> ## 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 для інференсу `openclaw infer` — це канонічна headless-поверхня для inference-робочих процесів на базі провайдерів. Вона навмисно відкриває сімейства можливостей, а не сирі назви Gateway RPC і не сирі ідентифікатори інструментів агента. ## Перетворіть infer на skill Скопіюйте й вставте це 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 базі infer має: * зіставляти типові наміри користувача з правильним підкомандою infer * містити кілька канонічних прикладів infer для робочих процесів, які він охоплює * віддавати перевагу `openclaw infer ...` у прикладах і рекомендаціях * не передокументувати всю поверхню infer всередині тіла skill Типове покриття skill, зосередженого 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 inference-завдань на базі провайдерів усередині OpenClaw. Переваги: * Використовуйте провайдерів і моделі, уже налаштовані в OpenClaw, замість створення одноразових обгорток для кожного бекенда. * Тримайте робочі процеси для моделей, зображень, транскрибування аудіо, TTS, відео, вебу й embeddings в одному дереві команд. * Використовуйте стабільну форму виводу `--json` для скриптів, автоматизації та робочих процесів, керованих агентами. * Віддавайте перевагу first-party поверхні OpenClaw, коли завдання по суті є "запустити inference". * Використовуйте звичайний локальний шлях без потреби в Gateway для більшості команд infer. Для наскрізних перевірок провайдера віддавайте перевагу `openclaw infer ...`, коли низькорівневі тести провайдера вже зелені. Це перевіряє доставлений CLI, завантаження конфігурації, розв’язання агента за замовчуванням, активацію bundled plugin і спільний runtime можливостей до виконання запиту до провайдера. ## 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 ``` ## Поширені завдання Ця таблиця зіставляє поширені inference-завдання з відповідною командою infer. | Завдання | Команда | Примітки | | ------------------------------------- | --------------------------------------------------------------------------------------------- | ------------------------------------------------------------ | | Запустити текстовий/model prompt | `openclaw infer model run --prompt "..." --json` | За замовчуванням використовує звичайний локальний шлях | | Запустити model prompt на зображеннях | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | Повторюйте `--file` для кількох вхідних зображень | | Згенерувати зображення | `openclaw infer image generate --prompt "..." --json` | Використовуйте `image edit`, коли починаєте з наявного файла | | Описати файл зображення або URL | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` має бути image-capable `` | | Транскрибувати аудіо | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` має бути `` | | 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 `` | | 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 CLI-поверхнею для цих робочих процесів. * Використовуйте `--json`, коли вивід споживатиметься іншою командою або скриптом. * Використовуйте `--provider` або `--model provider/model`, коли потрібен конкретний бекенд. * Використовуйте `model run --thinking `, 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 ``. * Для `image describe` `--file` приймає локальні шляхи та HTTP(S) URL зображень. Віддалені URL використовують звичайну політику media-fetch SSRF. * Для `image describe` явний `--model` спершу запускає цей провайдер/model, а потім пробує налаштовані `agents.defaults.imageModel.fallbacks`, коли виклик моделі завершується помилкою. Помилки підготовки введення, як-от відсутні файли або непідтримувані URL, завершуються помилкою до спроб fallback. Модель має бути image-capable у каталозі моделей або конфігурації провайдера. `codex/` запускає обмежений Codex app-server хід розуміння зображення; `openai/` використовує шлях провайдера OpenAI з автентифікацією через API-key або ChatGPT/Codex OAuth. * Команди stateless-виконання за замовчуванням локальні. * Команди стану, керованого Gateway, за замовчуванням використовують Gateway. * Звичайний локальний шлях не вимагає запущеного Gateway. * Локальний `model run` — це легке одноразове completion провайдера. Він розв’язує налаштовану модель агента й автентифікацію, але не запускає хід chat-agent, 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. Повторюйте `--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 й вбудований runtime, але все одно працює як сирий model probe: він надсилає наданий prompt і будь-які вкладення зображень без попереднього transcript сесії, bootstrap/AGENTS context, складання context-engine, інструментів або bundled MCP servers. * `model run --gateway --model ` потребує довірених облікових даних оператора Gateway, бо запит просить Gateway виконати одноразовий override провайдера/model. * Локальний `model run --thinking` використовує легкий шлях provider-completion; специфічні для провайдера рівні, як-от `adaptive` і `max`, зіставляються з найближчим переносним рівнем simple-completion. ## Модель Використовуйте `model` для текстового inference на базі провайдера й інспекції model/provider. ```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 ``` Використовуйте повні посилання ``, щоб smoke-test конкретного провайдера без запуску Gateway або завантаження повної поверхні інструментів 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 ``` Примітки: * Локальний `model run` — це найвужчий CLI smoke для перевірки справності provider/model/auth, бо для провайдерів, що не є Codex, він надсилає лише наданий prompt до вибраної моделі. * Локальний `model run --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 auth-помилками, а не `Unknown model`. * Для reasoning probes Mistral Medium 3.5 залиште temperature unset/default. Mistral відхиляє `reasoning_effort="high"` плюс `temperature: 0`; використовуйте `mistral/mistral-medium-3-5` із default temperature або ненульовим reasoning-mode значенням, як-от `0.7`. * Локальні probes Codex Responses — вузький виняток: OpenClaw додає мінімальну системну інструкцію, щоб transport міг заповнити обов’язкове поле `instructions`, не додаючи 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 напряму протестувати вибрану мультимодальну текстову модель. Використовуйте `infer image describe`, коли потрібні вибір провайдера розуміння зображень OpenClaw і маршрутизація default image-model. * Вибрана модель має підтримувати введення зображень; text-only моделі можуть відхилити запит на рівні провайдера. * `model run --prompt` має містити текст із непробільними символами; порожні prompts відхиляються до виклику локальних провайдерів або Gateway. * Локальний `model run` завершується з ненульовим кодом, коли провайдер не повертає текстового виводу, тож недосяжні 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 вхідні дані моделі сирими. Використовуйте `openclaw agent` або chat surfaces, коли потрібні 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 й опису. ```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 ``` 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 з референсним зображенням. * Використовуйте `--output-format png --background transparent` з `--model openai/gpt-image-1.5` для PNG-виводу OpenAI з прозорим фоном; `--openai-background` залишається доступним як специфічний для OpenAI псевдонім. Провайдери, які не декларують підтримку фону, повідомляють цю підказку як проігнороване перевизначення. * Використовуйте `--quality low|medium|high|auto` для провайдерів, які підтримують підказки якості зображення, зокрема OpenAI. OpenAI також приймає `--openai-moderation low|auto` для специфічної для провайдера підказки модерації. * Використовуйте `image providers --json`, щоб перевірити, які вбудовані провайдери зображень доступні для виявлення, налаштовані, вибрані, а також які можливості генерації/редагування надає кожен провайдер. * Використовуйте `image generate --model --json` як найвужчий живий CLI smoke для змін у генерації зображень. Приклад: ```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 ``` Відповідь JSON повідомляє `ok`, `provider`, `model`, `attempts` і записані шляхи виводу. Коли задано `--output`, кінцеве розширення може відповідати MIME-типу, поверненому провайдером. * Для `image describe` та `image describe-many` використовуйте `--prompt`, щоб дати моделі комп’ютерного зору інструкцію для конкретного завдання, як-от OCR, порівняння, перевірка UI або стислий підпис. * Використовуйте `--timeout-ms` з повільними локальними моделями комп’ютерного зору або холодними запусками Ollama. * Для `image describe` `--model` має бути здатною працювати із зображеннями ``. Коли його задано, OpenClaw спочатку пробує цю явну модель, а потім налаштовані резервні image-model, якщо виклик моделі не вдається. * Для локальних моделей комп’ютерного зору Ollama спочатку завантажте модель і встановіть `OLLAMA_API_KEY` у будь-яке значення-заповнювач, наприклад `ollama-local`. Див. [Ollama](/uk/providers/ollama#vision-and-image-description). ## Аудіо Використовуйте `audio` для транскрибування файлів. ```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 ``` Примітки: * `audio transcribe` призначено для транскрибування файлів, а не для керування сесіями в реальному часі. * `--model` має бути ``. ## TTS Використовуйте `tts` для синтезу мовлення та стану 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 ``` Примітки: * `tts status` за замовчуванням використовує Gateway, тому що відображає стан TTS, керований Gateway. * Використовуйте `tts providers`, `tts voices` і `tts set-provider`, щоб перевіряти та налаштовувати поведінку TTS. ## Відео Використовуйте `video` для генерації та опису. ```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 ``` Примітки: * `video generate` приймає `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark` і `--timeout-ms` та передає їх до runtime генерації відео. * `--model` має бути `` для `video describe`. ## Web Використовуйте `web` для workflow пошуку та отримання даних. ```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 ``` Примітки: * Використовуйте `web providers`, щоб перевірити доступних, налаштованих і вибраних провайдерів. ## Embedding Використовуйте `embedding` для створення векторів і перевірки провайдера embedding. ```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 ``` ## Вивід JSON Команди Infer нормалізують вивід JSON у спільному конверті: ```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 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 розбору зрозумілого людині stdout. ## Поширені помилки ```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 ``` ## Примітки * `openclaw capability ...` є псевдонімом для `openclaw infer ...`. ## Пов’язане * [Довідник CLI](/uk/cli) * [Моделі](/uk/concepts/models)