Inferentie-CLI

openclaw infer is het canonieke headless oppervlak voor door aanbieders ondersteunde inferentieworkflows. Het toont bewust capaciteitsfamilies, geen ruwe Gateway-RPC-namen en geen ruwe tool-id’s van agents.

Zet infer om in een skill

Kopieer en plak dit naar een agent:

Read https://docs.openclaw.ai/cli/infer, then create a skill that routes my common workflows to `openclaw infer`.
Focus on model runs, image generation, video generation, audio transcription, TTS, web search, and embeddings.

Een goede op infer gebaseerde skill moet:

veelvoorkomende gebruikersintenties koppelen aan het juiste infer-subcommando
enkele canonieke infer-voorbeelden opnemen voor de workflows die de skill dekt
openclaw infer ... gebruiken bij voorkeur in voorbeelden en suggesties
vermijden dat het volledige infer-oppervlak opnieuw wordt gedocumenteerd in de skill-body

Typische dekking voor infer-gerichte skills:

openclaw infer model run
openclaw infer image generate
openclaw infer audio transcribe
openclaw infer tts convert
openclaw infer web search
openclaw infer embedding create

Waarom infer gebruiken

openclaw infer biedt één consistente CLI voor door aanbieders ondersteunde inferentietaken binnen OpenClaw. Voordelen:

Gebruik de aanbieders en modellen die al in OpenClaw zijn geconfigureerd in plaats van eenmalige wrappers voor elke backend op te zetten.
Houd model-, afbeeldings-, audiotranscriptie-, TTS-, video-, web- en embeddingworkflows onder één commandostructuur.
Gebruik een stabiele --json-uitvoervorm voor scripts, automatisering en door agents aangestuurde workflows.
Geef de voorkeur aan een first-party OpenClaw-oppervlak wanneer de taak in wezen “inferentie uitvoeren” is.
Gebruik het normale lokale pad zonder de Gateway te vereisen voor de meeste infer-commando’s.

Geef voor end-to-end providercontroles de voorkeur aan openclaw infer ... zodra lagere provider-tests groen zijn. Het test de verzonden CLI, het laden van configuratie, het oplossen van de standaardagent, activering van gebundelde plugins, herstel van runtime-afhankelijkheden en de gedeelde capaciteitsruntime voordat de provider-aanvraag wordt gedaan.

Commandostructuur

 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
    status
    enable
    disable
    set-provider

  video
    generate
    describe
    providers

  web
    search
    fetch
    providers

  embedding
    create
    providers

Veelvoorkomende taken

Deze tabel koppelt veelvoorkomende inferentietaken aan het bijbehorende infer-commando.

Taak	Commando	Opmerkingen
Een tekst-/modelprompt uitvoeren	`openclaw infer model run --prompt "..." --json`	Gebruikt standaard het normale lokale pad
Een modelprompt op afbeeldingen uitvoeren	`openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model`	Herhaal `--file` voor meerdere afbeeldingsinvoerbestanden
Een afbeelding genereren	`openclaw infer image generate --prompt "..." --json`	Gebruik `image edit` wanneer je vanaf een bestaand bestand begint
Een afbeeldingsbestand beschrijven	`openclaw infer image describe --file ./image.png --prompt "..." --json`	`--model` moet een afbeeldingsgeschikt `<provider/model>` zijn
Audio transcriberen	`openclaw infer audio transcribe --file ./memo.m4a --json`	`--model` moet `<provider/model>` zijn
Spraak synthetiseren	`openclaw infer tts convert --text "..." --output ./speech.mp3 --json`	`tts status` is Gateway-georiënteerd
Een video genereren	`openclaw infer video generate --prompt "..." --json`	Ondersteunt providerhints zoals `--resolution`
Een videobestand beschrijven	`openclaw infer video describe --file ./clip.mp4 --json`	`--model` moet `<provider/model>` zijn
Het web doorzoeken	`openclaw infer web search --query "..." --json`
Een webpagina ophalen	`openclaw infer web fetch --url https://example.com --json`
Embeddings maken	`openclaw infer embedding create --text "..." --json`

