CLI для інференсу

openclaw infer є канонічною headless-поверхнею для робочих процесів інференсу на базі провайдерів. Вона навмисно надає сімейства можливостей, а не сирі назви Gateway RPC і не сирі ідентифікатори інструментів агента.

Перетворення infer на навичку

Скопіюйте й вставте це агенту:

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.

Хороша навичка на основі infer має:

зіставляти типові наміри користувача з правильними підкомандами infer
містити кілька канонічних прикладів infer для робочих процесів, які вона охоплює
надавати перевагу openclaw infer ... у прикладах і пропозиціях
уникати повторного документування всієї поверхні infer в тілі навички

Типове покриття навички, зосередженої 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

Навіщо використовувати infer

openclaw infer надає один узгоджений CLI для завдань інференсу на базі провайдерів усередині OpenClaw. Переваги:

Використовуйте провайдерів і моделі, уже налаштовані в OpenClaw, замість створення разових обгорток для кожного бекенду.
Тримайте робочі процеси для моделей, зображень, транскрибування аудіо, TTS, відео, вебу та embeddings в одному дереві команд.
Використовуйте стабільну форму виводу --json для скриптів, автоматизації та робочих процесів, керованих агентом.
Надавайте перевагу першосторонній поверхні OpenClaw, коли завдання по суті полягає в “запуску інференсу”.
Використовуйте звичайний локальний шлях без потреби в Gateway для більшості команд infer.

Для наскрізних перевірок провайдерів надавайте перевагу openclaw infer ... після того, як низькорівневі тести провайдера зелені. Це перевіряє поставлений CLI, завантаження конфігурації, визначення агента за замовчуванням, активацію bundled Plugin і спільний runtime можливостей до виконання запиту до провайдера.

Дерево команд

 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

Поширені завдання

Ця таблиця зіставляє поширені завдання інференсу з відповідною командою infer.

Завдання	Команда	Примітки
Запустити текстовий/модельний prompt	`openclaw infer model run --prompt "..." --json`	Типово використовує звичайний локальний шлях
Запустити модельний prompt для зображень	`openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model`	Повторіть `--file` для кількох вхідних зображень
Згенерувати зображення	`openclaw infer image generate --prompt "..." --json`	Використовуйте `image edit`, коли починаєте з наявного файлу
Описати файл зображення	`openclaw infer image describe --file ./image.png --prompt "..." --json`	`--model` має бути image-capable `<provider/model>`
Транскрибувати аудіо	`openclaw infer audio transcribe --file ./memo.m4a --json`	`--model` має бути `<provider/model>`
Синтезувати мовлення	`openclaw infer tts convert --text "..." --output ./speech.mp3 --json`	`tts status` орієнтовано на Gateway
Згенерувати відео	`openclaw infer video generate --prompt "..." --json`	Підтримує підказки провайдера, як-от `--resolution`
Описати відеофайл	`openclaw infer video describe --file ./clip.mp4 --json`	`--model` має бути `<provider/model>`
Шукати в інтернеті	`openclaw infer web search --query "..." --json`
Отримати вебсторінку	`openclaw infer web fetch --url https://example.com --json`
Створити embeddings	`openclaw infer embedding create --text "..." --json`

