अनुमान CLI

openclaw infer प्रदाता-समर्थित inference workflows के लिए canonical headless surface है। यह जानबूझकर capability families को expose करता है, raw gateway RPC names या raw agent tool ids को नहीं।

infer को skill में बदलें

इसे किसी agent में copy और paste करें:

Read https://docs.openclaw.ai/cli/infer, then create a skill that routes my common workflows to `openclaw infer`.
Focus on model runs, image generation, video generation, audio transcription, TTS, web search, and embeddings.

एक अच्छा infer-आधारित skill यह करना चाहिए:

सामान्य user intents को सही infer subcommand से map करे
जिन workflows को यह cover करता है उनके लिए कुछ canonical infer examples शामिल करे
examples और suggestions में openclaw infer ... को प्राथमिकता दे
skill body के अंदर पूरे infer surface को फिर से document करने से बचे

सामान्य infer-केंद्रित skill coverage:

openclaw infer model run
openclaw infer image generate
openclaw infer audio transcribe
openclaw infer tts convert
openclaw infer web search
openclaw infer embedding create

infer क्यों उपयोग करें

openclaw infer OpenClaw के अंदर प्रदाता-समर्थित inference tasks के लिए एक consistent CLI प्रदान करता है। लाभ:

हर backend के लिए one-off wrappers wire up करने के बजाय OpenClaw में पहले से configured providers और models का उपयोग करें।
model, image, audio transcription, TTS, video, web, और embedding workflows को एक command tree के अंतर्गत रखें।
scripts, automation, और agent-driven workflows के लिए stable --json output shape का उपयोग करें।
जब task मूल रूप से “run inference” हो, तो first-party OpenClaw surface को प्राथमिकता दें।
अधिकांश infer commands के लिए gateway की आवश्यकता के बिना सामान्य local path का उपयोग करें।

end-to-end provider checks के लिए, lower-level provider tests green होने के बाद openclaw infer ... को प्राथमिकता दें। यह provider request किए जाने से पहले shipped CLI, config loading, default-agent resolution, bundled plugin activation, और shared capability runtime को exercise करता है।

Command tree

 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
    status
    enable
    disable
    set-provider

  video
    generate
    describe
    providers

  web
    search
    fetch
    providers

  embedding
    create
    providers

सामान्य tasks

यह table सामान्य inference tasks को संबंधित infer command से map करती है।

Task	Command	Notes
text/model prompt चलाएं	`openclaw infer model run --prompt "..." --json`	default रूप से सामान्य local path का उपयोग करता है
images पर model prompt चलाएं	`openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model`	multiple image inputs के लिए `--file` दोहराएं
image generate करें	`openclaw infer image generate --prompt "..." --json`	मौजूदा file से शुरू करते समय `image edit` का उपयोग करें
image file या URL का वर्णन करें	`openclaw infer image describe --file ./image.png --prompt "..." --json`	`--model` image-capable `<provider/model>` होना चाहिए
audio transcribe करें	`openclaw infer audio transcribe --file ./memo.m4a --json`	`--model` `<provider/model>` होना चाहिए
speech synthesize करें	`openclaw infer tts convert --text "..." --output ./speech.mp3 --json`	`tts status` gateway-oriented है
video generate करें	`openclaw infer video generate --prompt "..." --json`	`--resolution` जैसे provider hints का समर्थन करता है
video file का वर्णन करें	`openclaw infer video describe --file ./clip.mp4 --json`	`--model` `<provider/model>` होना चाहिए
web search करें	`openclaw infer web search --query "..." --json`
web page fetch करें	`openclaw infer web fetch --url https://example.com --json`
embeddings बनाएं	`openclaw infer embedding create --text "..." --json`

