CLI commands

CLI สำหรับการอนุมาน

openclaw infer เป็นอินเทอร์เฟซแบบไม่มีส่วนติดต่อผู้ใช้หลักสำหรับการอนุมานที่ทำงานผ่านผู้ให้บริการ โดยเปิดเผยกลุ่มความสามารถ (model, image, audio, tts, video, web, embedding) ไม่ใช่ชื่อ RPC ดิบของ Gateway หรือรหัสเครื่องมือของเอเจนต์ openclaw capability ... เป็นนามแฝงสำหรับโครงสร้างคำสั่งเดียวกัน

เหตุผลที่ควรเลือกใช้แทนตัวหุ้มผู้ให้บริการที่สร้างขึ้นเฉพาะกิจ:

นำผู้ให้บริการและโมเดลที่กำหนดค่าไว้แล้วใน OpenClaw มาใช้ซ้ำ
รูปแบบครอบ --json ที่เสถียรสำหรับสคริปต์และระบบอัตโนมัติที่ขับเคลื่อนโดยเอเจนต์ (ดู เอาต์พุต JSON)
เรียกใช้เส้นทางภายในเครื่องตามปกติโดยไม่ผ่าน Gateway สำหรับคำสั่งย่อยส่วนใหญ่
สำหรับการตรวจสอบผู้ให้บริการตั้งแต่ต้นจนจบ ระบบจะทดสอบ CLI ที่เผยแพร่แล้ว การโหลดการกำหนดค่า การระบุเอเจนต์เริ่มต้น การเปิดใช้งาน Plugin ที่มาพร้อมระบบ และรันไทม์ความสามารถที่ใช้ร่วมกัน ก่อนส่งคำขอไปยังผู้ให้บริการ

เปลี่ยน infer ให้เป็น Skills

คัดลอกและวางข้อความนี้ให้เอเจนต์:

text

อ่าน https://docs.openclaw.ai/cli/infer จากนั้นสร้าง Skills ที่กำหนดเส้นทางเวิร์กโฟลว์ทั่วไปของฉันไปยัง `openclaw infer`เน้นการเรียกใช้โมเดล การสร้างภาพ การสร้างวิดีโอ การถอดเสียง การแปลงข้อความเป็นเสียงพูด การค้นหาเว็บ และเวกเตอร์ฝัง

Skills ที่อิงกับ infer ซึ่งออกแบบมาอย่างดีจะจับคู่เจตนาทั่วไปของผู้ใช้กับคำสั่งย่อยที่เหมาะสม มีตัวอย่างมาตรฐานสองสามรายการต่อเวิร์กโฟลว์ เลือกใช้ openclaw infer ... แทนทางเลือกระดับล่าง และไม่เขียนเอกสารพื้นผิว infer ทั้งหมดซ้ำในเนื้อหาของ Skills

โครงสร้างคำสั่ง

text

 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> แสดงโครงสร้างนี้ในรูปแบบข้อมูล (รหัสความสามารถ การขนส่ง คำอธิบาย)

งานทั่วไป

งาน	คำสั่ง	หมายเหตุ
เรียกใช้พรอมต์ข้อความ/โมเดล	`openclaw infer model run --prompt "..." --json`	ใช้ภายในเครื่องโดยค่าเริ่มต้น
เรียกใช้พรอมต์โมเดลกับภาพ	`openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model`	ใช้ `--file` ซ้ำสำหรับหลายภาพ
สร้างภาพ	`openclaw infer image generate --prompt "..." --json`	ใช้ `image edit` เมื่อเริ่มจากไฟล์ที่มีอยู่
อธิบายไฟล์ภาพหรือ URL	`openclaw infer image describe --file ./image.png --prompt "..." --json`	`--model` ต้องเป็น `<provider/model>` ที่รองรับภาพ
ถอดเสียง	`openclaw infer audio transcribe --file ./memo.m4a --json`	`--model` ต้องเป็น `<provider/model>`
สังเคราะห์เสียงพูด	`openclaw infer tts convert --text "..." --output ./speech.mp3 --json`	`tts status` ทำงานผ่าน Gateway เท่านั้น
สร้างวิดีโอ	`openclaw infer video generate --prompt "..." --json`	รองรับคำใบ้ผู้ให้บริการ เช่น `--resolution`
อธิบายไฟล์วิดีโอ	`openclaw infer video describe --file ./clip.mp4 --json`	`--model` ต้องเป็น `<provider/model>`
ค้นหาเว็บ	`openclaw infer web search --query "..." --json`
ดึงข้อมูลหน้าเว็บ	`openclaw infer web fetch --url https://example.com --json`
สร้างเวกเตอร์ฝัง	`openclaw infer embedding create --text "..." --json`

