Documentation Index
Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt
Use this file to discover all available pages before exploring further.
openclaw infer は、プロバイダーに支えられた推論ワークフロー向けの標準的なヘッドレスサーフェスです。
これは意図的に、未加工の Gateway RPC 名や未加工の agent ツール ID ではなく、機能ファミリーを公開します。
infer を skill に変換する
これを agent にコピーして貼り付けます。- 一般的なユーザー意図を正しい infer サブコマンドに対応付ける
- 対象ワークフロー向けに標準的な infer の例をいくつか含める
- 例と提案では
openclaw infer ...を優先する - skill 本文の中で infer サーフェス全体を再ドキュメント化しない
openclaw infer model runopenclaw infer image generateopenclaw infer audio transcribeopenclaw infer tts convertopenclaw infer web searchopenclaw infer embedding create
infer を使う理由
openclaw infer は、OpenClaw 内のプロバイダーに支えられた推論タスク向けに、一貫した CLI を提供します。
利点:
- バックエンドごとに一回限りのラッパーを配線する代わりに、OpenClaw ですでに構成済みのプロバイダーとモデルを使用できます。
- モデル、画像、音声文字起こし、TTS、動画、Web、埋め込みワークフローを 1 つのコマンドツリー配下にまとめられます。
- スクリプト、自動化、agent 駆動ワークフロー向けに安定した
--json出力形式を使用できます。 - タスクの本質が「推論を実行する」ことである場合は、ファーストパーティの OpenClaw サーフェスを優先できます。
- ほとんどの infer コマンドでは Gateway を必要とせず、通常のローカルパスを使用できます。
openclaw infer ... を優先します。これは、プロバイダーリクエストが行われる前に、出荷済み CLI、構成の読み込み、デフォルト agent の解決、同梱 Plugin の有効化、共有機能ランタイムを実行します。
コマンドツリー
一般的なタスク
この表は、一般的な推論タスクを対応する infer コマンドに対応付けます。| タスク | コマンド | 注記 |
|---|---|---|
| テキスト/モデルプロンプトを実行する | openclaw infer model run --prompt "..." --json | デフォルトで通常のローカルパスを使用します |
| 画像に対してモデルプロンプトを実行する | openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model | 複数の画像入力には --file を繰り返します |
| 画像を生成する | openclaw infer image generate --prompt "..." --json | 既存ファイルから開始する場合は image edit を使用します |
| 画像ファイルを説明する | openclaw infer image describe --file ./image.png --prompt "..." --json | --model は画像対応の <provider/model> である必要があります |
| 音声を文字起こしする | openclaw infer audio transcribe --file ./memo.m4a --json | --model は <provider/model> である必要があります |
| 音声を合成する | openclaw infer tts convert --text "..." --output ./speech.mp3 --json | tts status は Gateway 向けです |
| 動画を生成する | openclaw infer video generate --prompt "..." --json | --resolution などのプロバイダーヒントをサポートします |
| 動画ファイルを説明する | openclaw infer video describe --file ./clip.mp4 --json | --model は <provider/model> である必要があります |
| Web を検索する | openclaw infer web search --query "..." --json | |
| Web ページを取得する | openclaw infer web fetch --url https://example.com --json | |
| 埋め込みを作成する | openclaw infer embedding create --text "..." --json |
動作
openclaw infer ...は、これらのワークフロー向けの主要な CLI サーフェスです。- 出力が別のコマンドやスクリプトで消費される場合は