व्यवहार

openclaw infer ... इन workflows के लिए primary CLI surface है।
जब output किसी दूसरी command या script द्वारा consume किया जाएगा, तो --json का उपयोग करें।
जब किसी specific backend की आवश्यकता हो, तो --provider या --model provider/model का उपयोग करें।
run को raw रखते हुए one-shot thinking/reasoning level (off, minimal, low, medium, high, adaptive, xhigh, या max) pass करने के लिए model run --thinking <level> का उपयोग करें।
image describe, audio transcribe, और video describe के लिए, --model को <provider/model> form का उपयोग करना चाहिए।
image describe के लिए, --file local paths और HTTP(S) image URLs स्वीकार करता है। Remote URLs सामान्य media-fetch SSRF policy का उपयोग करते हैं।
image describe के लिए, explicit --model उस provider/model को सीधे चलाता है। model catalog या provider config में model image-capable होना चाहिए। codex/<model> bounded Codex app-server image-understanding turn चलाता है; openai/<model> API-key या ChatGPT/Codex OAuth auth के साथ OpenAI provider path का उपयोग करता है।
Stateless execution commands default रूप से local होती हैं।
Gateway-managed state commands default रूप से gateway होती हैं।
सामान्य local path के लिए gateway चल रहा होना आवश्यक नहीं है।
Local model run एक lean one-shot provider completion है। यह configured agent model और auth resolve करता है, लेकिन chat-agent turn शुरू नहीं करता, tools load नहीं करता, या bundled MCP servers नहीं खोलता।
model run --file image files स्वीकार करता है, उनका MIME type detect करता है, और selected model को supplied prompt के साथ भेजता है। multiple images के लिए --file दोहराएं।
model run --file non-image inputs को reject करता है। audio files के लिए infer audio transcribe और video files के लिए infer video describe का उपयोग करें।
model run --gateway Gateway routing, saved auth, provider selection, और embedded runtime को exercise करता है, लेकिन फिर भी raw model probe की तरह चलता है: यह supplied prompt और किसी भी image attachments को prior session transcript, bootstrap/AGENTS context, context-engine assembly, tools, या bundled MCP servers के बिना भेजता है।
model run --gateway --model <provider/model> के लिए trusted operator gateway credential की आवश्यकता होती है क्योंकि request Gateway से one-off provider/model override चलाने को कहती है।
Local model run --thinking lean provider-completion path का उपयोग करता है; adaptive और max जैसे provider-specific levels को सबसे नज़दीकी portable simple-completion level पर map किया जाता है।

Model

provider-backed text inference और model/provider inspection के लिए model का उपयोग करें।

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 --name gpt-5.5 --json

Gateway शुरू किए बिना या full agent tool surface load किए बिना किसी specific provider को smoke-test करने के लिए full <provider/model> refs का उपयोग करें:

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-5.5 --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Describe this image." --file ./photo.jpg --json

नोट्स:

Local model run provider/model/auth health के लिए सबसे narrow CLI smoke है क्योंकि, non-Codex providers के लिए, यह selected model को केवल supplied prompt भेजता है।
Local model run --model <provider/model> उस provider को config में लिखे जाने से पहले models list --all से exact bundled static catalog rows का उपयोग कर सकता है। Provider auth फिर भी required है; missing credentials auth errors के रूप में fail होते हैं, Unknown model के रूप में नहीं।
Mistral Medium 3.5 reasoning probes के लिए, temperature unset/default छोड़ें। Mistral reasoning_effort="high" plus temperature: 0 को reject करता है; default temperature या 0.7 जैसे non-zero reasoning-mode value के साथ mistral/mistral-medium-3-5 का उपयोग करें।
Codex Responses local probes narrow exception हैं: OpenClaw minimal system instruction जोड़ता है ताकि transport अपने required instructions field को populate कर सके, full agent context, tools, memory, या session transcript जोड़े बिना।
Local model run --file उस lean path को बनाए रखता है और single user message में image content सीधे attach करता है। PNG, JPEG, और WebP जैसी common image files तब काम करती हैं जब उनका MIME type image/* के रूप में detect हो; unsupported या unrecognized files provider call किए जाने से पहले fail हो जाती हैं।
जब आप selected multimodal text model को सीधे test करना चाहते हैं, तो model run --file सबसे अच्छा है। जब आप OpenClaw की image-understanding provider selection और default image-model routing चाहते हैं, तो infer image describe का उपयोग करें।
selected model को image input support करना चाहिए; text-only models provider layer पर request reject कर सकते हैं।
model run --prompt में non-whitespace text होना चाहिए; empty prompts local providers या Gateway call किए जाने से पहले reject कर दिए जाते हैं।
जब provider कोई text output return नहीं करता, तो Local model run non-zero exit करता है, इसलिए unreachable local providers और empty completions successful probes जैसे नहीं दिखते।
जब आपको model input raw रखते हुए Gateway routing, agent-runtime setup, या Gateway-managed provider state test करना हो, तो model run --gateway का उपयोग करें। जब आपको full agent context, tools, memory, और session transcript चाहिए, तो openclaw agent या chat surfaces का उपयोग करें।
model auth login, model auth logout, और model auth status saved provider auth state manage करते हैं।

Image

generation, edit, और description के लिए image का उपयोग करें।

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

नोट्स:

