推論 CLI

openclaw infer は、プロバイダーを利用した推論のための標準的なヘッドレスインターフェースです。生の Gateway RPC 名やエージェントツール ID ではなく、機能ファミリー（model、image、audio、tts、video、web、embedding）を公開します。openclaw capability ... は同じコマンドツリーのエイリアスです。

単発のプロバイダーラッパーよりも推奨される理由は次のとおりです。

• OpenClaw ですでに設定済みのプロバイダーとモデルを再利用します。
• スクリプトやエージェント駆動の自動化に適した安定した --json エンベロープを提供します（JSON 出力を参照）。
• ほとんどのサブコマンドでは、Gateway を介さず通常のローカル経路で実行します。
• エンドツーエンドのプロバイダーチェックでは、プロバイダーへのリクエストが送信される前に、リリース版の CLI、設定の読み込み、デフォルトエージェントの解決、同梱 Plugin の有効化、共有機能ランタイムを実行します。

infer を Skills にする

次の内容をコピーしてエージェントに貼り付けます。

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.

優れた infer ベースの Skills は、一般的なユーザーの意図を適切なサブコマンドに対応付け、ワークフローごとに標準的な例をいくつか含め、低レベルの代替手段より openclaw infer ... を優先し、Skills 本文で infer の全機能を改めて文書化しません。

コマンドツリー

 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> は、このツリーをデータ（機能 ID、トランスポート、説明）として表示します。

一般的なタスク

動作

• 出力を別のコマンドやスクリプトに渡す場合は --json を使用し、それ以外ではテキスト出力を使用します。
• 特定のバックエンドに固定するには、--provider または --model provider/model を使用します。
• 1 回限りの思考／推論レベルを上書きするには、model run --thinking <level> を使用します。指定できる値は off、minimal、low、medium、high、adaptive、xhigh、max です。
• image describe、audio transcribe、video describe では、--model を <provider/model> 形式で指定する必要があります。
• image describe の --file にはローカルパスと HTTP(S) URL を指定できます。リモート URL には通常のメディア取得 SSRF ポリシーが適用されます。
• ステートレスな実行コマンド（model run、image *、audio *、video *、web *、embedding *）は、デフォルトでローカル実行されます。Gateway が管理する状態コマンド（tts status）は、デフォルトで Gateway 経由になります。
• ローカル経路では、Gateway が稼働している必要はありません。
• ローカルの model run は、簡潔な 1 回限りのプロバイダー補完です。設定済みのエージェントモデルと認証を解決しますが、チャットエージェントのターンを開始せず、ツールを読み込まず、同梱 MCP サーバーも開きません。
• model run --file は画像ファイル（MIME タイプを自動検出）をプロンプトに添付します。複数の画像には --file を繰り返し指定します。画像以外のファイルは拒否されるため、代わりに infer audio transcribe または infer video describe を使用してください。
• model run --gateway は、Gateway のルーティング、保存済み認証、プロバイダー選択、組み込みランタイムを実行しますが、生のモデルプローブのままです。以前のセッショントランスクリプト、ブートストラップ／AGENTS コンテキスト、ツール、同梱 MCP サーバーは含まれません。
• model run --gateway --model <provider/model> は Gateway に 1 回限りのプロバイダー／モデル上書きを要求するため、信頼されたオペレーター用の Gateway 認証情報が必要です。

モデル

テキスト推論とモデル／プロバイダーの確認。

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

Gateway を起動したりエージェントツールインターフェースを読み込んだりせずに、1 つのプロバイダーをスモークテストするには、--local と完全な <provider/model> 参照を使用します。

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

注記：

• ローカルの model run は、プロバイダー／モデル／認証の正常性を確認するための最小限の CLI スモークテストです。ChatGPT-Codex 以外のプロバイダーには、指定されたプロンプトのみを送信します。
• ローカルの model run --model <provider/model> は、そのプロバイダーが設定に書き込まれる前でも、同梱された静的カタログの完全一致行（openclaw models list --all が表示するものと同じ）を解決できます。プロバイダー認証は引き続き必要です。認証情報がない場合は、Unknown model ではなく認証エラーになります。
• Mistral Medium 3.5 の推論プローブでは、temperature を未設定／デフォルトのままにしてください。Mistral は temperature: 0 での reasoning_effort="high" を拒否します。デフォルトの temperature または 0.7 などのゼロ以外の値を使用してください。
• OpenAI ChatGPT/Codex OAuth（openai-chatgpt-responses API）のローカルプローブは、トランスポートが必須の instructions フィールドを設定できるように、最小限のシステム指示を追加します。完全なエージェントコンテキスト、ツール、メモリ、セッショントランスクリプトは含まれません。
• model run --file は、画像コンテンツを単一のユーザーメッセージに直接添付します。一般的な形式（PNG、JPEG、WebP）は、MIME タイプが image/* として検出される場合に使用できます。未対応または認識できないファイルは、プロバイダーを呼び出す前に失敗します。直接的なマルチモーダルモデルのプローブではなく、OpenClaw の画像モデルルーティングとフォールバックを使用したい場合は、代わりに infer image describe を使用してください。
• 選択するモデルは画像入力に対応している必要があります。テキスト専用モデルでは、プロバイダー層でリクエストが拒否される場合があります。
• model run --prompt には空白以外のテキストが必要です。空のプロンプトは、プロバイダーまたは Gateway を呼び出す前に拒否されます。
• ローカルの model run は、プロバイダーがテキスト出力を返さない場合にゼロ以外で終了するため、到達不能なプロバイダーや空の補完が成功したプローブとして扱われることはありません。
• モデル入力を生のまま維持しつつ Gateway のルーティングまたはエージェントランタイムの設定をテストするには、model run --gateway を使用します。完全なエージェントコンテキスト、ツール、メモリ、セッショントランスクリプトを使用するには、openclaw agent またはチャットインターフェースを使用します。
• --thinking adaptive は補完ランタイムレベルの medium に対応します。--thinking max は、ネイティブの最大推論強度に対応する OpenAI モデルでは max に、それ以外では xhigh に対応します。
• model auth login、model auth logout、model auth status は、保存済みのプロバイダー認証状態を管理します。

