Inferenz-CLI

openclaw infer ist die kanonische Headless-Oberfläche für Provider-gestützte Inferenz. Sie stellt Funktionsfamilien (model, image, audio, tts, video, web, embedding) bereit, nicht rohe Gateway-RPC-Namen oder IDs von Agent-Tools. openclaw capability ... ist ein Alias für denselben Befehlsbaum.

Gründe, diese Oberfläche einem einmalig erstellten Provider-Wrapper vorzuziehen:

• Verwendet Provider und Modelle wieder, die bereits in OpenClaw konfiguriert sind.
• Stabile --json-Hülle für Skripte und agentengesteuerte Automatisierung (siehe JSON-Ausgabe).
• Führt für die meisten Unterbefehle den normalen lokalen Pfad ohne Gateway aus.
• Für End-to-End-Provider-Prüfungen durchläuft sie die ausgelieferte CLI, das Laden der Konfiguration, die Auflösung des Standard-Agenten, die Aktivierung gebündelter Plugins und die gemeinsame Funktionslaufzeit, bevor die Provider-Anfrage gesendet wird.

Infer in ein Skill umwandeln

Kopieren Sie Folgendes und fügen Sie es bei einem Agenten ein:

Lesen Sie https://docs.openclaw.ai/cli/infer und erstellen Sie anschließend ein Skill, das meine üblichen Arbeitsabläufe an `openclaw infer` weiterleitet.Konzentrieren Sie sich auf Modellausführungen, Bilderzeugung, Videoerzeugung, Audiotranskription, TTS, Websuche und Einbettungen.

Ein gutes Infer-basiertes Skill ordnet häufige Benutzerabsichten dem richtigen Unterbefehl zu, enthält einige kanonische Beispiele pro Arbeitsablauf, bevorzugt openclaw infer ... gegenüber Alternativen auf niedrigerer Ebene und dokumentiert nicht die gesamte Infer-Oberfläche erneut im Skill-Text.

Befehlsbaum

 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    personas    status    enable    disable    set-provider    set-persona   video    generate    describe    providers   web    search    fetch    providers   embedding    create    providers

infer list / infer inspect --name <capability> zeigen diesen Baum als Daten an (Funktions-ID, Transporte, Beschreibung).

Häufige Aufgaben

Verhalten

• Verwenden Sie --json, wenn die Ausgabe an einen anderen Befehl oder ein Skript übergeben wird; andernfalls verwenden Sie Textausgabe.
• Verwenden Sie --provider oder --model provider/model, um ein bestimmtes Backend festzulegen.
• Verwenden Sie model run --thinking <level> für eine einmalige Überschreibung des Denk-/Reasoning-Niveaus: off, minimal, low, medium, high, adaptive, xhigh oder max.
• Für image describe, audio transcribe und video describe muss --model die Form <provider/model> verwenden.
• Für image describe akzeptiert --file lokale Pfade und HTTP(S)-URLs; entfernte URLs durchlaufen die normale SSRF-Richtlinie für Medienabrufe.
• Zustandslose Ausführungsbefehle (model run, image *, audio *, video *, web *, embedding *) verwenden standardmäßig die lokale Ausführung. Vom Gateway verwaltete Zustandsbefehle (tts status) verwenden standardmäßig das Gateway.
• Für den lokalen Pfad muss das Gateway niemals ausgeführt werden.
• Das lokale model run ist eine schlanke, einmalige Provider-Vervollständigung: Es löst das konfigurierte Agentenmodell und die Authentifizierung auf, startet jedoch keinen Chat-Agenten-Durchlauf, lädt keine Tools und öffnet keine gebündelten MCP-Server.
• model run --file hängt Bilddateien mit automatisch erkanntem MIME-Typ an die Anfrage an; wiederholen Sie --file für mehrere Bilder. Dateien, die keine Bilder sind, werden abgelehnt – verwenden Sie stattdessen infer audio transcribe oder infer video describe.
• model run --gateway prüft Gateway-Routing, gespeicherte Authentifizierung, Provider-Auswahl und die eingebettete Laufzeit, bleibt jedoch eine rohe Modellprüfung: kein vorheriges Sitzungsprotokoll, kein Bootstrap-/AGENTS-Kontext, keine Tools und keine gebündelten MCP-Server.
• model run --gateway --model <provider/model> erfordert Gateway-Zugangsdaten eines vertrauenswürdigen Operators, da der Befehl das Gateway auffordert, eine einmalige Provider-/Modellüberschreibung auszuführen.

