CLI d’inférence

openclaw infer est l’interface canonique sans affichage pour l’inférence reposant sur des fournisseurs. Elle expose des familles de capacités (model, image, audio, tts, video, web, embedding), et non les noms RPC bruts du Gateway ni les identifiants des outils d’agent. openclaw capability ... est un alias de la même arborescence de commandes.

Raisons de la préférer à un wrapper ponctuel propre à un fournisseur :

• Réutilise les fournisseurs et modèles déjà configurés dans OpenClaw.
• Enveloppe --json stable pour les scripts et l’automatisation pilotée par des agents (voir Sortie JSON).
• Emprunte le chemin local normal sans le Gateway pour la plupart des sous-commandes.
• Pour les vérifications de bout en bout des fournisseurs, elle couvre la CLI distribuée, le chargement de la configuration, la résolution de l’agent par défaut, l’activation des Plugins intégrés et l’environnement d’exécution partagé des capacités avant l’envoi de la requête au fournisseur.

Transformer infer en Skills

Copiez-collez ceci dans un agent :

Lisez https://docs.openclaw.ai/cli/infer, puis créez des Skills qui orientent mes flux de travail courants vers `openclaw infer`.Concentrez-vous sur les exécutions de modèles, la génération d’images, la génération de vidéos, la transcription audio, la synthèse vocale, la recherche sur le Web et les plongements vectoriels.

De bonnes Skills fondées sur infer associent les intentions courantes de l’utilisateur à la bonne sous-commande, incluent quelques exemples canoniques pour chaque flux de travail, privilégient openclaw infer ... par rapport aux solutions de plus bas niveau et ne documentent pas à nouveau l’intégralité de l’interface infer dans leur contenu.

Arborescence des commandes

 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> affichent cette arborescence sous forme de données (identifiant de capacité, transports, description).

Tâches courantes

Comportement

• Utilisez --json lorsque la sortie alimente une autre commande ou un script ; sinon, utilisez la sortie texte.
• Utilisez --provider ou --model provider/model pour imposer un moteur précis.
• Utilisez model run --thinking <level> pour remplacer ponctuellement le niveau de réflexion/raisonnement : off, minimal, low, medium, high, adaptive, xhigh ou max.
• Pour image describe, audio transcribe et video describe, --model doit respecter la forme <provider/model>.
• Pour image describe, --file accepte les chemins locaux et les URL HTTP(S) ; les URL distantes sont soumises à la politique SSRF normale de récupération des médias.
• Les commandes d’exécution sans état (model run, image *, audio *, video *, web *, embedding *) sont locales par défaut. Les commandes d’état gérées par le Gateway (tts status) utilisent le Gateway par défaut.
• Le chemin local ne nécessite jamais que le Gateway soit en cours d’exécution.
• La commande locale model run effectue une exécution ponctuelle et légère auprès du fournisseur : elle résout le modèle d’agent configuré et l’authentification, mais ne démarre pas un tour d’agent conversationnel, ne charge aucun outil et n’ouvre aucun serveur MCP intégré.
• model run --file joint des fichiers image au format MIME détecté automatiquement à l’invite ; répétez --file pour plusieurs images. Les fichiers qui ne sont pas des images sont refusés — utilisez plutôt infer audio transcribe ou infer video describe.
• model run --gateway couvre le routage du Gateway, l’authentification enregistrée, la sélection du fournisseur et l’environnement d’exécution intégré, mais reste une sonde de modèle brute : aucun historique de session, contexte d’amorçage/AGENTS, outil ou serveur MCP intégré.
• model run --gateway --model <provider/model> nécessite un identifiant du Gateway réservé aux opérateurs de confiance, car cette commande demande au Gateway d’exécuter un remplacement ponctuel du fournisseur/modèle.