Gedrag

openclaw infer ... is het primaire CLI-oppervlak voor deze workflows.
Gebruik --json wanneer de uitvoer door een ander commando of script wordt gebruikt.
Gebruik --provider of --model provider/model wanneer een specifieke backend vereist is.
Voor image describe, audio transcribe en video describe moet --model de vorm <provider/model> gebruiken.
Voor image describe voert een expliciet --model die provider/dat model direct uit. Het model moet afbeeldingsgeschikt zijn in de modelcatalogus of providerconfiguratie. codex/<model> voert een begrensde Codex-appserverronde voor afbeeldingsbegrip uit; openai-codex/<model> gebruikt het OpenAI Codex OAuth-providerpad.
Stateless uitvoeringscommando’s gebruiken standaard lokaal.
Door de Gateway beheerde statuscommando’s gebruiken standaard de Gateway.
Het normale lokale pad vereist niet dat de Gateway actief is.
Lokale model run is een lichte eenmalige provider-completion. Het lost het geconfigureerde agentmodel en de auth op, maar start geen chat-agentronde, laadt geen tools en opent geen gebundelde MCP-servers.
model run --file accepteert afbeeldingsbestanden, detecteert hun MIME-type en stuurt ze met de opgegeven prompt naar het geselecteerde model. Herhaal --file voor meerdere afbeeldingen.
model run --file weigert niet-afbeeldingsinvoer. Gebruik infer audio transcribe voor audiobestanden en infer video describe voor videobestanden.
model run --gateway test Gateway-routering, opgeslagen auth, providerselectie en de ingebedde runtime, maar draait nog steeds als een ruwe modelprobe: het stuurt de opgegeven prompt en eventuele afbeeldingsbijlagen zonder eerdere sessietranscriptie, bootstrap-/AGENTS-context, context-engine-assemblage, tools of gebundelde MCP-servers.
model run --gateway --model <provider/model> vereist een vertrouwde operator-Gateway-referentie omdat de aanvraag de Gateway vraagt een eenmalige provider/model-override uit te voeren.

Model

Gebruik model voor door providers ondersteunde tekstinferentie en model-/providerinspectie.

openclaw infer model run --prompt "Reply with exactly: smoke-ok" --json
openclaw infer model run --prompt "Summarize this changelog entry" --model openai/gpt-5.4 --json
openclaw infer model run --prompt "Describe this image in one sentence" --file ./photo.jpg --model google/gemini-2.5-flash --json
openclaw infer model providers --json
openclaw infer model inspect --name gpt-5.5 --json

Gebruik volledige <provider/model>-verwijzingen om een specifieke provider te smoke-testen zonder de Gateway te starten of het volledige agent-tooloppervlak te laden:

openclaw infer model run --local --model anthropic/claude-sonnet-4-6 --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model cerebras/zai-glm-4.7 --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model google/gemini-2.5-flash --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model groq/llama-3.1-8b-instant --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model mistral/mistral-small-latest --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model openai/gpt-4.1 --prompt "Reply with exactly: pong" --json
openclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Describe this image." --file ./photo.jpg --json

Opmerkingen:

