--- read_when: - การเพิ่มหรือแก้ไขคำสั่ง `openclaw infer` - การออกแบบระบบอัตโนมัติสำหรับความสามารถแบบไร้ส่วนติดต่อที่เสถียร summary: CLI ที่เน้นการอนุมานก่อนสำหรับเวิร์กโฟลว์โมเดล รูปภาพ เสียง การแปลงข้อความเป็นเสียง วิดีโอ เว็บ และการฝังข้อมูลที่รองรับโดยผู้ให้บริการ title: CLI สำหรับการอนุมาน x-i18n: generated_at: "2026-07-12T16:00:11Z" model: gpt-5.6 postprocess_version: locale-links-v1 provider: openai source_hash: ec90377d3fb6049e63f5eb1dddfb085562982152b1b2ba7bd4e4d2535ab3c06f source_path: cli/infer.md workflow: 16 --- `openclaw infer` คืออินเทอร์เฟซแบบไม่ใช้หน้าจอหลักสำหรับการอนุมานที่ทำงานผ่านผู้ให้บริการ โดยเปิดเผยกลุ่มความสามารถ (`model`, `image`, `audio`, `tts`, `video`, `web`, `embedding`) ไม่ใช่ชื่อ RPC ดิบของ Gateway หรือรหัสเครื่องมือของเอเจนต์ `openclaw capability ...` เป็นนามแฝงของโครงสร้างคำสั่งเดียวกัน เหตุผลที่ควรเลือกใช้แทนตัวห่อหุ้มผู้ให้บริการที่สร้างขึ้นเฉพาะกิจ: - ใช้ผู้ให้บริการและโมเดลที่กำหนดค่าไว้ใน OpenClaw แล้วซ้ำได้ - มีเอนเวโลป `--json` ที่เสถียรสำหรับสคริปต์และระบบอัตโนมัติที่ขับเคลื่อนโดยเอเจนต์ (ดู [เอาต์พุต JSON](#json-output)) - สำหรับคำสั่งย่อยส่วนใหญ่ จะทำงานผ่านเส้นทางภายในเครื่องตามปกติโดยไม่ใช้ Gateway - สำหรับการตรวจสอบผู้ให้บริการแบบต้นทางถึงปลายทาง คำสั่งนี้จะทดสอบ CLI ที่เผยแพร่จริง การโหลดการกำหนดค่า การระบุเอเจนต์เริ่มต้น การเปิดใช้งาน Plugin ที่รวมมาให้ และรันไทม์ความสามารถที่ใช้ร่วมกัน ก่อนส่งคำขอไปยังผู้ให้บริการ ## เปลี่ยน infer ให้เป็น Skills คัดลอกและวางข้อความนี้ให้เอเจนต์: ```text อ่าน https://docs.openclaw.ai/cli/infer แล้วสร้าง Skills ที่กำหนดเส้นทางเวิร์กโฟลว์ทั่วไปของฉันไปยัง `openclaw infer` เน้นการเรียกใช้โมเดล การสร้างภาพ การสร้างวิดีโอ การถอดเสียง การสังเคราะห์เสียงพูด การค้นหาเว็บ และเวกเตอร์ฝังตัว ``` Skills ที่ใช้ infer อย่างเหมาะสมจะจับคู่เจตนาทั่วไปของผู้ใช้กับคำสั่งย่อยที่ถูกต้อง มีตัวอย่างมาตรฐานสองสามรายการต่อเวิร์กโฟลว์ เลือกใช้ `openclaw infer ...` แทนทางเลือกระดับล่าง และไม่จัดทำเอกสารอินเทอร์เฟซ infer ทั้งหมดซ้ำในเนื้อหา Skills ## โครงสร้างคำสั่ง ```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 ` แสดงโครงสร้างนี้ในรูปแบบข้อมูล (รหัสความสามารถ การรับส่งข้อมูล คำอธิบาย) ## งานทั่วไป | งาน | คำสั่ง | หมายเหตุ | | ----------------------------- | --------------------------------------------------------------------------------------------- | ----------------------------------------------------- | | เรียกใช้พรอมต์ข้อความ/โมเดล | `openclaw infer model run --prompt "..." --json` | ใช้ภายในเครื่องโดยค่าเริ่มต้น | | เรียกใช้พรอมต์โมเดลกับภาพ | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | ใช้ `--file` ซ้ำสำหรับหลายภาพ | | สร้างภาพ | `openclaw infer image generate --prompt "..." --json` | ใช้ `image edit` เมื่อเริ่มจากไฟล์ที่มีอยู่ | | อธิบายไฟล์ภาพหรือ URL | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` ต้องเป็น `` ที่รองรับภาพ | | ถอดเสียง | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` ต้องเป็น `` | | สังเคราะห์เสียงพูด | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` ทำงานผ่าน Gateway เท่านั้น | | สร้างวิดีโอ | `openclaw infer video generate --prompt "..." --json` | รองรับคำแนะนำเฉพาะผู้ให้บริการ เช่น `--resolution` | | อธิบายไฟล์วิดีโอ | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` ต้องเป็น `` | | ค้นหาเว็บ | `openclaw infer web search --query "..." --json` | | | ดึงข้อมูลหน้าเว็บ | `openclaw infer web fetch --url https://example.com --json` | | | สร้างเวกเตอร์ฝังตัว | `openclaw infer embedding create --text "..." --json` | | ## ลักษณะการทำงาน - ใช้ `--json` เมื่อเอาต์พุตจะถูกส่งต่อให้คำสั่งหรือสคริปต์อื่น มิฉะนั้นให้ใช้เอาต์พุตข้อความ - ใช้ `--provider` หรือ `--model provider/model` เพื่อระบุแบ็กเอนด์ที่ต้องการ - ใช้ `model run --thinking ` เพื่อแทนที่ระดับการคิด/การให้เหตุผลสำหรับการเรียกครั้งเดียว: `off`, `minimal`, `low`, `medium`, `high`, `adaptive`, `xhigh` หรือ `max` - สำหรับ `image describe`, `audio transcribe` และ `video describe` ค่า `--model` ต้องอยู่ในรูปแบบ `` - สำหรับ `image describe` ค่า `--file` รับพาธภายในเครื่องและ URL แบบ HTTP(S) โดย URL ระยะไกลจะผ่านนโยบาย SSRF สำหรับการดึงสื่อตามปกติ - คำสั่งที่ทำงานแบบไร้สถานะ (`model run`, `image *`, `audio *`, `video *`, `web *`, `embedding *`) ใช้ภายในเครื่องโดยค่าเริ่มต้น ส่วนคำสั่งสถานะที่ Gateway จัดการ (`tts status`) ใช้ Gateway โดยค่าเริ่มต้น - เส้นทางภายในเครื่องไม่จำเป็นต้องให้ Gateway ทำงานอยู่ - `model run` ภายในเครื่องคือการสร้างผลลัพธ์จากผู้ให้บริการแบบครั้งเดียวที่กระชับ โดยจะระบุโมเดลและข้อมูลยืนยันตัวตนของเอเจนต์ที่กำหนดค่าไว้ แต่จะไม่เริ่มรอบการสนทนาของเอเจนต์ โหลดเครื่องมือ หรือเปิดเซิร์ฟเวอร์ MCP ที่รวมมาให้ - `model run --file` แนบไฟล์ภาพ (ตรวจหาชนิด MIME อัตโนมัติ) ไปกับพรอมต์ ใช้ `--file` ซ้ำสำหรับหลายภาพ ระบบจะปฏิเสธไฟล์ที่ไม่ใช่ภาพ ให้ใช้ `infer audio transcribe` หรือ `infer video describe` แทน - `model run --gateway` ทดสอบการกำหนดเส้นทางของ Gateway ข้อมูลยืนยันตัวตนที่บันทึกไว้ การเลือกผู้ให้บริการ และรันไทม์แบบฝัง แต่ยังคงเป็นการตรวจสอบโมเดลดิบ โดยไม่มีบทสนทนาจากเซสชันก่อนหน้า บริบทบูตสแตรป/AGENTS เครื่องมือ หรือเซิร์ฟเวอร์ MCP ที่รวมมาให้ - `model run --gateway --model ` ต้องใช้ข้อมูลประจำตัว Gateway ของผู้ดำเนินการที่เชื่อถือได้ เพราะเป็นการขอให้ Gateway ใช้การแทนที่ผู้ให้บริการ/โมเดลแบบครั้งเดียว ## โมเดล การอนุมานข้อความและการตรวจสอบโมเดล/ผู้ให้บริการ ```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 ``` ใช้การอ้างอิง `` แบบเต็มกับ `--local` เพื่อทดสอบเบื้องต้นผู้ให้บริการหนึ่งรายโดยไม่เริ่ม Gateway หรือโหลดอินเทอร์เฟซเครื่องมือของเอเจนต์: ```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 ``` หมายเหตุ: - `model run` ภายในเครื่องคือการทดสอบเบื้องต้นผ่าน CLI ที่มีขอบเขตแคบที่สุดสำหรับตรวจสอบความพร้อมของผู้ให้บริการ/โมเดล/ข้อมูลยืนยันตัวตน โดยสำหรับผู้ให้บริการที่ไม่ใช่ ChatGPT-Codex ระบบจะส่งเฉพาะพรอมต์ที่ระบุเท่านั้น - `model run --model ` ภายในเครื่องสามารถระบุแถวในแค็ตตาล็อกแบบคงที่ที่รวมมาให้ได้อย่างแม่นยำ (แถวเดียวกับที่ `openclaw models list --all` แสดง) ก่อนเขียนผู้ให้บริการนั้นลงในการกำหนดค่า ยังคงต้องมีข้อมูลยืนยันตัวตนของผู้ให้บริการ หากไม่มีข้อมูลประจำตัว ระบบจะล้มเหลวด้วยข้อผิดพลาดการยืนยันตัวตน ไม่ใช่ `Unknown model` - สำหรับการตรวจสอบการให้เหตุผลของ Mistral Medium 3.5 ให้เว้นค่าอุณหภูมิไว้โดยไม่กำหนดหรือใช้ค่าเริ่มต้น Mistral ปฏิเสธ `reasoning_effort="high"` เมื่อใช้ `temperature: 0` ให้ใช้อุณหภูมิเริ่มต้นหรือค่าที่ไม่ใช่ศูนย์ เช่น `0.7` - การตรวจสอบภายในเครื่องด้วย OpenAI ChatGPT/Codex OAuth (API `openai-chatgpt-responses`) จะเพิ่มคำสั่งระบบขั้นต่ำเพื่อให้การรับส่งข้อมูลเติมฟิลด์ `instructions` ที่จำเป็นได้ โดยไม่มีบริบทเอเจนต์แบบเต็ม เครื่องมือ หน่วยความจำ หรือบทสนทนาของเซสชัน - `model run --file` แนบเนื้อหาภาพไปยังข้อความผู้ใช้รายการเดียวโดยตรง รูปแบบทั่วไป (PNG, JPEG, WebP) ใช้งานได้เมื่อตรวจพบชนิด MIME เป็น `image/*` ส่วนไฟล์ที่ไม่รองรับหรือระบุชนิดไม่ได้จะล้มเหลวก่อนเรียกผู้ให้บริการ ใช้ `infer image describe` แทนเมื่อต้องการการกำหนดเส้นทางและกลไกสำรองของโมเดลภาพจาก OpenClaw แทนการตรวจสอบโมเดลหลายรูปแบบโดยตรง - โมเดลที่เลือกต้องรองรับอินพุตภาพ โมเดลที่รองรับเฉพาะข้อความอาจปฏิเสธคำขอที่ชั้นผู้ให้บริการ - `model run --prompt` ต้องมีข้อความที่ไม่ใช่เพียงอักขระช่องว่าง ระบบจะปฏิเสธพรอมต์ว่างก่อนเรียกผู้ให้บริการหรือ Gateway - `model run` ภายในเครื่องจะจบการทำงานด้วยรหัสที่ไม่ใช่ศูนย์เมื่อผู้ให้บริการไม่ส่งเอาต์พุตข้อความ เพื่อไม่ให้ผู้ให้บริการที่เข้าถึงไม่ได้และผลลัพธ์ว่างดูเหมือนการตรวจสอบที่สำเร็จ - ใช้ `model run --gateway` เพื่อทดสอบการกำหนดเส้นทางของ Gateway หรือการตั้งค่ารันไทม์เอเจนต์ โดยยังคงอินพุตโมเดลแบบดิบ ใช้ `openclaw agent` หรืออินเทอร์เฟซแชตเมื่อต้องการบริบทเอเจนต์ เครื่องมือ หน่วยความจำ และบทสนทนาของเซสชันแบบเต็ม - `--thinking adaptive` จับคู่กับระดับ `medium` ของรันไทม์การสร้างผลลัพธ์ ส่วน `--thinking max` จับคู่กับ `max` สำหรับโมเดล OpenAI ที่รองรับระดับความพยายามสูงสุดโดยตรง มิฉะนั้นจะใช้ `xhigh` - `model auth login`, `model auth logout` และ `model auth status` ใช้จัดการสถานะข้อมูลยืนยันตัวตนของผู้ให้บริการที่บันทึกไว้ ## ภาพ การสร้าง การแก้ไข และการอธิบาย ```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 ``` หมายเหตุ: - ใช้ `image edit` เมื่อเริ่มต้นจากไฟล์อินพุตที่มีอยู่ โดย `--size`, `--aspect-ratio` หรือ `--resolution` จะเพิ่มคำใบ้ด้านเรขาคณิตสำหรับผู้ให้บริการ/โมเดลที่รองรับ - `--output-format png --background transparent` ร่วมกับ `--model openai/gpt-image-1.5` จะสร้างเอาต์พุต PNG พื้นหลังโปร่งใสจาก OpenAI โดย `--openai-background` เป็นนามแฝงเฉพาะ OpenAI สำหรับคำใบ้เดียวกัน ผู้ให้บริการที่ไม่ได้ประกาศว่ารองรับพื้นหลังจะรายงานว่าเป็นการกำหนดค่าทับที่ถูกละเว้น (ดู `ignoredOverrides` ใน[ซองข้อมูล JSON](#json-output)) - `--quality low|medium|high|auto` ใช้ได้กับผู้ให้บริการที่รองรับคำใบ้ด้านคุณภาพรูปภาพ รวมถึง OpenAI นอกจากนี้ OpenAI ยังยอมรับ `--openai-moderation low|auto` - `image providers --json` แสดงรายการผู้ให้บริการรูปภาพแบบรวมมาให้ที่ระบบค้นพบได้ กำหนดค่าแล้ว เลือกใช้อยู่ และความสามารถด้านการสร้าง/แก้ไขที่แต่ละรายเปิดให้ใช้ - `image generate --model --json` เป็นการทดสอบควันแบบสดที่เจาะจงที่สุดสำหรับการเปลี่ยนแปลงด้านการสร้างรูปภาพ: ```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 ``` การตอบกลับจะรายงาน `ok`, `provider`, `model`, `attempts` และพาธของเอาต์พุตที่เขียนแล้ว เมื่อกำหนด `--output` นามสกุลสุดท้ายอาจเปลี่ยนตามชนิด MIME ที่ผู้ให้บริการส่งกลับ - สำหรับ `image describe` และ `image describe-many` ให้ใช้ `--prompt` เพื่อระบุคำสั่งเฉพาะงาน (OCR, การเปรียบเทียบ, การตรวจสอบ UI, การสร้างคำบรรยายแบบกระชับ) - ใช้ `--timeout-ms` สำหรับโมเดลการมองเห็นภายในเครื่องที่ทำงานช้า หรือการเริ่มต้น Ollama แบบเย็น - สำหรับ `image describe` ระบบจะเรียกใช้ `--model` ที่ระบุอย่างชัดเจน (ต้องเป็น `` ที่รองรับรูปภาพ) ก่อน จากนั้นจะลองใช้ `agents.defaults.imageModel.fallbacks` ที่กำหนดค่าไว้หากการเรียกนั้นล้มเหลว ข้อผิดพลาดในการเตรียมอินพุต (ไฟล์หาย, URL ที่ไม่รองรับ) จะทำให้ล้มเหลวก่อนลองใช้ตัวสำรองใด ๆ และโมเดลต้องรองรับรูปภาพในแคตตาล็อกโมเดลหรือการกำหนดค่าผู้ให้บริการ - สำหรับโมเดลการมองเห็น Ollama ภายในเครื่อง ให้ดึงโมเดลมาก่อนและตั้งค่า `OLLAMA_API_KEY` เป็นค่าตัวยึดตำแหน่งใด ๆ เช่น `ollama-local` ดู [Ollama](/th/providers/ollama#vision-and-image-description) ## เสียง การถอดเสียงไฟล์ (ไม่ใช่การจัดการเซสชันแบบเรียลไทม์) ```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` ต้องเป็น `` ## TTS การสังเคราะห์เสียงพูดและสถานะผู้ให้บริการ/บุคลิกเสียงของ 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 ``` หมายเหตุ: - `tts status` รองรับเฉพาะ `--gateway` (คำสั่งนี้สะท้อนสถานะ TTS ที่ Gateway จัดการ) - ใช้ `tts providers`, `tts voices`, `tts personas`, `tts set-provider` และ `tts set-persona` เพื่อตรวจสอบและกำหนดค่าพฤติกรรม TTS ## วิดีโอ การสร้างและการอธิบาย ```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 ``` หมายเหตุ: - `video generate` ยอมรับ `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark` และ `--timeout-ms` ซึ่งจะถูกส่งต่อไปยังรันไทม์การสร้างวิดีโอ - `--model` ต้องเป็น `` สำหรับ `video describe` ## เว็บ การค้นหาและการดึงข้อมูล ```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` แสดงรายการผู้ให้บริการที่พร้อมใช้งาน กำหนดค่าแล้ว และเลือกใช้อยู่สำหรับการค้นหาและการดึงข้อมูล ## การฝังเวกเตอร์ การสร้างเวกเตอร์และการตรวจสอบผู้ให้บริการการฝังเวกเตอร์ ```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 ``` ## เอาต์พุต JSON คำสั่ง Infer ปรับเอาต์พุต JSON ให้อยู่ภายใต้ซองข้อมูลร่วม: ```json { "ok": true, "capability": "image.generate", "transport": "local", "provider": "openai", "model": "gpt-image-2", "attempts": [], "outputs": [] } ``` ฟิลด์ระดับบนสุดที่เสถียร: - `ok` - `capability` - `transport` - `provider` - `model` - `attempts` - `inputs` (ไฟล์แนบรูปภาพที่ส่งพร้อมคำขอ เมื่อเกี่ยวข้อง) - `outputs` - `ignoredOverrides` (คีย์คำใบ้ที่ผู้ให้บริการไม่รองรับ เมื่อเกี่ยวข้อง) - `error` สำหรับคำสั่งสร้างสื่อ `outputs` จะมีไฟล์ที่ OpenClaw เขียนไว้ สำหรับระบบอัตโนมัติ ให้ใช้ `path`, `mimeType`, `size` และมิติเฉพาะสื่อใด ๆ ในอาร์เรย์นั้น แทนการแยกวิเคราะห์ stdout ที่มนุษย์อ่านได้ ## ข้อผิดพลาดที่พบบ่อย ```bash # Bad openclaw infer media image generate --prompt "friendly lobster" # Good openclaw infer image generate --prompt "friendly lobster" ``` ```bash # Bad openclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Good openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json ``` ## เนื้อหาที่เกี่ยวข้อง - [เอกสารอ้างอิง CLI](/th/cli) - [โมเดล](/th/concepts/models)