Modèle

Inférence de texte et inspection des modèles/fournisseurs.

openclaw infer model run --prompt "Reply with exactly: smoke-ok" --jsonopenclaw infer model run --prompt "Summarize this changelog entry" --model openai/gpt-5.4 --jsonopenclaw infer model run --prompt "Describe this image in one sentence" --file ./photo.jpg --model google/gemini-2.5-flash --jsonopenclaw infer model run --prompt "Use more reasoning here" --thinking high --jsonopenclaw infer model providers --jsonopenclaw infer model inspect --model gpt-5.6-sol --json

Utilisez des références <provider/model> complètes avec --local afin de tester rapidement un fournisseur sans démarrer le Gateway ni charger l’interface des outils de l’agent :

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

Remarques :

• La commande locale model run est le test CLI le plus ciblé de l’état du fournisseur, du modèle et de l’authentification : pour les fournisseurs autres que ChatGPT-Codex, elle envoie uniquement l’invite fournie.
• La commande locale model run --model <provider/model> peut résoudre les entrées exactes du catalogue statique intégré — les mêmes que celles affichées par openclaw models list --all — avant que ce fournisseur soit inscrit dans la configuration. L’authentification auprès du fournisseur reste obligatoire ; l’absence d’identifiants produit des erreurs d’authentification, et non Unknown model.
• Pour les sondes de raisonnement de Mistral Medium 3.5, laissez la température non définie ou à sa valeur par défaut. Mistral refuse reasoning_effort="high" avec temperature: 0 ; utilisez la température par défaut ou une valeur non nulle, telle que 0.7.
• Les sondes locales utilisant OAuth OpenAI ChatGPT/Codex (API openai-chatgpt-responses) ajoutent une instruction système minimale afin que le transport puisse renseigner son champ instructions obligatoire — sans contexte d’agent complet, outils, mémoire ni historique de session.
• model run --file joint directement le contenu de l’image à l’unique message utilisateur. Les formats courants (PNG, JPEG, WebP) fonctionnent lorsque le type MIME est détecté comme image/* ; les fichiers non pris en charge ou non reconnus échouent avant tout appel au fournisseur. Utilisez plutôt infer image describe si vous souhaitez bénéficier du routage des modèles d’image et des solutions de repli d’OpenClaw plutôt que d’une sonde directe de modèle multimodal.
• Le modèle sélectionné doit prendre en charge les images en entrée ; les modèles exclusivement textuels peuvent refuser la requête au niveau du fournisseur.
• model run --prompt doit contenir du texte autre que des espaces ; les invites vides sont refusées avant tout appel au fournisseur ou au Gateway.
• La commande locale model run se termine avec un code différent de zéro lorsque le fournisseur ne renvoie aucune sortie textuelle, afin que les fournisseurs injoignables et les générations vides ne soient pas considérés comme des sondes réussies.
• Utilisez model run --gateway pour tester le routage du Gateway ou la configuration de l’environnement d’exécution de l’agent tout en conservant l’entrée brute du modèle. Utilisez openclaw agent ou une interface de conversation pour bénéficier du contexte d’agent complet, des outils, de la mémoire et de l’historique de session.
• --thinking adaptive correspond au niveau medium de l’environnement d’exécution des générations ; --thinking max correspond à max pour les modèles OpenAI prenant en charge nativement l’effort maximal, et à xhigh dans les autres cas.
• model auth login, model auth logout et model auth status gèrent l’état d’authentification enregistré auprès des fournisseurs.

Image

Génération, modification et description.

openclaw infer image generate --prompt "friendly lobster illustration" --jsonopenclaw infer image generate --prompt "cinematic product photo of headphones" --jsonopenclaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "simple red circle sticker on a transparent background" --jsonopenclaw infer image generate --model openai/gpt-image-2 --quality low --openai-moderation low --prompt "low-cost draft poster" --jsonopenclaw infer image generate --prompt "slow image backend" --timeout-ms 180000 --jsonopenclaw infer image edit --file ./logo.png --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "keep the logo, remove the background" --jsonopenclaw infer image edit --file ./poster.png --prompt "make this a vertical story ad" --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 "Extract the merchant, date, and total" --jsonopenclaw infer image describe-many --file ./before.png --file ./after.png --prompt "Compare the screenshots and list visible UI changes" --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 "Describe the image in one sentence" --timeout-ms 300000 --json

Remarques :

• Utilisez image edit lorsque vous partez de fichiers d’entrée existants ; --size, --aspect-ratio ou --resolution ajoutent des indications de géométrie pour les fournisseurs/modèles qui les prennent en charge.

• --output-format png --background transparent avec --model openai/gpt-image-1.5 produit une image PNG OpenAI avec un arrière-plan transparent ; --openai-background est un alias propre à OpenAI pour la même indication. Les fournisseurs qui ne déclarent pas prendre en charge l’arrière-plan le signalent comme un remplacement ignoré (voir ignoredOverrides dans l’enveloppe JSON).

