CLI สำหรับการอนุมาน

openclaw infer คือพื้นผิวแบบ headless มาตรฐานสำหรับเวิร์กโฟลว์การอนุมานที่มีผู้ให้บริการรองรับ

โดยตั้งใจเปิดเผย capability families ไม่ใช่ชื่อ gateway RPC ดิบ และไม่ใช่ raw agent tool ids ดิบ

เปลี่ยน infer ให้เป็น skill

คัดลอกและวางสิ่งนี้ให้ 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.

skill ที่ดีซึ่งอิง infer ควร:

• จับคู่เจตนาทั่วไปของผู้ใช้กับ infer subcommand ที่ถูกต้อง
• มีตัวอย่าง infer มาตรฐานไม่กี่ตัวอย่างสำหรับเวิร์กโฟลว์ที่ครอบคลุม
• เลือกใช้ openclaw infer ... ในตัวอย่างและคำแนะนำ
• หลีกเลี่ยงการเขียนเอกสารพื้นผิว infer ทั้งหมดซ้ำภายในเนื้อหา skill

ขอบเขตทั่วไปของ skill ที่เน้น infer:

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

เหตุผลที่ใช้ infer

openclaw infer ให้ CLI เดียวที่สอดคล้องกันสำหรับงานการอนุมานที่มีผู้ให้บริการรองรับภายใน OpenClaw

ประโยชน์:

• ใช้ผู้ให้บริการและโมเดลที่กำหนดค่าไว้แล้วใน OpenClaw แทนการต่อ wrapper เฉพาะกิจสำหรับ backend แต่ละตัว
• เก็บเวิร์กโฟลว์โมเดล รูปภาพ การถอดเสียง เสียงเป็นข้อความ วิดีโอ เว็บ และ embedding ไว้ภายใต้ command tree เดียว
• ใช้รูปแบบเอาต์พุต --json ที่เสถียรสำหรับสคริปต์ ระบบอัตโนมัติ และเวิร์กโฟลว์ที่ขับเคลื่อนด้วย agent
• เลือกใช้พื้นผิว OpenClaw แบบ first-party เมื่องานนั้นโดยพื้นฐานคือ "รันการอนุมาน"
• ใช้เส้นทาง local ปกติโดยไม่ต้องใช้ gateway สำหรับคำสั่ง infer ส่วนใหญ่

สำหรับการตรวจสอบผู้ให้บริการแบบ end-to-end ให้เลือกใช้ openclaw infer ... เมื่อการทดสอบ ผู้ให้บริการระดับล่างผ่านแล้ว คำสั่งนี้ทดสอบ CLI ที่จัดส่งจริง การโหลด config การ resolve default-agent การเปิดใช้งาน bundled Plugin และ runtime ของ capability ร่วมกันก่อนส่งคำขอไปยังผู้ให้บริการ

