--- read_when: - Hinzufügen oder Ändern von `openclaw infer`-Befehlen - Entwicklung stabiler Headless-Capability-Automatisierung summary: Infer-first-CLI für Provider-gestützte Modell-, Bild-, Audio-, TTS-, Video-, Web- und Embedding-Workflows title: Inferenz-CLI x-i18n: generated_at: "2026-07-12T15:12:41Z" model: gpt-5.6 postprocess_version: locale-links-v1 prompt_version: 15 provider: openai source_hash: ec90377d3fb6049e63f5eb1dddfb085562982152b1b2ba7bd4e4d2535ab3c06f source_path: cli/infer.md workflow: 16 --- `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](#json-output)). - 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: ```text 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 ```text 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 ` zeigen diesen Baum als Daten an (Funktions-ID, Transporte, Beschreibung). ## Häufige Aufgaben | Aufgabe | Befehl | Hinweise | | ----------------------------------- | --------------------------------------------------------------------------------------------- | -------------------------------------------------------------- | | Eine Text-/Modellanfrage ausführen | `openclaw infer model run --prompt "..." --json` | Standardmäßig lokal | | Eine Modellanfrage mit Bildern ausführen | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | Wiederholen Sie `--file` für mehrere Bilder | | Ein Bild erzeugen | `openclaw infer image generate --prompt "..." --json` | Verwenden Sie `image edit`, wenn Sie mit einer vorhandenen Datei beginnen | | Eine Bilddatei oder URL beschreiben | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` muss ein bildfähiges `` sein | | Audio transkribieren | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` muss `` sein | | Sprache synthetisieren | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` wird nur über das Gateway ausgeführt | | Ein Video erzeugen | `openclaw infer video generate --prompt "..." --json` | Unterstützt Provider-Hinweise wie `--resolution` | | Eine Videodatei beschreiben | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` muss `` sein | | Das Web durchsuchen | `openclaw infer web search --query "..." --json` | | | Eine Webseite abrufen | `openclaw infer web fetch --url https://example.com --json` | | | Einbettungen erstellen | `openclaw infer embedding create --text "..." --json` | | ## 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 ` 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 `` 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 ` erfordert Gateway-Zugangsdaten eines vertrauenswürdigen Operators, da der Befehl das Gateway auffordert, eine einmalige Provider-/Modellüberschreibung auszuführen. ## Modell Textinferenz und Modell-/Provider-Inspektion. ```bash openclaw infer model run --prompt "Antworte exakt mit: smoke-ok" --json openclaw infer model run --prompt "Fasse diesen Changelog-Eintrag zusammen" --model openai/gpt-5.4 --json openclaw infer model run --prompt "Beschreibe dieses Bild in einem Satz" --file ./photo.jpg --model google/gemini-2.5-flash --json openclaw infer model run --prompt "Verwende hier ausführlicheres Reasoning" --thinking high --json openclaw infer model providers --json openclaw infer model inspect --model gpt-5.6-sol --json ``` Verwenden Sie vollständige ``-Referenzen mit `--local`, um einen Provider zu testen, ohne das Gateway zu starten oder die Tool-Oberfläche des Agenten zu laden: ```bash openclaw infer model run --local --model anthropic/claude-sonnet-4-6 --prompt "Antworte exakt mit: pong" --json openclaw infer model run --local --model cerebras/zai-glm-4.7 --prompt "Antworte exakt mit: pong" --json openclaw infer model run --local --model google/gemini-2.5-flash --prompt "Antworte exakt mit: pong" --json openclaw infer model run --local --model groq/llama-3.1-8b-instant --prompt "Antworte exakt mit: pong" --json openclaw infer model run --local --model mistral/mistral-medium-3-5 --prompt "Antworte exakt mit: pong" --json openclaw infer model run --local --model mistral/mistral-small-latest --prompt "Antworte exakt mit: pong" --json openclaw infer model run --local --model openai/gpt-5.6-luna --prompt "Antworte exakt mit: pong" --json openclaw 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 ` 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. ```bash openclaw infer image generate --prompt "freundliche Hummerillustration" --json openclaw infer image generate --prompt "filmisches Produktfoto von Kopfhörern" --json openclaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "einfacher roter Kreisaufkleber auf transparentem Hintergrund" --json openclaw infer image generate --model openai/gpt-image-2 --quality low --openai-moderation low --prompt "kostengünstiger Plakatentwurf" --json openclaw infer image generate --prompt "langsames Bild-Backend" --timeout-ms 180000 --json openclaw 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" --json openclaw infer image edit --file ./poster.png --prompt "Gestalte dies als vertikale Story-Anzeige" --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 "Extrahiere Händler, Datum und Gesamtbetrag" --json openclaw infer image describe-many --file ./before.png --file ./after.png --prompt "Vergleiche die Screenshots und liste sichtbare UI-Änderungen auf" --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 "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](#json-output)). - `--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 --json` ist der engste Live-Smoke-Test für Änderungen an der Bildgenerierung: ```bash openclaw infer image providers --json openclaw 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 `` 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](/de/providers/ollama#vision-and-image-description). ## Audio Dateitranskription (keine Verwaltung von Echtzeitsitzungen). ```bash openclaw infer audio transcribe --file ./memo.m4a --json openclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "Konzentrieren Sie sich auf Namen und Aktionspunkte" --json openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json ``` `--model` muss `` sein. ## TTS Sprachsynthese sowie Status von TTS-Provider und -Persona. ```bash openclaw infer tts convert --text "Hallo von OpenClaw" --output ./hello.mp3 --json openclaw infer tts convert --text "Ihr Build ist abgeschlossen" --output ./build-complete.mp3 --json openclaw infer tts providers --json openclaw infer tts personas --json openclaw 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. ```bash openclaw infer video generate --prompt "filmischer Sonnenuntergang über dem Meer" --json openclaw infer video generate --prompt "langsame Drohnenaufnahme über einem Waldsee" --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 ``` 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 `` haben. ## Web Suchen und Abrufen. ```bash openclaw infer web search --query "OpenClaw-Dokumentation" --json openclaw infer web search --query "OpenClaw-infer-Web-Provider" --json openclaw infer web fetch --url https://docs.openclaw.ai/cli/infer --json openclaw 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. ```bash openclaw infer embedding create --text "freundlicher Hummer" --json openclaw infer embedding create --text "Kundensupport-Ticket: verspätete Lieferung" --model openai/text-embedding-3-large --json openclaw infer embedding providers --json ``` ## JSON-Ausgabe Infer-Befehle normalisieren die JSON-Ausgabe unter einem gemeinsamen Umschlag: ```json { "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 ```bash # Falsch openclaw infer media image generate --prompt "freundlicher Hummer" # Richtig openclaw infer image generate --prompt "freundlicher Hummer" ``` ```bash # Falsch openclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Richtig openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json ``` ## Verwandte Themen - [CLI-Referenz](/de/cli) - [Modelle](/de/concepts/models)