Modell

Textinferenz und Modell-/Provider-Inspektion.

openclaw infer model run --prompt "Antworte exakt mit: smoke-ok" --jsonopenclaw infer model run --prompt "Fasse diesen Changelog-Eintrag zusammen" --model openai/gpt-5.4 --jsonopenclaw infer model run --prompt "Beschreibe dieses Bild in einem Satz" --file ./photo.jpg --model google/gemini-2.5-flash --jsonopenclaw infer model run --prompt "Verwende hier ausführlicheres Reasoning" --thinking high --jsonopenclaw infer model providers --jsonopenclaw infer model inspect --model gpt-5.6-sol --json

Verwenden Sie vollständige <provider/model>-Referenzen mit --local, um einen Provider zu testen, ohne das Gateway zu starten oder die Tool-Oberfläche des Agenten zu laden:

openclaw infer model run --local --model anthropic/claude-sonnet-4-6 --prompt "Antworte exakt mit: pong" --jsonopenclaw infer model run --local --model cerebras/zai-glm-4.7 --prompt "Antworte exakt mit: pong" --jsonopenclaw infer model run --local --model google/gemini-2.5-flash --prompt "Antworte exakt mit: pong" --jsonopenclaw infer model run --local --model groq/llama-3.1-8b-instant --prompt "Antworte exakt mit: pong" --jsonopenclaw infer model run --local --model mistral/mistral-medium-3-5 --prompt "Antworte exakt mit: pong" --jsonopenclaw infer model run --local --model mistral/mistral-small-latest --prompt "Antworte exakt mit: pong" --jsonopenclaw infer model run --local --model openai/gpt-5.6-luna --prompt "Antworte exakt mit: pong" --jsonopenclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Beschreibe dieses Bild." --file ./photo.jpg --json

Hinweise:

• Das lokale model run ist die gezielteste CLI-Kurzprüfung für den Zustand von Provider, Modell und Authentifizierung: Für Provider außer ChatGPT-Codex sendet es nur die angegebene Anfrage.
• Das lokale model run --model <provider/model> kann exakte Zeilen des gebündelten statischen Katalogs auflösen – dieselben Zeilen, die openclaw models list --all anzeigt –, bevor dieser Provider in die Konfiguration geschrieben wird. Die Provider-Authentifizierung ist weiterhin erforderlich; fehlende Zugangsdaten führen zu Authentifizierungsfehlern, nicht zu Unknown model.
• Lassen Sie bei Reasoning-Prüfungen für Mistral Medium 3.5 die Temperatur ungesetzt beziehungsweise auf dem Standardwert. Mistral lehnt reasoning_effort="high" mit temperature: 0 ab; verwenden Sie die Standardtemperatur oder einen Wert ungleich null wie 0.7.
• Lokale Prüfungen mit OpenAI ChatGPT/Codex OAuth (openai-chatgpt-responses-API) fügen eine minimale Systemanweisung hinzu, damit der Transport sein erforderliches Feld instructions befüllen kann – ohne vollständigen Agentenkontext, Tools, Speicher oder Sitzungsprotokoll.
• model run --file hängt Bildinhalte direkt an die einzelne Benutzernachricht an. Gängige Formate (PNG, JPEG, WebP) funktionieren, wenn der MIME-Typ als image/* erkannt wird; nicht unterstützte oder nicht erkannte Dateien führen zu einem Fehler, bevor der Provider aufgerufen wird. Verwenden Sie stattdessen infer image describe, wenn Sie OpenClaws Routing und Fallbacks für Bildmodelle statt einer direkten Prüfung eines multimodalen Modells verwenden möchten.
• Das ausgewählte Modell muss Bildeingaben unterstützen; reine Textmodelle können die Anfrage auf Provider-Ebene ablehnen.
• model run --prompt muss Text enthalten, der nicht nur aus Leerzeichen besteht; leere Anfragen werden vor jedem Provider- oder Gateway-Aufruf abgelehnt.
• Das lokale model run wird mit einem Exit-Code ungleich null beendet, wenn der Provider keine Textausgabe zurückgibt, sodass nicht erreichbare Provider und leere Vervollständigungen nicht wie erfolgreiche Prüfungen erscheinen.
• Verwenden Sie model run --gateway, um das Gateway-Routing oder die Einrichtung der Agentenlaufzeit zu testen und dabei die Modelleingabe unverändert zu lassen. Verwenden Sie openclaw agent oder eine Chat-Oberfläche für den vollständigen Agentenkontext, Tools, Speicher und das Sitzungsprotokoll.
• --thinking adaptive wird dem Vervollständigungs-Laufzeitniveau medium zugeordnet; --thinking max wird für OpenAI-Modelle, die die native maximale Intensität unterstützen, max zugeordnet, andernfalls xhigh.
• model auth login, model auth logout und model auth status verwalten den gespeicherten Authentifizierungszustand des Providers.

