Chuyển đến nội dung chính

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 là bề mặt headless chuẩn cho các quy trình inference được hỗ trợ bởi nhà cung cấp. Nó chủ ý phơi bày các nhóm năng lực, không phải tên RPC Gateway thô và không phải id công cụ agent thô.

​
Biến infer thành một kỹ năng

Sao chép và dán nội dung này cho một 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.
Một kỹ năng dựa trên infer tốt nên:
  • ánh xạ các ý định phổ biến của người dùng tới đúng lệnh con infer
  • bao gồm một vài ví dụ infer chuẩn cho các quy trình mà nó bao phủ
  • ưu tiên openclaw infer ... trong ví dụ và đề xuất
  • tránh ghi lại toàn bộ bề mặt infer trong phần thân kỹ năng
Phạm vi điển hình của kỹ năng tập trung vào 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

​
Vì sao dùng infer

openclaw infer cung cấp một CLI nhất quán cho các tác vụ inference được hỗ trợ bởi nhà cung cấp trong OpenClaw. Lợi ích:
  • Dùng các nhà cung cấp và mô hình đã được cấu hình trong OpenClaw thay vì nối các wrapper dùng một lần cho từng backend.
  • Giữ các quy trình mô hình, hình ảnh, phiên âm âm thanh, TTS, video, web và embedding trong cùng một cây lệnh.
  • Dùng dạng đầu ra --json ổn định cho script, tự động hóa và các quy trình do agent điều khiển.
  • Ưu tiên bề mặt OpenClaw chính chủ khi tác vụ về cơ bản là “chạy inference”.
  • Dùng đường dẫn cục bộ thông thường mà không yêu cầu Gateway cho hầu hết lệnh infer.
Để kiểm tra nhà cung cấp từ đầu đến cuối, ưu tiên openclaw infer ... sau khi các bài kiểm thử nhà cung cấp cấp thấp hơn đã xanh. Nó thực thi CLI đã phát hành, tải cấu hình, phân giải agent mặc định, kích hoạt Plugin đi kèm, sửa chữa phụ thuộc runtime và runtime năng lực dùng chung trước khi yêu cầu nhà cung cấp được thực hiện.

​
Cây lệnh

 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

​
Tác vụ phổ biến

Bảng này ánh xạ các tác vụ inference phổ biến tới lệnh infer tương ứng.
Tác vụLệnhGhi chú
Chạy prompt văn bản/mô hìnhopenclaw infer model run --prompt "..." --jsonMặc định dùng đường dẫn cục bộ thông thường
Chạy prompt mô hình trên ảnhopenclaw infer model run --prompt "Describe this" --file ./image.png --model provider/modelLặp lại --file cho nhiều đầu vào hình ảnh
Tạo hình ảnhopenclaw infer image generate --prompt "..." --jsonDùng image edit khi bắt đầu từ một tệp hiện có
Mô tả tệp hình ảnhopenclaw infer image describe --file ./image.png --prompt "..." --json--model phải là <provider/model> có khả năng ảnh
Phiên âm âm thanhopenclaw infer audio transcribe --file ./memo.m4a --json--model phải là <provider/model>
Tổng hợp giọng nóiopenclaw infer tts convert --text "..." --output ./speech.mp3 --jsontts status hướng tới Gateway
Tạo videoopenclaw infer video generate --prompt "..." --jsonHỗ trợ gợi ý nhà cung cấp như --resolution
Mô tả tệp videoopenclaw infer video describe --file ./clip.mp4 --json--model phải là <provider/model>
Tìm kiếm webopenclaw infer web search --query "..." --json
Lấy một trang webopenclaw infer web fetch --url https://example.com --json
Tạo embeddingopenclaw infer embedding create --text "..." --json