Command tree

 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

งานทั่วไป

ตารางนี้จับคู่งานการอนุมานทั่วไปกับคำสั่ง infer ที่สอดคล้องกัน

พฤติกรรม

• openclaw infer ... คือพื้นผิว CLI หลักสำหรับเวิร์กโฟลว์เหล่านี้
• ใช้ --json เมื่อเอาต์พุตจะถูกใช้โดยคำสั่งหรือสคริปต์อื่น
• ใช้ --provider หรือ --model provider/model เมื่อต้องการ backend เฉพาะ
• ใช้ model run --thinking <level> เพื่อส่งระดับ thinking/reasoning แบบ one-shot (off, minimal, low, medium, high, adaptive, xhigh หรือ max) โดยยังคงให้การรันเป็นแบบ raw
• สำหรับ image describe, audio transcribe และ video describe นั้น --model ต้องใช้รูปแบบ <provider/model>
• สำหรับ image describe นั้น --file รับ path local และ URL รูปภาพ HTTP(S) URL ระยะไกลใช้ media-fetch SSRF policy ปกติ
• สำหรับ image describe นั้น --model ที่ระบุชัดเจนจะรัน provider/model นั้นโดยตรง โมเดลต้องรองรับรูปภาพใน model catalog หรือ provider config codex/<model> รันรอบการเข้าใจรูปภาพของ Codex app-server แบบมีขอบเขต; openai/<model> ใช้เส้นทางผู้ให้บริการ OpenAI พร้อม auth แบบ API-key หรือ ChatGPT/Codex OAuth
• คำสั่งการทำงานแบบ stateless ใช้ local เป็นค่าเริ่มต้น
• คำสั่งสถานะที่ Gateway จัดการใช้ gateway เป็นค่าเริ่มต้น
• เส้นทาง local ปกติไม่จำเป็นต้องให้ gateway ทำงานอยู่
• model run แบบ local คือ provider completion แบบ one-shot ที่กระชับ โดย resolve โมเดลและ auth ของ agent ที่กำหนดค่าไว้ แต่ไม่เริ่มรอบ chat-agent ไม่โหลด tools และไม่เปิด bundled MCP servers
• model run --file รับไฟล์รูปภาพ ตรวจจับ MIME type และส่งไปพร้อมพรอมป์ที่ระบุไปยังโมเดลที่เลือก ระบุ --file ซ้ำสำหรับหลายรูปภาพ
• model run --file ปฏิเสธอินพุตที่ไม่ใช่รูปภาพ ใช้ infer audio transcribe สำหรับไฟล์เสียง และ infer video describe สำหรับไฟล์วิดีโอ
• model run --gateway ทดสอบการ routing ของ Gateway, auth ที่บันทึกไว้, การเลือกผู้ให้บริการ และ runtime แบบฝังตัว แต่ยังคงรันเป็น raw model probe: ส่งพรอมป์ที่ให้มาและไฟล์แนบรูปภาพใดๆ โดยไม่มี transcript ของ session ก่อนหน้า, บริบท bootstrap/AGENTS, การประกอบ context-engine, tools หรือ bundled MCP servers
• model run --gateway --model <provider/model> ต้องใช้ credential ของ operator gateway ที่เชื่อถือได้ เพราะคำขอให้ Gateway รัน provider/model override แบบ one-off
• model run --thinking แบบ local ใช้เส้นทาง provider-completion ที่กระชับ; ระดับเฉพาะผู้ให้บริการ เช่น adaptive และ max จะถูก map ไปยังระดับ simple-completion แบบ portable ที่ใกล้ที่สุด

โมเดล

ใช้ model สำหรับการอนุมานข้อความที่มีผู้ให้บริการรองรับ และการตรวจสอบโมเดล/ผู้ให้บริการ

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 --name gpt-5.5 --json

ใช้ refs แบบเต็ม <provider/model> เพื่อ smoke-test ผู้ให้บริการเฉพาะรายโดยไม่ต้อง เริ่ม Gateway หรือโหลดพื้นผิว agent tool ทั้งหมด:

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-5.5 --prompt "Reply with exactly: pong" --jsonopenclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Describe this image." --file ./photo.jpg --json

หมายเหตุ:

