CLI Inferensi

openclaw infer adalah antarmuka headless kanonis untuk inferensi yang didukung penyedia. Antarmuka ini mengekspos kelompok kemampuan (model, image, audio, tts, video, web, embedding), bukan nama RPC Gateway mentah atau id alat agen. openclaw capability ... adalah alias untuk pohon perintah yang sama.

Alasan untuk memilihnya daripada pembungkus penyedia sekali pakai:

• Menggunakan kembali penyedia dan model yang sudah dikonfigurasi di OpenClaw.
• Selubung --json yang stabil untuk skrip dan otomatisasi berbasis agen (lihat keluaran JSON).
• Menjalankan jalur lokal normal tanpa Gateway untuk sebagian besar subperintah.
• Untuk pemeriksaan penyedia menyeluruh, perintah ini menguji CLI yang didistribusikan, pemuatan konfigurasi, resolusi agen bawaan, aktivasi plugin bawaan, dan runtime kemampuan bersama sebelum permintaan penyedia dikirim.

Ubah infer menjadi sebuah skill

Salin dan tempelkan ini ke agen:

Baca https://docs.openclaw.ai/cli/infer, lalu buat skill yang mengarahkan alur kerja umum saya ke `openclaw infer`.Fokus pada eksekusi model, pembuatan gambar, pembuatan video, transkripsi audio, TTS, pencarian web, dan embedding.

Skill berbasis infer yang baik memetakan maksud umum pengguna ke subperintah yang tepat, menyertakan beberapa contoh kanonis per alur kerja, mengutamakan openclaw infer ... daripada alternatif tingkat rendah, dan tidak mendokumentasikan ulang seluruh antarmuka infer dalam isi skill.

Pohon perintah

 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> menampilkan pohon ini sebagai data (id kemampuan, transportasi, deskripsi).

Tugas umum

Perilaku

• Gunakan --json saat keluaran diteruskan ke perintah atau skrip lain; gunakan keluaran teks jika tidak.
• Gunakan --provider atau --model provider/model untuk menetapkan backend tertentu.
• Gunakan model run --thinking <level> untuk penggantian pengaturan berpikir/penalaran sekali jalan: off, minimal, low, medium, high, adaptive, xhigh, atau max.
• Untuk image describe, audio transcribe, dan video describe, --model harus menggunakan bentuk <provider/model>.
• Untuk image describe, --file menerima jalur lokal dan URL HTTP(S); URL jarak jauh melewati kebijakan SSRF pengambilan media yang normal.
• Perintah eksekusi tanpa status (model run, image *, audio *, video *, web *, embedding *) secara bawaan berjalan secara lokal. Perintah status yang dikelola Gateway (tts status) secara bawaan berjalan melalui Gateway.
• Jalur lokal tidak pernah mengharuskan Gateway berjalan.
• model run lokal adalah penyelesaian penyedia sekali jalan yang ringkas: perintah ini menyelesaikan model agen dan autentikasi yang dikonfigurasi, tetapi tidak memulai giliran agen obrolan, memuat alat, atau membuka server MCP bawaan.
• model run --file melampirkan berkas gambar (jenis MIME terdeteksi otomatis) ke prompt; ulangi --file untuk beberapa gambar. Berkas non-gambar ditolak — gunakan infer audio transcribe atau infer video describe sebagai gantinya.
• model run --gateway menguji perutean Gateway, autentikasi tersimpan, pemilihan penyedia, dan runtime tertanam, tetapi tetap menjadi pemeriksaan model mentah: tanpa transkrip sesi sebelumnya, konteks bootstrap/AGENTS, alat, atau server MCP bawaan.
• model run --gateway --model <provider/model> memerlukan kredensial Gateway operator tepercaya karena perintah ini meminta Gateway menjalankan penggantian penyedia/model sekali pakai.

Model

Inferensi teks dan pemeriksaan model/penyedia.

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

Gunakan referensi <provider/model> lengkap dengan --local untuk menguji cepat satu penyedia tanpa memulai Gateway atau memuat antarmuka alat agen:

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

Catatan:

• model run lokal adalah pemeriksaan CLI paling sempit untuk kesehatan penyedia/model/autentikasi: untuk penyedia selain ChatGPT-Codex, perintah ini hanya mengirim prompt yang diberikan.
• model run --model <provider/model> lokal dapat menyelesaikan baris katalog statis bawaan yang tepat (baris yang sama dengan yang ditampilkan openclaw models list --all) sebelum penyedia tersebut ditulis ke konfigurasi. Autentikasi penyedia tetap diperlukan; kredensial yang tidak ada gagal sebagai galat autentikasi, bukan Unknown model.
• Untuk pemeriksaan penalaran Mistral Medium 3.5, biarkan suhu tidak disetel/menggunakan nilai bawaan. Mistral menolak reasoning_effort="high" dengan temperature: 0; gunakan suhu bawaan atau nilai bukan nol seperti 0.7.
• Pemeriksaan lokal OAuth OpenAI ChatGPT/Codex (API openai-chatgpt-responses) menambahkan instruksi sistem minimal agar transportasi dapat mengisi bidang instructions yang diwajibkan — tanpa konteks agen lengkap, alat, memori, atau transkrip sesi.
• model run --file melampirkan konten gambar langsung ke satu pesan pengguna. Format umum (PNG, JPEG, WebP) berfungsi saat jenis MIME terdeteksi sebagai image/*; berkas yang tidak didukung atau tidak dikenali gagal sebelum penyedia dipanggil. Gunakan infer image describe sebagai gantinya jika Anda menginginkan perutean model gambar dan fallback OpenClaw, bukan pemeriksaan model multimodal langsung.
• Model yang dipilih harus mendukung masukan gambar; model khusus teks dapat menolak permintaan pada lapisan penyedia.
• model run --prompt harus berisi teks selain spasi kosong; prompt kosong ditolak sebelum panggilan penyedia atau Gateway apa pun.
• model run lokal keluar dengan kode bukan nol saat penyedia tidak mengembalikan keluaran teks, sehingga penyedia yang tidak dapat dijangkau dan penyelesaian kosong tidak tampak sebagai pemeriksaan yang berhasil.
• Gunakan model run --gateway untuk menguji perutean Gateway atau penyiapan runtime agen sambil mempertahankan masukan model mentah. Gunakan openclaw agent atau antarmuka obrolan untuk konteks agen lengkap, alat, memori, dan transkrip sesi.
• --thinking adaptive dipetakan ke tingkat runtime penyelesaian medium; --thinking max dipetakan ke max untuk model OpenAI yang mendukung upaya maksimum native, atau xhigh jika tidak.
• model auth login, model auth logout, dan model auth status mengelola status autentikasi penyedia yang tersimpan.

