CLI Inferensi

openclaw infer adalah antarmuka headless kanonis untuk inferensi yang didukung penyedia. Antarmuka ini mengekspos kelompok kapabilitas (model, image, audio, tts, video, web, embedding), bukan nama RPC Gateway mentah atau id alat agen. openclaw capability ... adalah alias untuk pohon perintah yang sama.

Alasan untuk memilihnya daripada pembungkus penyedia sekali pakai:

• Menggunakan kembali penyedia dan model yang sudah dikonfigurasi di OpenClaw.
• Amplop --json yang stabil untuk skrip dan otomatisasi berbasis agen (lihat keluaran JSON).
• Menjalankan jalur lokal normal tanpa Gateway untuk sebagian besar subperintah.
• Untuk pemeriksaan penyedia menyeluruh, perintah ini menguji CLI yang didistribusikan, pemuatan konfigurasi, resolusi agen default, aktivasi Plugin bawaan, dan runtime kapabilitas bersama sebelum permintaan dikirim ke penyedia.

Ubah infer menjadi skill

Salin dan tempelkan ini ke agen:

Baca https://docs.openclaw.ai/cli/infer, lalu buat skill yang mengarahkan alur kerja umum saya ke `openclaw infer`.Fokus pada eksekusi model, pembuatan gambar, pembuatan video, transkripsi audio, TTS, pencarian web, dan embedding.

Skill berbasis infer yang baik memetakan maksud umum pengguna ke subperintah yang tepat, menyertakan beberapa contoh kanonis untuk setiap alur kerja, memilih openclaw infer ... daripada alternatif tingkat rendah, dan tidak mendokumentasikan ulang seluruh antarmuka infer di isi skill.

Pohon perintah

 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> menampilkan pohon ini sebagai data (id kapabilitas, transportasi, deskripsi).

Tugas umum

Perilaku

• Gunakan --json ketika keluaran diteruskan ke perintah atau skrip lain; gunakan keluaran teks untuk kasus lainnya.
• Gunakan --provider atau --model provider/model untuk menetapkan backend tertentu.
• Gunakan model run --thinking <level> untuk menimpa pemikiran/penalaran satu kali: off, minimal, low, medium, high, adaptive, xhigh, atau max.
• Untuk image describe, audio transcribe, dan video describe, --model harus menggunakan format <provider/model>.
• Untuk image describe, --file menerima jalur lokal dan URL HTTP(S); URL jarak jauh diproses melalui kebijakan SSRF pengambilan media normal.
• Perintah eksekusi tanpa status (model run, image *, audio *, video *, web *, embedding *) menggunakan lokal secara default. Perintah status yang dikelola Gateway (tts status) menggunakan Gateway secara default.
• Jalur lokal tidak pernah mengharuskan Gateway berjalan.
• model run lokal adalah penyelesaian penyedia sekali jalan yang ramping: perintah ini menyelesaikan model dan autentikasi agen yang dikonfigurasi, tetapi tidak memulai giliran agen percakapan, memuat alat, atau membuka server MCP bawaan.
• model run --file melampirkan berkas gambar (jenis MIME dideteksi otomatis) ke perintah; ulangi --file untuk beberapa gambar. Berkas bukan gambar ditolak — gunakan infer audio transcribe atau infer video describe sebagai gantinya.
• model run --gateway menguji perutean Gateway, autentikasi tersimpan, pemilihan penyedia, dan runtime tertanam, tetapi tetap menjadi pemeriksaan model mentah: tanpa transkrip sesi sebelumnya, konteks bootstrap/AGENTS, alat, atau server MCP bawaan.
• model run --gateway --model <provider/model> memerlukan kredensial Gateway operator tepercaya karena perintah ini meminta Gateway menjalankan penggantian penyedia/model sekali pakai.

Model

Inferensi teks serta pemeriksaan model/penyedia.

openclaw infer model run --prompt "Balas dengan tepat: smoke-ok" --jsonopenclaw infer model run --prompt "Ringkas entri changelog ini" --model openai/gpt-5.4 --jsonopenclaw infer model run --prompt "Deskripsikan gambar ini dalam satu kalimat" --file ./photo.jpg --model google/gemini-2.5-flash --jsonopenclaw infer model run --prompt "Gunakan lebih banyak penalaran di sini" --thinking high --jsonopenclaw infer model providers --jsonopenclaw infer model inspect --model gpt-5.6-sol --json

