इन्फ़रेंस CLI

openclaw infer प्रदाता-समर्थित अनुमान के लिए मानक हेडलेस सतह है। यह कच्चे Gateway RPC नाम या एजेंट टूल आईडी नहीं, बल्कि क्षमता परिवार (model, image, audio, tts, video, web, embedding) उजागर करता है। openclaw capability ... उसी कमांड ट्री का उपनाम है।

एकबारगी प्रदाता रैपर की तुलना में इसे प्राथमिकता देने के कारण:

• OpenClaw में पहले से कॉन्फ़िगर किए गए प्रदाताओं और मॉडलों का पुनः उपयोग करता है।
• स्क्रिप्ट और एजेंट-संचालित स्वचालन के लिए स्थिर --json एनवेलप (JSON आउटपुट देखें)।
• अधिकांश उपकमांड के लिए Gateway के बिना सामान्य स्थानीय पथ चलाता है।
• एंड-टू-एंड प्रदाता जाँचों के लिए, प्रदाता अनुरोध भेजे जाने से पहले यह शिप की गई CLI, कॉन्फ़िगरेशन लोडिंग, डिफ़ॉल्ट-एजेंट समाधान, बंडल किए गए Plugin सक्रियण और साझा क्षमता रनटाइम का प्रयोग करता है।

infer को कौशल में बदलें

इसे कॉपी करके किसी एजेंट में पेस्ट करें:

https://docs.openclaw.ai/cli/infer पढ़ें, फिर एक ऐसा कौशल बनाएँ जो मेरे सामान्य वर्कफ़्लो को `openclaw infer` पर रूट करे।मॉडल रन, इमेज जनरेशन, वीडियो जनरेशन, ऑडियो ट्रांसक्रिप्शन, TTS, वेब खोज और एम्बेडिंग पर ध्यान दें।

एक अच्छा infer-आधारित कौशल सामान्य उपयोगकर्ता उद्देश्यों को सही उपकमांड से मैप करता है, प्रत्येक वर्कफ़्लो के लिए कुछ मानक उदाहरण शामिल करता है, निम्न-स्तरीय विकल्पों की तुलना में openclaw infer ... को प्राथमिकता देता है और कौशल के मुख्य भाग में संपूर्ण infer सतह का दोबारा दस्तावेज़ीकरण नहीं करता।

कमांड ट्री

 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> इस ट्री को डेटा के रूप में दिखाते हैं (क्षमता आईडी, ट्रांसपोर्ट, विवरण)।

सामान्य कार्य

व्यवहार

• जब आउटपुट किसी अन्य कमांड या स्क्रिप्ट में जाता हो, तो --json का उपयोग करें; अन्यथा टेक्स्ट आउटपुट का उपयोग करें।
• किसी विशिष्ट बैकएंड को पिन करने के लिए --provider या --model provider/model का उपयोग करें।
• एकबारगी चिंतन/तर्क ओवरराइड के लिए model run --thinking <level> का उपयोग करें: off, minimal, low, medium, high, adaptive, xhigh, या max।
• image describe, audio transcribe और video describe के लिए, --model को <provider/model> प्रारूप का उपयोग करना चाहिए।
• image describe के लिए, --file स्थानीय पथ और HTTP(S) URL स्वीकार करता है; रिमोट URL सामान्य मीडिया-फ़ेच SSRF नीति से गुजरते हैं।
• स्टेटलेस निष्पादन कमांड (model run, image *, audio *, video *, web *, embedding *) डिफ़ॉल्ट रूप से स्थानीय होते हैं। Gateway-प्रबंधित स्टेट कमांड (tts status) डिफ़ॉल्ट रूप से Gateway का उपयोग करते हैं।
• स्थानीय पथ के लिए Gateway का चलना कभी आवश्यक नहीं होता।
• स्थानीय model run एक हल्का एकबारगी प्रदाता पूर्णता है: यह कॉन्फ़िगर किए गए एजेंट मॉडल और प्रमाणीकरण का समाधान करता है, लेकिन चैट-एजेंट टर्न शुरू नहीं करता, टूल लोड नहीं करता और बंडल किए गए MCP सर्वर नहीं खोलता।
• model run --file प्रॉम्प्ट के साथ इमेज फ़ाइलें (स्वतः पहचाना गया MIME प्रकार) संलग्न करता है; एकाधिक इमेज के लिए --file दोहराएँ। गैर-इमेज फ़ाइलें अस्वीकार कर दी जाती हैं — इसके बजाय infer audio transcribe या infer video describe का उपयोग करें।
• model run --gateway Gateway रूटिंग, सहेजे गए प्रमाणीकरण, प्रदाता चयन और एम्बेडेड रनटाइम का प्रयोग करता है, लेकिन कच्चा मॉडल प्रोब बना रहता है: कोई पिछला सत्र ट्रांसक्रिप्ट, बूटस्ट्रैप/AGENTS संदर्भ, टूल या बंडल किए गए MCP सर्वर नहीं।
• model run --gateway --model <provider/model> के लिए विश्वसनीय-ऑपरेटर Gateway क्रेडेंशियल आवश्यक है, क्योंकि यह Gateway से एकबारगी प्रदाता/मॉडल ओवरराइड चलाने को कहता है।

