--- read_when: - Dodawanie lub modyfikowanie poleceń `openclaw infer` - Projektowanie stabilnej bezinterfejsowej automatyzacji funkcji summary: CLI z podejściem „najpierw wnioskowanie” do obsługiwanych przez dostawców przepływów pracy z modelami, obrazami, dźwiękiem, TTS, wideo, internetem i osadzeniami title: CLI wnioskowania x-i18n: generated_at: "2026-07-12T14:59:33Z" model: gpt-5.6 postprocess_version: locale-links-v1 provider: openai source_hash: ec90377d3fb6049e63f5eb1dddfb085562982152b1b2ba7bd4e4d2535ab3c06f source_path: cli/infer.md workflow: 16 --- `openclaw infer` jest kanonicznym bezinterfejsowym punktem dostępu do wnioskowania obsługiwanego przez dostawców. Udostępnia rodziny możliwości (`model`, `image`, `audio`, `tts`, `video`, `web`, `embedding`), a nie surowe nazwy RPC Gateway ani identyfikatory narzędzi agenta. `openclaw capability ...` jest aliasem tego samego drzewa poleceń. Powody, dla których warto go używać zamiast jednorazowej otoczki dostawcy: - Ponownie wykorzystuje dostawców i modele już skonfigurowane w OpenClaw. - Zapewnia stabilną kopertę `--json` dla skryptów i automatyzacji sterowanej przez agenta (zobacz [Dane wyjściowe JSON](#json-output)). - W przypadku większości podpoleceń uruchamia standardową ścieżkę lokalną bez Gateway. - W przypadku kompleksowych testów dostawcy sprawdza dostarczany CLI, wczytywanie konfiguracji, rozpoznawanie domyślnego agenta, aktywację dołączonych pluginów oraz współdzielone środowisko wykonawcze możliwości przed wysłaniem żądania do dostawcy. ## Przekształcanie infer w Skills Skopiuj poniższy tekst i wklej go agentowi: ```text 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. ``` Dobre Skills oparte na infer przypisują typowe intencje użytkownika do właściwego podpolecenia, zawierają kilka kanonicznych przykładów dla każdego przepływu pracy, preferują `openclaw infer ...` zamiast alternatyw niższego poziomu i nie dokumentują ponownie całego interfejsu infer w swojej treści. ## Drzewo poleceń ```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 ` przedstawiają to drzewo jako dane (identyfikator możliwości, transporty, opis). ## Typowe zadania | Zadanie | Polecenie | Uwagi | | ------------------------------- | --------------------------------------------------------------------------------------------- | ------------------------------------------------------------ | | Uruchomienie promptu tekstowego/modelu | `openclaw infer model run --prompt "..." --json` | Domyślnie lokalnie | | Uruchomienie promptu modelu na obrazach | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | Powtórz `--file`, aby przekazać wiele obrazów | | Wygenerowanie obrazu | `openclaw infer image generate --prompt "..." --json` | Użyj `image edit`, gdy zaczynasz od istniejącego pliku | | Opisanie pliku obrazu lub adresu URL | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` musi być modelem `` obsługującym obrazy | | Transkrypcja dźwięku | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` musi mieć postać `` | | Synteza mowy | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` działa tylko za pośrednictwem Gateway | | Wygenerowanie filmu | `openclaw infer video generate --prompt "..." --json` | Obsługuje wskazówki dla dostawcy, takie jak `--resolution` | | Opisanie pliku filmu | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` musi mieć postać `` | | Przeszukanie internetu | `openclaw infer web search --query "..." --json` | | | Pobranie strony internetowej | `openclaw infer web fetch --url https://example.com --json` | | | Utworzenie osadzeń | `openclaw infer embedding create --text "..." --json` | | ## Działanie - Używaj `--json`, gdy dane wyjściowe są przekazywane do innego polecenia lub skryptu; w przeciwnym razie używaj danych tekstowych. - Użyj `--provider` lub `--model provider/model`, aby wskazać konkretny backend. - Użyj `model run --thinking `, aby jednorazowo nadpisać poziom myślenia/rozumowania: `off`, `minimal`, `low`, `medium`, `high`, `adaptive`, `xhigh` lub `max`. - W przypadku `image describe`, `audio transcribe` i `video describe` opcja `--model` musi