Bild

Erzeugung, Bearbeitung und Beschreibung.

openclaw infer image generate --prompt "freundliche Hummerillustration" --jsonopenclaw infer image generate --prompt "filmisches Produktfoto von Kopfhörern" --jsonopenclaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "einfacher roter Kreisaufkleber auf transparentem Hintergrund" --jsonopenclaw infer image generate --model openai/gpt-image-2 --quality low --openai-moderation low --prompt "kostengünstiger Plakatentwurf" --jsonopenclaw infer image generate --prompt "langsames Bild-Backend" --timeout-ms 180000 --jsonopenclaw infer image edit --file ./logo.png --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "Behalte das Logo bei und entferne den Hintergrund" --jsonopenclaw infer image edit --file ./poster.png --prompt "Gestalte dies als vertikale Story-Anzeige" --size 2160x3840 --aspect-ratio 9:16 --resolution 4K --jsonopenclaw infer image describe --file ./photo.jpg --jsonopenclaw infer image describe --file https://example.com/photo.png --jsonopenclaw infer image describe --file ./receipt.jpg --prompt "Extrahiere Händler, Datum und Gesamtbetrag" --jsonopenclaw infer image describe-many --file ./before.png --file ./after.png --prompt "Vergleiche die Screenshots und liste sichtbare UI-Änderungen auf" --jsonopenclaw infer image describe --file ./ui-screenshot.png --model openai/gpt-5.4-mini --jsonopenclaw infer image describe --file ./photo.jpg --model ollama/qwen2.5vl:7b --prompt "Beschreibe das Bild in einem Satz" --timeout-ms 300000 --json

Hinweise:

• Verwenden Sie image edit, wenn Sie mit vorhandenen Eingabedateien beginnen; --size, --aspect-ratio oder --resolution fügen bei Providern/Modellen, die sie unterstützen, Hinweise zur Geometrie hinzu.

• --output-format png --background transparent mit --model openai/gpt-image-1.5 erzeugt eine OpenAI-PNG-Ausgabe mit transparentem Hintergrund; --openai-background ist ein OpenAI-spezifischer Alias für denselben Hinweis. Provider, die keine Hintergrundunterstützung deklarieren, melden ihn als ignorierte Überschreibung (siehe ignoredOverrides im JSON-Umschlag).

• --quality low|medium|high|auto funktioniert bei Providern, die Hinweise zur Bildqualität unterstützen, einschließlich OpenAI. OpenAI akzeptiert außerdem --openai-moderation low|auto.

• image providers --json listet auf, welche gebündelten Bild-Provider auffindbar, konfiguriert und ausgewählt sind und welche Generierungs-/Bearbeitungsfunktionen sie jeweils bereitstellen.

• image generate --model <provider/model> --json ist der engste Live-Smoke-Test für Änderungen an der Bildgenerierung:

  openclaw infer image providers --jsonopenclaw infer image generate \  --model google/gemini-3.1-flash-image-preview \  --prompt "Minimales flaches Testbild: ein blaues Quadrat auf weißem Hintergrund, kein Text." \  --output ./openclaw-infer-image-smoke.png \  --json

  Die Antwort meldet ok, provider, model, attempts und die Pfade der geschriebenen Ausgaben. Wenn --output festgelegt ist, kann die endgültige Erweiterung dem vom Provider zurückgegebenen MIME-Typ entsprechen.

• Verwenden Sie für image describe und image describe-many --prompt für eine aufgabenspezifische Anweisung (OCR, Vergleich, UI-Prüfung, knappe Bildbeschreibung).

