Documentation Index
Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt
Use this file to discover all available pages before exploring further.
openclaw infer は、プロバイダー支援の推論ワークフロー向けの標準的なヘッドレスサーフェスです。
これは意図的に、未加工の Gateway RPC 名や未加工のエージェントツール ID ではなく、機能ファミリーを公開します。
infer を skill に変換する
これをエージェントにコピーして貼り付けます。- 一般的なユーザーの意図を正しい infer サブコマンドに対応付ける
- 対象とするワークフロー向けに、標準的な infer の例をいくつか含める
- 例や提案では
openclaw infer ...を優先する - skill 本文の中で infer サーフェス全体を再ドキュメント化することを避ける
openclaw infer model runopenclaw infer image generateopenclaw infer audio transcribeopenclaw infer tts convertopenclaw infer web searchopenclaw infer embedding create
infer を使う理由
openclaw infer は、OpenClaw 内のプロバイダー支援推論タスクに対して一貫した CLI を提供します。
利点:
- 各バックエンド用の一回限りのラッパーを配線する代わりに、OpenClaw で既に設定済みのプロバイダーとモデルを使用できます。
- モデル、画像、音声文字起こし、TTS、動画、Web、埋め込みのワークフローを 1 つのコマンドツリーの下にまとめられます。
- スクリプト、自動化、エージェント駆動ワークフロー向けに、安定した
--json出力形状を使用できます。 - タスクが本質的に「推論を実行する」ものである場合は、ファーストパーティの OpenClaw サーフェスを優先できます。
- ほとんどの infer コマンドで、Gateway を必要とせず通常のローカルパスを使用できます。
openclaw infer ... を優先してください。これは、プロバイダーリクエストが行われる前に、出荷済み CLI、設定読み込み、
デフォルトエージェント解決、同梱 Plugin の有効化、共有機能
ランタイムを実行します。
コマンドツリー
一般的なタスク
この表は、一般的な推論タスクを対応する infer コマンドに対応付けます。| タスク | コマンド | 注記 |
|---|---|---|
| テキスト/モデルプロンプトを実行する | openclaw infer model run --prompt "..." --json | デフォルトでは通常のローカルパスを使用します |
| 画像に対してモデルプロンプトを実行する | openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model | 複数の画像入力には --file を繰り返します |
| 画像を生成する | openclaw infer image generate --prompt "..." --json | 既存ファイルから始める場合は image edit を使用します |
| 画像ファイルを説明する | openclaw infer image describe --file ./image.png --prompt "..." --json | --model は画像対応の <provider/model> である必要があります |
| 音声を書き起こす | openclaw infer audio transcribe --file ./memo.m4a --json | --model は <provider/model> である必要があります |
| 音声を合成する | openclaw infer tts convert --text "..." --output ./speech.mp3 --json | tts status は Gateway 向けです |
| 動画を生成する | openclaw infer video generate --prompt "..." --json | --resolution などのプロバイダーヒントをサポートします |
| 動画ファイルを説明する | openclaw infer video describe --file ./clip.mp4 --json | --model は <provider/model> である必要があります |
| Web を検索する | openclaw infer web search --query "..." --json | |
| Web ページを取得する | openclaw infer web fetch --url https://example.com --json | |
| 埋め込みを作成する | openclaw infer embedding create --text "..." --json |
動作
openclaw infer ...は、これらのワークフロー向けの主要な CLI サーフェスです。- 出力が別のコマンドやスクリプトに消費される場合は
--jsonを使用します。 - 特定のバックエンドが必要な場合は
--providerまたは--model provider/modelを使用します。 image describe、audio transcribe、video describeでは、--modelは<provider/model>形式を使用する必要があります。image describeでは、明示的な--modelによりそのプロバイダー/モデルが直接実行されます。モデルは、モデルカタログまたはプロバイダー設定で画像対応である必要があります。codex/<model>は境界付けられた Codex アプリサーバーの画像理解ターンを実行します。openai-codex/<model>は OpenAI Codex OAuth プロバイダーパスを使用します。- ステートレス実行コマンドはデフォルトでローカルになります。
- Gateway 管理の状態コマンドはデフォルトで Gateway になります。
- 通常のローカルパスでは、Gateway が実行中である必要はありません。
- ローカルの
model runは、軽量なワンショットのプロバイダー補完です。設定済みの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は画像ファイルを受け取り、MIME タイプを検出し、指定されたプロンプトとともに選択されたモデルへ送信します。複数の画像には--fileを繰り返します。model run --fileは画像以外の入力を拒否します。音声ファイルにはinfer audio transcribeを、動画ファイルにはinfer video describeを使用します。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、それでも未加工のモデルプローブとして動作します。事前のセッショントランスクリプト、bootstrap/AGENTS コンテキスト、コンテキストエンジン組み立て、ツール、同梱 MCP サーバーなしで、指定されたプロンプトと任意の画像添付を送信します。model run --gateway --model <provider/model>には、信頼されたオペレーター Gateway 認証情報が必要です。これは、リクエストが Gateway に一回限りのプロバイダー/モデル上書きを実行するよう求めるためです。