​
Hành vi

  • openclaw infer ... là bề mặt CLI chính cho các quy trình này.
  • Dùng --json khi đầu ra sẽ được tiêu thụ bởi một lệnh hoặc script khác.
  • Dùng --provider hoặc --model provider/model khi cần một backend cụ thể.
  • Với image describe, audio transcribe và video describe, --model phải dùng dạng <provider/model>.
  • Với image describe, một --model tường minh sẽ chạy trực tiếp nhà cung cấp/mô hình đó. Mô hình phải có khả năng xử lý hình ảnh trong danh mục mô hình hoặc cấu hình nhà cung cấp. codex/<model> chạy một lượt hiểu hình ảnh có giới hạn của máy chủ ứng dụng Codex; openai-codex/<model> dùng đường dẫn nhà cung cấp OAuth OpenAI Codex.
  • Các lệnh thực thi không trạng thái mặc định là cục bộ.
  • Các lệnh trạng thái do Gateway quản lý mặc định là Gateway.
  • Đường dẫn cục bộ thông thường không yêu cầu Gateway đang chạy.
  • model run cục bộ là một completion nhà cung cấp một lần, gọn nhẹ. Nó phân giải mô hình agent và xác thực đã cấu hình, nhưng không bắt đầu lượt chat-agent, tải công cụ hoặc mở máy chủ MCP đi kèm.
  • model run --file chấp nhận tệp hình ảnh, phát hiện loại MIME của chúng và gửi chúng cùng prompt đã cung cấp tới mô hình đã chọn. Lặp lại --file cho nhiều hình ảnh.
  • model run --file từ chối đầu vào không phải hình ảnh. Dùng infer audio transcribe cho tệp âm thanh và infer video describe cho tệp video.
  • model run --gateway thực thi định tuyến Gateway, xác thực đã lưu, lựa chọn nhà cung cấp và runtime nhúng, nhưng vẫn chạy như một phép thăm dò mô hình thô: nó gửi prompt đã cung cấp và mọi tệp đính kèm hình ảnh mà không có transcript phiên trước đó, ngữ cảnh bootstrap/AGENTS, lắp ráp context-engine, công cụ hoặc máy chủ MCP đi kèm.
  • model run --gateway --model <provider/model> yêu cầu thông tin xác thực Gateway của operator đáng tin cậy vì yêu cầu này đề nghị Gateway chạy một override nhà cung cấp/mô hình dùng một lần.

​
Mô hình

Dùng model cho inference văn bản được hỗ trợ bởi nhà cung cấp và kiểm tra mô hình/nhà cung cấp. 
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
Dùng ref <provider/model> đầy đủ để smoke-test một nhà cung cấp cụ thể mà không khởi động Gateway hoặc tải toàn bộ bề mặt công cụ agent: 
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
Ghi chú:
  • model run cục bộ là smoke CLI hẹp nhất cho tình trạng nhà cung cấp/mô hình/xác thực vì nó chỉ gửi prompt đã cung cấp tới mô hình đã chọn.
  • model run --file cục bộ giữ đường dẫn gọn nhẹ đó và đính kèm trực tiếp nội dung hình ảnh vào một tin nhắn người dùng duy nhất. Các tệp hình ảnh phổ biến như PNG, JPEG và WebP hoạt động khi loại MIME của chúng được phát hiện là image/*; tệp không được hỗ trợ hoặc không nhận diện được sẽ thất bại trước khi nhà cung cấp được gọi.
  • model run --file là tốt nhất khi bạn muốn kiểm thử trực tiếp mô hình văn bản đa phương thức đã chọn. Dùng infer image describe khi bạn muốn lựa chọn nhà cung cấp hiểu hình ảnh của OpenClaw và định tuyến mô hình hình ảnh mặc định.
  • Mô hình đã chọn phải hỗ trợ đầu vào hình ảnh; các mô hình chỉ văn bản có thể từ chối yêu cầu ở lớp nhà cung cấp.
  • model run --prompt phải chứa văn bản không chỉ là khoảng trắng; prompt rỗng bị từ chối trước khi nhà cung cấp cục bộ hoặc Gateway được gọi.
  • model run cục bộ thoát khác 0 khi nhà cung cấp không trả về đầu ra văn bản, nên các nhà cung cấp cục bộ không truy cập được và completion rỗng không trông giống phép thăm dò thành công.
  • Dùng model run --gateway khi bạn cần kiểm thử định tuyến Gateway, thiết lập agent-runtime hoặc trạng thái nhà cung cấp do Gateway quản lý trong khi vẫn giữ đầu vào mô hình ở dạng thô. Dùng openclaw agent hoặc bề mặt chat khi bạn muốn ngữ cảnh agent đầy đủ, công cụ, bộ nhớ và transcript phiên.
  • model auth login, model auth logout và model auth status quản lý trạng thái xác thực nhà cung cấp đã lưu.

