CLI commands

Çıkarım CLI'si

openclaw infer, sağlayıcı destekli çıkarım için standart başsız arayüzdür. Ham Gateway RPC adlarını veya ajan aracı kimliklerini değil, yetenek ailelerini (model, image, audio, tts, video, web, embedding) sunar. openclaw capability ..., aynı komut ağacının diğer adıdır.

Tek seferlik bir sağlayıcı sarmalayıcısı yerine bunu tercih etme nedenleri:

  • OpenClaw'da önceden yapılandırılmış sağlayıcıları ve modelleri yeniden kullanır.
  • Betikler ve ajan güdümlü otomasyon için kararlı bir --json zarfı sağlar (bkz. JSON çıktısı).
  • Çoğu alt komut için Gateway olmadan normal yerel yolu çalıştırır.
  • Uçtan uca sağlayıcı denetimlerinde; sağlayıcı isteği gönderilmeden önce yayımlanan CLI'ı, yapılandırma yüklemeyi, varsayılan ajan çözümlemesini, paketlenmiş Plugin etkinleştirmesini ve paylaşılan yetenek çalışma zamanını sınar.

infer'ı bir skill'e dönüştürme

Bunu kopyalayıp bir ajana yapıştırın:

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.

İyi bir infer tabanlı skill, yaygın kullanıcı amaçlarını doğru alt komutla eşleştirir, her iş akışı için birkaç standart örnek içerir, daha düşük seviyeli alternatifler yerine openclaw infer ... kullanımını tercih eder ve skill gövdesinde infer arayüzünün tamamını yeniden belgelemez.

Komut ağacı

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 <capability>, bu ağacı veri olarak gösterir (yetenek kimliği, aktarımlar, açıklama).

Yaygın görevler

Görev Komut Notlar
Metin/model istemi çalıştırma openclaw infer model run --prompt "..." --json Varsayılan olarak yerel
Görseller üzerinde model istemi çalıştırma openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model Birden fazla görsel için --file seçeneğini yineleyin
Görsel oluşturma openclaw infer image generate --prompt "..." --json Mevcut bir dosyadan başlarken image edit kullanın
Görsel dosyasını veya URL'sini açıklama openclaw infer image describe --file ./image.png --prompt "..." --json --model, görsel destekli bir <provider/model> olmalıdır
Ses yazıya dökme openclaw infer audio transcribe --file ./memo.m4a --json --model, <provider/model> olmalıdır
Konuşma sentezleme openclaw infer tts convert --text "..." --output ./speech.mp3 --json tts status yalnızca Gateway üzerinden çalışır
Video oluşturma openclaw infer video generate --prompt "..." --json --resolution gibi sağlayıcı ipuçlarını destekler
Video dosyasını açıklama openclaw infer video describe --file ./clip.mp4 --json --model, <provider/model> olmalıdır
Web'de arama openclaw infer web search --query "..." --json
Web sayfası getirme openclaw infer web fetch --url https://example.com --json
Gömme vektörleri oluşturma openclaw infer embedding create --text "..." --json

Davranış

  • Çıktı başka bir komuta veya betiğe aktarılacaksa --json, aksi hâlde metin çıktısı kullanın.
  • Belirli bir arka ucu sabitlemek için --provider veya --model provider/model kullanın.
  • Tek seferlik düşünme/akıl yürütme geçersiz kılması için model run --thinking <level> kullanın: off, minimal, low, medium, high, adaptive, xhigh veya max.
  • image describe, audio transcribe ve video describe için --model, <provider/model> biçiminde olmalıdır.
  • image describe için --file, yerel yolları ve HTTP(S) URL'lerini kabul eder; uzak URL'ler normal medya getirme SSRF politikasından geçer.
  • Durumsuz yürütme komutları (model run, image *, audio *, video *, web *, embedding *) varsayılan olarak yerelde çalışır. Gateway tarafından yönetilen durum komutları (tts status) varsayılan olarak Gateway'de çalışır.
  • Yerel yol hiçbir zaman Gateway'in çalışıyor olmasını gerektirmez.
  • Yerel model run, yalın ve tek seferlik bir sağlayıcı tamamlamasıdır: yapılandırılmış ajan modelini ve kimlik doğrulamayı çözümler ancak sohbet ajanı turu başlatmaz, araçları yüklemez veya paketlenmiş MCP sunucularını açmaz.
  • model run --file, isteme görsel dosyaları (otomatik algılanan MIME türüyle) ekler; birden fazla görsel için --file seçeneğini yineleyin. Görsel olmayan dosyalar reddedilir; bunun yerine infer audio transcribe veya infer video describe kullanın.
  • model run --gateway, Gateway yönlendirmesini, kaydedilmiş kimlik doğrulamayı, sağlayıcı seçimini ve gömülü çalışma zamanını sınar ancak ham model yoklaması olarak kalır: önceki oturum dökümü, başlangıç/AGENTS bağlamı, araçlar veya paketlenmiş MCP sunucuları yoktur.
  • model run --gateway --model <provider/model>, Gateway'den tek seferlik bir sağlayıcı/model geçersiz kılması çalıştırmasını istediği için güvenilir operatör Gateway kimlik bilgisi gerektirir.