Lokale model run is de smalste CLI-smoke voor provider-/model-/auth-gezondheid omdat het alleen de opgegeven prompt naar het geselecteerde model stuurt.
Lokale model run --file behoudt dat lichte pad en voegt afbeeldingsinhoud rechtstreeks toe aan het enkele gebruikersbericht. Veelvoorkomende afbeeldingsbestanden zoals PNG, JPEG en WebP werken wanneer hun MIME-type als image/* wordt gedetecteerd; niet-ondersteunde of niet-herkende bestanden falen voordat de provider wordt aangeroepen.
model run --file is het meest geschikt wanneer je het geselecteerde multimodale tekstmodel direct wilt testen. Gebruik infer image describe wanneer je OpenClaw’s providerselectie voor afbeeldingsbegrip en standaardroutering voor afbeeldingsmodellen wilt gebruiken.
Het geselecteerde model moet afbeeldingsinvoer ondersteunen; modellen die alleen tekst ondersteunen kunnen de aanvraag op providerlaag weigeren.
model run --prompt moet tekst bevatten die niet alleen uit witruimte bestaat; lege prompts worden geweigerd voordat lokale providers of de Gateway worden aangeroepen.
Lokale model run sluit af met een niet-nulstatus wanneer de provider geen tekstuitvoer retourneert, zodat onbereikbare lokale providers en lege completions niet op succesvolle probes lijken.
Gebruik model run --gateway wanneer je Gateway-routering, agent-runtime-initialisatie of door de Gateway beheerde providerstatus moet testen terwijl de modelinvoer ruw blijft. Gebruik openclaw agent of chatoppervlakken wanneer je de volledige agentcontext, tools, geheugen en sessietranscriptie wilt.
model auth login, model auth logout en model auth status beheren opgeslagen provider-authstatus.

Afbeelding

Gebruik image voor genereren, bewerken en beschrijven.

openclaw infer image generate --prompt "friendly lobster illustration" --json
openclaw infer image generate --prompt "cinematic product photo of headphones" --json
openclaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "simple red circle sticker on a transparent background" --json
openclaw infer image generate --prompt "slow image backend" --timeout-ms 180000 --json
openclaw infer image edit --file ./logo.png --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "keep the logo, remove the background" --json
openclaw infer image edit --file ./poster.png --prompt "make this a vertical story ad" --size 2160x3840 --aspect-ratio 9:16 --resolution 4K --json
openclaw infer image describe --file ./photo.jpg --json
openclaw infer image describe --file ./receipt.jpg --prompt "Extract the merchant, date, and total" --json
openclaw infer image describe-many --file ./before.png --file ./after.png --prompt "Compare the screenshots and list visible UI changes" --json
openclaw infer image describe --file ./ui-screenshot.png --model openai/gpt-4.1-mini --json
openclaw infer image describe --file ./photo.jpg --model ollama/qwen2.5vl:7b --prompt "Describe the image in one sentence" --timeout-ms 300000 --json

Opmerkingen:

Gebruik image edit wanneer je begint met bestaande invoerbestanden.
Gebruik --size, --aspect-ratio of --resolution met image edit voor providers/modellen die geometriehints ondersteunen bij bewerkingen van referentieafbeeldingen.
Gebruik --output-format png --background transparent met --model openai/gpt-image-1.5 voor OpenAI PNG-uitvoer met transparante achtergrond; --openai-background blijft beschikbaar als OpenAI-specifieke alias. Providers die geen achtergrondondersteuning declareren, rapporteren de hint als een genegeerde override.
Gebruik image providers --json om te verifiëren welke gebundelde afbeeldingsproviders vindbaar, geconfigureerd en geselecteerd zijn, en welke genererings-/bewerkingscapaciteiten elke provider biedt.
Gebruik image generate --model <provider/model> --json als de smalste live CLI-smoke voor wijzigingen in afbeeldingsgeneratie. Voorbeeld:
```
openclaw infer image providers --json
openclaw infer image generate \
  --model google/gemini-3.1-flash-image-preview \
  --prompt "Minimal flat test image: one blue square on a white background, no text." \
  --output ./openclaw-infer-image-smoke.png \
  --json
```
De JSON-reactie rapporteert ok, provider, model, attempts en geschreven uitvoerpaden. Wanneer --output is ingesteld, kan de uiteindelijke extensie het door de provider geretourneerde MIME-type volgen.
Gebruik voor image describe en image describe-many --prompt om het vision-model een taakspecifieke instructie te geven, zoals OCR, vergelijking, UI-inspectie of beknopte bijschriften.
Gebruik --timeout-ms met langzame lokale vision-modellen of koude Ollama-starts.
Voor image describe moet --model een image-capable <provider/model> zijn.
Voor lokale Ollama vision-modellen: haal eerst het model op en stel OLLAMA_API_KEY in op een willekeurige placeholderwaarde, bijvoorbeeld ollama-local. Zie Ollama.