モデル
プロバイダー支援のテキスト推論とモデル/プロバイダーの検査にはmodel を使用します。
<provider/model> 参照を使用します。
- ローカルの
model runは、プロバイダー/モデル/認証の健全性を確認するための最も狭い CLI smoke です。これは、非 Codex プロバイダーでは、選択されたモデルに指定プロンプトのみを送信するためです。 openai-codex/*のローカルプローブは狭い例外です。OpenClaw は、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を追加せずに、Codex Responses 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、最小限のシステム指示を追加します。- ローカルの
model run --fileはその軽量パスを維持し、画像コンテンツを単一のユーザーメッセージへ直接添付します。PNG、JPEG、WebP などの一般的な画像ファイルは、MIME タイプがimage/*として検出される場合に動作します。サポートされていないファイルや認識できないファイルは、プロバイダーが呼び出される前に失敗します。 model run --fileは、選択したマルチモーダルテキストモデルを直接テストしたい場合に最適です。OpenClaw の画像理解プロバイダー選択とデフォルト画像モデルルーティングを使用したい場合は、infer image describeを使用します。- 選択したモデルは画像入力をサポートしている必要があります。テキスト専用モデルは、プロバイダー層でリクエストを拒否する場合があります。
model run --promptには空白以外のテキストが含まれている必要があります。空のプロンプトは、ローカル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非ゼロで終了します。そのため、到達不能なローカルプロバイダーや空の補完が成功したプローブのようには見えません。 - Gateway ルーティング、エージェントランタイムセットアップ、または Gateway 管理のプロバイダー状態をテストしつつ、モデル入力を未加工のままにしたい場合は
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が必要な場合は、openclaw agentまたはチャットサーフェスを使用します。 model auth login、model auth logout、model auth statusは、保存済みプロバイダー認証状態を管理します。
画像
生成、編集、説明にはimage を使用します。
-
既存の入力ファイルから始める場合は
image editを使用します。 -
参照画像編集でジオメトリヒントをサポートするプロバイダー/モデルには、
image editとともに--size、--aspect-ratio、または--resolutionを使用します。 -
透過背景の OpenAI PNG 出力には、
--model openai/gpt-image-1.5とともに--output-format png --background transparentを使用します。--openai-backgroundは OpenAI 固有のエイリアスとして引き続き利用できます。背景サポートを宣言していないプロバイダーでは、そのヒントは無視されたオーバーライドとして報告されます。 -
image providers --jsonを使用して、同梱されているどの画像プロバイダーが検出可能、設定済み、選択済みであり、各プロバイダーがどの生成/編集機能を公開しているかを確認します。 -
画像生成の変更に対する最小限のライブ CLI スモークとして、
image generate --model <provider/model> --jsonを使用します。例:JSON レスポンスはok、provider、model、attempts、書き込まれた出力パスを報告します。--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が返した MIME タイプに従うことがあります。 -
image describeとimage describe-manyでは、OCR、比較、UI 検査、簡潔なキャプション付けなど、視覚モデルにタスク固有の指示を与えるために--promptを使用します。 -
遅いローカル視覚モデルやコールドスタートの Ollama には
--timeout-msを使用します。 -
image describeでは、--modelは画像対応の<provider/model>である必要があります。 -
ローカルの Ollama 視覚モデルでは、まずモデルを pull し、
OLLAMA_API_KEYを任意のプレースホルダー値、たとえばollama-localに設定します。Ollama を参照してください。
音声
ファイル文字起こしにはaudio を使用します。
audio transcribeはファイル文字起こし用であり、リアルタイムセッション管理用ではありません。--modelは<provider/model>である必要があります。
TTS
音声合成と TTS プロバイダー状態にはtts を使用します。
tts statusは Gateway 管理の TTS 状態を反映するため、デフォルトで gateway になります。- TTS の動作を検査および設定するには、
tts providers、tts voices、tts set-providerを使用します。
動画
生成と説明にはvideo を使用します。
video generateは--size、--aspect-ratio、--resolution、--duration、--audio、--watermark、--timeout-msを受け取り、それらを動画生成ランタイムへ転送します。video describeでは、--modelは<provider/model>である必要があります。
Web
検索と取得のワークフローにはweb を使用します。
- 利用可能、設定済み、選択済みのプロバイダーを検査するには、
web providersを使用します。
Embedding
ベクトル作成と embedding プロバイダー検査にはembedding を使用します。
JSON 出力
Infer コマンドは、共有エンベロープの下で JSON 出力を正規化します。okcapabilitytransportprovidermodelattemptsoutputserror
outputs に OpenClaw が書き込んだファイルが含まれます。人間向けの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自動化に使用してください。
よくある落とし穴
注記
openclaw capability ...はopenclaw infer ...のエイリアスです。