ลักษณะการทำงาน

ใช้ --json เมื่อจะส่งเอาต์พุตให้คำสั่งหรือสคริปต์อื่น มิฉะนั้นให้ใช้เอาต์พุตข้อความ
ใช้ --provider หรือ --model provider/model เพื่อตรึงแบ็กเอนด์ที่ระบุ
ใช้ model run --thinking <level> เพื่อแทนที่การคิด/การให้เหตุผลแบบครั้งเดียว: off, minimal, low, medium, high, adaptive, xhigh หรือ max
สำหรับ image describe, audio transcribe และ video describe นั้น --model ต้องใช้รูปแบบ <provider/model>
สำหรับ image describe นั้น --file รองรับพาธภายในเครื่องและ HTTP(S) URL ส่วน URL ระยะไกลจะอยู่ภายใต้นโยบาย SSRF สำหรับการดึงสื่อตามปกติ
คำสั่งดำเนินการแบบไร้สถานะ (model run, image *, audio *, video *, web *, embedding *) ใช้ภายในเครื่องโดยค่าเริ่มต้น ส่วนคำสั่งสถานะที่จัดการโดย Gateway (tts status) ใช้ Gateway โดยค่าเริ่มต้น
เส้นทางภายในเครื่องไม่จำเป็นต้องให้ Gateway ทำงานอยู่
model run ภายในเครื่องเป็นการเติมคำตอบจากผู้ให้บริการแบบครั้งเดียวที่กระชับ โดยระบุโมเดลและข้อมูลรับรองความถูกต้องของเอเจนต์ที่กำหนดค่าไว้ แต่จะไม่เริ่มเทิร์นของแชตเอเจนต์ โหลดเครื่องมือ หรือเปิดเซิร์ฟเวอร์ MCP ที่มาพร้อมระบบ
model run --file แนบไฟล์ภาพ (ตรวจหาประเภท MIME โดยอัตโนมัติ) เข้ากับพรอมต์ ใช้ --file ซ้ำสำหรับหลายภาพ ไฟล์ที่ไม่ใช่ภาพจะถูกปฏิเสธ — ให้ใช้ infer audio transcribe หรือ infer video describe แทน
model run --gateway ทดสอบการกำหนดเส้นทางของ Gateway ข้อมูลรับรองความถูกต้องที่บันทึกไว้ การเลือกผู้ให้บริการ และรันไทม์แบบฝัง แต่ยังคงเป็นการตรวจสอบโมเดลดิบ: ไม่มีทรานสคริปต์เซสชันก่อนหน้า บริบทบูตสแตรป/AGENTS เครื่องมือ หรือเซิร์ฟเวอร์ MCP ที่มาพร้อมระบบ
model run --gateway --model <provider/model> ต้องใช้ข้อมูลรับรอง Gateway ของผู้ดำเนินการที่เชื่อถือได้ เนื่องจากเป็นการขอให้ Gateway เรียกใช้การแทนที่ผู้ให้บริการ/โมเดลแบบครั้งเดียว

โมเดล

การอนุมานข้อความและการตรวจสอบโมเดล/ผู้ให้บริการ

bash

openclaw infer model run --prompt "ตอบกลับด้วยข้อความนี้เท่านั้น: smoke-ok" --jsonopenclaw infer model run --prompt "สรุปรายการบันทึกการเปลี่ยนแปลงนี้" --model openai/gpt-5.4 --jsonopenclaw infer model run --prompt "อธิบายภาพนี้ในหนึ่งประโยค" --file ./photo.jpg --model google/gemini-2.5-flash --jsonopenclaw infer model run --prompt "ใช้การให้เหตุผลมากขึ้นตรงนี้" --thinking high --jsonopenclaw infer model providers --jsonopenclaw infer model inspect --model gpt-5.6-sol --json

ใช้การอ้างอิง <provider/model> แบบเต็มร่วมกับ --local เพื่อทดสอบขั้นต้นผู้ให้บริการรายหนึ่งโดยไม่ต้องเริ่ม Gateway หรือโหลดพื้นผิวเครื่องมือของเอเจนต์:

bash

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

หมายเหตุ:

model run ภายในเครื่องเป็นการทดสอบขั้นต้นผ่าน CLI ที่แคบที่สุดสำหรับตรวจสอบสถานะของผู้ให้บริการ/โมเดล/การรับรองความถูกต้อง โดยสำหรับผู้ให้บริการที่ไม่ใช่ ChatGPT-Codex ระบบจะส่งเฉพาะพรอมต์ที่ระบุ
model run --model <provider/model> ภายในเครื่องสามารถระบุแถวที่ตรงกันทุกประการจากแค็ตตาล็อกแบบคงที่ที่มาพร้อมระบบ (แถวเดียวกับที่ openclaw models list --all แสดง) ก่อนเขียนผู้ให้บริการนั้นลงในการกำหนดค่า ยังคงต้องมีการรับรองความถูกต้องของผู้ให้บริการ หากขาดข้อมูลรับรอง ระบบจะล้มเหลวด้วยข้อผิดพลาดการรับรองความถูกต้อง ไม่ใช่ Unknown model
สำหรับการตรวจสอบการให้เหตุผลของ Mistral Medium 3.5 ให้ปล่อยค่าอุณหภูมิเป็นไม่กำหนด/ค่าเริ่มต้น Mistral ปฏิเสธ reasoning_effort="high" ด้วย temperature: 0 ให้ใช้ค่าอุณหภูมิเริ่มต้นหรือค่าที่ไม่ใช่ศูนย์ เช่น 0.7
การตรวจสอบภายในเครื่องด้วย OpenAI ChatGPT/Codex OAuth (API openai-chatgpt-responses) จะเพิ่มคำสั่งระบบขั้นต่ำเพื่อให้การขนส่งสามารถใส่ข้อมูลในฟิลด์ instructions ที่จำเป็นได้ — โดยไม่มีบริบทเอเจนต์แบบเต็ม เครื่องมือ หน่วยความจำ หรือทรานสคริปต์เซสชัน
model run --file แนบเนื้อหาภาพโดยตรงกับข้อความผู้ใช้รายการเดียว รูปแบบทั่วไป (PNG, JPEG, WebP) ใช้งานได้เมื่อตรวจพบประเภท MIME เป็น image/* ส่วนไฟล์ที่ไม่รองรับหรือไม่รู้จักจะล้มเหลวก่อนเรียกผู้ให้บริการ ให้ใช้ infer image describe แทนเมื่อต้องการการกำหนดเส้นทางโมเดลภาพและกลไกสำรองของ OpenClaw แทนการตรวจสอบโมเดลหลายสื่อโดยตรง
โมเดลที่เลือกต้องรองรับอินพุตภาพ โมเดลที่รองรับเฉพาะข้อความอาจปฏิเสธคำขอที่ชั้นผู้ให้บริการ
model run --prompt ต้องมีข้อความที่ไม่ใช่ช่องว่าง พรอมต์ว่างจะถูกปฏิเสธก่อนเรียกผู้ให้บริการหรือ Gateway
model run ภายในเครื่องจะจบการทำงานด้วยรหัสที่ไม่ใช่ศูนย์เมื่อผู้ให้บริการไม่ส่งเอาต์พุตข้อความ เพื่อไม่ให้ผู้ให้บริการที่เข้าถึงไม่ได้และการเติมคำตอบที่ว่างเปล่าดูเหมือนเป็นการตรวจสอบที่สำเร็จ
ใช้ model run --gateway เพื่อทดสอบการกำหนดเส้นทางของ Gateway หรือการตั้งค่ารันไทม์เอเจนต์ โดยคงอินพุตโมเดลเป็นข้อมูลดิบ ใช้ openclaw agent หรือพื้นผิวแชตสำหรับบริบทเอเจนต์แบบเต็ม เครื่องมือ หน่วยความจำ และทรานสคริปต์เซสชัน
--thinking adaptive แมปกับ medium ระดับรันไทม์การเติมคำตอบ ส่วน --thinking max แมปกับ max สำหรับโมเดล OpenAI ที่รองรับระดับความพยายามสูงสุดแบบเนทีฟ มิฉะนั้นจะเป็น xhigh
model auth login, model auth logout และ model auth status จัดการสถานะการรับรองความถูกต้องของผู้ให้บริการที่บันทึกไว้