• --quality low|medium|high|auto fonctionne avec les fournisseurs qui prennent en charge les indications de qualité d’image, notamment OpenAI. OpenAI accepte également --openai-moderation low|auto.

• image providers --json indique quels fournisseurs d’images intégrés sont détectables, configurés et sélectionnés, ainsi que les capacités de génération/modification exposées par chacun.

• image generate --model <provider/model> --json est le test de bon fonctionnement en conditions réelles le plus ciblé pour les modifications de génération d’images :

  openclaw infer image providers --jsonopenclaw 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

  La réponse indique ok, provider, model, attempts et les chemins des sorties écrites. Lorsque --output est défini, l’extension finale peut correspondre au type MIME renvoyé par le fournisseur.

• Pour image describe et image describe-many, utilisez --prompt afin de fournir une instruction propre à la tâche (OCR, comparaison, inspection d’interface utilisateur, légendage concis).

• Utilisez --timeout-ms pour les modèles de vision locaux lents ou les démarrages à froid d’Ollama.

• Pour image describe, un --model explicite (qui doit être un <provider/model> compatible avec les images) est exécuté en premier, puis les modèles de repli configurés dans agents.defaults.imageModel.fallbacks sont essayés si cet appel échoue. Les erreurs de préparation des entrées (fichier manquant, URL non prise en charge) provoquent un échec avant toute tentative de repli, et le modèle doit être déclaré compatible avec les images dans le catalogue de modèles ou la configuration du fournisseur.

• Pour les modèles de vision Ollama locaux, téléchargez d’abord le modèle et définissez OLLAMA_API_KEY sur une valeur fictive quelconque, par exemple ollama-local. Consultez Ollama.

Audio

Transcription de fichiers (et non gestion de sessions en temps réel).

openclaw infer audio transcribe --file ./memo.m4a --jsonopenclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "Focus on names and action items" --jsonopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

--model doit être au format <provider/model>.

TTS

Synthèse vocale et état du fournisseur/personnage TTS.

openclaw infer tts convert --text "hello from openclaw" --output ./hello.mp3 --jsonopenclaw infer tts convert --text "Your build is complete" --output ./build-complete.mp3 --jsonopenclaw infer tts providers --jsonopenclaw infer tts personas --jsonopenclaw infer tts status --json

Remarques :

• tts status prend uniquement en charge --gateway (il reflète l’état TTS géré par le Gateway).
• Utilisez tts providers, tts voices, tts personas, tts set-provider et tts set-persona pour inspecter et configurer le comportement TTS.

Vidéo

Génération et description.

openclaw infer video generate --prompt "cinematic sunset over the ocean" --jsonopenclaw infer video generate --prompt "slow drone shot over a forest lake" --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

Remarques :

• video generate accepte --size, --aspect-ratio, --resolution, --duration, --audio, --watermark et --timeout-ms, qui sont transmis à l’environnement d’exécution de génération vidéo.
• Pour video describe, --model doit être au format <provider/model>.

Web

Recherche et récupération.

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

web providers répertorie les fournisseurs disponibles, configurés et sélectionnés pour la recherche et la récupération.

Incorporation

Création de vecteurs et inspection des fournisseurs d’incorporations.

openclaw infer embedding create --text "friendly lobster" --jsonopenclaw infer embedding create --text "customer support ticket: delayed shipment" --model openai/text-embedding-3-large --jsonopenclaw infer embedding providers --json

Sortie JSON

Les commandes Infer normalisent la sortie JSON dans une enveloppe commune :

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

Champs de premier niveau stables :

• ok
• capability
• transport
• provider
• model
• attempts
• inputs (pièces jointes d’image envoyées avec la requête, le cas échéant)
• outputs
• ignoredOverrides (clés d’indication qu’un fournisseur ne prend pas en charge, le cas échéant)
• error

Pour les commandes de génération de médias, outputs contient les fichiers écrits par OpenClaw. Pour l’automatisation, utilisez les champs path, mimeType, size et toutes les dimensions propres au média présentes dans ce tableau, plutôt que d’analyser la sortie standard lisible par l’utilisateur.

Pièges courants

# Badopenclaw infer media image generate --prompt "friendly lobster" # Goodopenclaw infer image generate --prompt "friendly lobster"

# Badopenclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Goodopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

Ressources connexes

• Référence de la CLI
• Modèles