Skip to main content
openclaw infer jest kanonicznym bezinterfejsowym punktem dostępu do wnioskowania obsługiwanego przez dostawców. Udostępnia rodziny możliwości (model, image, audio, tts, video, web, embedding), a nie surowe nazwy RPC Gateway ani identyfikatory narzędzi agenta. openclaw capability ... jest aliasem tego samego drzewa poleceń. Powody, dla których warto go używać zamiast jednorazowej otoczki dostawcy:
  • Ponownie wykorzystuje dostawców i modele już skonfigurowane w OpenClaw.
  • Zapewnia stabilną kopertę --json dla skryptów i automatyzacji sterowanej przez agenta (zobacz Dane wyjściowe JSON).
  • W przypadku większości podpoleceń uruchamia standardową ścieżkę lokalną bez Gateway.
  • W przypadku kompleksowych testów dostawcy sprawdza dostarczany CLI, wczytywanie konfiguracji, rozpoznawanie domyślnego agenta, aktywację dołączonych pluginów oraz współdzielone środowisko wykonawcze możliwości przed wysłaniem żądania do dostawcy.

​
Przekształcanie infer w Skills

Skopiuj poniższy tekst i wklej go agentowi:
Dobre Skills oparte na infer przypisują typowe intencje użytkownika do właściwego podpolecenia, zawierają kilka kanonicznych przykładów dla każdego przepływu pracy, preferują openclaw infer ... zamiast alternatyw niższego poziomu i nie dokumentują ponownie całego interfejsu infer w swojej treści.

​
Drzewo poleceń

infer list / infer inspect --name <capability> przedstawiają to drzewo jako dane (identyfikator możliwości, transporty, opis).

​
Typowe zadania

​
Działanie

  • Używaj --json, gdy dane wyjściowe są przekazywane do innego polecenia lub skryptu; w przeciwnym razie używaj danych tekstowych.
  • Użyj --provider lub --model provider/model, aby wskazać konkretny backend.
  • Użyj model run --thinking <level>, aby jednorazowo nadpisać poziom myślenia/rozumowania: off, minimal, low, medium, high, adaptive, xhigh lub max.
  • W przypadku image describe, audio transcribe i video describe opcja --model musi mieć postać <provider/model>.
  • W przypadku image describe opcja --file przyjmuje ścieżki lokalne i adresy URL HTTP(S); zdalne adresy URL podlegają standardowej polityce SSRF pobierania multimediów.
  • Bezstanowe polecenia wykonawcze (model run, image *, audio *, video *, web *, embedding *) są domyślnie lokalne. Polecenia stanu zarządzanego przez Gateway (tts status) domyślnie używają Gateway.
  • Ścieżka lokalna nigdy nie wymaga uruchomionego Gateway.
  • Lokalne model run to uproszczone, jednorazowe wywołanie uzupełniania przez dostawcę: rozpoznaje skonfigurowany model agenta i uwierzytelnianie, ale nie rozpoczyna tury agenta czatu, nie ładuje narzędzi ani nie otwiera dołączonych serwerów MCP.
  • model run --file dołącza pliki obrazów (z automatycznie wykrywanym typem MIME) do promptu; powtórz --file, aby przekazać wiele obrazów. Pliki niebędące obrazami są odrzucane — zamiast tego użyj infer audio transcribe lub infer video describe.
  • model run --gateway sprawdza trasowanie Gateway, zapisane dane uwierzytelniające, wybór dostawcy i osadzone środowisko wykonawcze, ale pozostaje surowym testem modelu: bez wcześniejszej transkrypcji sesji, kontekstu startowego/AGENTS, narzędzi ani dołączonych serwerów MCP.
  • model run --gateway --model <provider/model> wymaga poświadczenia Gateway zaufanego operatora, ponieważ polecenie żąda od Gateway jednorazowego nadpisania dostawcy/modelu.