--jsonを使用します。 - 特定のバックエンドが必要な場合は
--providerまたは--model provider/modelを使用します。 model run --thinking <level>を使用すると、実行を raw のまま保ちながら、一回限りの thinking/reasoning レベル (off,minimal,low,medium,high,adaptive,xhigh, またはmax) を渡せます。image describe、audio transcribe、video describeでは、--modelは<provider/model>形式である必要があります。image describeでは、明示的な--modelはそのプロバイダー/モデルを直接実行します。モデルは、モデルカタログまたはプロバイダー構成で画像対応である必要があります。codex/<model>は、境界付けられた Codex app-server の画像理解ターンを実行します。openai-codex/<model>は OpenAI Codex OAuth プロバイダーパスを使用します。- ステートレス実行コマンドはデフォルトで local です。
- Gateway 管理状態コマンドはデフォルトで gateway です。
- 通常のローカルパスでは Gateway が実行中である必要はありません。
- ローカルの
model runは、軽量な一回限りのプロバイダー補完です。構成済みの agent モデルと認証は解決しますが、chat-agent ターンの開始、ツールの読み込み、同梱 MCP サーバーの起動は行いません。 model run --fileは画像ファイルを受け取り、その MIME タイプを検出し、指定されたプロンプトとともに選択されたモデルへ送信します。複数の画像には--fileを繰り返します。model run --fileは画像以外の入力を拒否します。音声ファイルにはinfer audio transcribeを、動画ファイルにはinfer video describeを使用します。model run --gatewayは Gateway ルーティング、保存済み認証、プロバイダー選択、組み込みランタイムを実行しますが、それでも raw モデルプローブとして動作します。事前のセッショントランスクリプト、bootstrap/AGENTS コンテキスト、context-engine アセンブリ、ツール、同梱 MCP サーバーなしで、指定されたプロンプトと任意の画像添付を送信します。model run --gateway --model <provider/model>は、Gateway に一回限りのプロバイダー/モデル上書きを実行させるリクエストであるため、信頼済み operator gateway credential が必要です。- ローカルの
model run --thinkingは軽量なプロバイダー補完パスを使用します。adaptiveやmaxなどのプロバイダー固有レベルは、最も近いポータブルな simple-completion レベルに対応付けられます。
モデル
プロバイダーに支えられたテキスト推論とモデル/プロバイダー調査にはmodel を使用します。
<provider/model> 参照を使用します。
- ローカルの
model runは、非 Codex プロバイダーでは選択されたモデルに指定プロンプトだけを送信するため、プロバイダー/モデル/認証の健全性を確認する最も狭い CLI スモークです。 - ローカルの
model run --model <provider/model>は、そのプロバイダーが構成に書き込まれる前でも、models list --allから正確な同梱静的カタログ行を使用できます。プロバイダー認証は依然として必要です。認証情報がない場合は、Unknown modelではなく認証エラーとして失敗します。 - Mistral Medium 3.5 reasoning プローブでは、temperature は未設定/デフォルトのままにします。Mistral は
reasoning_effort="high"とtemperature: 0の組み合わせを拒否します。デフォルト temperature、または0.7などの非ゼロ reasoning-mode 値でmistral/mistral-medium-3-5を使用します。 openai-codex/*ローカルプローブは狭い例外です。OpenClaw は、Codex Responses トランスポートが必須のinstructionsフィールドを設定できるように、完全な agent コンテキスト、ツール、memory、セッショントランスクリプトは追加せず、最小限のシステム指示を追加します。- ローカルの
model run --fileはその軽量パスを維持し、画像コンテンツを単一のユーザーメッセージに直接添付します。PNG、JPEG、WebP などの一般的な画像ファイルは、MIME タイプがimage/*として検出される場合に動作します。サポートされていない、または認識されないファイルはプロバイダーが呼び出される前に失敗します。 model run --fileは、選択したマルチモーダルテキストモデルを直接テストしたい場合に最適です。OpenClaw の画像理解プロバイダー選択とデフォルト画像モデルルーティングを使いたい場合は、infer image describeを使用します。- 選択したモデルは画像入力をサポートしている必要があります。テキスト専用モデルはプロバイダー層でリクエストを拒否することがあります。