Model

Metin çıkarımı ve model/sağlayıcı incelemesi.

bash
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'i başlatmadan veya ajan aracı arayüzünü yüklemeden tek bir sağlayıcıyı hızlıca sınamak için --local ile tam <provider/model> başvurularını kullanın:

bash
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

Notlar:

  • Yerel model run, sağlayıcı/model/kimlik doğrulama durumuna yönelik en dar kapsamlı CLI hızlı sınamasıdır: ChatGPT-Codex dışındaki sağlayıcılara yalnızca verilen istemi gönderir.
  • Yerel model run --model <provider/model>, sağlayıcı yapılandırmaya yazılmadan önce tam paketlenmiş statik katalog satırlarını (openclaw models list --all komutunun gösterdiği satırların aynısını) çözümleyebilir. Sağlayıcı kimlik doğrulaması yine gereklidir; eksik kimlik bilgileri Unknown model olarak değil, kimlik doğrulama hatası olarak başarısız olur.
  • Mistral Medium 3.5 akıl yürütme yoklamalarında sıcaklığı ayarlamadan/varsayılan değerde bırakın. Mistral, temperature: 0 ile reasoning_effort="high" değerini reddeder; varsayılan sıcaklığı veya 0.7 gibi sıfırdan farklı bir değeri kullanın.
  • OpenAI ChatGPT/Codex OAuth (openai-chatgpt-responses API) yerel yoklamaları, aktarımın zorunlu instructions alanını doldurabilmesi için asgari bir sistem talimatı ekler; tam ajan bağlamı, araçlar, bellek veya oturum dökümü eklenmez.
  • model run --file, görsel içeriğini doğrudan tek kullanıcı iletisine ekler. MIME türü image/* olarak algılandığında yaygın biçimler (PNG, JPEG, WebP) çalışır; desteklenmeyen veya tanınmayan dosyalar sağlayıcı çağrılmadan önce başarısız olur. Doğrudan çok kipli model yoklaması yerine OpenClaw'ın görsel modeli yönlendirmesini ve geri dönüşlerini kullanmak istediğinizde infer image describe kullanın.
  • Seçilen model görsel girdisini desteklemelidir; yalnızca metin destekleyen modeller isteği sağlayıcı katmanında reddedebilir.
  • model run --prompt, boşluk dışı metin içermelidir; boş istemler herhangi bir sağlayıcı veya Gateway çağrısından önce reddedilir.
  • Sağlayıcı metin çıktısı döndürmediğinde yerel model run sıfırdan farklı bir kodla çıkar; böylece erişilemeyen sağlayıcılar ve boş tamamlamalar başarılı yoklamalar gibi görünmez.
  • Model girdisini ham tutarken Gateway yönlendirmesini veya ajan çalışma zamanı kurulumunu sınamak için model run --gateway kullanın. Tam ajan bağlamı, araçlar, bellek ve oturum dökümü için openclaw agent veya bir sohbet arayüzü kullanın.
  • --thinking adaptive, tamamlama çalışma zamanı düzeyi medium ile eşleşir; --thinking max, yerel en yüksek çabayı destekleyen OpenAI modellerinde max, diğerlerinde xhigh ile eşleşir.
  • model auth login, model auth logout ve model auth status, kaydedilmiş sağlayıcı kimlik doğrulama durumunu yönetir.

Görsel

Oluşturma, düzenleme ve açıklama.

bash
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

Notlar:

  • Mevcut girdi dosyalarından başlarken image edit kullanın; --size, --aspect-ratio veya --resolution, bunları destekleyen sağlayıcılarda/modellerde geometri ipuçları ekler.