ภาพ

การสร้าง การแก้ไข และการอธิบาย

bash

openclaw infer image generate --prompt "ภาพประกอบกุ้งล็อบสเตอร์ที่ดูเป็นมิตร" --jsonopenclaw infer image generate --prompt "ภาพถ่ายผลิตภัณฑ์หูฟังสไตล์ภาพยนตร์" --jsonopenclaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "สติกเกอร์วงกลมสีแดงเรียบง่ายบนพื้นหลังโปร่งใส" --jsonopenclaw infer image generate --model openai/gpt-image-2 --quality low --openai-moderation low --prompt "โปสเตอร์ฉบับร่างต้นทุนต่ำ" --jsonopenclaw infer image generate --prompt "แบ็กเอนด์ภาพที่ทำงานช้า" --timeout-ms 180000 --jsonopenclaw infer image edit --file ./logo.png --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "คงโลโก้ไว้และลบพื้นหลัง" --jsonopenclaw infer image edit --file ./poster.png --prompt "ทำให้เป็นโฆษณาสตอรีแนวตั้ง" --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 "แยกชื่อร้านค้า วันที่ และยอดรวม" --jsonopenclaw infer image describe-many --file ./before.png --file ./after.png --prompt "เปรียบเทียบภาพหน้าจอและแสดงรายการการเปลี่ยนแปลง UI ที่มองเห็นได้" --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 "อธิบายภาพนี้ในหนึ่งประโยค" --timeout-ms 300000 --json

หมายเหตุ:

ใช้ image edit เมื่อเริ่มจากไฟล์อินพุตที่มีอยู่แล้ว ส่วน --size, --aspect-ratio หรือ --resolution จะเพิ่มคำใบ้เกี่ยวกับรูปทรงเรขาคณิตให้กับผู้ให้บริการ/โมเดลที่รองรับ
--output-format png --background transparent ร่วมกับ --model openai/gpt-image-1.5 จะสร้างเอาต์พุต PNG ของ OpenAI ที่มีพื้นหลังโปร่งใส ส่วน --openai-background เป็นนามแฝงเฉพาะ OpenAI สำหรับคำใบ้เดียวกัน ผู้ให้บริการที่ไม่ได้ประกาศว่ารองรับพื้นหลังจะรายงานว่าเป็นการแทนค่าที่ถูกละเว้น (ดู ignoredOverrides ใน เอนเวโลป JSON)
--quality low|medium|high|auto ใช้ได้กับผู้ให้บริการที่รองรับคำใบ้ด้านคุณภาพภาพ รวมถึง OpenAI นอกจากนี้ OpenAI ยังยอมรับ --openai-moderation low|auto
image providers --json แสดงรายการผู้ให้บริการภาพที่รวมมาให้ซึ่งระบบค้นพบได้ กำหนดค่าแล้ว เลือกใช้อยู่ และความสามารถในการสร้าง/แก้ไขที่แต่ละรายเปิดให้ใช้
image generate --model <provider/model> --json เป็นการทดสอบควันแบบสดที่มีขอบเขตแคบที่สุดสำหรับการเปลี่ยนแปลงด้านการสร้างภาพ:
bash
```
openclaw infer image providers --jsonopenclaw infer image generate \  --model google/gemini-3.1-flash-image \  --prompt "ภาพทดสอบแบบแบนเรียบง่าย: สี่เหลี่ยมสีน้ำเงินหนึ่งรูปบนพื้นหลังสีขาว ไม่มีข้อความ" \  --output ./openclaw-infer-image-smoke.png \  --json
```
การตอบกลับรายงาน ok, provider, model, attempts และพาธเอาต์พุตที่เขียนไว้ เมื่อตั้งค่า --output นามสกุลไฟล์สุดท้ายอาจเป็นไปตามชนิด MIME ที่ผู้ให้บริการส่งกลับ
สำหรับ image describe และ image describe-many ให้ใช้ --prompt สำหรับคำสั่งเฉพาะงาน (OCR, การเปรียบเทียบ, การตรวจสอบ UI, การสร้างคำบรรยายแบบกระชับ)
ใช้ --timeout-ms สำหรับโมเดลการมองเห็นในเครื่องที่ทำงานช้า หรือการเริ่ม Ollama แบบเย็น
สำหรับ image describe ระบบจะเรียก --model ที่ระบุไว้อย่างชัดเจน (ต้องเป็น <provider/model> ที่รองรับภาพ) ก่อน จากนั้นหากการเรียกนั้นล้มเหลว จะลองใช้ agents.defaults.imageModel.fallbacks ที่กำหนดค่าไว้ ข้อผิดพลาดในการเตรียมอินพุต (ไฟล์หาย, URL ที่ไม่รองรับ) จะทำให้ล้มเหลวก่อนพยายามใช้ตัวสำรอง และโมเดลต้องรองรับภาพในแค็ตตาล็อกโมเดลหรือการกำหนดค่าผู้ให้บริการ
สำหรับโมเดลการมองเห็น Ollama ในเครื่อง ให้ดึงโมเดลมาก่อนและตั้งค่า OLLAMA_API_KEY เป็นค่าตัวยึดตำแหน่งใดก็ได้ เช่น ollama-local ดู Ollama