Поведінка

openclaw infer ... є основною поверхнею CLI для цих робочих процесів.
Використовуйте --json, коли вивід споживатиме інша команда або скрипт.
Використовуйте --provider або --model provider/model, коли потрібен конкретний бекенд.
Використовуйте model run --thinking <level>, щоб передати одноразовий рівень thinking/reasoning (off, minimal, low, medium, high, adaptive, xhigh або max), зберігаючи запуск сирим.
Для image describe, audio transcribe і video describe --model має використовувати форму <provider/model>.
Для image describe явний --model запускає цей provider/model напряму. Модель має бути image-capable у каталозі моделей або конфігурації провайдера. codex/<model> запускає обмежений хід розуміння зображення через сервер застосунку Codex; openai-codex/<model> використовує шлях провайдера OpenAI Codex OAuth.
Команди stateless-виконання типово локальні.
Команди стану, керовані Gateway, типово використовують Gateway.
Звичайний локальний шлях не потребує запущеного Gateway.
Локальний model run є легким одноразовим provider completion. Він визначає налаштовану модель агента й автентифікацію, але не запускає chat-agent turn, не завантажує інструменти й не відкриває bundled MCP servers.
model run --file приймає файли зображень, визначає їхній MIME-тип і надсилає їх із наданим prompt до вибраної моделі. Повторіть --file для кількох зображень.
model run --file відхиляє вхідні дані, що не є зображеннями. Використовуйте infer audio transcribe для аудіофайлів і infer video describe для відеофайлів.
model run --gateway перевіряє маршрутизацію Gateway, збережену автентифікацію, вибір провайдера та вбудований runtime, але все одно працює як сирий model probe: він надсилає наданий prompt і будь-які вкладення зображень без попереднього transcript сесії, контексту bootstrap/AGENTS, складання context-engine, інструментів або bundled MCP servers.
model run --gateway --model <provider/model> потребує довірених облікових даних оператора Gateway, бо запит просить Gateway виконати одноразове перевизначення provider/model.
Локальний model run --thinking використовує легкий шлях provider-completion; специфічні для провайдера рівні, як-от adaptive і max, зіставляються з найближчим портативним рівнем simple-completion.

Модель

Використовуйте model для текстового інференсу на базі провайдерів і перевірки моделей/провайдерів.

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

Використовуйте повні посилання <provider/model>, щоб smoke-test конкретного провайдера без запуску Gateway або завантаження повної поверхні інструментів агента:

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-4.1 --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Describe this image." --file ./photo.jpg --json

Примітки:

Локальний model run є найвужчим CLI smoke для стану provider/model/auth, бо для провайдерів, що не є Codex, він надсилає лише наданий prompt до вибраної моделі.
Локальний model run --model <provider/model> може використовувати точні bundled static catalog rows з models list --all до того, як цей провайдер буде записано в конфігурацію. Автентифікація провайдера все одно потрібна; відсутні облікові дані завершуються помилками автентифікації, а не Unknown model.
Для reasoning probes Mistral Medium 3.5 залиште temperature не встановленою/типовою. Mistral відхиляє reasoning_effort="high" плюс temperature: 0; використовуйте mistral/mistral-medium-3-5 з типовою temperature або ненульовим значенням reasoning-mode, як-от 0.7.
Локальні probes openai-codex/* є вузьким винятком: OpenClaw додає мінімальну системну інструкцію, щоб транспорт Codex Responses міг заповнити своє обов’язкове поле instructions, без додавання повного контексту агента, інструментів, пам’яті або transcript сесії.
Локальний model run --file зберігає цей легкий шлях і прикріплює вміст зображення напряму до одного повідомлення користувача. Типові файли зображень, як-от PNG, JPEG і WebP, працюють, коли їхній MIME-тип визначено як image/*; непідтримувані або нерозпізнані файли завершуються помилкою до виклику провайдера.
model run --file найкраще підходить, коли потрібно протестувати вибрану multimodal text model напряму. Використовуйте infer image describe, коли потрібні вибір провайдера розуміння зображень OpenClaw і типова маршрутизація image-model.
Вибрана модель має підтримувати вхідні зображення; text-only models можуть відхилити запит на рівні провайдера.
model run --prompt має містити текст, що не складається лише з пробілів; порожні prompts відхиляються до виклику локальних провайдерів або Gateway.
Локальний model run завершується з ненульовим кодом, коли провайдер не повертає текстовий вивід, тому недоступні локальні провайдери й порожні completions не виглядають як успішні probes.
Використовуйте model run --gateway, коли потрібно протестувати маршрутизацію Gateway, налаштування agent-runtime або стан провайдера, керований Gateway, зберігаючи вхід моделі сирим. Використовуйте openclaw agent або chat-поверхні, коли потрібен повний контекст агента, інструменти, пам’ять і transcript сесії.
model auth login, model auth logout і model auth status керують збереженим станом автентифікації провайдера.

Зображення

Використовуйте image для генерації, редагування та опису.