  • --model openai/gpt-image-1.5 ile --output-format png --background transparent, şeffaf arka planlı OpenAI PNG çıktısı verir; --openai-background, aynı ipucu için OpenAI'ye özgü bir diğer addır. Arka plan desteği bildirmeyen sağlayıcılar bunu yok sayılan bir geçersiz kılma olarak raporlar (JSON zarfındaki ignoredOverrides alanına bakın).

  • --quality low|medium|high|auto, OpenAI dâhil olmak üzere görüntü kalitesi ipuçlarını destekleyen sağlayıcılarda çalışır. OpenAI ayrıca --openai-moderation low|auto seçeneğini de kabul eder.

  • image providers --json, hangi paketlenmiş görüntü sağlayıcılarının keşfedilebilir, yapılandırılmış ve seçili olduğunu ve her birinin hangi üretme/düzenleme yeteneklerini sunduğunu listeler.

  • image generate --model <provider/model> --json, görüntü üretme değişiklikleri için en dar kapsamlı canlı duman testidir:

    bash
    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

    Yanıt; ok, provider, model, attempts alanlarını ve yazılan çıktı yollarını bildirir. --output ayarlandığında son uzantı, sağlayıcının döndürdüğü MIME türüne göre belirlenebilir.

  • image describe ve image describe-many için göreve özgü bir talimat (OCR, karşılaştırma, kullanıcı arayüzü incelemesi, kısa açıklama oluşturma) vermek üzere --prompt kullanın.

  • Yavaş yerel görüntü modelleri veya Ollama'nın soğuk başlatmaları için --timeout-ms kullanın.

  • image describe için açıkça belirtilen bir --model (görüntü yetenekli bir <provider/model> olmalıdır) önce çalıştırılır; bu çağrı başarısız olursa yapılandırılmış agents.defaults.imageModel.fallbacks denenir. Girdi hazırlama hataları (eksik dosya, desteklenmeyen URL) herhangi bir geri dönüş denemesinden önce başarısız olur ve model kataloğunda veya sağlayıcı yapılandırmasında modelin görüntü yetenekli olması gerekir.

  • Yerel Ollama görüntü modelleri için önce modeli indirin ve OLLAMA_API_KEY değerini herhangi bir yer tutucu değere, örneğin ollama-local olarak ayarlayın. Bkz. Ollama.

Ses

Dosya transkripsiyonu (gerçek zamanlı oturum yönetimi değil).

bash
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, <provider/model> biçiminde olmalıdır.

TTS

Konuşma sentezi ve TTS sağlayıcı/persona durumu.

bash
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

Notlar:

  • tts status yalnızca --gateway seçeneğini destekler (Gateway tarafından yönetilen TTS durumunu yansıtır).
  • TTS davranışını incelemek ve yapılandırmak için tts providers, tts voices, tts personas, tts set-provider ve tts set-persona komutlarını kullanın.

Video

Üretme ve açıklama.

bash
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

Notlar:

  • video generate; --size, --aspect-ratio, --resolution, --duration, --audio, --watermark ve --timeout-ms seçeneklerini kabul eder ve bunları video üretme çalışma zamanına iletir.
  • video describe için --model, <provider/model> biçiminde olmalıdır.

Web

Arama ve getirme.

bash
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, arama ve getirme için kullanılabilir, yapılandırılmış ve seçili sağlayıcıları listeler.

Gömme

Vektör oluşturma ve gömme sağlayıcısını inceleme.

bash
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 çıktısı

Infer komutları, JSON çıktısını ortak bir zarf altında normalleştirir:

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

Kararlı üst düzey alanlar:

  • ok
  • capability
  • transport
  • provider
  • model
  • attempts
  • inputs (uygun olduğunda istekle gönderilen görüntü ekleri)
  • outputs
  • ignoredOverrides (uygun olduğunda bir sağlayıcının desteklemediği ipucu anahtarları)
  • error

Üretilen medya komutlarında outputs, OpenClaw tarafından yazılan dosyaları içerir. Otomasyon için insanlar tarafından okunabilir standart çıktıyı ayrıştırmak yerine bu dizideki path, mimeType, size alanlarını ve medyaya özgü boyutları kullanın.

Yaygın tuzaklar

bash
# Badopenclaw infer media image generate --prompt "friendly lobster" # Goodopenclaw infer image generate --prompt "friendly lobster"
bash
# Badopenclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Goodopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

İlgili konular

Was this useful?
On this page

On this page