mieć postać ``. - W przypadku `image describe` opcja `--file` przyjmuje ścieżki lokalne i adresy URL HTTP(S); zdalne adresy URL podlegają standardowej polityce SSRF pobierania multimediów. - Bezstanowe polecenia wykonawcze (`model run`, `image *`, `audio *`, `video *`, `web *`, `embedding *`) są domyślnie lokalne. Polecenia stanu zarządzanego przez Gateway (`tts status`) domyślnie używają Gateway. - Ścieżka lokalna nigdy nie wymaga uruchomionego Gateway. - Lokalne `model run` to uproszczone, jednorazowe wywołanie uzupełniania przez dostawcę: rozpoznaje skonfigurowany model agenta i uwierzytelnianie, ale nie rozpoczyna tury agenta czatu, nie ładuje narzędzi ani nie otwiera dołączonych serwerów MCP. - `model run --file` dołącza pliki obrazów (z automatycznie wykrywanym typem MIME) do promptu; powtórz `--file`, aby przekazać wiele obrazów. Pliki niebędące obrazami są odrzucane — zamiast tego użyj `infer audio transcribe` lub `infer video describe`. - `model run --gateway` sprawdza trasowanie Gateway, zapisane dane uwierzytelniające, wybór dostawcy i osadzone środowisko wykonawcze, ale pozostaje surowym testem modelu: bez wcześniejszej transkrypcji sesji, kontekstu startowego/AGENTS, narzędzi ani dołączonych serwerów MCP. - `model run --gateway --model ` wymaga poświadczenia Gateway zaufanego operatora, ponieważ polecenie żąda od Gateway jednorazowego nadpisania dostawcy/modelu. ## Model Wnioskowanie tekstowe oraz inspekcja modeli/dostawców. ```bash openclaw infer model run --prompt "Reply with exactly: smoke-ok" --json openclaw infer model run --prompt "Summarize this changelog entry" --model openai/gpt-5.4 --json openclaw infer model run --prompt "Describe this image in one sentence" --file ./photo.jpg --model google/gemini-2.5-flash --json openclaw infer model run --prompt "Use more reasoning here" --thinking high --json openclaw infer model providers --json openclaw infer model inspect --model gpt-5.6-sol --json ``` Używaj pełnych odwołań `` z opcją `--local`, aby wykonać test dymny jednego dostawcy bez uruchamiania Gateway ani ładowania zestawu narzędzi agenta: ```bash openclaw infer model run --local --model anthropic/claude-sonnet-4-6 --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model cerebras/zai-glm-4.7 --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model google/gemini-2.5-flash --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model groq/llama-3.1-8b-instant --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model mistral/mistral-medium-3-5 --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model mistral/mistral-small-latest --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model openai/gpt-5.6-luna --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Describe this image." --file ./photo.jpg --json ``` Uwagi: - Lokalne `model run` jest najbardziej ukierunkowanym testem dymnym CLI dotyczącym kondycji dostawcy/modelu/uwierzytelniania: w przypadku dostawców innych niż ChatGPT-Codex wysyła wyłącznie podany prompt. - Lokalne `model run --model ` może rozpoznać dokładne wiersze dołączonego katalogu statycznego (te same, które pokazuje `openclaw models list --all`), zanim dany dostawca zostanie zapisany w konfiguracji. Uwierzytelnienie dostawcy jest nadal wymagane; brakujące dane uwierzytelniające powodują błędy uwierzytelniania, a nie `Unknown model`. - W przypadku testów rozumowania Mistral Medium 3.5 pozostaw temperaturę nieustawioną/domyślną. Mistral odrzuca `reasoning_effort="high"` z `temperature: 0`; użyj domyślnej temperatury lub wartości niezerowej, takiej jak `0.7`. - Lokalne testy OAuth OpenAI ChatGPT/Codex (API `openai-chatgpt-responses`) dodają minimalną instrukcję systemową, aby transport mógł wypełnić wymagane pole `instructions` — bez pełnego kontekstu agenta, narzędzi, pamięci ani transkrypcji sesji. - `model run --file` dołącza zawartość obrazu bezpośrednio do pojedynczej wiadomości użytkownika. Typowe formaty (PNG, JPEG, WebP) działają, gdy typ MIME zostanie wykryty jako `image/*`; nieobsługiwane lub nierozpoznane pliki powodują błąd przed wywołaniem dostawcy. Użyj