> ## 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. # CLI инференса `openclaw infer` — каноническая headless-поверхность для рабочих процессов инференса, поддерживаемых провайдерами. Она намеренно раскрывает семейства возможностей, а не сырые имена RPC Gateway и не сырые идентификаторы инструментов агента. ## Превратите infer в skill Скопируйте и вставьте это агенту: ```text theme={"theme":{"light":"min-light","dark":"min-dark"}} 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. ``` Хороший skill на основе infer должен: * сопоставлять распространенные намерения пользователя с правильной подкомандой infer * включать несколько канонических примеров infer для рабочих процессов, которые он покрывает * предпочитать `openclaw infer ...` в примерах и рекомендациях * избегать повторного документирования всей поверхности infer внутри тела skill Типичное покрытие skill, сфокусированного на infer: * `openclaw infer model run` * `openclaw infer image generate` * `openclaw infer audio transcribe` * `openclaw infer tts convert` * `openclaw infer web search` * `openclaw infer embedding create` ## Зачем использовать infer `openclaw infer` предоставляет единый согласованный CLI для задач инференса, поддерживаемых провайдерами внутри OpenClaw. Преимущества: * Используйте провайдеры и модели, уже настроенные в OpenClaw, вместо настройки одноразовых оберток для каждого backend. * Держите рабочие процессы с моделями, изображениями, аудиотранскрибацией, TTS, видео, вебом и embeddings в одном дереве команд. * Используйте стабильную форму вывода `--json` для скриптов, автоматизации и рабочих процессов, управляемых агентами. * Предпочитайте первичную поверхность OpenClaw, когда задача по сути сводится к "запустить инференс". * Используйте обычный локальный путь без необходимости Gateway для большинства команд infer. Для сквозных проверок провайдера предпочитайте `openclaw infer ...`, когда низкоуровневые тесты провайдера уже проходят. Это проверяет поставляемый CLI, загрузку конфигурации, разрешение агента по умолчанию, активацию встроенного Plugin и общую среду выполнения возможностей до отправки запроса провайдеру. ## Дерево команд ```text theme={"theme":{"light":"min-light","dark":"min-dark"}} 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 ``` ## Распространенные задачи Эта таблица сопоставляет распространенные задачи инференса с соответствующей командой infer. | Задача | Команда | Примечания | | -------------------------------------- | --------------------------------------------------------------------------------------------- | -------------------------------------------------------------- | | Запустить текстовый/model prompt | `openclaw infer model run --prompt "..." --json` | По умолчанию использует обычный локальный путь | | Запустить model prompt на изображениях | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | Повторите `--file` для нескольких входных изображений | | Сгенерировать изображение | `openclaw infer image generate --prompt "..." --json` | Используйте `image edit`, если начинаете с существующего файла | | Описать файл изображения или URL | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` должен быть image-capable `` | | Транскрибировать аудио | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` должен быть `` | | Синтезировать речь | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` ориентирован на Gateway | | Сгенерировать видео | `openclaw infer video generate --prompt "..." --json` | Поддерживает подсказки провайдера, такие как `--resolution` | | Описать видеофайл | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` должен быть `` | | Искать в вебе | `openclaw infer web search --query "..." --json` | | | Получить веб-страницу | `openclaw infer web fetch --url https://example.com --json` | | | Создать embeddings | `openclaw infer embedding create --text "..." --json` | | ## Поведение * `openclaw infer ...` — основная поверхность CLI для этих рабочих процессов. * Используйте `--json`, когда вывод будет потребляться другой командой или скриптом. * Используйте `--provider` или `--model provider/model`, когда требуется конкретный backend. * Используйте `model run --thinking `, чтобы передать одноразовый уровень thinking/reasoning (`off`, `minimal`, `low`, `medium`, `high`, `adaptive`, `xhigh` или `max`), сохранив запуск сырым. * Для `image describe`, `audio transcribe` и `video describe` `--model` должен использовать форму ``. * Для `image describe` `--file` принимает локальные пути и HTTP(S) URL изображений. Удаленные URL используют обычную SSRF-политику получения медиа. * Для `image describe` явный `--model` запускает этот provider/model напрямую. Модель должна быть image-capable в каталоге моделей или конфигурации провайдера. `codex/` запускает ограниченный ход понимания изображений