画像

生成、編集、説明。

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

注記：

• 既存の入力ファイルから開始する場合は image edit を使用します。--size、--aspect-ratio、--resolution は、それらをサポートするプロバイダーやモデルにジオメトリのヒントを追加します。

• --model openai/gpt-image-1.5 とともに --output-format png --background transparent を指定すると、背景が透明な OpenAI PNG 出力が得られます。--openai-background は、同じヒントに対する OpenAI 固有のエイリアスです。背景指定のサポートを宣言していないプロバイダーでは、無視されたオーバーライドとして報告されます（JSON エンベロープの ignoredOverrides を参照）。

• --quality low|medium|high|auto は、OpenAI を含む、画像品質のヒントをサポートするプロバイダーで使用できます。OpenAI では --openai-moderation low|auto も使用できます。

• image providers --json は、バンドルされた画像プロバイダーのうち、検出可能、設定済み、選択済みのものと、それぞれが公開する生成／編集機能を一覧表示します。

• image generate --model <provider/model> --json は、画像生成の変更に対する最小範囲のライブスモークテストです。

  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

  レスポンスには、ok、provider、model、attempts、および書き込まれた出力パスが含まれます。--output が設定されている場合、最終的な拡張子はプロバイダーから返された MIME タイプに従うことがあります。

• image describe と image describe-many では、タスク固有の指示（OCR、比較、UI の検査、簡潔なキャプション作成）に --prompt を使用します。

• 低速なローカル視覚モデルや、コールドスタート時の Ollama には --timeout-ms を使用します。

• image describe では、明示的な --model（画像対応の <provider/model> である必要があります）が最初に実行され、その呼び出しが失敗した場合は、設定済みの agents.defaults.imageModel.fallbacks が試行されます。入力準備エラー（ファイルがない、URL がサポートされていない）はフォールバックの試行前に失敗し、モデルカタログまたはプロバイダー設定で画像対応モデルとして定義されている必要があります。

• ローカルの Ollama 視覚モデルでは、最初にモデルを取得し、OLLAMA_API_KEY に任意のプレースホルダー値（例: ollama-local）を設定します。Ollamaを参照してください。

音声

ファイルの文字起こし（リアルタイムのセッション管理ではありません）。

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 は <provider/model> である必要があります。

TTS

音声合成と TTS プロバイダー／ペルソナの状態。

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

注記:

• tts status は --gateway のみをサポートします（Gateway が管理する TTS の状態を反映します）。
• TTS の動作を確認および設定するには、tts providers、tts voices、tts personas、tts set-provider、tts set-persona を使用します。

動画

生成と説明。

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

注記:

• video generate は --size、--aspect-ratio、--resolution、--duration、--audio、--watermark、--timeout-ms を受け付け、動画生成ランタイムに転送します。
• video describe の --model は <provider/model> である必要があります。

Web

検索と取得。

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 は、検索および取得に使用可能、設定済み、選択済みのプロバイダーを一覧表示します。

埋め込み

ベクトルの作成と埋め込みプロバイダーの確認。

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

JSON 出力

Infer コマンドは、共通のエンベロープ配下に JSON 出力を正規化します。

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

安定した最上位フィールド:

• ok
• capability
• transport
• provider
• model
• attempts
• inputs（該当する場合、リクエストとともに送信された画像添付ファイル）
• outputs
• ignoredOverrides（該当する場合、プロバイダーがサポートしていないヒントのキー）
• error

生成メディアのコマンドでは、outputs に OpenClaw が書き込んだファイルが含まれます。自動化では、人間が読める標準出力を解析する代わりに、その配列内の path、mimeType、size、およびメディア固有の寸法を使用します。

よくある落とし穴

# 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

関連項目

• CLI リファレンス
• モデル