​
Hình ảnh

Dùng image để tạo, chỉnh sửa và mô tả. 
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
Ghi chú:
  • Dùng image edit khi bắt đầu từ các tệp đầu vào hiện có.
  • Dùng --size, --aspect-ratio hoặc --resolution với image edit cho các nhà cung cấp/mô hình hỗ trợ gợi ý hình học trên chỉnh sửa hình ảnh tham chiếu.
  • Dùng --output-format png --background transparent với --model openai/gpt-image-1.5 cho đầu ra PNG OpenAI nền trong suốt; --openai-background vẫn có sẵn như một bí danh dành riêng cho OpenAI. Các nhà cung cấp không khai báo hỗ trợ nền sẽ báo gợi ý này là một override bị bỏ qua.
  • Dùng image providers --json để xác minh nhà cung cấp hình ảnh đi kèm nào có thể được phát hiện, đã cấu hình, được chọn, và mỗi nhà cung cấp phơi bày những năng lực tạo/chỉnh sửa nào.
  • Dùng image generate --model <provider/model> --json làm smoke CLI live hẹp nhất cho các thay đổi tạo hình ảnh. Ví dụ: 
    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
    Phản hồi JSON báo cáo ok, provider, model, attempts và các đường dẫn đầu ra đã được ghi. Khi --output được đặt, phần mở rộng cuối cùng có thể theo loại MIME do nhà cung cấp trả về.
  • Đối với image describe và image describe-many, dùng --prompt để cung cấp cho mô hình thị giác một chỉ dẫn riêng cho tác vụ như OCR, so sánh, kiểm tra giao diện người dùng hoặc tạo chú thích ngắn gọn.
  • Dùng --timeout-ms với các mô hình thị giác cục bộ chậm hoặc khi Ollama khởi động lạnh.
  • Đối với image describe, --model phải là một <provider/model> có khả năng xử lý hình ảnh.
  • Với các mô hình thị giác Ollama cục bộ, hãy tải mô hình trước và đặt OLLAMA_API_KEY thành bất kỳ giá trị giữ chỗ nào, ví dụ ollama-local. Xem Ollama.

​
Âm thanh

Dùng audio để chép lời tệp. 
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
Ghi chú:
  • audio transcribe dùng để chép lời tệp, không phải quản lý phiên thời gian thực.
  • --model phải là <provider/model>.

​
TTS

Dùng tts để tổng hợp giọng nói và trạng thái nhà cung cấp TTS. 
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
Ghi chú:
  • tts status mặc định dùng Gateway vì nó phản ánh trạng thái TTS do Gateway quản lý.
  • Dùng tts providers, tts voices và tts set-provider để kiểm tra và cấu hình hành vi TTS.

​
Video

Dùng video để tạo và mô tả. 
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
Ghi chú:
  • video generate chấp nhận --size, --aspect-ratio, --resolution, --duration, --audio, --watermark và --timeout-ms, rồi chuyển tiếp chúng đến runtime tạo video.
  • --model phải là <provider/model> cho video describe.

​
Web

Dùng web cho các quy trình tìm kiếm và tìm nạp. 
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
Ghi chú:
  • Dùng web providers để kiểm tra các nhà cung cấp hiện có, đã cấu hình và được chọn.

​
Embedding

Dùng embedding để tạo vector và kiểm tra nhà cung cấp embedding. 
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

​
Đầu ra JSON

Các lệnh infer chuẩn hóa đầu ra JSON trong một phong bì dùng chung: 
{
  "ok": true,
  "capability": "image.generate",
  "transport": "local",
  "provider": "openai",
  "model": "gpt-image-2",
  "attempts": [],
  "outputs": []
}
Các trường cấp cao nhất ổn định:
  • ok
  • capability
  • transport
  • provider
  • model
  • attempts
  • outputs
  • error
Đối với các lệnh tạo phương tiện, outputs chứa các tệp do OpenClaw ghi. Dùng path, mimeType, size và mọi kích thước riêng của phương tiện trong mảng đó để tự động hóa thay vì phân tích stdout dành cho người đọc.

​
Các lỗi thường gặp

# 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

​
Ghi chú

  • openclaw capability ... là bí danh của openclaw infer ....

​
Liên quan