model run --promptには空白以外のテキストが含まれている必要があります。空のプロンプトは、ローカルプロバイダーや Gateway が呼び出される前に拒否されます。- ローカルの
model runは、プロバイダーがテキスト出力を返さない場合に非ゼロで終了するため、到達不能なローカルプロバイダーや空の補完が成功したプローブのようには見えません。 - モデル入力を raw のまま保ちながら Gateway ルーティング、agent-runtime セットアップ、または Gateway 管理のプロバイダー状態をテストする必要がある場合は、
model run --gatewayを使用します。完全な agent コンテキスト、ツール、memory、セッショントランスクリプトが必要な場合は、openclaw agentまたはチャットサーフェスを使用します。 model auth login、model auth logout、model auth statusは保存済みプロバイダー認証状態を管理します。
画像
生成、編集、説明にはimage を使用します。
-
既存の入力ファイルを起点にする場合は、
image editを使用します。 -
参照画像の編集でジオメトリヒントをサポートするプロバイダー/モデルでは、
image editに--size、--aspect-ratio、または--resolutionを使用します。 -
透明背景の OpenAI PNG 出力には、
--model openai/gpt-image-1.5とともに--output-format png --background transparentを使用します。--openai-backgroundは OpenAI 固有のエイリアスとして引き続き利用できます。背景サポートを宣言していないプロバイダーでは、 このヒントは無視された上書きとして報告されます。 -
image providers --jsonを使用すると、バンドル済み画像プロバイダーのうち、検出可能、設定済み、選択済みのもの、および各プロバイダーが公開する生成/編集機能を確認できます。 -
画像生成の変更に対する最小範囲のライブ
CLI スモークには、
image generate --model <provider/model> --jsonを使用します。例:JSON レスポンスは、ok、provider、model、attempts、および書き込まれた 出力パスを報告します。--outputが設定されている場合、最終的な拡張子は プロバイダーが返した MIME タイプに従うことがあります。 -
image describeとimage describe-manyでは、OCR、比較、UI 検査、簡潔なキャプション生成など、ビジョンモデルへのタスク固有の指示を与えるために--promptを使用します。 -
低速なローカルビジョンモデルやコールドスタートの Ollama では、
--timeout-msを使用します。 -
image describeでは、--modelは画像対応の<provider/model>である必要があります。 -
ローカルの Ollama ビジョンモデルでは、先にモデルを pull し、
OLLAMA_API_KEYに任意のプレースホルダー値、たとえばollama-localを設定します。Ollama を参照してください。
音声
ファイル文字起こしにはaudio を使用します。
audio transcribeはファイル文字起こし用であり、リアルタイムセッション管理用ではありません。--modelは<provider/model>である必要があります。
TTS
音声合成と TTS プロバイダー状態にはtts を使用します。
tts statusは Gateway 管理の TTS 状態を反映するため、デフォルトで Gateway を使用します。- TTS の動作を調査および設定するには、
tts providers、tts voices、tts set-providerを使用します。
動画
生成と説明にはvideo を使用します。
video generateは--size、--aspect-ratio、--resolution、--duration、--audio、--watermark、--timeout-msを受け取り、それらを動画生成ランタイムに転送します。video describeでは、--modelは<provider/model>である必要があります。
Web
検索と取得のワークフローにはweb を使用します。
- 利用可能、設定済み、選択済みのプロバイダーを調査するには、
web providersを使用します。
埋め込み
ベクトル作成と埋め込みプロバイダーの調査にはembedding を使用します。
JSON 出力
infer コマンドは、共有エンベロープ配下で JSON 出力を正規化します。okcapabilitytransportprovidermodelattemptsoutputserror
outputs に OpenClaw が書き込んだファイルが含まれます。自動化では、
人間可読の stdout を解析する代わりに、その配列内の
path、mimeType、size、およびメディア固有の寸法を使用します。
よくある落とし穴
注記
openclaw capability ...はopenclaw infer ...のエイリアスです。