Inferenz-CLI

openclaw infer ist die kanonische Headless-Oberfläche für providergestützte Inferenz. Sie stellt Funktionsfamilien (model, image, audio, tts, video, web, embedding) bereit, nicht die unverarbeiteten RPC-Namen des Gateways oder IDs von Agent-Tools. openclaw capability ... ist ein Alias für denselben Befehlsbaum.

Gründe, sie einem einmalig erstellten Provider-Wrapper vorzuziehen:

• Verwendet bereits in OpenClaw konfigurierte Provider und Modelle wieder.
• Stabile --json-Hülle für Skripte und agentengesteuerte Automatisierung (siehe JSON-Ausgabe).
• Führt für die meisten Unterbefehle den normalen lokalen Pfad ohne Gateway aus.
• Für End-to-End-Prüfungen von Providern testet sie die ausgelieferte CLI, das Laden der Konfiguration, die Auflösung des Standard-Agenten, die Aktivierung gebündelter Plugins und die gemeinsame Funktionslaufzeit, bevor die Provider-Anfrage gesendet wird.

infer in ein Skill umwandeln

Kopieren Sie Folgendes und fügen Sie es bei einem Agenten ein:

Lesen Sie https://docs.openclaw.ai/cli/infer und erstellen Sie anschließend ein Skill, das meine üblichen Arbeitsabläufe an `openclaw infer` weiterleitet.Konzentrieren Sie sich auf Modellläufe, Bilderzeugung, Videoerzeugung, Audiotranskription, TTS, Websuche und Embeddings.

Ein gutes infer-basiertes Skill ordnet gängige Benutzerabsichten dem richtigen Unterbefehl zu, enthält einige kanonische Beispiele pro Arbeitsablauf, bevorzugt openclaw infer ... gegenüber Alternativen auf niedrigerer Ebene und dokumentiert nicht die gesamte infer-Oberfläche erneut im Skill-Inhalt.

Befehlsbaum

 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> zeigen diesen Baum als Daten an (Funktions-ID, Transporte, Beschreibung).

Häufige Aufgaben

Verhalten

• Verwenden Sie --json, wenn die Ausgabe einem anderen Befehl oder Skript zugeführt wird; andernfalls die Textausgabe.
• Verwenden Sie --provider oder --model provider/model, um ein bestimmtes Backend festzulegen.
• Verwenden Sie model run --thinking <level>, um das Denken/Schlussfolgern einmalig zu überschreiben: off, minimal, low, medium, high, adaptive, xhigh oder max.
• Für image describe, audio transcribe und video describe muss --model die Form <provider/model> verwenden.
• Für image describe akzeptiert --file lokale Pfade und HTTP(S)-URLs; Remote-URLs unterliegen der normalen SSRF-Richtlinie für den Medienabruf.
• Zustandslose Ausführungsbefehle (model run, image *, audio *, video *, web *, embedding *) werden standardmäßig lokal ausgeführt. Vom Gateway verwaltete Zustandsbefehle (tts status) verwenden standardmäßig das Gateway.
• Für den lokalen Pfad muss das Gateway niemals ausgeführt werden.
• Lokales model run ist eine schlanke, einmalige Provider-Vervollständigung: Es löst das konfigurierte Agentenmodell und die Authentifizierung auf, startet jedoch keinen Chat-Agenten-Turn, lädt keine Tools und öffnet keine gebündelten MCP-Server.
• model run --file hängt Bilddateien (automatisch erkannter MIME-Typ) an den Prompt an; wiederholen Sie --file für mehrere Bilder. Dateien, die keine Bilder sind, werden abgelehnt — verwenden Sie stattdessen infer audio transcribe oder infer video describe.
• model run --gateway testet das Gateway-Routing, gespeicherte Authentifizierung, Provider-Auswahl und die eingebettete Laufzeit, bleibt aber eine unverarbeitete Modellprüfung: kein vorheriges Sitzungstranskript, kein Bootstrap-/AGENTS-Kontext, keine Tools und keine gebündelten MCP-Server.
• model run --gateway --model <provider/model> erfordert Gateway-Anmeldedaten eines vertrauenswürdigen Operators, da der Befehl das Gateway auffordert, eine einmalige Provider-/Modellüberschreibung auszuführen.