मॉडल

टेक्स्ट अनुमान और मॉडल/प्रदाता निरीक्षण।

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 शुरू किए बिना या एजेंट टूल सतह लोड किए बिना किसी एक प्रदाता का स्मोक-टेस्ट करने के लिए --local के साथ पूर्ण <provider/model> संदर्भों का उपयोग करें:

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

टिप्पणियाँ:

• स्थानीय model run प्रदाता/मॉडल/प्रमाणीकरण की स्थिति के लिए सबसे संकीर्ण CLI स्मोक है: गैर-ChatGPT-Codex प्रदाताओं के लिए यह केवल दिया गया प्रॉम्प्ट भेजता है।
• स्थानीय model run --model <provider/model> उस प्रदाता को कॉन्फ़िगरेशन में लिखे जाने से पहले सटीक बंडल की गई स्थिर-कैटलॉग पंक्तियों (वही पंक्तियाँ जिन्हें openclaw models list --all दिखाता है) का समाधान कर सकता है। प्रदाता प्रमाणीकरण अभी भी आवश्यक है; अनुपलब्ध क्रेडेंशियल Unknown model के रूप में नहीं, बल्कि प्रमाणीकरण त्रुटियों के रूप में विफल होते हैं।
• Mistral Medium 3.5 तर्क प्रोब के लिए तापमान को अनसेट/डिफ़ॉल्ट छोड़ें। Mistral reasoning_effort="high" को temperature: 0 के साथ अस्वीकार करता है; डिफ़ॉल्ट तापमान या 0.7 जैसे गैर-शून्य मान का उपयोग करें।
• OpenAI ChatGPT/Codex OAuth (openai-chatgpt-responses API) स्थानीय प्रोब एक न्यूनतम सिस्टम निर्देश जोड़ते हैं, ताकि ट्रांसपोर्ट अपने आवश्यक instructions फ़ील्ड को भर सके — कोई पूर्ण एजेंट संदर्भ, टूल, मेमोरी या सत्र ट्रांसक्रिप्ट नहीं।
• model run --file इमेज सामग्री को सीधे एकल उपयोगकर्ता संदेश से संलग्न करता है। सामान्य प्रारूप (PNG, JPEG, WebP) तब काम करते हैं जब MIME प्रकार को image/* के रूप में पहचाना जाता है; असमर्थित या अपरिचित फ़ाइलें प्रदाता को कॉल किए जाने से पहले विफल हो जाती हैं। जब आप प्रत्यक्ष मल्टीमॉडल-मॉडल प्रोब के बजाय OpenClaw की इमेज-मॉडल रूटिंग और फ़ॉलबैक चाहते हों, तो इसके बजाय infer image describe का उपयोग करें।
• चयनित मॉडल को इमेज इनपुट का समर्थन करना चाहिए; केवल-टेक्स्ट मॉडल प्रदाता स्तर पर अनुरोध अस्वीकार कर सकते हैं।
• model run --prompt में गैर-व्हाइटस्पेस टेक्स्ट होना चाहिए; खाली प्रॉम्प्ट किसी भी प्रदाता या Gateway कॉल से पहले अस्वीकार कर दिए जाते हैं।
• जब प्रदाता कोई टेक्स्ट आउटपुट नहीं लौटाता, तो स्थानीय model run गैर-शून्य स्थिति के साथ बाहर निकलता है, ताकि अगम्य प्रदाता और खाली पूर्णताएँ सफल प्रोब जैसी न दिखें।
• मॉडल इनपुट को कच्चा रखते हुए Gateway रूटिंग या एजेंट-रनटाइम सेटअप का परीक्षण करने के लिए model run --gateway का उपयोग करें। पूर्ण एजेंट संदर्भ, टूल, मेमोरी और सत्र ट्रांसक्रिप्ट के लिए openclaw agent या किसी चैट सतह का उपयोग करें।
• --thinking adaptive पूर्णता-रनटाइम स्तर के medium से मैप होता है; मूल अधिकतम प्रयास का समर्थन करने वाले OpenAI मॉडलों के लिए --thinking max, max से मैप होता है, अन्यथा xhigh से।
• model auth login, model auth logout और model auth status सहेजी गई प्रदाता प्रमाणीकरण स्थिति प्रबंधित करते हैं।