через app-server Codex; `openai/` использует путь провайдера OpenAI с аутентификацией через API-key или ChatGPT/Codex OAuth. * Команды stateless-выполнения по умолчанию локальные. * Команды состояния, управляемого Gateway, по умолчанию используют Gateway. * Обычный локальный путь не требует запущенного Gateway. * Локальный `model run` — компактное одноразовое completion провайдера. Он разрешает настроенную модель агента и auth, но не запускает ход chat-agent, не загружает инструменты и не открывает встроенные MCP-серверы. * `model run --file` принимает файлы изображений, определяет их MIME type и отправляет их вместе с переданным prompt в выбранную модель. Повторите `--file` для нескольких изображений. * `model run --file` отклоняет входные данные, не являющиеся изображениями. Используйте `infer audio transcribe` для аудиофайлов и `infer video describe` для видеофайлов. * `model run --gateway` проверяет маршрутизацию Gateway, сохраненную auth, выбор провайдера и встроенную среду выполнения, но все равно выполняется как сырой пробный запуск модели: он отправляет переданный prompt и любые вложения изображений без предыдущего transcript сеанса, bootstrap/AGENTS context, сборки context-engine, инструментов или встроенных MCP-серверов. * `model run --gateway --model ` требует доверенные учетные данные оператора Gateway, потому что запрос просит Gateway выполнить одноразовое переопределение provider/model. * Локальный `model run --thinking` использует компактный путь provider-completion; специфичные для провайдера уровни, такие как `adaptive` и `max`, сопоставляются с ближайшим переносимым уровнем simple-completion. ## Модель Используйте `model` для текстового инференса, поддерживаемого провайдерами, и инспекции модели/провайдера. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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 ``` Используйте полные ссылки ``, чтобы выполнить smoke-test конкретного провайдера без запуска Gateway или загрузки полной поверхности инструментов агента: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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 ``` Примечания: * Локальный `model run` — самый узкий CLI smoke для проверки работоспособности provider/model/auth, потому что для не-Codex провайдеров он отправляет только переданный prompt в выбранную модель. * Локальный `model run --model ` может использовать точные встроенные статические строки каталога из `models list --all` до того, как этот провайдер записан в конфигурацию. Auth провайдера все равно требуется; отсутствующие учетные данные завершаются ошибками auth, а не `Unknown model`. * Для reasoning-проб Mistral Medium 3.5 оставьте temperature неустановленной/по умолчанию. Mistral отклоняет `reasoning_effort="high"` плюс `temperature: 0`; используйте `mistral/mistral-medium-3-5` с temperature по умолчанию или ненулевым значением reasoning-mode, например `0.7`. * Локальные пробы Codex Responses — узкое исключение: OpenClaw добавляет минимальную системную инструкцию, чтобы транспорт мог заполнить обязательное поле `instructions`, не добавляя полный контекст агента, инструменты, память или transcript сеанса. * Локальный `model run --file` сохраняет этот компактный путь и прикрепляет содержимое изображения напрямую к единственному сообщению пользователя. Распространенные файлы изображений, такие как PNG, JPEG и WebP, работают, когда их MIME type определяется как `image/*`; неподдерживаемые или нераспознанные файлы завершаются ошибкой до вызова провайдера. * `model run --file` лучше всего подходит, когда вы хотите напрямую протестировать выбранную multimodal text model. Используйте `infer image describe`, когда вам нужны выбор OpenClaw провайдера для понимания изображений и маршрутизация image-model по умолчанию. * Выбранная модель должна поддерживать ввод изображений; text-only модели могут отклонить запрос на уровне провайдера. * `model run --prompt` должен содержать непустой не-whitespace текст; пустые prompts отклоняются до вызова локальных провайдеров или Gateway. * Локальный `model run` завершается с ненулевым кодом, когда провайдер не возвращает текстовый вывод, поэтому недоступные локальные провайдеры и пустые completions не выглядят как успешные пробы. * Используйте `model run --gateway`, когда нужно протестировать маршрутизацию Gateway, настройку agent-runtime или состояние провайдера, управляемое Gateway, сохраняя при этом сырой ввод модели. Используйте `openclaw agent` или chat-поверхности, когда нужен полный контекст агента, инструменты, память и transcript сеанса. * `model auth login`, `model auth logout` и `model auth status` управляют сохраненным состоянием auth провайдера. ## Изображение Используйте `image` для генерации, редактирования и описания. