Skip to main content
openclaw infer — канонический безголовый интерфейс для инференса через провайдеров. Он предоставляет семейства возможностей (model, image, audio, tts, video, web, embedding), а не необработанные имена RPC Gateway или идентификаторы инструментов агента. openclaw capability ... — псевдоним того же дерева команд. Причины предпочесть его одноразовой обёртке провайдера:
  • Повторно использует провайдеров и модели, уже настроенные в OpenClaw.
  • Стабильная оболочка --json для скриптов и автоматизации под управлением агентов (см. Вывод JSON).
  • Для большинства подкоманд выполняет обычный локальный путь без Gateway.
  • При сквозных проверках провайдеров задействует поставляемый CLI, загрузку конфигурации, разрешение агента по умолчанию, активацию встроенных плагинов и общую среду выполнения возможностей до отправки запроса провайдеру.

​
Превращение infer в навык

Скопируйте и вставьте это агенту:
Хороший навык на основе infer сопоставляет типичные намерения пользователя с подходящей подкомандой, содержит несколько канонических примеров для каждого рабочего процесса, предпочитает openclaw infer ... низкоуровневым альтернативам и не дублирует в теле навыка документацию всей поверхности infer.

​
Дерево команд

infer list / infer inspect --name <capability> отображают это дерево в виде данных (идентификатор возможности, транспорты, описание).

​
Типичные задачи

​
Поведение

  • Используйте --json, когда вывод передаётся другой команде или скрипту; в остальных случаях используйте текстовый вывод.
  • Используйте --provider или --model provider/model, чтобы зафиксировать конкретный бэкенд.
  • Используйте model run --thinking <level> для разового переопределения режима размышления/рассуждения: off, minimal, low, medium, high, adaptive, xhigh или max.
  • Для image describe, audio transcribe и video describe значение --model должно иметь вид <provider/model>.
  • Для image describe параметр --file принимает локальные пути и URL HTTP(S); удалённые URL обрабатываются согласно обычной политике защиты от SSRF при получении медиафайлов.
  • Команды выполнения без сохранения состояния (model run, image *, audio *, video *, web *, embedding *) по умолчанию выполняются локально. Команды состояния под управлением Gateway (tts status) по умолчанию выполняются через Gateway.
  • Для локального пути работающий Gateway не требуется.
  • Локальный model run выполняет облегчённое одноразовое дополнение через провайдера: он разрешает настроенную модель и аутентификацию агента, но не начинает ход агента чата, не загружает инструменты и не открывает встроенные серверы MCP.
  • model run --file прикрепляет файлы изображений (с автоматически определяемым MIME-типом) к запросу; повторите --file для нескольких изображений. Файлы, не являющиеся изображениями, отклоняются — вместо этого используйте infer audio transcribe или infer video describe.
  • model run --gateway проверяет маршрутизацию Gateway, сохранённую аутентификацию, выбор провайдера и встроенную среду выполнения, но остаётся необработанной проверкой модели: без предыдущей расшифровки сеанса, контекста начальной загрузки/AGENTS, инструментов и встроенных серверов MCP.
  • model run --gateway --model <provider/model> требует учётных данных Gateway доверенного оператора, поскольку запрашивает у Gateway одноразовое переопределение провайдера/модели.

​
Модель

Текстовый инференс и проверка моделей/провайдеров.
Используйте полные ссылки <provider/model> с --local, чтобы выполнить быструю проверку одного провайдера без запуска Gateway или загрузки поверхности инструментов агента:
Примечания:
  • Локальный model run — наиболее узкая быстрая проверка CLI для работоспособности провайдера, модели и аутентификации: для провайдеров, отличных от ChatGPT-Codex, он отправляет только указанный запрос.
  • Локальный model run --model <provider/model> может разрешать точные строки встроенного статического каталога (те же строки, которые показывает openclaw models list --all) до записи этого провайдера в конфигурацию. Аутентификация провайдера всё равно обязательна; отсутствие учётных данных приводит к ошибкам аутентификации, а не к Unknown model.
  • При проверках рассуждения Mistral Medium 3.5 не задавайте температуру и оставьте значение по умолчанию. Mistral отклоняет reasoning_effort="high" с temperature: 0; используйте температуру по умолчанию или ненулевое значение, например 0.7.
  • Локальные проверки OpenAI ChatGPT/Codex OAuth (API openai-chatgpt-responses) добавляют минимальную системную инструкцию, чтобы транспорт мог заполнить обязательное поле instructions, — без полного контекста агента, инструментов, памяти или расшифровки сеанса.
  • model run --file прикрепляет содержимое изображения непосредственно к единственному сообщению пользователя. Распространённые форматы (PNG, JPEG, WebP) работают, если MIME-тип определён как image/*; неподдерживаемые или нераспознанные файлы отклоняются до вызова провайдера. Используйте вместо этого infer image describe, если вам нужны маршрутизация моделей изображений и резервные варианты OpenClaw, а не прямая проверка мультимодальной модели.
  • Выбранная модель должна поддерживать ввод изображений; модели только для текста могут отклонить запрос на уровне провайдера.
  • model run --prompt должен содержать текст, состоящий не только из пробельных символов; пустые запросы отклоняются до любого вызова провайдера или Gateway.
  • Локальный model run завершается с ненулевым кодом, если провайдер не возвращает текстовый вывод, поэтому недоступные провайдеры и пустые дополнения не выглядят как успешные проверки.
  • Используйте model run --gateway для проверки маршрутизации Gateway или настройки среды выполнения агента, сохраняя ввод модели необработанным. Используйте openclaw agent или интерфейс чата для полного контекста агента, инструментов, памяти и расшифровки сеанса.
  • --thinking adaptive соответствует уровню среды выполнения дополнения medium; --thinking max соответствует max для моделей OpenAI, поддерживающих встроенное максимальное усилие, а иначе — xhigh.
  • model auth login, model auth logout и model auth status управляют сохранённым состоянием аутентификации провайдера.