zamiast tego `infer image describe`, jeśli zamiast bezpośredniego testu modelu multimodalnego chcesz użyć trasowania modeli obrazowych i mechanizmów awaryjnych OpenClaw. - Wybrany model musi obsługiwać dane wejściowe w postaci obrazów; modele wyłącznie tekstowe mogą odrzucić żądanie po stronie dostawcy. - `model run --prompt` musi zawierać tekst składający się nie tylko z białych znaków; puste prompty są odrzucane przed wywołaniem dostawcy lub Gateway. - Lokalne `model run` kończy działanie kodem różnym od zera, gdy dostawca nie zwróci tekstu, dzięki czemu nieosiągalni dostawcy i puste uzupełnienia nie wyglądają jak udane testy. - Użyj `model run --gateway`, aby przetestować trasowanie Gateway lub konfigurację środowiska wykonawczego agenta przy zachowaniu surowych danych wejściowych modelu. Użyj `openclaw agent` lub interfejsu czatu, aby uzyskać pełny kontekst agenta, narzędzia, pamięć i transkrypcję sesji. - `--thinking adaptive` jest mapowane na poziom środowiska wykonawczego uzupełniania `medium`; `--thinking max` jest mapowane na `max` dla modeli OpenAI obsługujących natywny maksymalny nakład rozumowania, a w pozostałych przypadkach na `xhigh`. - `model auth login`, `model auth logout` i `model auth status` zarządzają zapisanym stanem uwierzytelniania dostawcy. ## Obraz Generowanie, edycja i opis. ```bash openclaw infer image generate --prompt "friendly lobster illustration" --json openclaw infer image generate --prompt "cinematic product photo of headphones" --json openclaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "simple red circle sticker on a transparent background" --json openclaw infer image generate --model openai/gpt-image-2 --quality low --openai-moderation low --prompt "low-cost draft poster" --json openclaw infer image generate --prompt "slow image backend" --timeout-ms 180000 --json openclaw infer image edit --file ./logo.png --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "keep the logo, remove the background" --json openclaw infer image edit --file ./poster.png --prompt "make this a vertical story ad" --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 "Extract the merchant, date, and total" --json openclaw infer image describe-many --file ./before.png --file ./after.png --prompt "Compare the screenshots and list visible UI changes" --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 "Describe the image in one sentence" --timeout-ms 300000 --json ``` Uwagi: - Użyj `image edit`, gdy zaczynasz od istniejących plików wejściowych; `--size`, `--aspect-ratio` lub `--resolution` dodają wskazówki dotyczące geometrii w przypadku dostawców/modeli, które je obsługują. - `--output-format png --background transparent` z `--model openai/gpt-image-1.5` generuje za pomocą OpenAI plik PNG z przezroczystym tłem; `--openai-background` jest specyficznym dla OpenAI aliasem tej samej wskazówki. Dostawcy, którzy nie deklarują obsługi tła, zgłaszają ją jako zignorowane nadpisanie (zobacz `ignoredOverrides` w [obiekcie JSON](#json-output)). - `--quality low|medium|high|auto` działa z dostawcami obsługującymi wskazówki dotyczące jakości obrazu, w tym z OpenAI. OpenAI akceptuje również `--openai-moderation low|auto`. - `image providers --json` wyświetla, którzy dołączani dostawcy obrazów są wykrywalni, skonfigurowani i wybrani oraz jakie możliwości generowania/edycji udostępnia każdy z nich. - `image generate --model --json` jest najbardziej ukierunkowanym testem dymnym na żywo dla zmian w generowaniu obrazów: ```bash openclaw infer image providers --json openclaw 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 ``` Odpowiedź zawiera `ok`, `provider`, `model`, `attempts` oraz ścieżki zapisanych plików wyjściowych. Gdy ustawiono `--output`, końcowe rozszerzenie może odpowiadać typowi MIME zwróconemu przez dostawcę. - W przypadku `image describe` i `image describe-many` użyj `--prompt`, aby przekazać instrukcję dotyczącą konkretnego zadania (OCR, porównanie, inspekcja interfejsu, zwięzły opis). - Użyj `--timeout-ms` w przypadku wolnych lokalnych modeli wizyjnych lub zimnego uruchamiania