Modell

Textinferenz und Modell-/Provider-Überprüfung.

openclaw infer model run --prompt "Antworten Sie genau mit: smoke-ok" --jsonopenclaw infer model run --prompt "Fassen Sie diesen Changelog-Eintrag zusammen" --model openai/gpt-5.4 --jsonopenclaw infer model run --prompt "Beschreiben Sie dieses Bild in einem Satz" --file ./photo.jpg --model google/gemini-2.5-flash --jsonopenclaw infer model run --prompt "Verwenden Sie hier mehr Schlussfolgerung" --thinking high --jsonopenclaw infer model providers --jsonopenclaw infer model inspect --model gpt-5.6-sol --json

Verwenden Sie vollständige <provider/model>-Referenzen mit --local, um einen Provider zu testen, ohne das Gateway zu starten oder die Tool-Oberfläche des Agenten zu laden:

openclaw infer model run --local --model anthropic/claude-sonnet-4-6 --prompt "Antworten Sie genau mit: pong" --jsonopenclaw infer model run --local --model cerebras/zai-glm-4.7 --prompt "Antworten Sie genau mit: pong" --jsonopenclaw infer model run --local --model google/gemini-2.5-flash --prompt "Antworten Sie genau mit: pong" --jsonopenclaw infer model run --local --model groq/llama-3.1-8b-instant --prompt "Antworten Sie genau mit: pong" --jsonopenclaw infer model run --local --model mistral/mistral-medium-3-5 --prompt "Antworten Sie genau mit: pong" --jsonopenclaw infer model run --local --model mistral/mistral-small-latest --prompt "Antworten Sie genau mit: pong" --jsonopenclaw infer model run --local --model openai/gpt-5.6-luna --prompt "Antworten Sie genau mit: pong" --jsonopenclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Beschreiben Sie dieses Bild." --file ./photo.jpg --json

Hinweise:

• Lokales model run ist die engste CLI-Prüfung für den Zustand von Provider, Modell und Authentifizierung: Für Provider außer ChatGPT-Codex sendet es ausschließlich den angegebenen Prompt.
• Lokales model run --model <provider/model> kann genaue Zeilen aus dem gebündelten statischen Katalog auflösen (dieselben Zeilen, die openclaw models list --all anzeigt), bevor dieser Provider in die Konfiguration geschrieben wird. Eine Provider-Authentifizierung ist weiterhin erforderlich; fehlende Anmeldedaten führen zu Authentifizierungsfehlern, nicht zu Unknown model.
• Lassen Sie bei Schlussfolgerungsprüfungen mit Mistral Medium 3.5 die Temperatur nicht gesetzt bzw. auf dem Standardwert. Mistral lehnt reasoning_effort="high" mit temperature: 0 ab; verwenden Sie die Standardtemperatur oder einen Wert ungleich null wie 0.7.
• Lokale Prüfungen mit OpenAI ChatGPT/Codex OAuth (openai-chatgpt-responses-API) fügen eine minimale Systemanweisung hinzu, damit der Transport sein erforderliches Feld instructions ausfüllen kann — ohne vollständigen Agentenkontext, Tools, Speicher oder Sitzungstranskript.
• model run --file hängt Bildinhalte direkt an die einzelne Benutzernachricht an. Gängige Formate (PNG, JPEG, WebP) funktionieren, wenn der MIME-Typ als image/* erkannt wird; nicht unterstützte oder nicht erkannte Dateien schlagen fehl, bevor der Provider aufgerufen wird. Verwenden Sie stattdessen infer image describe, wenn Sie das Bildmodell-Routing und die Fallbacks von OpenClaw anstelle einer direkten Prüfung eines multimodalen Modells verwenden möchten.
• Das ausgewählte Modell muss Bildeingaben unterstützen; reine Textmodelle können die Anfrage auf Provider-Ebene ablehnen.
• model run --prompt muss Text enthalten, der nicht nur aus Leerzeichen besteht; leere Prompts werden vor jedem Provider- oder Gateway-Aufruf abgelehnt.
• Lokales model run wird mit einem Exit-Code ungleich null beendet, wenn der Provider keine Textausgabe zurückgibt, sodass nicht erreichbare Provider und leere Vervollständigungen nicht wie erfolgreiche Prüfungen erscheinen.
• Verwenden Sie model run --gateway, um das Gateway-Routing oder die Einrichtung der Agentenlaufzeit zu testen und dabei die Modelleingabe unverändert zu lassen. Verwenden Sie openclaw agent oder eine Chat-Oberfläche für vollständigen Agentenkontext, Tools, Speicher und Sitzungstranskript.
• --thinking adaptive wird der Ebene medium der Vervollständigungs-Laufzeit zugeordnet; --thinking max wird für OpenAI-Modelle, die den nativen maximalen Aufwand unterstützen, max zugeordnet, andernfalls xhigh.
• model auth login, model auth logout und model auth status verwalten den gespeicherten Authentifizierungsstatus des Providers.

