CLI الاستدلال

openclaw infer هي الواجهة الأساسية بلا رأس لسير عمل الاستدلال المدعوم بالمزوّدين.

وهي تعرض عمدًا عائلات القدرات، لا أسماء gateway RPC الخام ولا معرّفات أدوات الوكيل الخام.

حوّل infer إلى Skill

انسخ هذا والصقه في وكيل:

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.

ينبغي أن تقوم Skill الجيدة القائمة على infer بما يلي:

• ربط مقاصد المستخدم الشائعة بأمر infer الفرعي الصحيح
• تضمين بضعة أمثلة أساسية لـ infer لسير العمل التي تغطيها
• تفضيل openclaw infer ... في الأمثلة والاقتراحات
• تجنّب إعادة توثيق واجهة infer بالكامل داخل متن Skill

تغطية Skill النموذجية المركّزة على 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

لماذا تستخدم infer

يوفّر openclaw infer واجهة CLI واحدة ومتّسقة لمهام الاستدلال المدعومة بالمزوّدين داخل OpenClaw.

الفوائد:

• استخدم المزوّدين والنماذج المكوّنة بالفعل في OpenClaw بدلًا من إعداد مغلّفات مخصصة لكل واجهة خلفية.
• اجمع سير عمل النماذج والصور ونسخ الصوت وTTS والفيديو والويب والتضمينات تحت شجرة أوامر واحدة.
• استخدم شكل إخراج --json مستقرًا للسكربتات والأتمتة وسير العمل التي تقودها الوكلاء.
• فضّل واجهة OpenClaw الرسمية عندما تكون المهمة في جوهرها "تشغيل الاستدلال".
• استخدم المسار المحلي العادي دون الحاجة إلى Gateway لمعظم أوامر infer.

لفحوصات المزوّد الشاملة من البداية إلى النهاية، فضّل openclaw infer ... بعد أن تصبح اختبارات المزوّد ذات المستوى الأدنى ناجحة. فهذا يختبر CLI المشحون، وتحميل الإعدادات، وحلّ الوكيل الافتراضي، وتفعيل Plugin المضمّن، ووقت تشغيل القدرات المشترك قبل إرسال طلب المزوّد.

شجرة الأوامر

 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

المهام الشائعة

يربط هذا الجدول مهام الاستدلال الشائعة بأمر infer المقابل.

السلوك

• openclaw infer ... هي واجهة CLI الأساسية لسير العمل هذه.
• استخدم --json عندما سيُستهلك الإخراج بواسطة أمر أو سكربت آخر.
• استخدم --provider أو --model provider/model عندما تكون هناك حاجة إلى واجهة خلفية محددة.
• استخدم model run --thinking <level> لتمرير مستوى تفكير/استدلال لمرة واحدة (off أو minimal أو low أو medium أو high أو adaptive أو xhigh أو max) مع إبقاء التشغيل خامًا.
• بالنسبة إلى image describe وaudio transcribe وvideo describe، يجب أن يستخدم --model الصيغة <provider/model>.
• بالنسبة إلى image describe، يقبل --file المسارات المحلية وعناوين URL لصور HTTP(S). تستخدم عناوين URL البعيدة سياسة SSRF العادية لجلب الوسائط.
• بالنسبة إلى image describe، يشغّل --model الصريح ذلك المزوّد/النموذج أولًا، ثم يجرّب agents.defaults.imageModel.fallbacks المكوّنة عند فشل استدعاء النموذج. تفشل أخطاء إعداد الإدخال، مثل الملفات المفقودة أو عناوين URL غير المدعومة، قبل محاولات الرجوع الاحتياطي. يجب أن يكون النموذج قادرًا على الصور في كتالوج النماذج أو إعدادات المزوّد. يشغّل codex/<model> دورة فهم صور محدودة عبر خادم تطبيق Codex؛ ويستخدم openai/<model> مسار مزوّد OpenAI إما بمفتاح API أو بمصادقة ChatGPT/Codex OAuth.
• أوامر التنفيذ عديمة الحالة تكون محلية افتراضيًا.
• أوامر الحالة المُدارة بواسطة Gateway تستخدم Gateway افتراضيًا.
• لا يتطلب المسار المحلي العادي تشغيل Gateway.
• model run المحلي هو إكمال مزوّد خفيف لمرة واحدة. فهو يحلّ نموذج الوكيل والمصادقة المكوّنين، لكنه لا يبدأ دورة وكيل محادثة، ولا يحمّل الأدوات، ولا يفتح خوادم MCP المضمّنة.
• يقبل model run --file ملفات الصور، ويكتشف نوع MIME الخاص بها، ويرسلها مع المطالبة المقدمة إلى النموذج المحدد. كرّر --file لصور متعددة.
• يرفض model run --file المدخلات غير الصورية. استخدم infer audio transcribe لملفات الصوت وinfer video describe لملفات الفيديو.
• يختبر model run --gateway توجيه Gateway، والمصادقة المحفوظة، واختيار المزوّد، ووقت التشغيل المضمّن، لكنه يظل يعمل كمسبار نموذج خام: يرسل المطالبة المقدمة وأي مرفقات صور دون سجل جلسة سابق، أو سياق bootstrap/AGENTS، أو تجميع محرك السياق، أو أدوات، أو خوادم MCP مضمّنة.
• يتطلب model run --gateway --model <provider/model> اعتماد Gateway موثوقًا لمشغّل موثوق لأن الطلب يطلب من Gateway تشغيل تجاوز مزوّد/نموذج لمرة واحدة.
• يستخدم model run --thinking المحلي مسار إكمال المزوّد الخفيف؛ وتُربط المستويات الخاصة بالمزوّد مثل adaptive وmax بأقرب مستوى إكمال بسيط قابل للنقل.

