openclaw infer es la superficie sin interfaz canónica para inferencia respaldada por proveedores. Expone familias de capacidades (model, image, audio, tts, video, web, embedding), no nombres RPC sin procesar del gateway ni ids de herramientas de agente. openclaw capability ... es un alias del mismo árbol de comandos.
Razones para preferirlo frente a un wrapper puntual de proveedor:
- Reutiliza proveedores y modelos ya configurados en OpenClaw.
- Envoltorio
--jsonestable para scripts y automatización dirigida por agentes (consulta salida JSON). - Ejecuta la ruta local normal sin el gateway para la mayoría de los subcomandos.
- Para comprobaciones de proveedor de extremo a extremo, ejercita la CLI publicada, la carga de configuración, la resolución del agente predeterminado, la activación de plugins incluidos y el runtime de capacidades compartido antes de que salga la solicitud al proveedor.
Convertir infer en una skill
Copia y pega esto en un agente:openclaw infer ... frente a alternativas de nivel inferior y no vuelve a documentar toda la superficie de infer en el cuerpo de la skill.
Árbol de comandos
infer list / infer inspect --name <capability> muestran este árbol como datos (id de capacidad, transportes, descripción).
Tareas comunes
| Tarea | Comando | Notas |
|---|---|---|
| Ejecutar un prompt de texto/modelo | openclaw infer model run --prompt "..." --json | Local por defecto |
| Ejecutar un prompt de modelo sobre imágenes | openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model | Repite --file para varias imágenes |
| Generar una imagen | openclaw infer image generate --prompt "..." --json | Usa image edit al partir de un archivo existente |
| Describir un archivo de imagen o URL | openclaw infer image describe --file ./image.png --prompt "..." --json | --model debe ser un <provider/model> compatible con imágenes |
| Transcribir audio | openclaw infer audio transcribe --file ./memo.m4a --json | --model debe ser <provider/model> |
| Sintetizar voz | openclaw infer tts convert --text "..." --output ./speech.mp3 --json | tts status solo se ejecuta a través del gateway |
| Generar un video | openclaw infer video generate --prompt "..." --json | Admite indicaciones de proveedor como --resolution |
| Describir un archivo de video | openclaw infer video describe --file ./clip.mp4 --json | --model debe ser <provider/model> |
| Buscar en la web | openclaw infer web search --query "..." --json | |
| Obtener una página web | openclaw infer web fetch --url https://example.com --json | |
| Crear embeddings | openclaw infer embedding create --text "..." --json |
Comportamiento
- Usa
--jsoncuando la salida alimenta otro comando o script; de lo contrario, salida de texto. - Usa
--providero--model provider/modelpara fijar un backend específico. - Usa
model run --thinking <level>para una anulación puntual de pensamiento/razonamiento:off,minimal,low,medium,high,adaptive,xhighomax. - Para
image describe,audio transcribeyvideo describe,--modeldebe usar la forma<provider/model>. - Para
image describe,--fileacepta rutas locales y URLs HTTP(S); las URLs remotas pasan por la política SSRF normal de obtención de medios. - Los comandos de ejecución sin estado (
model run,image *,audio *,video *,web *,embedding *) usan local por defecto. Los comandos de estado gestionado por Gateway (tts status) usan gateway por defecto. - La ruta local nunca requiere que el gateway esté en ejecución.
model runlocal es una finalización de proveedor puntual y ligera: resuelve el modelo de agente configurado y la autenticación, pero no inicia un turno de agente de chat, no carga herramientas ni abre servidores MCP incluidos.model run --fileadjunta archivos de imagen (tipo MIME detectado automáticamente) al prompt; repite--filepara varias imágenes. Los archivos que no son imágenes se rechazan; usainfer audio transcribeoinfer video describeen su lugar.model run --gatewayejercita el enrutamiento de Gateway, la autenticación guardada, la selección de proveedor y el runtime integrado, pero sigue siendo una prueba de modelo sin procesar: sin transcripción de sesión previa, contexto bootstrap/AGENTS, herramientas ni servidores MCP incluidos.model run --gateway --model <provider/model>requiere una credencial de gateway de operador de confianza, porque pide al Gateway ejecutar una anulación puntual de proveedor/modelo.
Modelo
Inferencia de texto e inspección de modelo/proveedor.<provider/model> con --local para hacer una prueba rápida de un proveedor sin iniciar el Gateway ni cargar la superficie de herramientas del agente:
model runlocal es la prueba rápida de CLI más estrecha para la salud de proveedor/modelo/autenticación: para proveedores que no son ChatGPT-Codex envía solo el prompt proporcionado.model run --model <provider/model>local puede resolver filas exactas del catálogo estático incluido (las mismas filas que muestraopenclaw models list --all) antes de escribir ese proveedor en la configuración. La autenticación del proveedor sigue siendo obligatoria; las credenciales ausentes fallan como errores de autenticación, no comoUnknown model.- Para pruebas de razonamiento de Mistral Medium 3.5, deja la temperatura sin definir/en el valor predeterminado. Mistral rechaza
reasoning_effort="high"contemperature: 0; usa la temperatura predeterminada o un valor distinto de cero como0.7. - Las pruebas locales de OAuth de OpenAI ChatGPT/Codex (API
openai-chatgpt-responses) añaden una instrucción mínima del sistema para que el transporte pueda rellenar su campo obligatorioinstructions: sin contexto completo de agente, herramientas, memoria ni transcripción de sesión. model run --fileadjunta contenido de imagen directamente al único mensaje de usuario. Los formatos comunes (PNG, JPEG, WebP) funcionan cuando el tipo MIME se detecta comoimage/*; los archivos no admitidos o no reconocidos fallan antes de llamar al proveedor. Usainfer image describeen su lugar cuando quieras el enrutamiento y los fallbacks de modelo de imagen de OpenClaw en vez de una prueba directa de modelo multimodal.- El modelo seleccionado debe admitir entrada de imagen; los modelos solo de texto pueden rechazar la solicitud en la capa del proveedor.
