openclaw infer は、プロバイダーに支えられた推論のための標準的なヘッドレスサーフェスです。生の gateway RPC 名や agent tool ID ではなく、機能ファミリー（model、image、audio、tts、video、web、embedding）を公開します。openclaw capability ... は同じコマンドツリーのエイリアスです。
一回限りのプロバイダーラッパーよりもこれを優先する理由:
- OpenClaw ですでに設定済みのプロバイダーとモデルを再利用します。
- スクリプトや agent 駆動の自動化向けに安定した
--jsonエンベロープを提供します（JSON 出力を参照）。 - ほとんどのサブコマンドでは Gateway なしで通常のローカルパスを実行します。
- エンドツーエンドのプロバイダーチェックでは、プロバイダーリクエストが送信される前に、出荷済み CLI、設定読み込み、デフォルト agent 解決、同梱 Plugin の有効化、共有機能ランタイムを実行します。
infer を skill に変換する
これを agent にコピーして貼り付けます:openclaw infer ... を優先し、skill 本文で infer サーフェス全体を再ドキュメント化しません。
コマンドツリー
infer list / infer inspect --name <capability> は、このツリーをデータ（機能 ID、トランスポート、説明）として表示します。
一般的なタスク
| 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 | デフォルトではローカル |
| 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 |
| 画像ファイルまたは URL 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 経由でのみ実行されます |
| 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
- 出力を別のコマンドやスクリプトに渡す場合は
--jsonを使用します。それ以外はテキスト出力を使用します。 - 特定のバックエンドを固定するには、
--providerまたは--model provider/modelを使用します。 - 一回限りの thinking/reasoning 上書きには
model run --thinking <level>を使用します:off、minimal、low、medium、high、adaptive、xhigh、またはmax。 image describe、audio transcribe、video describeでは、--modelは<provider/model>形式を使用する必要があります。image describeでは、--fileはローカルパスと HTTP(S) URL を受け付けます。リモート URL は通常のメディア取得 SSRF ポリシーを通ります。- ステートレス実行コマンド（
model run、image *、audio *、video *、web *、embedding *）はデフォルトでローカルです。Gateway 管理の状態コマンド（tts status）はデフォルトで Gateway です。 - ローカルパスでは Gateway の実行は不要です。
- ローカル
model runは軽量な一回限りのプロバイダー補完です。設定済み agent モデルと認証を解決しますが、chat-agent ターンを開始したり、ツールを読み込んだり、同梱 MCP サーバーを開いたりしません。 model run --fileは画像ファイル（MIME タイプは自動検出）をプロンプトに添付します。複数の画像には--fileを繰り返します。画像以外のファイルは拒否されます。代わりにinfer audio transcribeまたはinfer video describeを使用してください。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、生のモデルプローブのままです。以前のセッショントランスクリプト、bootstrap/AGENTS コンテキスト、ツール、同梱 MCP サーバーはありません。model run --gateway --model <provider/model>には信頼されたオペレーターの Gateway 資格情報が必要です。これは Gateway に一回限りのプロバイダー/モデル上書きの実行を依頼するためです。
モデル
テキスト推論とモデル/プロバイダー検査。--local で完全な <provider/model> 参照を使用します:
- ローカル
model runは、プロバイダー/モデル/認証の健全性に対する最も狭い CLI スモークです。非 ChatGPT-Codex プロバイダーでは、指定されたプロンプトだけを送信します。 - ローカル
model run --model <provider/model>は、そのプロバイダーが設定に書き込まれる前に、同梱の静的カタログの正確な行（openclaw models list --allが表示するのと同じ行）を解決できます。プロバイダー認証は引き続き必要です。資格情報がない場合は、Unknown modelではなく認証エラーとして失敗します。 - Mistral Medium 3.5 の reasoning プローブでは、temperature を未設定/デフォルトのままにします。Mistral は
temperature: 0でreasoning_effort="high"を拒否します。デフォルト temperature、または0.7などの非ゼロ値を使用します。 - OpenAI ChatGPT/Codex OAuth（
