इन्फ़रेंस CLI

• OpenClaw में पहले से कॉन्फ़िगर किए गए प्रदाताओं और मॉडलों का पुनः उपयोग करता है।
• स्क्रिप्ट और एजेंट-संचालित स्वचालन के लिए स्थिर --json एनवेलप (JSON आउटपुट देखें)।
• अधिकांश उपकमांड के लिए Gateway के बिना सामान्य स्थानीय पथ चलाता है।
• एंड-टू-एंड प्रदाता जाँचों के लिए, प्रदाता अनुरोध भेजे जाने से पहले यह शिप की गई CLI, कॉन्फ़िगरेशन लोडिंग, डिफ़ॉल्ट-एजेंट समाधान, बंडल किए गए Plugin सक्रियण और साझा क्षमता रनटाइम का प्रयोग करता है।

​

infer को कौशल में बदलें

https://docs.openclaw.ai/cli/infer पढ़ें, फिर एक ऐसा कौशल बनाएँ जो मेरे सामान्य वर्कफ़्लो को `openclaw infer` पर रूट करे।
मॉडल रन, इमेज जनरेशन, वीडियो जनरेशन, ऑडियो ट्रांसक्रिप्शन, TTS, वेब खोज और एम्बेडिंग पर ध्यान दें।

​

कमांड ट्री

 openclaw infer
  list
  inspect

  model
    run
    list
    inspect
    providers
    auth login
    auth logout
    auth status

  image
    generate
    edit
    describe
    describe-many
    providers

  audio
    transcribe
    providers

  tts
    convert
    voices
    providers
    personas
    status
    enable
    disable
    set-provider
    set-persona

  video
    generate
    describe
    providers

  web
    search
    fetch
    providers

  embedding
    create
    providers

​

सामान्य कार्य

​

व्यवहार

• जब आउटपुट किसी अन्य कमांड या स्क्रिप्ट में जाता हो, तो --json का उपयोग करें; अन्यथा टेक्स्ट आउटपुट का उपयोग करें।
• किसी विशिष्ट बैकएंड को पिन करने के लिए --provider या --model provider/model का उपयोग करें।
• एकबारगी चिंतन/तर्क ओवरराइड के लिए model run --thinking <level> का उपयोग करें: off, minimal, low, medium, high, adaptive, xhigh, या max।
• image describe, audio transcribe और video describe के लिए, --model को <provider/model> प्रारूप का उपयोग करना चाहिए।
• image describe के लिए, --file स्थानीय पथ और HTTP(S) URL स्वीकार करता है; रिमोट URL सामान्य मीडिया-फ़ेच SSRF नीति से गुजरते हैं।
• स्टेटलेस निष्पादन कमांड (model run, image *, audio *, video *, web *, embedding *) डिफ़ॉल्ट रूप से स्थानीय होते हैं। Gateway-प्रबंधित स्टेट कमांड (tts status) डिफ़ॉल्ट रूप से Gateway का उपयोग करते हैं।
• स्थानीय पथ के लिए Gateway का चलना कभी आवश्यक नहीं होता।
• स्थानीय model run एक हल्का एकबारगी प्रदाता पूर्णता है: यह कॉन्फ़िगर किए गए एजेंट मॉडल और प्रमाणीकरण का समाधान करता है, लेकिन चैट-एजेंट टर्न शुरू नहीं करता, टूल लोड नहीं करता और बंडल किए गए MCP सर्वर नहीं खोलता।
• model run --file प्रॉम्प्ट के साथ इमेज फ़ाइलें (स्वतः पहचाना गया MIME प्रकार) संलग्न करता है; एकाधिक इमेज के लिए --file दोहराएँ। गैर-इमेज फ़ाइलें अस्वीकार कर दी जाती हैं — इसके बजाय infer audio transcribe या infer video describe का उपयोग करें।
• model run --gateway Gateway रूटिंग, सहेजे गए प्रमाणीकरण, प्रदाता चयन और एम्बेडेड रनटाइम का प्रयोग करता है, लेकिन कच्चा मॉडल प्रोब बना रहता है: कोई पिछला सत्र ट्रांसक्रिप्ट, बूटस्ट्रैप/AGENTS संदर्भ, टूल या बंडल किए गए MCP सर्वर नहीं।
• model run --gateway --model <provider/model> के लिए विश्वसनीय-ऑपरेटर Gateway क्रेडेंशियल आवश्यक है, क्योंकि यह Gateway से एकबारगी प्रदाता/मॉडल ओवरराइड चलाने को कहता है।