• Verwenden Sie --timeout-ms für langsame lokale Vision-Modelle oder Kaltstarts von Ollama.

• Bei image describe wird ein explizites --model (muss ein bildfähiges <provider/model> sein) zuerst ausgeführt. Wenn dieser Aufruf fehlschlägt, werden anschließend die konfigurierten agents.defaults.imageModel.fallbacks versucht. Fehler bei der Eingabevorbereitung (fehlende Datei, nicht unterstützte URL) führen vor jedem Fallback-Versuch zum Fehlschlag, und das Modell muss im Modellkatalog oder in der Provider-Konfiguration als bildfähig geführt sein.

• Rufen Sie bei lokalen Ollama-Vision-Modellen zuerst das Modell ab und setzen Sie OLLAMA_API_KEY auf einen beliebigen Platzhalterwert, beispielsweise ollama-local. Siehe Ollama.

Audio

Dateitranskription (keine Verwaltung von Echtzeitsitzungen).

openclaw infer audio transcribe --file ./memo.m4a --jsonopenclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "Konzentrieren Sie sich auf Namen und Aktionspunkte" --jsonopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

--model muss <provider/model> sein.

TTS

Sprachsynthese sowie Status von TTS-Provider und -Persona.

openclaw infer tts convert --text "Hallo von OpenClaw" --output ./hello.mp3 --jsonopenclaw infer tts convert --text "Ihr Build ist abgeschlossen" --output ./build-complete.mp3 --jsonopenclaw infer tts providers --jsonopenclaw infer tts personas --jsonopenclaw infer tts status --json

Hinweise:

• tts status unterstützt nur --gateway (es spiegelt den vom Gateway verwalteten TTS-Status wider).
• Verwenden Sie tts providers, tts voices, tts personas, tts set-provider und tts set-persona, um das TTS-Verhalten zu prüfen und zu konfigurieren.

Video

Generierung und Beschreibung.

openclaw infer video generate --prompt "filmischer Sonnenuntergang über dem Meer" --jsonopenclaw infer video generate --prompt "langsame Drohnenaufnahme über einem Waldsee" --resolution 768P --duration 6 --jsonopenclaw infer video describe --file ./clip.mp4 --jsonopenclaw infer video describe --file ./clip.mp4 --model openai/gpt-5.4-mini --json

Hinweise:

• video generate akzeptiert --size, --aspect-ratio, --resolution, --duration, --audio, --watermark und --timeout-ms, die an die Laufzeitumgebung für die Videogenerierung weitergeleitet werden.
• Für video describe muss --model den Wert <provider/model> haben.

Web

Suchen und Abrufen.

openclaw infer web search --query "OpenClaw-Dokumentation" --jsonopenclaw infer web search --query "OpenClaw-infer-Web-Provider" --jsonopenclaw infer web fetch --url https://docs.openclaw.ai/cli/infer --jsonopenclaw infer web providers --json

web providers listet die verfügbaren, konfigurierten und ausgewählten Provider für Suche und Abruf auf.

Einbettung

Vektorerstellung und Prüfung von Einbettungs-Providern.

openclaw infer embedding create --text "freundlicher Hummer" --jsonopenclaw infer embedding create --text "Kundensupport-Ticket: verspätete Lieferung" --model openai/text-embedding-3-large --jsonopenclaw infer embedding providers --json

JSON-Ausgabe

Infer-Befehle normalisieren die JSON-Ausgabe unter einem gemeinsamen Umschlag:

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

Stabile Felder auf oberster Ebene:

• ok
• capability
• transport
• provider
• model
• attempts
• inputs (mit der Anfrage gesendete Bildanhänge, sofern zutreffend)
• outputs
• ignoredOverrides (Hinweisschlüssel, die ein Provider nicht unterstützt, sofern zutreffend)
• error

Bei Befehlen für generierte Medien enthält outputs die von OpenClaw geschriebenen Dateien. Verwenden Sie für die Automatisierung path, mimeType, size und alle medienspezifischen Abmessungen in diesem Array, anstatt die menschenlesbare Standardausgabe zu analysieren.

Häufige Fallstricke

# Falschopenclaw infer media image generate --prompt "freundlicher Hummer" # Richtigopenclaw infer image generate --prompt "freundlicher Hummer"

# Falschopenclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Richtigopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

Verwandte Themen

• CLI-Referenz
• Modelle