Audio

Gebruik audio voor bestandstranscriptie.

openclaw infer audio transcribe --file ./memo.m4a --json
openclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "Focus on names and action items" --json
openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

Opmerkingen:

audio transcribe is bedoeld voor bestandstranscriptie, niet voor realtime sessiebeheer.
--model moet <provider/model> zijn.

TTS

Gebruik tts voor spraaksynthese en TTS-providerstatus.

openclaw infer tts convert --text "hello from openclaw" --output ./hello.mp3 --json
openclaw infer tts convert --text "Your build is complete" --output ./build-complete.mp3 --json
openclaw infer tts providers --json
openclaw infer tts status --json

Opmerkingen:

tts status gebruikt standaard Gateway, omdat het de door Gateway beheerde TTS-status weergeeft.
Gebruik tts providers, tts voices en tts set-provider om TTS-gedrag te inspecteren en te configureren.

Video

Gebruik video voor generatie en beschrijving.

openclaw infer video generate --prompt "cinematic sunset over the ocean" --json
openclaw infer video generate --prompt "slow drone shot over a forest lake" --resolution 768P --duration 6 --json
openclaw infer video describe --file ./clip.mp4 --json
openclaw infer video describe --file ./clip.mp4 --model openai/gpt-4.1-mini --json

Opmerkingen:

video generate accepteert --size, --aspect-ratio, --resolution, --duration, --audio, --watermark en --timeout-ms en geeft deze door aan de runtime voor videogeneratie.
--model moet <provider/model> zijn voor video describe.

Web

Gebruik web voor zoek- en ophaalworkflows.

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

Opmerkingen:

Gebruik web providers om beschikbare, geconfigureerde en geselecteerde providers te inspecteren.

Embedding

Gebruik embedding voor het maken van vectoren en inspectie van embeddingproviders.

openclaw infer embedding create --text "friendly lobster" --json
openclaw infer embedding create --text "customer support ticket: delayed shipment" --model openai/text-embedding-3-large --json
openclaw infer embedding providers --json

JSON-uitvoer

Infer-opdrachten normaliseren JSON-uitvoer onder een gedeelde envelop:

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

Velden op topniveau zijn stabiel:

ok
capability
transport
provider
model
attempts
outputs
error

Voor opdrachten voor gegenereerde media bevat outputs bestanden die door OpenClaw zijn geschreven. Gebruik de path, mimeType, size en eventuele mediaspecifieke dimensies in die array voor automatisering in plaats van het parsen van voor mensen leesbare stdout.

Veelvoorkomende valkuilen

# Bad
openclaw infer media image generate --prompt "friendly lobster"

# Good
openclaw infer image generate --prompt "friendly lobster"

# Bad
openclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json

# Good
openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

Opmerkingen

openclaw capability ... is een alias voor openclaw infer ....

CLI commands

RPC and API

Templates

Technical reference

Concept internals

Project

Release and CI

Zet infer om in een skill

Waarom infer gebruiken

Commandostructuur

Veelvoorkomende taken

Gedrag

Model

Afbeelding

Audio

TTS

Video

Web

Embedding

JSON-uitvoer

Veelvoorkomende valkuilen

Opmerkingen

Gerelateerd

CLI commands

RPC and API

Templates

Technical reference

Concept internals

Project

Release and CI

Documentation Index

​Zet infer om in een skill

​Waarom infer gebruiken

​Commandostructuur

​Veelvoorkomende taken

​Gedrag

​Model

​Afbeelding

​Audio

​TTS

​Video

​Web

​Embedding

​JSON-uitvoer

​Veelvoorkomende valkuilen

​Opmerkingen

​Gerelateerd

Zet infer om in een skill

Waarom infer gebruiken

Commandostructuur

Veelvoorkomende taken

Gedrag

Model

Afbeelding

Audio

TTS

Video

Web

Embedding

JSON-uitvoer

Veelvoorkomende valkuilen

Opmerkingen

Gerelateerd