इमेज

जनरेशन, संपादन और वर्णन।

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

टिप्पणियाँ:

• मौजूदा इनपुट फ़ाइलों से शुरू करते समय image edit का उपयोग करें; --size, --aspect-ratio, या --resolution उन प्रदाताओं/मॉडलों पर ज्यामिति संकेत जोड़ते हैं जो उनका समर्थन करते हैं।

• --output-format png --background transparent के साथ --model openai/gpt-image-1.5 पारदर्शी-पृष्ठभूमि वाला OpenAI PNG आउटपुट देता है; --openai-background उसी संकेत के लिए OpenAI-विशिष्ट उपनाम है। जो प्रदाता पृष्ठभूमि समर्थन घोषित नहीं करते, वे इसे उपेक्षित ओवरराइड के रूप में रिपोर्ट करते हैं (JSON आवरण में ignoredOverrides देखें)।

• --quality low|medium|high|auto उन प्रदाताओं के लिए काम करता है जो छवि-गुणवत्ता संकेतों का समर्थन करते हैं, जिनमें OpenAI शामिल है। OpenAI --openai-moderation low|auto को भी स्वीकार करता है।

• image providers --json सूचीबद्ध करता है कि कौन-से बंडल किए गए छवि प्रदाता खोजे जा सकते हैं, कॉन्फ़िगर और चयनित हैं, तथा प्रत्येक कौन-सी जनरेशन/संपादन क्षमताएँ उपलब्ध कराता है।

• छवि-जनरेशन परिवर्तनों के लिए image generate --model <provider/model> --json सबसे सीमित लाइव स्मोक परीक्षण है:

  openclaw infer image providers --jsonopenclaw infer image generate \  --model google/gemini-3.1-flash-image \  --prompt "न्यूनतम सपाट परीक्षण छवि: सफ़ेद पृष्ठभूमि पर एक नीला वर्ग, कोई टेक्स्ट नहीं।" \  --output ./openclaw-infer-image-smoke.png \  --json

  प्रतिक्रिया ok, provider, model, attempts, और लिखे गए आउटपुट पथों की रिपोर्ट करती है। जब --output सेट हो, तो अंतिम एक्सटेंशन प्रदाता द्वारा लौटाए गए MIME प्रकार के अनुसार हो सकता है।

• image describe और image describe-many के लिए, कार्य-विशिष्ट निर्देश (OCR, तुलना, UI निरीक्षण, संक्षिप्त कैप्शन लेखन) हेतु --prompt का उपयोग करें।

• धीमे स्थानीय विज़न मॉडलों या Ollama के कोल्ड स्टार्ट के लिए --timeout-ms का उपयोग करें।

• image describe के लिए, एक स्पष्ट --model (जो छवि-सक्षम <provider/model> होना चाहिए) पहले चलता है, फिर वह कॉल विफल होने पर कॉन्फ़िगर किए गए agents.defaults.imageModel.fallbacks आज़माए जाते हैं। इनपुट-तैयारी त्रुटियाँ (फ़ाइल अनुपलब्ध, असमर्थित URL) किसी भी फ़ॉलबैक प्रयास से पहले विफल हो जाती हैं, और मॉडल कैटलॉग या प्रदाता कॉन्फ़िगरेशन में मॉडल का छवि-सक्षम होना आवश्यक है।

