CLI виведення

openclaw infer — це канонічний безголовий інтерфейс для інференсу через провайдерів. Він надає сімейства можливостей (model, image, audio, tts, video, web, embedding), а не необроблені назви RPC Gateway чи ідентифікатори інструментів агента. openclaw capability ... — це псевдонім для того самого дерева команд.

Чому варто віддати йому перевагу над одноразовою обгорткою провайдера:

• Повторно використовує провайдерів і моделі, уже налаштовані в OpenClaw.
• Стабільна оболонка --json для скриптів і керованої агентами автоматизації (див. Виведення JSON).
• Для більшості підкоманд виконує звичайний локальний шлях без Gateway.
• Для наскрізних перевірок провайдера він задіює випущений CLI, завантаження конфігурації, визначення типового агента, активацію вбудованих плагінів і спільне середовище виконання можливостей перед надсиланням запиту провайдеру.

Перетворення infer на Skills

Скопіюйте та вставте це агенту:

Прочитай https://docs.openclaw.ai/cli/infer, а потім створи Skills, що спрямовуватиме мої типові робочі процеси до `openclaw infer`.Зосередься на запусках моделей, генеруванні зображень, генеруванні відео, транскрибуванні аудіо, TTS, вебпошуку та вбудовуваннях.

Якісні Skills на основі infer зіставляють типові наміри користувача з відповідною підкомандою, містять кілька канонічних прикладів для кожного робочого процесу, віддають перевагу openclaw infer ... над низькорівневими альтернативами та не документують повторно весь інтерфейс infer у тілі Skills.

Дерево команд

 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> показують це дерево як дані (ідентифікатор можливості, транспорти, опис).

Типові завдання

Поведінка

• Використовуйте --json, коли виведення передається іншій команді чи скрипту; в інших випадках використовуйте текстове виведення.
• Використовуйте --provider або --model provider/model, щоб зафіксувати конкретний бекенд.
• Використовуйте model run --thinking <level> для одноразового перевизначення рівня обмірковування/міркування: off, minimal, low, medium, high, adaptive, xhigh або max.
• Для image describe, audio transcribe і video describe параметр --model має використовувати формат <provider/model>.
• Для image describe параметр --file приймає локальні шляхи й URL-адреси HTTP(S); віддалені URL-адреси проходять через звичайну політику SSRF для отримання медіафайлів.
• Команди виконання без стану (model run, image *, audio *, video *, web *, embedding *) типово виконуються локально. Команди стану, керованого Gateway (tts status), типово виконуються через Gateway.
• Локальний шлях ніколи не вимагає запущеного Gateway.
• Локальний model run — це полегшене одноразове звернення до провайдера: він визначає налаштовану модель агента й дані автентифікації, але не запускає хід чат-агента, не завантажує інструменти й не відкриває вбудовані сервери MCP.
• model run --file додає до запиту файли зображень (тип MIME визначається автоматично); повторіть --file для кількох зображень. Файли, що не є зображеннями, відхиляються — натомість використовуйте infer audio transcribe або infer video describe.
• model run --gateway перевіряє маршрутизацію Gateway, збережені дані автентифікації, вибір провайдера та вбудоване середовище виконання, але залишається необробленою перевіркою моделі: без попереднього журналу сеансу, контексту початкового завантаження/AGENTS, інструментів чи вбудованих серверів MCP.
• model run --gateway --model <provider/model> вимагає облікових даних Gateway довіреного оператора, оскільки просить Gateway виконати одноразове перевизначення провайдера/моделі.

Модель

Текстовий інференс і перевірка моделі/провайдера.

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

Використовуйте повні посилання <provider/model> із --local, щоб виконати базову перевірку одного провайдера без запуску Gateway чи завантаження інтерфейсу інструментів агента:

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

Примітки:

• Локальний model run — це найвужча базова перевірка CLI для працездатності провайдера/моделі/автентифікації: для провайдерів, відмінних від ChatGPT-Codex, він надсилає лише вказаний запит.
• Локальний model run --model <provider/model> може визначати точні рядки вбудованого статичного каталогу (ті самі рядки, які показує openclaw models list --all) до запису цього провайдера в конфігурацію. Автентифікація провайдера все одно потрібна; відсутні облікові дані спричиняють помилки автентифікації, а не Unknown model.
• Для перевірок міркування Mistral Medium 3.5 залиште температуру невстановленою/типовою. Mistral відхиляє reasoning_effort="high" із temperature: 0; використовуйте типову температуру або ненульове значення, як-от 0.7.
• Локальні перевірки OAuth OpenAI ChatGPT/Codex (API openai-chatgpt-responses) додають мінімальну системну інструкцію, щоб транспорт міг заповнити обов’язкове поле instructions — без повного контексту агента, інструментів, пам’яті чи журналу сеансу.
• model run --file додає вміст зображення безпосередньо до єдиного повідомлення користувача. Поширені формати (PNG, JPEG, WebP) працюють, коли тип MIME визначено як image/*; непідтримувані або нерозпізнані файли спричиняють помилку до виклику провайдера. Натомість використовуйте infer image describe, якщо потрібні маршрутизація й резервні варіанти моделей зображень OpenClaw, а не безпосередня перевірка мультимодальної моделі.
• Вибрана модель має підтримувати введення зображень; моделі лише для тексту можуть відхилити запит на рівні провайдера.
• model run --prompt має містити текст, відмінний від пробільних символів; порожні запити відхиляються до будь-якого виклику провайдера чи Gateway.
• Локальний model run завершується з ненульовим кодом, коли провайдер не повертає текстового виведення, тож недоступні провайдери й порожні завершення не виглядають як успішні перевірки.
• Використовуйте model run --gateway, щоб перевірити маршрутизацію Gateway або налаштування середовища виконання агента, зберігаючи введення моделі необробленим. Використовуйте openclaw agent або інтерфейс чату для повного контексту агента, інструментів, пам’яті й журналу сеансу.
• --thinking adaptive зіставляється з рівнем середовища виконання завершень medium; --thinking max зіставляється з max для моделей OpenAI, які підтримують власний максимальний рівень зусиль, а в інших випадках — із xhigh.
• model auth login, model auth logout і model auth status керують збереженим станом автентифікації провайдера.

