giọng nói qua tool tts.

ProviderGhi Chú
OpenAINhiều giọng, chất lượng cao
ElevenLabsGiọng tự nhiên, hỗ trợ clone giọng
Edge TTSMicrosoft Edge, miễn phí
MiniMaxHỗ trợ tiếng Việt

Ví dụ: "Đọc to đoạn văn này bằng giọng nữ"

Tạo Video ​

Agent tạo video ngắn từ text hoặc hình ảnh qua tool create_video. Provider hỗ trợ: MiniMax Video.

Ví dụ: "Tạo video 5 giây: một bãi biển lúc hoàng hôn, sóng vào bờ"

Giao Diện (UI) — Trang Lưu Trữ (/storage) ​

Hiển thị: Trình duyệt file với cây thư mục mở rộng được (trái) và trình xem nội dung file (phải). Hiển thị tổng dung lượng ở trên cùng.

Thao tác:

  • Duyệt cây thư mục — tải lazy các thư mục con khi mở rộng
  • Xem nội dung file — văn bản hiển thị trong trình xem; ảnh hiển thị xem trước
  • Tải lên file — hộp thoại, tải vào thư mục hiện tại
  • Tải xuống file — tải về máy tính
  • Xóa file/thư mục — xác nhận (cảnh báo: toàn bộ nội dung sẽ bị xóa, không thể hoàn tác)
  • Di chuyển file — kéo thả giữa các thư mục
  • Làm mới

Hộp thoại Tải Lên:

  • Vùng kéo thả file, hiển thị đường dẫn thư mục hiện tại
  • Thao tác: Tải lên | Hủy

Quản Lý File Lưu Trữ ​

Vị trí lưu trữ:

  • Standard edition — data/ trên server, phân tách theo tenant
  • Lite edition — ~/.goclaw/workspace/

Truy cập file qua API:

GET /v1/files/{path}?ft={token}

Token có thời hạn ngắn, đảm bảo chỉ người có quyền mới xem được.

Giới hạn:

Giới HạnGiá Trị
Kích thước file tối đa10 MB
Số file tối đa / workspace100 file

File trong không gian làm việc nhóm: File tạo ra khi làm task được tự động lưu vào attachments/ của team workspace và gắn với task đang thực thi.

Lưu Ý ​

  • Tool read_file chỉ đọc file text — dùng read_document cho PDF/DOCX/XLSX/PPTX
  • File được tạo ra bởi agent (ảnh, audio, video) lưu vào workspace và gửi tới user
  • Quản lý lưu trữ toàn bộ (/storage) chỉ dành cho Admin

Xem Thêm ​