​

मॉडल

openclaw infer model run --prompt "Reply with exactly: smoke-ok" --json
openclaw infer model run --prompt "Summarize this changelog entry" --model openai/gpt-5.4 --json
openclaw infer model run --prompt "Describe this image in one sentence" --file ./photo.jpg --model google/gemini-2.5-flash --json
openclaw infer model run --prompt "Use more reasoning here" --thinking high --json
openclaw infer model providers --json
openclaw infer model inspect --model gpt-5.6-sol --json

openclaw infer model run --local --model anthropic/claude-sonnet-4-6 --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model cerebras/zai-glm-4.7 --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model google/gemini-2.5-flash --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model groq/llama-3.1-8b-instant --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model mistral/mistral-medium-3-5 --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model mistral/mistral-small-latest --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model openai/gpt-5.6-luna --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Describe this image." --file ./photo.jpg --json

• स्थानीय model run प्रदाता/मॉडल/प्रमाणीकरण की स्थिति के लिए सबसे संकीर्ण CLI स्मोक है: गैर-ChatGPT-Codex प्रदाताओं के लिए यह केवल दिया गया प्रॉम्प्ट भेजता है।
• स्थानीय model run --model <provider/model> उस प्रदाता को कॉन्फ़िगरेशन में लिखे जाने से पहले सटीक बंडल की गई स्थिर-कैटलॉग पंक्तियों (वही पंक्तियाँ जिन्हें openclaw models list --all दिखाता है) का समाधान कर सकता है। प्रदाता प्रमाणीकरण अभी भी आवश्यक है; अनुपलब्ध क्रेडेंशियल Unknown model के रूप में नहीं, बल्कि प्रमाणीकरण त्रुटियों के रूप में विफल होते हैं।
• Mistral Medium 3.5 तर्क प्रोब के लिए तापमान को अनसेट/डिफ़ॉल्ट छोड़ें। Mistral reasoning_effort="high" को temperature: 0 के साथ अस्वीकार करता है; डिफ़ॉल्ट तापमान या 0.7 जैसे गैर-शून्य मान का उपयोग करें।
• OpenAI ChatGPT/Codex OAuth (openai-chatgpt-responses API) स्थानीय प्रोब एक न्यूनतम सिस्टम निर्देश जोड़ते हैं, ताकि ट्रांसपोर्ट अपने आवश्यक instructions फ़ील्ड को भर सके — कोई पूर्ण एजेंट संदर्भ, टूल, मेमोरी या सत्र ट्रांसक्रिप्ट नहीं।
• model run --file इमेज सामग्री को सीधे एकल उपयोगकर्ता संदेश से संलग्न करता है। सामान्य प्रारूप (PNG, JPEG, WebP) तब काम करते हैं जब MIME प्रकार को image/* के रूप में पहचाना जाता है; असमर्थित या अपरिचित फ़ाइलें प्रदाता को कॉल किए जाने से पहले विफल हो जाती हैं। जब आप प्रत्यक्ष मल्टीमॉडल-मॉडल प्रोब के बजाय OpenClaw की इमेज-मॉडल रूटिंग और फ़ॉलबैक चाहते हों, तो इसके बजाय infer image describe का उपयोग करें।
• चयनित मॉडल को इमेज इनपुट का समर्थन करना चाहिए; केवल-टेक्स्ट मॉडल प्रदाता स्तर पर अनुरोध अस्वीकार कर सकते हैं।
• model run --prompt में गैर-व्हाइटस्पेस टेक्स्ट होना चाहिए; खाली प्रॉम्प्ट किसी भी प्रदाता या Gateway कॉल से पहले अस्वीकार कर दिए जाते हैं।
• जब प्रदाता कोई टेक्स्ट आउटपुट नहीं लौटाता, तो स्थानीय model run गैर-शून्य स्थिति के साथ बाहर निकलता है, ताकि अगम्य प्रदाता और खाली पूर्णताएँ सफल प्रोब जैसी न दिखें।
• मॉडल इनपुट को कच्चा रखते हुए Gateway रूटिंग या एजेंट-रनटाइम सेटअप का परीक्षण करने के लिए model run --gateway का उपयोग करें। पूर्ण एजेंट संदर्भ, टूल, मेमोरी और सत्र ट्रांसक्रिप्ट के लिए openclaw agent या किसी चैट सतह का उपयोग करें।
• --thinking adaptive पूर्णता-रनटाइम स्तर के medium से मैप होता है; मूल अधिकतम प्रयास का समर्थन करने वाले OpenAI मॉडलों के लिए --thinking max, max से मैप होता है, अन्यथा xhigh से।
• model auth login, model auth logout और model auth status सहेजी गई प्रदाता प्रमाणीकरण स्थिति प्रबंधित करते हैं।