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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 ``` Примечания: * Используйте `image edit`, когда начинаете с существующих входных файлов. * Используйте `--size`, `--aspect-ratio` или `--resolution` с `image edit` для провайдеров/моделей, которые поддерживают подсказки геометрии при редактировании по эталонным изображениям. * Используйте `--output-format png --background transparent` с `--model openai/gpt-image-1.5` для вывода OpenAI PNG с прозрачным фоном; `--openai-background` остается доступным как специфичный для OpenAI псевдоним. Провайдеры, которые не заявляют поддержку фона, сообщают подсказку как проигнорированное переопределение. * Используйте `--quality low|medium|high|auto` для провайдеров, которые поддерживают подсказки качества изображения, включая OpenAI. OpenAI также принимает `--openai-moderation low|auto` для специфичной для провайдера подсказки модерации. * Используйте `image providers --json`, чтобы проверить, какие встроенные провайдеры изображений обнаруживаются, настроены, выбраны и какие возможности генерации/редактирования предоставляет каждый провайдер. * Используйте `image generate --model --json` как самый узкий живой CLI smoke для изменений генерации изображений. Пример: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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-ответ сообщает `ok`, `provider`, `model`, `attempts` и записанные пути вывода. Когда задан `--output`, итоговое расширение может соответствовать MIME-типу, возвращенному провайдером. * Для `image describe` и `image describe-many` используйте `--prompt`, чтобы дать модели зрения инструкцию для конкретной задачи, например OCR, сравнение, инспекцию UI или краткую подпись. * Используйте `--timeout-ms` с медленными локальными моделями зрения или холодными запусками Ollama. * Для `image describe` `--model` должен быть моделью `` с поддержкой изображений. * Для локальных моделей зрения Ollama сначала загрузите модель и задайте `OLLAMA_API_KEY` любым значением-заполнителем, например `ollama-local`. См. [Ollama](/ru/providers/ollama#vision-and-image-description). ## Аудио Используйте `audio` для транскрибации файлов. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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 ``` Примечания: * `audio transcribe` предназначен для транскрибации файлов, а не для управления сеансами в реальном времени. * `--model` должен быть ``. ## TTS Используйте `tts` для синтеза речи и состояния провайдера TTS. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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 ``` Примечания: * `tts status` по умолчанию использует Gateway, потому что отражает состояние TTS, управляемое Gateway. * Используйте `tts providers`, `tts voices` и `tts set-provider`, чтобы просматривать и настраивать поведение TTS. ## Видео Используйте `video` для генерации и описания. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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 ``` Примечания: * `video generate` принимает `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark` и `--timeout-ms` и передает их среде выполнения генерации видео. * `--model` должен быть `` для `video describe`. ## Веб Используйте `web` для рабочих процессов поиска и получения данных. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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 ``` Примечания: * Используйте `web providers`, чтобы просмотреть доступных, настроенных и выбранных провайдеров. ## Эмбеддинг Используйте `embedding` для создания векторов и инспекции провайдера эмбеддингов. ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} 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 ``` ## Вывод JSON Команды Infer нормализуют вывод JSON в общей оболочке: ```json theme={"theme":{"light":"min-light","dark":"min-dark"}} { "ok": true, "capability": "image.generate", "transport": "local", "provider": "openai", "model": "gpt-image-2", "attempts": [], "outputs": [] } ``` Поля верхнего уровня стабильны: * `ok` * `capability` * `transport` * `provider` * `model` * `attempts` * `outputs` * `error` Для команд генерации медиа `outputs` содержит файлы, записанные OpenClaw. Используйте `path`, `mimeType`, `size` и любые специфичные для медиа размеры в этом массиве для автоматизации вместо разбора человекочитаемого stdout. ## Распространенные ошибки ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} # Bad openclaw infer media image generate --prompt "friendly lobster" # Good openclaw infer image generate --prompt "friendly lobster" ``` ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} # 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 ``` ## Примечания * `openclaw capability ...` — псевдоним для `openclaw infer ...`. ## Связанные материалы * [Справочник CLI](/ru/cli) * [Модели](/ru/concepts/models)