Ollama. - W przypadku `image describe` jawnie określony `--model` (musi to być obsługujący obrazy ``) jest uruchamiany jako pierwszy, a następnie, jeśli to wywołanie się nie powiedzie, podejmowane są próby użycia skonfigurowanych `agents.defaults.imageModel.fallbacks`. Błędy przygotowania danych wejściowych (brak pliku, nieobsługiwany adres URL) powodują niepowodzenie przed jakąkolwiek próbą użycia modelu zapasowego, a model musi obsługiwać obrazy w katalogu modeli lub konfiguracji dostawcy. - W przypadku lokalnych modeli wizyjnych Ollama najpierw pobierz model i ustaw `OLLAMA_API_KEY` na dowolną wartość zastępczą, na przykład `ollama-local`. Zobacz [Ollama](/pl/providers/ollama#vision-and-image-description). ## Dźwięk Transkrypcja plików (bez zarządzania sesjami w czasie rzeczywistym). ```bash openclaw infer audio transcribe --file ./memo.m4a --json openclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "Focus on names and action items" --json openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json ``` `--model` musi mieć postać ``. ## TTS Synteza mowy oraz stan dostawcy/persony TTS. ```bash openclaw infer tts convert --text "hello from openclaw" --output ./hello.mp3 --json openclaw infer tts convert --text "Your build is complete" --output ./build-complete.mp3 --json openclaw infer tts providers --json openclaw infer tts personas --json openclaw infer tts status --json ``` Uwagi: - `tts status` obsługuje tylko `--gateway` (odzwierciedla stan TTS zarządzany przez Gateway). - Użyj `tts providers`, `tts voices`, `tts personas`, `tts set-provider` i `tts set-persona`, aby sprawdzać i konfigurować działanie TTS. ## Wideo Generowanie i opisywanie. ```bash openclaw infer video generate --prompt "cinematic sunset over the ocean" --json openclaw infer video generate --prompt "slow drone shot over a forest lake" --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 ``` Uwagi: - `video generate` przyjmuje `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark` i `--timeout-ms`, które są przekazywane do środowiska wykonawczego generowania wideo. - W przypadku `video describe` parametr `--model` musi mieć postać ``. ## Sieć Wyszukiwanie i pobieranie. ```bash openclaw infer web search --query "OpenClaw docs" --json openclaw infer web search --query "OpenClaw infer web providers" --json openclaw infer web fetch --url https://docs.openclaw.ai/cli/infer --json openclaw infer web providers --json ``` `web providers` wyświetla dostępnych, skonfigurowanych i wybranych dostawców wyszukiwania i pobierania. ## Osadzanie Tworzenie wektorów i sprawdzanie dostawców osadzania. ```bash openclaw infer embedding create --text "friendly lobster" --json openclaw infer embedding create --text "customer support ticket: delayed shipment" --model openai/text-embedding-3-large --json openclaw infer embedding providers --json ``` ## Dane wyjściowe JSON Polecenia Infer normalizują dane wyjściowe JSON we wspólnym obiekcie: ```json { "ok": true, "capability": "image.generate", "transport": "local", "provider": "openai", "model": "gpt-image-2", "attempts": [], "outputs": [] } ``` Stabilne pola najwyższego poziomu: - `ok` - `capability` - `transport` - `provider` - `model` - `attempts` - `inputs` (załączniki graficzne wysłane wraz z żądaniem, gdy ma to zastosowanie) - `outputs` - `ignoredOverrides` (klucze wskazówek nieobsługiwanych przez dostawcę, gdy ma to zastosowanie) - `error` W przypadku poleceń generujących multimedia `outputs` zawiera pliki zapisane przez OpenClaw. Do automatyzacji używaj wartości `path`, `mimeType`, `size` oraz wymiarów właściwych dla danego rodzaju multimediów z tej tablicy, zamiast analizować czytelne dla człowieka standardowe dane wyjściowe. ## Częste pułapki ```bash # Źle openclaw infer media image generate --prompt "friendly lobster" # Dobrze openclaw infer image generate --prompt "friendly lobster" ``` ```bash # Źle openclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Dobrze openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json ``` ## Powiązane - [Dokumentacja CLI](/pl/cli) - [Modele](/pl/concepts/models)