​
Изображение

Генерация, редактирование и описание.
Примечания:
  • Используйте image edit при работе с существующими входными файлами; --size, --aspect-ratio или --resolution добавляют подсказки по геометрии для поддерживающих их провайдеров и моделей.
  • --output-format png --background transparent вместе с --model openai/gpt-image-1.5 создаёт PNG-изображение OpenAI с прозрачным фоном; --openai-background — специфичный для OpenAI псевдоним той же подсказки. Провайдеры, которые не заявляют поддержку фона, указывают её как проигнорированное переопределение (см. ignoredOverrides в оболочке JSON).
  • --quality low|medium|high|auto работает с провайдерами, поддерживающими подсказки по качеству изображения, включая OpenAI. OpenAI также принимает --openai-moderation low|auto.
  • image providers --json показывает, какие встроенные провайдеры изображений обнаружены, настроены и выбраны, а также какие возможности генерации и редактирования предоставляет каждый из них.
  • image generate --model <provider/model> --json — наиболее узкая живая дымовая проверка изменений генерации изображений:
    Ответ содержит ok, provider, model, attempts и пути записанных выходных файлов. Если задан --output, итоговое расширение может соответствовать типу MIME, возвращённому провайдером.
  • Для image describe и image describe-many используйте --prompt, чтобы задать инструкцию для конкретной задачи (OCR, сравнение, проверка интерфейса, краткое описание).
  • Используйте --timeout-ms для медленных локальных моделей компьютерного зрения или холодного запуска Ollama.
  • Для image describe сначала запускается явно указанная --model (это должна быть поддерживающая изображения <provider/model>), а при сбое этого вызова выполняется попытка использовать настроенные agents.defaults.imageModel.fallbacks. Ошибки подготовки входных данных (отсутствующий файл, неподдерживаемый URL) приводят к сбою до любой попытки резервного перехода, а модель должна поддерживать изображения согласно каталогу моделей или конфигурации провайдера.
  • Для локальных моделей компьютерного зрения Ollama сначала загрузите модель и задайте для OLLAMA_API_KEY любое значение-заполнитель, например ollama-local. См. Ollama.

​
Аудио

Транскрибирование файлов (не управление сеансами в реальном времени).
--model должен быть <provider/model>.

​
TTS

Синтез речи и состояние провайдера/персоны TTS.
Примечания:
  • tts status поддерживает только --gateway (он отражает состояние TTS, управляемое Gateway).
  • Используйте tts providers, tts voices, tts personas, tts set-provider и tts set-persona для проверки и настройки поведения TTS.

​
Видео

Генерация и описание.
Примечания:
  • video generate принимает --size, --aspect-ratio, --resolution, --duration, --audio, --watermark и --timeout-ms, которые передаются среде выполнения генерации видео.
  • --model должен быть <provider/model> для video describe.

​
Веб

Поиск и получение данных.
web providers показывает доступных, настроенных и выбранных провайдеров для поиска и получения данных.

​
Векторные представления

Создание векторов и проверка провайдеров векторных представлений.

​
Вывод JSON

Команды Infer нормализуют вывод JSON с помощью общей оболочки:
Стабильные поля верхнего уровня:
  • ok
  • capability
  • transport
  • provider
  • model
  • attempts
  • inputs (вложения изображений, отправленные с запросом, если применимо)
  • outputs
  • ignoredOverrides (ключи подсказок, которые провайдер не поддерживает, если применимо)
  • error
Для команд генерации медиа outputs содержит файлы, записанные OpenClaw. Для автоматизации используйте path, mimeType, size и все специфичные для медиа размеры из этого массива вместо разбора удобочитаемого вывода stdout.

​
Распространённые ошибки

​
Связанные материалы