openai-chatgpt-responsesAPI）のローカルプローブは、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最小限の system instruction を追加します。完全な agent コンテキスト、ツール、メモリ、セッショントランスクリプトはありません。 model run --fileは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。一般的な形式（PNG、JPEG、WebP）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。直接的なマルチモーダルモデルプローブではなく OpenClaw の画像モデルルーティングとフォールバックを使いたい場合は、代わりに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レイヤーでリクエストを拒否する場合があります。
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、プロバイダーまたは Gateway の呼び出し前に拒否されます。- ローカル
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。 - モデル入力を生のままにしつつ Gateway ルーティングまたは agent-runtime セットアップをテストするには、
model run --gatewayを使用します。完全な agent コンテキスト、ツール、メモリ、セッショントランスクリプトにはopenclaw agentまたはチャットサーフェスを使用します。 --thinking adaptiveは completion-runtime レベルmediumに対応します。--thinking maxは、ネイティブの max effort をサポートする OpenAI モデルではmaxに、それ以外ではxhighに対応します。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。-
既存の入力ファイルから開始する場合は
image editを使用します。--size、--aspect-ratio、または--resolutionは、それらをサポートするプロバイダー/モデルにジオメトリのヒントを追加します。 -
--model openai/gpt-image-1.5とともに--output-format png --background transparentを指定すると、背景が透明な OpenAI PNG 出力が得られます。--openai-backgroundは同じヒントに対する OpenAI 固有のエイリアスです。背景サポートを宣言していないプロバイダーは、これを無視されたオーバーライドとして報告します（JSON エンベロープのignoredOverridesを参照）。 -
--quality low|medium|high|autoは、OpenAI を含む画像品質ヒントをサポートするプロバイダーで機能します。OpenAI は--openai-moderation low|autoも受け付けます。 -
image providers --jsonは、どのバンドル画像プロバイダーが検出可能、設定済み、選択済みであり、それぞれがどの生成/編集機能を公開しているかを一覧表示します。 -
image generate --model <provider/model> --jsonは、画像生成の変更に対する最小範囲のライブスモークテストです。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、タスク固有の指示（OCR、比較、UI 検査、簡潔なキャプション作成）に--promptを使用します。 -
遅いローカルビジョンモデルや Ollama のコールドスタートには
--timeout-msを使用します。 -
image describeでは、明示的な--model（画像対応の<provider/model>である必要があります）が最初に実行され、その呼び出しが失敗した場合に設定済みのagents.defaults.imageModel.fallbacksを試します。入力準備エラー（ファイル欠落、サポートされていない URL）はフォールバックの試行前に失敗し、モデルはモデルカタログまたはプロバイダー設定で画像対応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、先にモデルを取得し、
OLLAMA_API_KEYを任意のプレースホルダー値（例:ollama-local）に設定します。Ollama を参照してください。
音声
ファイル文字起こし（リアルタイムのセッション管理ではありません）。--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/ペルソナ状態。tts statusは--gatewayのみをサポートします（Gateway 管理の TTS 状態を反映します）。- TTS の動作を検査および設定するには、
tts providers、tts voices、tts personas、tts set-provider、tts set-personaを使用します。
動画
生成と説明。video generateは--size、--aspect-ratio、--resolution、--duration、--audio、--watermark、--timeout-msを受け付け、動画生成ランタイムへ転送します。video describeの--modelは<provider/model>である必要があります。
Web
検索と取得。web providers は、検索と取得で利用可能、設定済み、選択済みのプロバイダーを一覧表示します。
埋め込み
ベクトル作成と埋め込みプロバイダーの検査。JSON 出力
Infer コマンドは、共有エンベロープの下に JSON 出力を正規化します。okcapabilitytransportprovidermodelattemptsinputs（該当する場合、リクエストとともに送信された画像添付）outputsignoredOverrides（該当する場合、プロバイダーがサポートしないヒントキー）error
outputs に OpenClaw が書き込んだファイルが含まれます。自動化では、人間が読める 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てください。