​

इमेज

openclaw infer image generate --prompt "friendly lobster illustration" --json
openclaw infer image generate --prompt "cinematic product photo of headphones" --json
openclaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "simple red circle sticker on a transparent background" --json
openclaw infer image generate --model openai/gpt-image-2 --quality low --openai-moderation low --prompt "low-cost draft poster" --json
openclaw infer image generate --prompt "slow image backend" --timeout-ms 180000 --json
openclaw infer image edit --file ./logo.png --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "keep the logo, remove the background" --json
openclaw infer image edit --file ./poster.png --prompt "make this a vertical story ad" --size 2160x3840 --aspect-ratio 9:16 --resolution 4K --json
openclaw infer image describe --file ./photo.jpg --json
openclaw infer image describe --file https://example.com/photo.png --json
openclaw infer image describe --file ./receipt.jpg --prompt "Extract the merchant, date, and total" --json
openclaw infer image describe-many --file ./before.png --file ./after.png --prompt "Compare the screenshots and list visible UI changes" --json
openclaw infer image describe --file ./ui-screenshot.png --model openai/gpt-5.4-mini --json
openclaw infer image describe --file ./photo.jpg --model ollama/qwen2.5vl:7b --prompt "Describe the image in one sentence" --timeout-ms 300000 --json

• मौजूदा इनपुट फ़ाइलों से शुरू करते समय image edit का उपयोग करें; --size, --aspect-ratio, या --resolution उन प्रदाताओं/मॉडलों पर ज्यामिति संकेत जोड़ते हैं जो उनका समर्थन करते हैं।
• --output-format png --background transparent के साथ --model openai/gpt-image-1.5 पारदर्शी-पृष्ठभूमि वाला OpenAI PNG आउटपुट देता है; --openai-background उसी संकेत के लिए OpenAI-विशिष्ट उपनाम है। जो प्रदाता पृष्ठभूमि समर्थन घोषित नहीं करते, वे इसे उपेक्षित ओवरराइड के रूप में रिपोर्ट करते हैं (JSON आवरण में ignoredOverrides देखें)।
• --quality low|medium|high|auto उन प्रदाताओं के लिए काम करता है जो छवि-गुणवत्ता संकेतों का समर्थन करते हैं, जिनमें OpenAI शामिल है। OpenAI --openai-moderation low|auto को भी स्वीकार करता है।
• image providers --json सूचीबद्ध करता है कि कौन-से बंडल किए गए छवि प्रदाता खोजे जा सकते हैं, कॉन्फ़िगर और चयनित हैं, तथा प्रत्येक कौन-सी जनरेशन/संपादन क्षमताएँ उपलब्ध कराता है।
• छवि-जनरेशन परिवर्तनों के लिए image generate --model <provider/model> --json सबसे सीमित लाइव स्मोक परीक्षण है:
  openclaw infer image providers --json
  openclaw infer image generate \
    --model google/gemini-3.1-flash-image \
    --prompt "न्यूनतम सपाट परीक्षण छवि: सफ़ेद पृष्ठभूमि पर एक नीला वर्ग, कोई टेक्स्ट नहीं।" \
    --output ./openclaw-infer-image-smoke.png \
    --json
  