​
Model

Wnioskowanie tekstowe oraz inspekcja modeli/dostawców.
Używaj pełnych odwołań <provider/model> z opcją --local, aby wykonać test dymny jednego dostawcy bez uruchamiania Gateway ani ładowania zestawu narzędzi agenta:
Uwagi:
  • Lokalne model run jest najbardziej ukierunkowanym testem dymnym CLI dotyczącym kondycji dostawcy/modelu/uwierzytelniania: w przypadku dostawców innych niż ChatGPT-Codex wysyła wyłącznie podany prompt.
  • Lokalne model run --model <provider/model> może rozpoznać dokładne wiersze dołączonego katalogu statycznego (te same, które pokazuje openclaw models list --all), zanim dany dostawca zostanie zapisany w konfiguracji. Uwierzytelnienie dostawcy jest nadal wymagane; brakujące dane uwierzytelniające powodują błędy uwierzytelniania, a nie Unknown model.
  • W przypadku testów rozumowania Mistral Medium 3.5 pozostaw temperaturę nieustawioną/domyślną. Mistral odrzuca reasoning_effort="high" z temperature: 0; użyj domyślnej temperatury lub wartości niezerowej, takiej jak 0.7.
  • Lokalne testy OAuth OpenAI ChatGPT/Codex (API openai-chatgpt-responses) dodają minimalną instrukcję systemową, aby transport mógł wypełnić wymagane pole instructions — bez pełnego kontekstu agenta, narzędzi, pamięci ani transkrypcji sesji.
  • model run --file dołącza zawartość obrazu bezpośrednio do pojedynczej wiadomości użytkownika. Typowe formaty (PNG, JPEG, WebP) działają, gdy typ MIME zostanie wykryty jako image/*; nieobsługiwane lub nierozpoznane pliki powodują błąd przed wywołaniem dostawcy. Użyj zamiast tego infer image describe, jeśli zamiast bezpośredniego testu modelu multimodalnego chcesz użyć trasowania modeli obrazowych i mechanizmów awaryjnych OpenClaw.
  • Wybrany model musi obsługiwać dane wejściowe w postaci obrazów; modele wyłącznie tekstowe mogą odrzucić żądanie po stronie dostawcy.
  • model run --prompt musi zawierać tekst składający się nie tylko z białych znaków; puste prompty są odrzucane przed wywołaniem dostawcy lub Gateway.
  • Lokalne model run kończy działanie kodem różnym od zera, gdy dostawca nie zwróci tekstu, dzięki czemu nieosiągalni dostawcy i puste uzupełnienia nie wyglądają jak udane testy.
  • Użyj model run --gateway, aby przetestować trasowanie Gateway lub konfigurację środowiska wykonawczego agenta przy zachowaniu surowych danych wejściowych modelu. Użyj openclaw agent lub interfejsu czatu, aby uzyskać pełny kontekst agenta, narzędzia, pamięć i transkrypcję sesji.
  • --thinking adaptive jest mapowane na poziom środowiska wykonawczego uzupełniania medium; --thinking max jest mapowane na max dla modeli OpenAI obsługujących natywny maksymalny nakład rozumowania, a w pozostałych przypadkach na xhigh.
  • model auth login, model auth logout i model auth status zarządzają zapisanym stanem uwierzytelniania dostawcy.