เสียง

การถอดเสียงไฟล์ (ไม่ใช่การจัดการเซสชันแบบเรียลไทม์)

bash

openclaw infer audio transcribe --file ./memo.m4a --jsonopenclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "เน้นชื่อและรายการงานที่ต้องดำเนินการ" --jsonopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

--model ต้องเป็น <provider/model>

TTS

การสังเคราะห์เสียงพูดและสถานะผู้ให้บริการ/บุคลิกเสียง TTS

bash

openclaw infer tts convert --text "สวัสดีจาก openclaw" --output ./hello.mp3 --jsonopenclaw infer tts convert --text "การสร้างของคุณเสร็จสมบูรณ์แล้ว" --output ./build-complete.mp3 --jsonopenclaw infer tts providers --jsonopenclaw infer tts personas --jsonopenclaw infer tts status --json

หมายเหตุ:

tts status รองรับเฉพาะ --gateway (สะท้อนสถานะ TTS ที่ Gateway จัดการ)
ใช้ tts providers, tts voices, tts personas, tts set-provider และ tts set-persona เพื่อตรวจสอบและกำหนดค่าพฤติกรรม TTS

วิดีโอ

การสร้างและการอธิบาย

bash

openclaw infer video generate --prompt "พระอาทิตย์ตกเหนือมหาสมุทรในบรรยากาศแบบภาพยนตร์" --jsonopenclaw infer video generate --prompt "ภาพโดรนเคลื่อนช้าเหนือทะเลสาบกลางป่า" --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 ซึ่งจะถูกส่งต่อไปยังรันไทม์การสร้างวิดีโอ
--model ต้องเป็น <provider/model> สำหรับ video describe

เว็บ

การค้นหาและการดึงข้อมูล

bash

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

web providers แสดงรายการผู้ให้บริการที่พร้อมใช้งาน กำหนดค่าแล้ว และเลือกใช้อยู่สำหรับการค้นหาและการดึงข้อมูล

การฝังเวกเตอร์

การสร้างเวกเตอร์และการตรวจสอบผู้ให้บริการการฝังเวกเตอร์

bash

openclaw infer embedding create --text "ล็อบสเตอร์ที่เป็นมิตร" --jsonopenclaw infer embedding create --text "ตั๋วฝ่ายสนับสนุนลูกค้า: การจัดส่งล่าช้า" --model openai/text-embedding-3-large --jsonopenclaw infer embedding providers --json

เอาต์พุต JSON

คำสั่ง Infer ปรับเอาต์พุต JSON ให้อยู่ภายใต้เอนเวโลปร่วม:

json

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

ฟิลด์ระดับบนสุดที่คงที่:

ok
capability
transport
provider
model
attempts
inputs (ไฟล์แนบภาพที่ส่งไปพร้อมกับคำขอ เมื่อใช้ได้)
outputs
ignoredOverrides (คีย์คำใบ้ที่ผู้ให้บริการไม่รองรับ เมื่อใช้ได้)
error

สำหรับคำสั่งสื่อที่สร้างขึ้น outputs ประกอบด้วยไฟล์ที่ OpenClaw เขียนไว้ ให้ใช้ path, mimeType, size และมิติเฉพาะสื่อใดๆ ในอาร์เรย์นั้นสำหรับการทำงานอัตโนมัติ แทนการแยกวิเคราะห์ stdout ที่มนุษย์อ่านได้

ข้อผิดพลาดที่พบบ่อย

bash

# ไม่ถูกต้องopenclaw infer media image generate --prompt "ล็อบสเตอร์ที่เป็นมิตร" # ถูกต้องopenclaw infer image generate --prompt "ล็อบสเตอร์ที่เป็นมิตร"

bash

# ไม่ถูกต้องopenclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # ถูกต้องopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

ที่เกี่ยวข้อง

Was this useful?

CLI สำหรับการอนุมาน

เปลี่ยน infer ให้เป็น Skills

โครงสร้างคำสั่ง

งานทั่วไป

ลักษณะการทำงาน

โมเดล

ภาพ

เสียง

TTS

วิดีโอ

เว็บ

การฝังเวกเตอร์

เอาต์พุต JSON

ข้อผิดพลาดที่พบบ่อย

ที่เกี่ยวข้อง

On this page

Molty