Gunakan referensi <provider/model> lengkap dengan --local untuk menguji cepat satu penyedia tanpa memulai Gateway atau memuat antarmuka alat agen:

openclaw infer model run --local --model anthropic/claude-sonnet-4-6 --prompt "Balas dengan tepat: pong" --jsonopenclaw infer model run --local --model cerebras/zai-glm-4.7 --prompt "Balas dengan tepat: pong" --jsonopenclaw infer model run --local --model google/gemini-2.5-flash --prompt "Balas dengan tepat: pong" --jsonopenclaw infer model run --local --model groq/llama-3.1-8b-instant --prompt "Balas dengan tepat: pong" --jsonopenclaw infer model run --local --model mistral/mistral-medium-3-5 --prompt "Balas dengan tepat: pong" --jsonopenclaw infer model run --local --model mistral/mistral-small-latest --prompt "Balas dengan tepat: pong" --jsonopenclaw infer model run --local --model openai/gpt-5.6-luna --prompt "Balas dengan tepat: pong" --jsonopenclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Deskripsikan gambar ini." --file ./photo.jpg --json

Catatan:

• model run lokal adalah pengujian cepat CLI tersempit untuk kesehatan penyedia/model/autentikasi: untuk penyedia selain ChatGPT-Codex, perintah ini hanya mengirim perintah yang diberikan.
• model run --model <provider/model> lokal dapat menyelesaikan baris katalog statis bawaan yang tepat (baris yang sama dengan yang ditampilkan openclaw models list --all) sebelum penyedia tersebut ditulis ke konfigurasi. Autentikasi penyedia tetap diperlukan; kredensial yang tidak tersedia menghasilkan galat autentikasi, bukan Unknown model.
• Untuk pemeriksaan penalaran Mistral Medium 3.5, biarkan suhu tidak ditetapkan/default. Mistral menolak reasoning_effort="high" dengan temperature: 0; gunakan suhu default atau nilai bukan nol seperti 0.7.
• Pemeriksaan lokal OAuth OpenAI ChatGPT/Codex (API openai-chatgpt-responses) menambahkan instruksi sistem minimal agar transportasi dapat mengisi bidang instructions yang diwajibkan — tanpa konteks agen lengkap, alat, memori, atau transkrip sesi.
• model run --file melampirkan konten gambar langsung ke satu pesan pengguna. Format umum (PNG, JPEG, WebP) berfungsi ketika jenis MIME terdeteksi sebagai image/*; berkas yang tidak didukung atau tidak dikenali gagal sebelum penyedia dipanggil. Gunakan infer image describe sebagai gantinya ketika Anda menginginkan perutean dan mekanisme cadangan model gambar OpenClaw, bukan pemeriksaan model multimodal langsung.
• Model yang dipilih harus mendukung masukan gambar; model khusus teks dapat menolak permintaan pada lapisan penyedia.
• model run --prompt harus berisi teks selain spasi kosong; perintah kosong ditolak sebelum panggilan penyedia atau Gateway.
• model run lokal keluar dengan kode bukan nol ketika penyedia tidak mengembalikan keluaran teks, sehingga penyedia yang tidak dapat dijangkau dan penyelesaian kosong tidak tampak sebagai pemeriksaan yang berhasil.
• Gunakan model run --gateway untuk menguji perutean Gateway atau penyiapan runtime agen sambil mempertahankan masukan model dalam bentuk mentah. Gunakan openclaw agent atau antarmuka percakapan untuk konteks agen lengkap, alat, memori, dan transkrip sesi.
• --thinking adaptive dipetakan ke medium tingkat runtime penyelesaian; --thinking max dipetakan ke max untuk model OpenAI yang mendukung upaya maksimum bawaan, atau xhigh jika tidak.
• model auth login, model auth logout, dan model auth status mengelola status autentikasi penyedia yang tersimpan.

Gambar

Pembuatan, pengeditan, dan deskripsi.

openclaw infer image generate --prompt "ilustrasi lobster yang ramah" --jsonopenclaw infer image generate --prompt "foto produk headphone bergaya sinematik" --jsonopenclaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "stiker lingkaran merah sederhana dengan latar belakang transparan" --jsonopenclaw infer image generate --model openai/gpt-image-2 --quality low --openai-moderation low --prompt "draf poster berbiaya rendah" --jsonopenclaw infer image generate --prompt "backend gambar yang lambat" --timeout-ms 180000 --jsonopenclaw infer image edit --file ./logo.png --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "pertahankan logo, hapus latar belakang" --jsonopenclaw infer image edit --file ./poster.png --prompt "jadikan ini iklan cerita vertikal" --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 "Ekstrak nama penjual, tanggal, dan total" --jsonopenclaw infer image describe-many --file ./before.png --file ./after.png --prompt "Bandingkan tangkapan layar dan cantumkan perubahan UI yang terlihat" --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 "Deskripsikan gambar dalam satu kalimat" --timeout-ms 300000 --json

Catatan:

• Gunakan image edit saat memulai dari berkas masukan yang sudah ada; --size, --aspect-ratio, atau --resolution menambahkan petunjuk geometri pada penyedia/model yang mendukungnya.

• --output-format png --background transparent dengan --model openai/gpt-image-1.5 menghasilkan keluaran PNG OpenAI dengan latar belakang transparan; --openai-background adalah alias khusus OpenAI untuk petunjuk yang sama. Penyedia yang tidak menyatakan dukungan latar belakang melaporkannya sebagai penggantian yang diabaikan (lihat ignoredOverrides dalam amplop JSON).

