推論 CLI

openclaw infer は、プロバイダーを利用した推論の標準ヘッドレスインターフェースです。生の Gateway RPC 名やエージェントツール ID ではなく、機能ファミリー（model、image、audio、tts、video、web、embedding）を公開します。openclaw capability ... は、同じコマンドツリーのエイリアスです。

単発のプロバイダーラッパーよりもこれを優先する理由：

• OpenClaw ですでに設定されているプロバイダーとモデルを再利用します。
• スクリプトやエージェント駆動の自動化向けに、安定した --json エンベロープを提供します（JSON 出力を参照）。
• ほとんどのサブコマンドでは、Gateway を介さず通常のローカルパスを実行します。
• エンドツーエンドのプロバイダーチェックでは、プロバイダーへのリクエストを送信する前に、出荷済みの CLI、設定の読み込み、デフォルトエージェントの解決、同梱 Plugin の有効化、共有機能ランタイムを実行します。

infer をスキルにする

これをコピーしてエージェントに貼り付けます：

https://docs.openclaw.ai/cli/infer を読み、私がよく使うワークフローを `openclaw infer` に振り分けるスキルを作成してください。モデル実行、画像生成、動画生成、音声文字起こし、TTS、Web 検索、埋め込みに重点を置いてください。

優れた infer ベースのスキルは、一般的なユーザーの意図を適切なサブコマンドに対応付け、ワークフローごとに標準的な例をいくつか含め、低レベルの代替手段より openclaw infer ... を優先し、スキル本文で infer の全機能を改めて文書化しません。

コマンドツリー

 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> は、このツリーをデータ（機能 ID、トランスポート、説明）として表示します。

一般的なタスク

動作

• 出力を別のコマンドやスクリプトに渡す場合は --json を使用し、それ以外ではテキスト出力を使用します。
• 特定のバックエンドを固定するには、--provider または --model provider/model を使用します。
• 1 回限りの思考／推論オーバーライドには model run --thinking <level> を使用します：off、minimal、low、medium、high、adaptive、xhigh、または max。
• image describe、audio transcribe、video describe では、--model は <provider/model> の形式を使用する必要があります。
• image describe では、--file にローカルパスと HTTP(S) URL を指定できます。リモート URL には通常のメディア取得 SSRF ポリシーが適用されます。
• ステートレス実行コマンド（model run、image *、audio *、video *、web *、embedding *）はデフォルトでローカルを使用します。Gateway が管理する状態コマンド（tts status）はデフォルトで Gateway を使用します。
• ローカルパスでは、Gateway を実行しておく必要はありません。
• ローカルの model run は、軽量な 1 回限りのプロバイダー補完です。設定されたエージェントモデルと認証を解決しますが、チャットエージェントのターンの開始、ツールの読み込み、同梱 MCP サーバーの起動は行いません。
• model run --file は画像ファイル（MIME タイプを自動検出）をプロンプトに添付します。複数の画像には --file を繰り返し指定します。画像以外のファイルは拒否されます。代わりに infer audio transcribe または infer video describe を使用してください。
• model run --gateway は Gateway ルーティング、保存済み認証、プロバイダー選択、組み込みランタイムを実行しますが、生のモデルプローブにとどまります。以前のセッショントランスクリプト、ブートストラップ／AGENTS コンテキスト、ツール、同梱 MCP サーバーは使用しません。
• model run --gateway --model <provider/model> には、信頼されたオペレーターの Gateway 資格情報が必要です。これは Gateway に 1 回限りのプロバイダー／モデルオーバーライドの実行を要求するためです。

モデル

テキスト推論とモデル／プロバイダーの検査。

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 を起動したりエージェントツールのインターフェースを読み込んだりせずに 1 つのプロバイダーをスモークテストするには、--local で完全な <provider/model> 参照を使用します：