• model run แบบ local คือ smoke CLI ที่แคบที่สุดสำหรับสุขภาพของผู้ให้บริการ/โมเดล/auth เพราะสำหรับผู้ให้บริการที่ไม่ใช่ Codex คำสั่งนี้ส่งเฉพาะพรอมป์ที่ให้มาไปยังโมเดลที่เลือก
• model run --model <provider/model> แบบ local สามารถใช้แถว static catalog แบบ bundled ที่แน่นอนจาก models list --all ก่อนที่จะเขียนผู้ให้บริการนั้นลง config ได้ ยังต้องใช้ auth ของผู้ให้บริการอยู่; credential ที่หายไปจะล้มเหลวเป็นข้อผิดพลาด auth ไม่ใช่ Unknown model
• สำหรับ reasoning probes ของ Mistral Medium 3.5 ให้ปล่อย temperature เป็น unset/default Mistral ปฏิเสธ reasoning_effort="high" พร้อม temperature: 0; ใช้ mistral/mistral-medium-3-5 กับ temperature ค่าเริ่มต้น หรือค่า reasoning-mode ที่ไม่ใช่ศูนย์ เช่น 0.7
• local probes ของ Codex Responses เป็นข้อยกเว้นแคบๆ: OpenClaw เพิ่มคำสั่งระบบขั้นต่ำเพื่อให้ transport เติมฟิลด์ instructions ที่จำเป็นได้ โดยไม่เพิ่มบริบท agent แบบเต็ม tools, memory หรือ transcript ของ session
• model run --file แบบ local คงเส้นทางที่กระชับนั้นไว้ และแนบเนื้อหารูปภาพเข้ากับข้อความผู้ใช้เดียวโดยตรง ไฟล์รูปภาพทั่วไป เช่น PNG, JPEG และ WebP ใช้งานได้เมื่อ MIME type ถูกตรวจพบเป็น image/*; ไฟล์ที่ไม่รองรับหรือไม่รู้จักจะล้มเหลวก่อนเรียกผู้ให้บริการ
• model run --file เหมาะที่สุดเมื่อคุณต้องการทดสอบโมเดลข้อความ multimodal ที่เลือกโดยตรง ใช้ infer image describe เมื่อคุณต้องการการเลือกผู้ให้บริการด้านการเข้าใจรูปภาพของ OpenClaw และการ routing โมเดลรูปภาพเริ่มต้น
• โมเดลที่เลือกต้องรองรับอินพุตรูปภาพ; โมเดลข้อความอย่างเดียวอาจปฏิเสธคำขอที่ชั้นผู้ให้บริการ
• model run --prompt ต้องมีข้อความที่ไม่ใช่ช่องว่าง; พรอมป์ว่างจะถูกปฏิเสธก่อนเรียกผู้ให้บริการ local หรือ Gateway
• model run แบบ local ออกด้วยสถานะ non-zero เมื่อผู้ให้บริการไม่ส่งเอาต์พุตข้อความกลับมา ดังนั้นผู้ให้บริการ local ที่เข้าถึงไม่ได้และ completion ว่างจะไม่ดูเหมือน probe ที่สำเร็จ
• ใช้ model run --gateway เมื่อคุณต้องทดสอบการ routing ของ Gateway, การตั้งค่า agent-runtime หรือสถานะผู้ให้บริการที่ Gateway จัดการ โดยยังคงให้อินพุตโมเดลเป็น raw ใช้ openclaw agent หรือพื้นผิวแชทเมื่อคุณต้องการบริบท agent แบบเต็ม tools, memory และ transcript ของ session
• model auth login, model auth logout และ model auth status จัดการสถานะ auth ของผู้ให้บริการที่บันทึกไว้

รูปภาพ

ใช้ image สำหรับการสร้าง การแก้ไข และคำอธิบาย

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

หมายเหตุ:

• ใช้ image edit เมื่อเริ่มจากไฟล์อินพุตที่มีอยู่แล้ว

• ใช้ --size, --aspect-ratio หรือ --resolution กับ image edit สำหรับ ผู้ให้บริการ/โมเดลที่รองรับคำใบ้เรขาคณิตในการแก้ไขรูปภาพอ้างอิง

• ใช้ --output-format png --background transparent กับ --model openai/gpt-image-1.5 สำหรับเอาต์พุต PNG ของ OpenAI ที่มีพื้นหลังโปร่งใส; --openai-background ยังคงพร้อมใช้งานในฐานะ alias เฉพาะของ OpenAI ผู้ให้บริการ ที่ไม่ได้ประกาศการรองรับพื้นหลังจะรายงานคำใบ้นี้เป็น override ที่ถูกละเว้น

• ใช้ --quality low|medium|high|auto สำหรับผู้ให้บริการที่รองรับคำใบ้คุณภาพรูปภาพ รวมถึง OpenAI ด้วย OpenAI ยังยอมรับ --openai-moderation low|auto สำหรับ คำใบ้การกลั่นกรองเฉพาะผู้ให้บริการ

• ใช้ image providers --json เพื่อตรวจสอบว่าผู้ให้บริการรูปภาพที่รวมมา ค้นพบได้ กำหนดค่าแล้ว ถูกเลือก และความสามารถในการสร้าง/แก้ไขใดบ้าง ที่แต่ละผู้ให้บริการเปิดเผย