Зображення

Генерування, редагування й опис.

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

Примітки:

• Використовуйте image edit, коли починаєте з наявних вхідних файлів; --size, --aspect-ratio або --resolution додають підказки щодо геометрії для провайдерів і моделей, які їх підтримують.

• --output-format png --background transparent разом із --model openai/gpt-image-1.5 створює PNG-зображення OpenAI із прозорим тлом; --openai-background — специфічний для OpenAI псевдонім тієї самої підказки. Провайдери, які не заявляють про підтримку тла, повідомляють про неї як про проігнороване перевизначення (див. ignoredOverrides в оболонці JSON).

• --quality low|medium|high|auto працює для провайдерів, які підтримують підказки щодо якості зображення, зокрема OpenAI. OpenAI також приймає --openai-moderation low|auto.

• image providers --json перелічує, які вбудовані провайдери зображень доступні для виявлення, налаштовані й вибрані, а також які можливості генерування та редагування надає кожен із них.

• image generate --model <provider/model> --json — найвужча оперативна димова перевірка змін у генеруванні зображень:

  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

  Відповідь містить ok, provider, model, attempts і шляхи до записаних вихідних файлів. Коли задано --output, остаточне розширення може відповідати типу MIME, поверненому провайдером.

• Для image describe та image describe-many використовуйте --prompt для інструкції, специфічної для завдання (OCR, порівняння, перевірка інтерфейсу, стислий опис).

• Використовуйте --timeout-ms для повільних локальних моделей комп’ютерного зору або холодного запуску Ollama.

• Для image describe явно задана модель через --model (має бути моделлю <provider/model> із підтримкою зображень) запускається першою, а якщо цей виклик завершується невдало, виконуються спроби з налаштованими agents.defaults.imageModel.fallbacks. Помилки підготовки вхідних даних (відсутній файл, непідтримувана URL-адреса) спричиняють збій до будь-якої резервної спроби, а модель має підтримувати зображення в каталозі моделей або конфігурації провайдера.

• Для локальних моделей комп’ютерного зору Ollama спочатку завантажте модель і встановіть для OLLAMA_API_KEY будь-яке значення-заповнювач, наприклад ollama-local. Див. Ollama.

Аудіо

Транскрибування файлів (не керування сеансами в реальному часі).

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 має бути у форматі <provider/model>.

TTS

Синтез мовлення та стан провайдера й персони 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

Примітки:

• tts status підтримує лише --gateway (команда відображає стан TTS, керований Gateway).
• Використовуйте tts providers, tts voices, tts personas, tts set-provider і tts set-persona, щоб переглядати та налаштовувати поведінку TTS.

Відео

Генерування й опис.

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

Примітки:

• video generate приймає --size, --aspect-ratio, --resolution, --duration, --audio, --watermark і --timeout-ms, які передаються середовищу виконання генерування відео.
• Для video describe значення --model має бути у форматі <provider/model>.

Веб

Пошук і отримання даних.

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 перелічує доступних, налаштованих і вибраних провайдерів для пошуку й отримання даних.

Вбудовування

Створення векторів і перегляд провайдерів вбудовувань.

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

Виведення JSON

Команди Infer нормалізують виведення JSON у спільній оболонці:

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

Стабільні поля верхнього рівня:

• ok
• capability
• transport
• provider
• model
• attempts
• inputs (вкладення зображень, надіслані із запитом, якщо застосовно)
• outputs
• ignoredOverrides (ключі підказок, які провайдер не підтримує, якщо застосовно)
• error

Для команд генерування медіафайлів outputs містить файли, записані OpenClaw. Для автоматизації використовуйте path, mimeType, size і всі специфічні для медіа розміри в цьому масиві замість аналізу зручного для читання виведення stdout.

Поширені помилки

# 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

Пов’язані матеріали

• Довідник CLI
• Моделі