• --quality low|medium|high|auto berfungsi untuk penyedia yang mendukung petunjuk kualitas gambar, termasuk OpenAI. OpenAI juga menerima --openai-moderation low|auto.

• image providers --json mencantumkan penyedia gambar bawaan yang dapat ditemukan, dikonfigurasi, dan dipilih, serta kemampuan pembuatan/penyuntingan yang disediakan oleh masing-masing penyedia.

• image generate --model <provider/model> --json adalah pengujian langsung paling terbatas untuk perubahan pembuatan gambar:

  openclaw infer image providers --jsonopenclaw infer image generate \  --model google/gemini-3.1-flash-image \  --prompt "Gambar pengujian datar minimalis: satu persegi biru pada latar belakang putih, tanpa teks." \  --output ./openclaw-infer-image-smoke.png \  --json

  Respons melaporkan ok, provider, model, attempts, dan jalur keluaran yang ditulis. Saat --output ditetapkan, ekstensi akhir dapat mengikuti jenis MIME yang dikembalikan penyedia.

• Untuk image describe dan image describe-many, gunakan --prompt untuk instruksi khusus tugas (OCR, perbandingan, pemeriksaan UI, pemberian keterangan singkat).

• Gunakan --timeout-ms untuk model visi lokal yang lambat atau proses awal Ollama dari kondisi dingin.

• Untuk image describe, --model eksplisit (harus berupa <provider/model> yang mendukung gambar) dijalankan terlebih dahulu, lalu mencoba agents.defaults.imageModel.fallbacks yang dikonfigurasi jika panggilan tersebut gagal. Kesalahan penyiapan masukan (berkas tidak ada, URL tidak didukung) menyebabkan kegagalan sebelum upaya pengalihan apa pun, dan model harus mendukung gambar dalam katalog model atau konfigurasi penyedia.

• Untuk model visi Ollama lokal, tarik model terlebih dahulu dan tetapkan OLLAMA_API_KEY ke nilai tempat penampung apa pun, misalnya ollama-local. Lihat Ollama.

Audio

Transkripsi berkas (bukan pengelolaan sesi waktu nyata).

openclaw infer audio transcribe --file ./memo.m4a --jsonopenclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "Fokus pada nama dan butir tindakan" --jsonopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

--model harus berupa <provider/model>.

TTS

Sintesis ucapan serta status penyedia/persona TTS.

openclaw infer tts convert --text "halo dari openclaw" --output ./hello.mp3 --jsonopenclaw infer tts convert --text "Build Anda telah selesai" --output ./build-complete.mp3 --jsonopenclaw infer tts providers --jsonopenclaw infer tts personas --jsonopenclaw infer tts status --json

Catatan:

• tts status hanya mendukung --gateway (ini mencerminkan status TTS yang dikelola Gateway).
• Gunakan tts providers, tts voices, tts personas, tts set-provider, dan tts set-persona untuk memeriksa dan mengonfigurasi perilaku TTS.

Video

Pembuatan dan deskripsi.

openclaw infer video generate --prompt "matahari terbenam sinematik di atas lautan" --jsonopenclaw infer video generate --prompt "pengambilan gambar drone yang bergerak perlahan di atas danau hutan" --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

Catatan:

• video generate menerima --size, --aspect-ratio, --resolution, --duration, --audio, --watermark, dan --timeout-ms, yang diteruskan ke runtime pembuatan video.
• --model harus berupa <provider/model> untuk video describe.

Web

Pencarian dan pengambilan.

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

web providers mencantumkan penyedia yang tersedia, dikonfigurasi, dan dipilih untuk pencarian dan pengambilan.

Penyematan

Pembuatan vektor dan pemeriksaan penyedia penyematan.

openclaw infer embedding create --text "lobster yang ramah" --jsonopenclaw infer embedding create --text "tiket dukungan pelanggan: pengiriman tertunda" --model openai/text-embedding-3-large --jsonopenclaw infer embedding providers --json

Keluaran JSON

Perintah infer menormalkan keluaran JSON di bawah amplop bersama:

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

Kolom tingkat teratas yang stabil:

• ok
• capability
• transport
• provider
• model
• attempts
• inputs (lampiran gambar yang dikirim bersama permintaan, jika berlaku)
• outputs
• ignoredOverrides (kunci petunjuk yang tidak didukung penyedia, jika berlaku)
• error

Untuk perintah media yang dihasilkan, outputs berisi berkas yang ditulis oleh OpenClaw. Gunakan path, mimeType, size, dan dimensi khusus media apa pun dalam larik tersebut untuk otomatisasi, alih-alih mengurai stdout yang dapat dibaca manusia.

Kesalahan umum

# Salahopenclaw infer media image generate --prompt "lobster yang ramah" # Benaropenclaw infer image generate --prompt "lobster yang ramah"

# Salahopenclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Benaropenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

Terkait

• Referensi CLI
• Model