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 --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 ./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-4.1-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

Примітки:

Використовуйте image edit, коли починаєте з наявних вхідних файлів.
Використовуйте --size, --aspect-ratio або --resolution з image edit для провайдерів/моделей, які підтримують підказки геометрії під час редагування референсних зображень.
Використовуйте --output-format png --background transparent з --model openai/gpt-image-1.5 для виводу OpenAI PNG із прозорим тлом; --openai-background лишається доступним як псевдонім, специфічний для OpenAI. Провайдери, які не оголошують підтримку тла, повідомляють про підказку як про проігнороване перевизначення.
Використовуйте image providers --json, щоб перевірити, які вбудовані провайдери зображень можна виявити, налаштувати, вибрати, а також які можливості генерації/редагування надає кожен провайдер.
Використовуйте image generate --model <provider/model> --json як найвужчий живий CLI smoke для змін генерації зображень. Приклад:
```
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
```
Відповідь JSON повідомляє ok, provider, model, attempts і записані шляхи виводу. Коли задано --output, кінцеве розширення може відповідати MIME-типу, повернутому провайдером.
Для image describe та image describe-many використовуйте --prompt, щоб дати моделі зору інструкцію для конкретного завдання, як-от OCR, порівняння, інспекція UI або стисле підписування.
Використовуйте --timeout-ms з повільними локальними моделями зору або холодними запусками Ollama.
Для image describe --model має бути моделлю <provider/model> з підтримкою зображень.
Для локальних моделей зору Ollama спочатку завантажте модель і встановіть OLLAMA_API_KEY у будь-яке значення-заповнювач, наприклад ollama-local. Див. Ollama.

Аудіо

Використовуйте audio для транскрибування файлів.

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

Примітки:

audio transcribe призначено для транскрибування файлів, а не для керування сеансами в реальному часі.
--model має бути <provider/model>.

TTS

Використовуйте tts для синтезу мовлення та стану TTS-провайдера.

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

Примітки:

tts status за замовчуванням використовує Gateway, бо відображає стан TTS, керований Gateway.
Використовуйте tts providers, tts voices і tts set-provider, щоб переглядати та налаштовувати поведінку TTS.

Відео

Використовуйте video для генерації та опису.

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-4.1-mini --json

Примітки:

video generate приймає --size, --aspect-ratio, --resolution, --duration, --audio, --watermark і --timeout-ms та передає їх до середовища виконання генерації відео.
--model має бути <provider/model> для video describe.

Веб

Використовуйте web для робочих процесів пошуку та отримання.

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

Примітки:

Використовуйте web providers, щоб переглянути доступних, налаштованих і вибраних провайдерів.

Вбудовування

Використовуйте embedding для створення векторів та інспекції провайдерів вбудовувань.

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

Вивід JSON

Команди infer нормалізують вивід JSON у спільній оболонці:

{
  "ok": true,
  "capability": "image.generate",
  "transport": "local",
  "provider": "openai",
  "model": "gpt-image-2",
  "attempts": [],
  "outputs": []
}

Поля верхнього рівня стабільні:

ok
capability
transport
provider
model
attempts
outputs
error

Для команд згенерованих медіа outputs містить файли, записані OpenClaw. Використовуйте path, mimeType, size і будь-які специфічні для медіа розміри в цьому масиві для автоматизації замість парсингу читабельного для людини stdout.

Поширені помилки

# Bad
openclaw infer media image generate --prompt "friendly lobster"

# Good
openclaw infer image generate --prompt "friendly lobster"

# 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

Примітки

openclaw capability ... є псевдонімом для openclaw infer ....

Documentation Index

​Перетворення infer на навичку

​Навіщо використовувати infer

​Дерево команд

​Поширені завдання

​Поведінка

​Модель

​Зображення

​Аудіо

​TTS

​Відео

​Веб

​Вбудовування

​Вивід JSON

​Поширені помилки

​Примітки

​Пов’язане

Перетворення infer на навичку

Навіщо використовувати infer

Дерево команд

Поширені завдання

Поведінка

Модель

Зображення

Аудіо

TTS

Відео

Веб

Вбудовування

Вивід JSON

Поширені помилки

Примітки

Пов’язане