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

注記：

• ローカルの model run は、プロバイダー／モデル／認証の正常性を確認するための最小範囲の CLI スモークテストです。ChatGPT-Codex 以外のプロバイダーには、指定されたプロンプトのみを送信します。
• ローカルの model run --model <provider/model> は、そのプロバイダーが設定に書き込まれる前でも、完全に一致する同梱静的カタログ行（openclaw models list --all が表示するものと同じ行）を解決できます。プロバイダー認証は引き続き必要です。資格情報がない場合は、Unknown model ではなく認証エラーとして失敗します。
• Mistral Medium 3.5 の推論プローブでは、temperature を未設定／デフォルトのままにしてください。Mistral は reasoning_effort="high" を temperature: 0 で拒否します。デフォルトの temperature、または 0.7 などのゼロ以外の値を使用してください。
• OpenAI ChatGPT/Codex OAuth（openai-chatgpt-responses API）のローカルプローブでは、トランスポートが必須の instructions フィールドを設定できるように、最小限のシステム指示を追加します。完全なエージェントコンテキスト、ツール、メモリ、セッショントランスクリプトは使用しません。
• model run --file は、画像コンテンツを単一のユーザーメッセージに直接添付します。MIME タイプが image/* として検出される場合、一般的な形式（PNG、JPEG、WebP）を使用できます。未対応または認識されないファイルは、プロバイダーが呼び出される前に失敗します。マルチモーダルモデルを直接プローブするのではなく、OpenClaw の画像モデルルーティングとフォールバックを使用する場合は、代わりに infer image describe を使用してください。
• 選択したモデルは画像入力に対応している必要があります。テキスト専用モデルでは、プロバイダー層でリクエストが拒否される場合があります。
• model run --prompt には空白以外のテキストを含める必要があります。空のプロンプトは、プロバイダーまたは Gateway が呼び出される前に拒否されます。
• ローカルの model run は、プロバイダーがテキスト出力を返さない場合にゼロ以外で終了するため、到達不能なプロバイダーや空の補完が成功したプローブのように見えることはありません。
• モデル入力を生のまま維持しつつ Gateway ルーティングまたはエージェントランタイムのセットアップをテストするには、model run --gateway を使用します。完全なエージェントコンテキスト、ツール、メモリ、セッショントランスクリプトには、openclaw agent またはチャットインターフェースを使用します。
• --thinking adaptive は補完ランタイムレベルの medium に対応します。--thinking max は、ネイティブの最大 effort に対応する OpenAI モデルでは max に、それ以外では xhigh に対応します。
• model auth login、model auth logout、model auth status は、保存済みのプロバイダー認証状態を管理します。

画像

生成、編集、説明。

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

注記：

• 既存の入力ファイルから開始する場合は image edit を使用します。--size、--aspect-ratio、または --resolution は、それらをサポートするプロバイダー／モデルにジオメトリヒントを追加します。

• --output-format png --background transparent と --model openai/gpt-image-1.5 を組み合わせると、背景が透明な OpenAI PNG 出力が得られます。--openai-background は、同じヒントに対する OpenAI 固有のエイリアスです。背景サポートを宣言していないプロバイダーでは、無視されたオーバーライドとして報告されます（JSON エンベロープの ignoredOverrides を参照）。

• --quality low|medium|high|auto は、OpenAI を含む、画質ヒントをサポートするプロバイダーで機能します。OpenAI は --openai-moderation low|auto も受け付けます。

• image providers --json は、バンドルされた画像プロバイダーのうち、検出可能なもの、構成済みのもの、選択されているもの、およびそれぞれが公開する生成／編集機能を一覧表示します。

• image generate --model <provider/model> --json は、画像生成の変更に対する最小範囲のライブスモークテストです。

  openclaw infer image providers --jsonopenclaw infer image generate \  --model google/gemini-3.1-flash-image \  --prompt "テキストなしで、白い背景に青い正方形を1つ配置した、最小限のフラットなテスト画像。" \  --output ./openclaw-infer-image-smoke.png \  --json