Gambar

Pembuatan, pengeditan, dan deskripsi.

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

Catatan:

• Gunakan image edit saat memulai dari berkas masukan yang sudah ada; --size, --aspect-ratio, atau --resolution menambahkan petunjuk geometri pada penyedia/model yang mendukungnya.

• --output-format png --background transparent dengan --model openai/gpt-image-1.5 menghasilkan keluaran PNG OpenAI dengan latar belakang transparan; --openai-background adalah alias khusus OpenAI untuk petunjuk yang sama. Penyedia yang tidak menyatakan dukungan latar belakang akan melaporkannya sebagai penggantian yang diabaikan (lihat ignoredOverrides dalam amplop JSON).

• --quality low|medium|high|auto berfungsi untuk penyedia yang mendukung petunjuk kualitas gambar, termasuk OpenAI. OpenAI juga menerima --openai-moderation low|auto.

• image providers --json mencantumkan penyedia gambar bawaan yang dapat ditemukan, dikonfigurasi, dipilih, serta kemampuan pembuatan/penyuntingan yang disediakan masing-masing.

• image generate --model <provider/model> --json adalah pengujian langsung paling terfokus untuk perubahan pembuatan gambar:

  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

  Respons melaporkan ok, provider, model, attempts, dan jalur keluaran yang ditulis. Saat --output ditetapkan, ekstensi akhir dapat mengikuti jenis MIME yang dikembalikan penyedia.

• Untuk image describe dan image describe-many, gunakan --prompt untuk instruksi khusus tugas (OCR, perbandingan, pemeriksaan UI, pemberian keterangan singkat).

• Gunakan --timeout-ms untuk model penglihatan lokal yang lambat atau proses awal Ollama yang dingin.

• Untuk image describe, --model eksplisit (harus berupa <provider/model> yang mendukung gambar) dijalankan terlebih dahulu, lalu mencoba agents.defaults.imageModel.fallbacks yang dikonfigurasi jika pemanggilan tersebut gagal. Kesalahan penyiapan masukan (berkas tidak ditemukan, URL tidak didukung) akan gagal sebelum upaya fallback apa pun, dan model harus mendukung gambar dalam katalog model atau konfigurasi penyedia.

• Untuk model penglihatan Ollama lokal, tarik model terlebih dahulu dan tetapkan OLLAMA_API_KEY ke nilai placeholder apa pun, misalnya ollama-local. Lihat Ollama.

Audio

Transkripsi berkas (bukan pengelolaan sesi waktu nyata).

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 harus berupa <provider/model>.

TTS

Sintesis ucapan serta status penyedia/persona 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

Catatan:

• tts status hanya mendukung --gateway (perintah ini mencerminkan status TTS yang dikelola Gateway).
• Gunakan tts providers, tts voices, tts personas, tts set-provider, dan tts set-persona untuk memeriksa serta mengonfigurasi perilaku TTS.

Video

Pembuatan dan deskripsi.

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

Catatan:

• video generate menerima --size, --aspect-ratio, --resolution, --duration, --audio, --watermark, dan --timeout-ms, yang diteruskan ke runtime pembuatan video.
• --model harus berupa <provider/model> untuk video describe.

Web

Pencarian dan pengambilan.

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 mencantumkan penyedia yang tersedia, dikonfigurasi, dan dipilih untuk pencarian serta pengambilan.

Embedding

Pembuatan vektor dan pemeriksaan penyedia embedding.

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

Keluaran JSON

Perintah Infer menormalkan keluaran JSON dalam amplop bersama:

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

Kolom tingkat teratas yang stabil:

• ok
• capability
• transport
• provider
• model
• attempts
• inputs (lampiran gambar yang dikirim bersama permintaan, jika berlaku)
• outputs
• ignoredOverrides (kunci petunjuk yang tidak didukung penyedia, jika berlaku)
• error

Untuk perintah media yang dihasilkan, outputs berisi berkas yang ditulis oleh OpenClaw. Gunakan path, mimeType, size, dan dimensi khusus media apa pun dalam larik tersebut untuk otomatisasi, alih-alih mengurai stdout yang dapat dibaca manusia.

Kendala umum

# 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

Terkait

• Referensi CLI
• Model