• ใช้ image generate --model <provider/model> --json เป็นการทดสอบ live CLI smoke ที่แคบที่สุดสำหรับการเปลี่ยนแปลงการสร้างรูปภาพ ตัวอย่าง:

  openclaw infer image providers --jsonopenclaw 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

  การตอบกลับ JSON จะรายงาน ok, provider, model, attempts และพาธเอาต์พุต ที่เขียนไว้ เมื่อกำหนด --output แล้ว นามสกุลสุดท้ายอาจตาม MIME type ที่ผู้ให้บริการส่งกลับมา

• สำหรับ image describe และ image describe-many ให้ใช้ --prompt เพื่อให้คำสั่งเฉพาะงานแก่โมเดลวิชัน เช่น OCR, การเปรียบเทียบ, การตรวจสอบ UI หรือคำบรรยายสั้นกระชับ

• ใช้ --timeout-ms กับโมเดลวิชันภายในเครื่องที่ช้า หรือการเริ่ม Ollama แบบเย็น

• สำหรับ image describe, --model ต้องเป็น <provider/model> ที่รองรับรูปภาพ

• สำหรับโมเดลวิชัน Ollama ภายในเครื่อง ให้ดึงโมเดลก่อนและตั้งค่า OLLAMA_API_KEY เป็นค่าตัวยึดตำแหน่งใดก็ได้ เช่น ollama-local ดู Ollama

เสียง

ใช้ audio สำหรับการถอดเสียงจากไฟล์

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

หมายเหตุ:

• audio transcribe ใช้สำหรับการถอดเสียงจากไฟล์ ไม่ใช่การจัดการเซสชันแบบเรียลไทม์
• --model ต้องเป็น <provider/model>

TTS

ใช้ tts สำหรับการสังเคราะห์เสียงพูดและสถานะผู้ให้บริการ TTS

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

หมายเหตุ:

• tts status มีค่าเริ่มต้นเป็น gateway เพราะสะท้อนสถานะ TTS ที่ Gateway จัดการ
• ใช้ tts providers, tts voices และ tts set-provider เพื่อตรวจสอบและกำหนดค่าพฤติกรรม TTS

วิดีโอ

ใช้ video สำหรับการสร้างและการอธิบาย

openclaw infer video generate --prompt "cinematic sunset over the ocean" --jsonopenclaw infer video generate --prompt "slow drone shot over a forest lake" --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

หมายเหตุ:

• video generate ยอมรับ --size, --aspect-ratio, --resolution, --duration, --audio, --watermark และ --timeout-ms แล้วส่งต่อไปยังรันไทม์การสร้างวิดีโอ
• --model ต้องเป็น <provider/model> สำหรับ video describe

เว็บ

ใช้ web สำหรับเวิร์กโฟลว์การค้นหาและการดึงข้อมูล

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

หมายเหตุ:

• ใช้ web providers เพื่อตรวจสอบผู้ให้บริการที่พร้อมใช้งาน กำหนดค่าแล้ว และถูกเลือก

Embedding

ใช้ embedding สำหรับการสร้างเวกเตอร์และการตรวจสอบผู้ให้บริการ embedding

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

เอาต์พุต JSON

คำสั่ง infer ทำให้เอาต์พุต JSON อยู่ใน envelope ร่วมแบบมาตรฐาน:

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

ฟิลด์ระดับบนสุดมีความเสถียร:

• ok
• capability
• transport
• provider
• model
• attempts
• outputs
• error

สำหรับคำสั่งสื่อที่สร้างขึ้น outputs จะมีไฟล์ที่ OpenClaw เขียนไว้ ใช้ path, mimeType, size และมิติที่เฉพาะกับสื่อใดๆ ในอาร์เรย์นั้น สำหรับระบบอัตโนมัติ แทนการแยกวิเคราะห์ stdout ที่มนุษย์อ่านได้

ข้อผิดพลาดที่พบบ่อย

# Badopenclaw infer media image generate --prompt "friendly lobster" # Goodopenclaw infer image generate --prompt "friendly lobster"

# Badopenclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Goodopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

หมายเหตุ

• openclaw capability ... เป็น alias สำหรับ openclaw infer ...

ที่เกี่ยวข้อง

• ข้อมูลอ้างอิง CLI
• โมเดล