Bild

Erzeugung, Bearbeitung und Beschreibung.

openclaw infer image generate --prompt "freundliche Hummerillustration" --jsonopenclaw infer image generate --prompt "filmisches Produktfoto von Kopfhörern" --jsonopenclaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "einfacher roter Kreisaufkleber auf transparentem Hintergrund" --jsonopenclaw infer image generate --model openai/gpt-image-2 --quality low --openai-moderation low --prompt "kostengünstiger Plakatentwurf" --jsonopenclaw infer image generate --prompt "langsames Bild-Backend" --timeout-ms 180000 --jsonopenclaw infer image edit --file ./logo.png --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "Logo beibehalten und Hintergrund entfernen" --jsonopenclaw infer image edit --file ./poster.png --prompt "daraus eine vertikale Story-Anzeige erstellen" --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 "Händler, Datum und Gesamtbetrag extrahieren" --jsonopenclaw infer image describe-many --file ./before.png --file ./after.png --prompt "Screenshots vergleichen und sichtbare UI-Änderungen auflisten" --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 "Beschreiben Sie das Bild in einem Satz" --timeout-ms 300000 --json

Hinweise:

• Verwenden Sie image edit, wenn Sie mit vorhandenen Eingabedateien beginnen; --size, --aspect-ratio oder --resolution fügen Geometriehinweise für Provider/Modelle hinzu, die diese unterstützen.

• --output-format png --background transparent mit --model openai/gpt-image-1.5 erzeugt eine OpenAI-PNG-Ausgabe mit transparentem Hintergrund; --openai-background ist ein OpenAI-spezifischer Alias für denselben Hinweis. Provider, die keine Hintergrundunterstützung deklarieren, melden ihn als ignorierte Überschreibung (siehe ignoredOverrides im JSON-Umschlag).

• --quality low|medium|high|auto funktioniert bei Providern, die Bildqualitätshinweise unterstützen, einschließlich OpenAI. OpenAI akzeptiert außerdem --openai-moderation low|auto.

• image providers --json listet auf, welche gebündelten Bild-Provider auffindbar, konfiguriert und ausgewählt sind und welche Generierungs-/Bearbeitungsfunktionen sie jeweils bereitstellen.

• image generate --model <provider/model> --json ist der zielgerichtetste Live-Smoke-Test für Änderungen an der Bilderzeugung:

  openclaw infer image providers --jsonopenclaw infer image generate \  --model google/gemini-3.1-flash-image \  --prompt "Minimales flaches Testbild: ein blaues Quadrat auf weißem Hintergrund, kein Text." \  --output ./openclaw-infer-image-smoke.png \  --json

  Die Antwort meldet ok, provider, model, attempts und die Pfade der geschriebenen Ausgaben. Wenn --output gesetzt ist, kann die endgültige Erweiterung dem vom Provider zurückgegebenen MIME-Typ entsprechen.

• Verwenden Sie für image describe und image describe-many die Option --prompt für eine aufgabenspezifische Anweisung (OCR, Vergleich, UI-Inspektion, prägnante Bildunterschrift).