  レスポンスでは、ok、provider、model、attempts、および書き込まれた出力パスが報告されます。--output が設定されている場合、最終的な拡張子はプロバイダーから返された MIME タイプに従うことがあります。

• image describe と image describe-many では、タスク固有の指示（OCR、比較、UI 検査、簡潔なキャプション生成）に --prompt を使用します。

• 低速なローカルビジョンモデルや Ollama のコールドスタートには、--timeout-ms を使用します。

• image describe では、明示的な --model（画像対応の <provider/model> である必要があります）が最初に実行され、その呼び出しが失敗した場合は、構成済みの agents.defaults.imageModel.fallbacks が試されます。入力準備エラー（ファイルの欠落、サポートされていない URL）はフォールバックが試行される前に失敗し、モデルカタログまたはプロバイダー構成で、そのモデルが画像対応である必要があります。

• ローカルの Ollama ビジョンモデルでは、まずモデルをプルし、OLLAMA_API_KEY に任意のプレースホルダー値（たとえば ollama-local）を設定します。Ollama を参照してください。

音声

ファイルの文字起こし（リアルタイムのセッション管理ではありません）。

openclaw infer audio transcribe --file ./memo.m4a --jsonopenclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "名前とアクション項目に注目してください" --jsonopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

--model は <provider/model> である必要があります。

TTS

音声合成、および TTS プロバイダー／ペルソナの状態。

openclaw infer tts convert --text "OpenClaw からこんにちは" --output ./hello.mp3 --jsonopenclaw infer tts convert --text "ビルドが完了しました" --output ./build-complete.mp3 --jsonopenclaw infer tts providers --jsonopenclaw infer tts personas --jsonopenclaw infer tts status --json

注記：

• tts status は --gateway のみをサポートします（Gateway が管理する TTS 状態を反映します）。
• TTS の動作を確認および構成するには、tts providers、tts voices、tts personas、tts set-provider、tts set-persona を使用します。

動画

生成と説明。

openclaw infer video generate --prompt "海に沈む映画のような夕日" --jsonopenclaw infer video generate --prompt "森の湖上をゆっくり飛行するドローン映像" --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

注記：

• video generate は、動画生成ランタイムに転送される --size、--aspect-ratio、--resolution、--duration、--audio、--watermark、--timeout-ms を受け付けます。
• video describe では、--model は <provider/model> である必要があります。

Web

検索と取得。

openclaw infer web search --query "OpenClaw ドキュメント" --jsonopenclaw infer web search --query "OpenClaw infer web プロバイダー" --jsonopenclaw infer web fetch --url https://docs.openclaw.ai/cli/infer --jsonopenclaw infer web providers --json

web providers は、検索と取得に使用できるプロバイダー、構成済みのプロバイダー、および選択されているプロバイダーを一覧表示します。

埋め込み

ベクトルの作成と埋め込みプロバイダーの確認。

openclaw infer embedding create --text "親しみやすいロブスター" --jsonopenclaw infer embedding create --text "カスタマーサポートチケット：配送の遅延" --model openai/text-embedding-3-large --jsonopenclaw infer embedding providers --json

JSON 出力

Infer コマンドは、共有エンベロープ配下に JSON 出力を正規化します。

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

安定した最上位フィールド：

• ok
• capability
• transport
• provider
• model
• attempts
• inputs（該当する場合、リクエストとともに送信された画像添付ファイル）
• outputs
• ignoredOverrides（該当する場合、プロバイダーがサポートしていないヒントキー）
• error

生成メディアコマンドでは、outputs に OpenClaw が書き込んだファイルが含まれます。自動化では、人が読める標準出力を解析する代わりに、その配列内の path、mimeType、size、およびメディア固有の寸法を使用します。

よくある落とし穴

# 誤りopenclaw infer media image generate --prompt "親しみやすいロブスター" # 正しい例openclaw infer image generate --prompt "親しみやすいロブスター"

# 誤りopenclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # 正しい例openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

関連項目

• CLI リファレンス
• モデル