  प्रतिक्रिया ok, provider, model, attempts, और लिखे गए आउटपुट पथों की रिपोर्ट करती है। जब --output सेट हो, तो अंतिम एक्सटेंशन प्रदाता द्वारा लौटाए गए MIME प्रकार के अनुसार हो सकता है।
• image describe और image describe-many के लिए, कार्य-विशिष्ट निर्देश (OCR, तुलना, UI निरीक्षण, संक्षिप्त कैप्शन लेखन) हेतु --prompt का उपयोग करें।
• धीमे स्थानीय विज़न मॉडलों या Ollama के कोल्ड स्टार्ट के लिए --timeout-ms का उपयोग करें।
• image describe के लिए, एक स्पष्ट --model (जो छवि-सक्षम <provider/model> होना चाहिए) पहले चलता है, फिर वह कॉल विफल होने पर कॉन्फ़िगर किए गए agents.defaults.imageModel.fallbacks आज़माए जाते हैं। इनपुट-तैयारी त्रुटियाँ (फ़ाइल अनुपलब्ध, असमर्थित URL) किसी भी फ़ॉलबैक प्रयास से पहले विफल हो जाती हैं, और मॉडल कैटलॉग या प्रदाता कॉन्फ़िगरेशन में मॉडल का छवि-सक्षम होना आवश्यक है।
• स्थानीय Ollama विज़न मॉडलों के लिए, पहले मॉडल पुल करें और OLLAMA_API_KEY को किसी भी प्लेसहोल्डर मान पर सेट करें, उदाहरण के लिए ollama-local। Ollama देखें।

​

ऑडियो

openclaw infer audio transcribe --file ./memo.m4a --json
openclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "नामों और कार्रवाई मदों पर ध्यान दें" --json
openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

​

TTS

openclaw infer tts convert --text "OpenClaw की ओर से नमस्ते" --output ./hello.mp3 --json
openclaw infer tts convert --text "आपका बिल्ड पूरा हो गया है" --output ./build-complete.mp3 --json
openclaw infer tts providers --json
openclaw infer tts personas --json
openclaw infer tts status --json

• tts status केवल --gateway का समर्थन करता है (यह Gateway द्वारा प्रबंधित TTS स्थिति को दर्शाता है)।
• TTS व्यवहार का निरीक्षण और कॉन्फ़िगरेशन करने के लिए tts providers, tts voices, tts personas, tts set-provider, और tts set-persona का उपयोग करें।

​

वीडियो

openclaw infer video generate --prompt "समुद्र के ऊपर सिनेमाई सूर्यास्त" --json
openclaw infer video generate --prompt "वन की झील के ऊपर धीमा ड्रोन शॉट" --resolution 768P --duration 6 --json
openclaw infer video describe --file ./clip.mp4 --json
openclaw infer video describe --file ./clip.mp4 --model openai/gpt-5.4-mini --json

• video generate, --size, --aspect-ratio, --resolution, --duration, --audio, --watermark, और --timeout-ms स्वीकार करता है, जिन्हें वीडियो-जनरेशन रनटाइम को अग्रेषित किया जाता है।
• video describe के लिए --model का <provider/model> होना आवश्यक है।

​

वेब

openclaw infer web search --query "OpenClaw दस्तावेज़" --json
openclaw infer web search --query "OpenClaw infer वेब प्रदाता" --json
openclaw infer web fetch --url https://docs.openclaw.ai/cli/infer --json
openclaw infer web providers --json

​

एम्बेडिंग

openclaw infer embedding create --text "मित्रवत लॉब्स्टर" --json
openclaw infer embedding create --text "ग्राहक सहायता टिकट: शिपमेंट में देरी" --model openai/text-embedding-3-large --json
openclaw infer embedding providers --json

​

JSON आउटपुट

{
  "ok": true,
  "capability": "image.generate",
  "transport": "local",
  "provider": "openai",
  "model": "gpt-image-2",
  "attempts": [],
  "outputs": []
}

• ok
• capability
• transport
• provider
• model
• attempts
• inputs (लागू होने पर अनुरोध के साथ भेजे गए छवि अटैचमेंट)
• outputs
• ignoredOverrides (लागू होने पर वे संकेत कुंजियाँ जिनका प्रदाता समर्थन नहीं करता)
• error

​

सामान्य समस्याएँ

# गलत
openclaw infer media image generate --prompt "मित्रवत लॉब्स्टर"

# सही
openclaw infer image generate --prompt "मित्रवत लॉब्स्टर"

# गलत
openclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json

# सही
openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

​

संबंधित

• CLI संदर्भ
• मॉडल