• स्थानीय Ollama विज़न मॉडलों के लिए, पहले मॉडल पुल करें और OLLAMA_API_KEY को किसी भी प्लेसहोल्डर मान पर सेट करें, उदाहरण के लिए ollama-local। Ollama देखें।

ऑडियो

फ़ाइल ट्रांसक्रिप्शन (रीयलटाइम सत्र प्रबंधन नहीं)।

openclaw infer audio transcribe --file ./memo.m4a --jsonopenclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "नामों और कार्रवाई मदों पर ध्यान दें" --jsonopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

--model का <provider/model> होना आवश्यक है।

TTS

वाक् संश्लेषण और TTS प्रदाता/पर्सोना स्थिति।

openclaw infer tts convert --text "OpenClaw की ओर से नमस्ते" --output ./hello.mp3 --jsonopenclaw infer tts convert --text "आपका बिल्ड पूरा हो गया है" --output ./build-complete.mp3 --jsonopenclaw infer tts providers --jsonopenclaw infer tts personas --jsonopenclaw infer tts status --json

टिप्पणियाँ:

• tts status केवल --gateway का समर्थन करता है (यह Gateway द्वारा प्रबंधित TTS स्थिति को दर्शाता है)।
• TTS व्यवहार का निरीक्षण और कॉन्फ़िगरेशन करने के लिए tts providers, tts voices, tts personas, tts set-provider, और tts set-persona का उपयोग करें।

वीडियो

जनरेशन और विवरण।

openclaw infer video generate --prompt "समुद्र के ऊपर सिनेमाई सूर्यास्त" --jsonopenclaw infer video generate --prompt "वन की झील के ऊपर धीमा ड्रोन शॉट" --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

टिप्पणियाँ:

• video generate, --size, --aspect-ratio, --resolution, --duration, --audio, --watermark, और --timeout-ms स्वीकार करता है, जिन्हें वीडियो-जनरेशन रनटाइम को अग्रेषित किया जाता है।
• video describe के लिए --model का <provider/model> होना आवश्यक है।

वेब

खोज और फ़ेच।

openclaw infer web search --query "OpenClaw दस्तावेज़" --jsonopenclaw infer web search --query "OpenClaw infer वेब प्रदाता" --jsonopenclaw infer web fetch --url https://docs.openclaw.ai/cli/infer --jsonopenclaw infer web providers --json

web providers खोज और फ़ेच के लिए उपलब्ध, कॉन्फ़िगर किए गए और चयनित प्रदाताओं को सूचीबद्ध करता है।

एम्बेडिंग

वेक्टर निर्माण और एम्बेडिंग-प्रदाता निरीक्षण।

openclaw infer embedding create --text "मित्रवत लॉब्स्टर" --jsonopenclaw infer embedding create --text "ग्राहक सहायता टिकट: शिपमेंट में देरी" --model openai/text-embedding-3-large --jsonopenclaw infer embedding providers --json

JSON आउटपुट

Infer कमांड साझा आवरण के अंतर्गत JSON आउटपुट को सामान्यीकृत करते हैं:

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

स्थिर शीर्ष-स्तरीय फ़ील्ड:

• ok
• capability
• transport
• provider
• model
• attempts
• inputs (लागू होने पर अनुरोध के साथ भेजे गए छवि अटैचमेंट)
• outputs
• ignoredOverrides (लागू होने पर वे संकेत कुंजियाँ जिनका प्रदाता समर्थन नहीं करता)
• error

जनरेट किए गए मीडिया कमांडों के लिए, outputs में OpenClaw द्वारा लिखी गई फ़ाइलें होती हैं। स्वचालन के लिए मानव-पठनीय stdout को पार्स करने के बजाय उस सरणी में मौजूद path, mimeType, size, और किसी भी मीडिया-विशिष्ट आयाम का उपयोग करें।

सामान्य समस्याएँ

# गलतopenclaw infer media image generate --prompt "मित्रवत लॉब्स्टर" # सहीopenclaw infer image generate --prompt "मित्रवत लॉब्स्टर"

# गलतopenclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # सहीopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

संबंधित

• CLI संदर्भ
• मॉडल