model run --promptdebe contener texto que no sea solo espacios en blanco; los prompts vacíos se rechazan antes de cualquier llamada al proveedor o al Gateway.model runlocal sale con código distinto de cero cuando el proveedor no devuelve salida de texto, por lo que los proveedores inaccesibles y las finalizaciones vacías no parecen pruebas correctas.- Usa
model run --gatewaypara probar el enrutamiento de Gateway o la configuración del runtime de agente manteniendo la entrada de modelo sin procesar. Usaopenclaw agento una superficie de chat para contexto completo de agente, herramientas, memoria y transcripción de sesión. --thinking adaptivese asigna al nivel de runtime de finalizaciónmedium;--thinking maxse asigna amaxpara modelos de OpenAI que admiten esfuerzo máximo nativo, de lo contrario axhigh.model auth login,model auth logoutymodel auth statusgestionan el estado de autenticación de proveedor guardado.
Imagen
Generación, edición y descripción.-
Usa
image edital comenzar desde archivos de entrada existentes;--size,--aspect-ratioo--resolutionagregan indicaciones de geometría en proveedores/modelos que las admiten. -
--output-format png --background transparentcon--model openai/gpt-image-1.5produce una salida PNG de OpenAI con fondo transparente;--openai-backgroundes un alias específico de OpenAI para la misma indicación. Los proveedores que no declaran compatibilidad con fondos lo informan como una anulación ignorada (consultaignoredOverridesen el envoltorio JSON). -
--quality low|medium|high|autofunciona para proveedores que admiten indicaciones de calidad de imagen, incluido OpenAI. OpenAI también acepta--openai-moderation low|auto. -
image providers --jsonenumera qué proveedores de imagen incluidos se pueden descubrir, están configurados, están seleccionados y qué capacidades de generación/edición expone cada uno. -
image generate --model <provider/model> --jsones la prueba de humo en vivo más acotada para cambios de generación de imágenes:La respuesta informaok,provider,model,attemptsy las rutas de salida escritas. Cuando--outputestá definido, la extensión final puede seguir el tipo MIME devuelto por el proveedor. -
Para
image describeeimage describe-many, usa--promptpara una instrucción específica de la tarea (OCR, comparación, inspección de UI, subtitulado conciso). -
Usa
--timeout-mspara modelos locales lentos de visión o arranques en frío de Ollama. -
Para
image describe, un--modelexplícito (debe ser un<provider/model>con capacidad de imagen) se ejecuta primero y luego prueba losagents.defaults.imageModel.fallbacksconfigurados si esa llamada falla. Los errores de preparación de entrada (archivo faltante, URL no admitida) fallan antes de cualquier intento de respaldo, y el modelo debe tener capacidad de imagen en el catálogo de modelos o en la configuración del proveedor. -
Para modelos locales de visión de Ollama, descarga primero el modelo y establece
OLLAMA_API_KEYen cualquier valor de marcador de posición, por ejemploollama-local. Consulta Ollama.
Audio
Transcripción de archivos (no gestión de sesiones en tiempo real).--model debe ser <provider/model>.
TTS
Síntesis de voz y estado de proveedor/persona de TTS.tts statussolo admite--gateway(refleja el estado de TTS gestionado por el Gateway).- Usa
tts providers,tts voices,tts personas,tts set-providerytts set-personapara inspeccionar y configurar el comportamiento de TTS.
Video
Generación y descripción.video generateacepta--size,--aspect-ratio,--resolution,--duration,--audio,--watermarky--timeout-ms, que se reenvían al runtime de generación de video.--modeldebe ser<provider/model>paravideo describe.
Web
Búsqueda y obtención.web providers enumera los proveedores disponibles, configurados y seleccionados para búsqueda y obtención.
Incrustación
Creación de vectores e inspección de proveedores de incrustación.Salida JSON
Los comandos Infer normalizan la salida JSON bajo un envoltorio compartido:okcapabilitytransportprovidermodelattemptsinputs(adjuntos de imagen enviados con la solicitud, cuando corresponda)outputsignoredOverrides(claves de indicación que un proveedor no admite, cuando corresponda)error
outputs contiene archivos escritos por OpenClaw. Usa path, mimeType, size y cualquier dimensión específica del medio en ese arreglo para la automatización en lugar de analizar stdout legible para humanos.