• Verwenden Sie --timeout-ms für langsame lokale Vision-Modelle oder Kaltstarts von Ollama.

• Für image describe wird zuerst ein explizites --model (muss ein bildfähiges <provider/model> sein) ausgeführt. Wenn dieser Aufruf fehlschlägt, werden anschließend konfigurierte agents.defaults.imageModel.fallbacks ausprobiert. Fehler bei der Eingabevorbereitung (fehlende Datei, nicht unterstützte URL) führen vor jedem Fallback-Versuch zum Fehlschlag, und das Modell muss im Modellkatalog oder in der Provider-Konfiguration als bildfähig ausgewiesen sein.

• Rufen Sie bei lokalen Ollama-Vision-Modellen zuerst das Modell ab und setzen Sie OLLAMA_API_KEY auf einen beliebigen Platzhalterwert, beispielsweise ollama-local. Siehe Ollama.

Audio

Dateitranskription (keine Verwaltung von Echtzeitsitzungen).

openclaw infer audio transcribe --file ./memo.m4a --jsonopenclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "Konzentriere dich auf Namen und Aktionspunkte" --jsonopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

--model muss <provider/model> sein.

TTS

Sprachsynthese und TTS-Provider-/Persona-Status.

openclaw infer tts convert --text "Hallo von OpenClaw" --output ./hello.mp3 --jsonopenclaw infer tts convert --text "Ihr Build ist abgeschlossen" --output ./build-complete.mp3 --jsonopenclaw infer tts providers --jsonopenclaw infer tts personas --jsonopenclaw infer tts status --json

Hinweise:

• tts status unterstützt nur --gateway (es spiegelt den vom Gateway verwalteten TTS-Status wider).
• Verwenden Sie tts providers, tts voices, tts personas, tts set-provider und tts set-persona, um das TTS-Verhalten zu prüfen und zu konfigurieren.

Video

Generierung und Beschreibung.

openclaw infer video generate --prompt "filmischer Sonnenuntergang über dem Meer" --jsonopenclaw infer video generate --prompt "langsame Drohnenaufnahme über einem Waldsee" --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

Hinweise:

• video generate akzeptiert --size, --aspect-ratio, --resolution, --duration, --audio, --watermark und --timeout-ms, die an die Laufzeitumgebung für die Videogenerierung weitergeleitet werden.
• --model muss für video describe den Wert <provider/model> haben.

Web

Suche und Abruf.

openclaw infer web search --query "OpenClaw-Dokumentation" --jsonopenclaw infer web search --query "OpenClaw-infer-Web-Provider" --jsonopenclaw infer web fetch --url https://docs.openclaw.ai/cli/infer --jsonopenclaw infer web providers --json

web providers listet die verfügbaren, konfigurierten und ausgewählten Provider für Suche und Abruf auf.

Einbettung

Vektorerstellung und Prüfung von Einbettungs-Providern.

openclaw infer embedding create --text "freundlicher Hummer" --jsonopenclaw infer embedding create --text "Kundendienst-Ticket: verspätete Lieferung" --model openai/text-embedding-3-large --jsonopenclaw infer embedding providers --json

JSON-Ausgabe

Infer-Befehle normalisieren die JSON-Ausgabe unter einem gemeinsamen Umschlag:

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

Stabile Felder der obersten Ebene:

• ok
• capability
• transport
• provider
• model
• attempts
• inputs (mit der Anfrage gesendete Bildanhänge, falls zutreffend)
• outputs
• ignoredOverrides (Hinweisschlüssel, die ein Provider nicht unterstützt, falls zutreffend)
• error

Bei Befehlen für generierte Medien enthält outputs die von OpenClaw geschriebenen Dateien. Verwenden Sie für die Automatisierung path, mimeType, size und alle medienspezifischen Abmessungen in diesem Array, anstatt die menschenlesbare Standardausgabe zu parsen.

Häufige Stolperfallen

# Schlechtopenclaw infer media image generate --prompt "freundlicher Hummer" # Gutopenclaw infer image generate --prompt "freundlicher Hummer"

# Schlechtopenclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Gutopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

Verwandte Themen

• CLI-Referenz
• Modelle