मौजूदा इनपुट फ़ाइलों से शुरू करते समय image edit का उपयोग करें।
संदर्भ-छवि संपादनों पर ज्योमेट्री संकेतों का समर्थन करने वाले providers/models के लिए image edit के साथ --size, --aspect-ratio, या --resolution का उपयोग करें।
पारदर्शी-पृष्ठभूमि वाले OpenAI PNG आउटपुट के लिए --model openai/gpt-image-1.5 के साथ --output-format png --background transparent का उपयोग करें; --openai-background OpenAI-विशिष्ट alias के रूप में उपलब्ध रहता है। जो providers पृष्ठभूमि समर्थन घोषित नहीं करते, वे संकेत को अनदेखे override के रूप में रिपोर्ट करते हैं।
OpenAI सहित, छवि गुणवत्ता संकेतों का समर्थन करने वाले providers के लिए --quality low|medium|high|auto का उपयोग करें। OpenAI provider-विशिष्ट moderation संकेत के लिए --openai-moderation low|auto भी स्वीकार करता है।
कौन-से bundled image providers खोजे जा सकते हैं, configured हैं, selected हैं, और प्रत्येक provider कौन-सी generation/edit क्षमताएं उजागर करता है, यह सत्यापित करने के लिए image providers --json का उपयोग करें।
image generation बदलावों के लिए सबसे संकीर्ण live CLI smoke के रूप में image generate --model <provider/model> --json का उपयोग करें। उदाहरण:
```
openclaw infer image providers --json
openclaw infer image generate \
  --model google/gemini-3.1-flash-image-preview \
  --prompt "Minimal flat test image: one blue square on a white background, no text." \
  --output ./openclaw-infer-image-smoke.png \
  --json
```
JSON response ok, provider, model, attempts, और लिखे गए आउटपुट पथ रिपोर्ट करता है। जब --output सेट हो, तो अंतिम extension provider के लौटाए गए MIME type का अनुसरण कर सकता है।
image describe और image describe-many के लिए, vision model को OCR, तुलना, UI निरीक्षण, या संक्षिप्त captioning जैसे task-विशिष्ट निर्देश देने के लिए --prompt का उपयोग करें।
धीमे local vision models या cold Ollama starts के साथ --timeout-ms का उपयोग करें।
image describe के लिए, --model एक image-capable <provider/model> होना चाहिए।
local Ollama vision models के लिए, पहले model pull करें और OLLAMA_API_KEY को किसी भी placeholder value पर सेट करें, उदाहरण के लिए ollama-local। Ollama देखें।

ऑडियो

फ़ाइल transcription के लिए audio का उपयोग करें।

openclaw infer audio transcribe --file ./memo.m4a --json
openclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "Focus on names and action items" --json
openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

नोट्स:

audio transcribe फ़ाइल transcription के लिए है, realtime session management के लिए नहीं।
--model <provider/model> होना चाहिए।

TTS

speech synthesis और TTS provider state के लिए tts का उपयोग करें।

openclaw infer tts convert --text "hello from openclaw" --output ./hello.mp3 --json
openclaw infer tts convert --text "Your build is complete" --output ./build-complete.mp3 --json
openclaw infer tts providers --json
openclaw infer tts status --json

नोट्स:

tts status default रूप से gateway पर जाता है क्योंकि यह gateway-managed TTS state को दर्शाता है।
TTS व्यवहार का निरीक्षण और configuration करने के लिए tts providers, tts voices, और tts set-provider का उपयोग करें।

वीडियो

generation और description के लिए video का उपयोग करें।

openclaw infer video generate --prompt "cinematic sunset over the ocean" --json
openclaw infer video generate --prompt "slow drone shot over a forest lake" --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

नोट्स:

video generate --size, --aspect-ratio, --resolution, --duration, --audio, --watermark, और --timeout-ms स्वीकार करता है और उन्हें video-generation runtime को forward करता है।
video describe के लिए --model <provider/model> होना चाहिए।

वेब

search और fetch workflows के लिए web का उपयोग करें।

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

नोट्स:

उपलब्ध, configured, और selected providers का निरीक्षण करने के लिए web providers का उपयोग करें।

एम्बेडिंग

vector creation और embedding provider inspection के लिए embedding का उपयोग करें।

openclaw infer embedding create --text "friendly lobster" --json
openclaw infer embedding create --text "customer support ticket: delayed shipment" --model openai/text-embedding-3-large --json
openclaw infer embedding providers --json

JSON आउटपुट

Infer commands साझा envelope के अंतर्गत JSON output normalize करते हैं:

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

Top-level fields स्थिर हैं:

ok
capability
transport
provider
model
attempts
outputs
error

generated media commands के लिए, outputs में OpenClaw द्वारा लिखी गई files शामिल होती हैं। automation के लिए human-readable stdout parse करने के बजाय उस array में path, mimeType, size, और कोई भी media-specific dimensions उपयोग करें।

सामान्य चूकें

# Bad
openclaw infer media image generate --prompt "friendly lobster"

# Good
openclaw infer image generate --prompt "friendly lobster"

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

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

नोट्स

openclaw capability ..., openclaw infer ... का alias है।

​infer को skill में बदलें

​infer क्यों उपयोग करें

​Command tree

​सामान्य tasks

​व्यवहार

​Model

​Image

​ऑडियो

​TTS

​वीडियो

​वेब

​एम्बेडिंग

​JSON आउटपुट

​सामान्य चूकें

​नोट्स

​संबंधित

infer को skill में बदलें

infer क्यों उपयोग करें

Command tree

सामान्य tasks

व्यवहार

Model

Image

ऑडियो

TTS

वीडियो

वेब

एम्बेडिंग

JSON आउटपुट

सामान्य चूकें

नोट्स

संबंधित