​
Obraz

Generowanie, edycja i opis.
Uwagi:
  • Użyj image edit, gdy zaczynasz od istniejących plików wejściowych; --size, --aspect-ratio lub --resolution dodają wskazówki dotyczące geometrii w przypadku dostawców/modeli, które je obsługują.
  • --output-format png --background transparent z --model openai/gpt-image-1.5 generuje za pomocą OpenAI plik PNG z przezroczystym tłem; --openai-background jest specyficznym dla OpenAI aliasem tej samej wskazówki. Dostawcy, którzy nie deklarują obsługi tła, zgłaszają ją jako zignorowane nadpisanie (zobacz ignoredOverrides w obiekcie JSON).
  • --quality low|medium|high|auto działa z dostawcami obsługującymi wskazówki dotyczące jakości obrazu, w tym z OpenAI. OpenAI akceptuje również --openai-moderation low|auto.
  • image providers --json wyświetla, którzy dołączani dostawcy obrazów są wykrywalni, skonfigurowani i wybrani oraz jakie możliwości generowania/edycji udostępnia każdy z nich.
  • image generate --model <provider/model> --json jest najbardziej ukierunkowanym testem dymnym na żywo dla zmian w generowaniu obrazów:
    Odpowiedź zawiera ok, provider, model, attempts oraz ścieżki zapisanych plików wyjściowych. Gdy ustawiono --output, końcowe rozszerzenie może odpowiadać typowi MIME zwróconemu przez dostawcę.
  • W przypadku image describe i image describe-many użyj --prompt, aby przekazać instrukcję dotyczącą konkretnego zadania (OCR, porównanie, inspekcja interfejsu, zwięzły opis).
  • Użyj --timeout-ms w przypadku wolnych lokalnych modeli wizyjnych lub zimnego uruchamiania Ollama.
  • W przypadku image describe jawnie określony --model (musi to być obsługujący obrazy <provider/model>) jest uruchamiany jako pierwszy, a następnie, jeśli to wywołanie się nie powiedzie, podejmowane są próby użycia skonfigurowanych agents.defaults.imageModel.fallbacks. Błędy przygotowania danych wejściowych (brak pliku, nieobsługiwany adres URL) powodują niepowodzenie przed jakąkolwiek próbą użycia modelu zapasowego, a model musi obsługiwać obrazy w katalogu modeli lub konfiguracji dostawcy.
  • W przypadku lokalnych modeli wizyjnych Ollama najpierw pobierz model i ustaw OLLAMA_API_KEY na dowolną wartość zastępczą, na przykład ollama-local. Zobacz Ollama.

​
Dźwięk

Transkrypcja plików (bez zarządzania sesjami w czasie rzeczywistym).
--model musi mieć postać <provider/model>.

​
TTS

Synteza mowy oraz stan dostawcy/persony TTS.
Uwagi:
  • tts status obsługuje tylko --gateway (odzwierciedla stan TTS zarządzany przez Gateway).
  • Użyj tts providers, tts voices, tts personas, tts set-provider i tts set-persona, aby sprawdzać i konfigurować działanie TTS.

​
Wideo

Generowanie i opisywanie.
Uwagi:
  • video generate przyjmuje --size, --aspect-ratio, --resolution, --duration, --audio, --watermark i --timeout-ms, które są przekazywane do środowiska wykonawczego generowania wideo.
  • W przypadku video describe parametr --model musi mieć postać <provider/model>.

​
Sieć

Wyszukiwanie i pobieranie.
web providers wyświetla dostępnych, skonfigurowanych i wybranych dostawców wyszukiwania i pobierania.

​
Osadzanie

Tworzenie wektorów i sprawdzanie dostawców osadzania.

​
Dane wyjściowe JSON

Polecenia Infer normalizują dane wyjściowe JSON we wspólnym obiekcie:
Stabilne pola najwyższego poziomu:
  • ok
  • capability
  • transport
  • provider
  • model
  • attempts
  • inputs (załączniki graficzne wysłane wraz z żądaniem, gdy ma to zastosowanie)
  • outputs
  • ignoredOverrides (klucze wskazówek nieobsługiwanych przez dostawcę, gdy ma to zastosowanie)
  • error
W przypadku poleceń generujących multimedia outputs zawiera pliki zapisane przez OpenClaw. Do automatyzacji używaj wartości path, mimeType, size oraz wymiarów właściwych dla danego rodzaju multimediów z tej tablicy, zamiast analizować czytelne dla człowieka standardowe dane wyjściowe.

​
Częste pułapki

​
Powiązane