النموذج

استخدم model للاستدلال النصي المدعوم بالمزوّدين وفحص النماذج/المزوّدين.

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

استخدم مراجع <provider/model> الكاملة لاختبار مزوّد محدد باختبار smoke دون بدء Gateway أو تحميل واجهة أدوات الوكيل الكاملة:

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

ملاحظات:

• model run المحلي هو أضيق اختبار smoke عبر CLI لصحة المزوّد/النموذج/المصادقة لأنه، بالنسبة إلى المزوّدين غير Codex، يرسل المطالبة المقدمة فقط إلى النموذج المحدد.
• يمكن لـ model run --model <provider/model> المحلي استخدام صفوف الكتالوج الثابتة المضمّنة الدقيقة من models list --all قبل كتابة ذلك المزوّد إلى الإعدادات. تظل مصادقة المزوّد مطلوبة؛ وتفشل بيانات الاعتماد المفقودة كأخطاء مصادقة، لا كخطأ Unknown model.
• بالنسبة إلى مسابير الاستدلال في Mistral Medium 3.5، اترك درجة الحرارة غير مضبوطة/افتراضية. يرفض Mistral reasoning_effort="high" مع temperature: 0؛ استخدم mistral/mistral-medium-3-5 مع درجة الحرارة الافتراضية أو قيمة وضع استدلال غير صفرية مثل 0.7.
• مسابير Codex Responses المحلية هي الاستثناء الضيق: يضيف OpenClaw تعليمة نظامية دنيا حتى يتمكن النقل من ملء حقل instructions المطلوب لديه، دون إضافة سياق الوكيل الكامل أو الأدوات أو الذاكرة أو سجل الجلسة.
• يحافظ model run --file المحلي على ذلك المسار الخفيف ويرفق محتوى الصورة مباشرة برسالة المستخدم الوحيدة. تعمل ملفات الصور الشائعة مثل PNG وJPEG وWebP عندما يُكتشف نوع MIME الخاص بها كـ image/*؛ وتفشل الملفات غير المدعومة أو غير المعروفة قبل استدعاء المزوّد.
• يكون model run --file هو الأفضل عندما تريد اختبار نموذج النص متعدد الوسائط المحدد مباشرة. استخدم infer image describe عندما تريد اختيار مزوّد فهم الصور في OpenClaw وتوجيه نموذج الصور الافتراضي.
• يجب أن يدعم النموذج المحدد إدخال الصور؛ قد ترفض النماذج النصية فقط الطلب على طبقة المزوّد.
• يجب أن يحتوي model run --prompt على نص غير مكوّن من مسافات بيضاء فقط؛ تُرفض المطالبات الفارغة قبل استدعاء المزوّدين المحليين أو Gateway.
• يخرج model run المحلي برمز غير صفري عندما لا يرجع المزوّد أي إخراج نصي، حتى لا تبدو المزوّدات المحلية غير القابلة للوصول والإكمالات الفارغة كمسابير ناجحة.
• استخدم model run --gateway عندما تحتاج إلى اختبار توجيه Gateway أو إعداد وقت تشغيل الوكيل أو حالة المزوّد المُدارة بواسطة Gateway مع إبقاء إدخال النموذج خامًا. استخدم openclaw agent أو واجهات المحادثة عندما تريد سياق الوكيل الكامل، والأدوات، والذاكرة، وسجل الجلسة.
• تدير model auth login وmodel auth logout وmodel auth status حالة مصادقة المزوّد المحفوظة.

الصورة

استخدم image للإنشاء والتحرير والوصف.

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

ملاحظات:

• استخدم image edit عند البدء من ملفات إدخال موجودة.

• استخدم --size أو --aspect-ratio أو --resolution مع image edit لموفري الخدمة/النماذج التي تدعم تلميحات الهندسة في تعديلات الصور المرجعية.

• استخدم --output-format png --background transparent مع --model openai/gpt-image-1.5 للحصول على مخرجات OpenAI PNG بخلفية شفافة؛ يظل --openai-background متاحًا كاسم بديل خاص بـ OpenAI. موفرو الخدمة الذين لا يعلنون دعم الخلفية يبلغون عن التلميح كتجاوز متجاهل.

• استخدم --quality low|medium|high|auto لموفري الخدمة الذين يدعمون تلميحات جودة الصور، بما في ذلك OpenAI. يقبل OpenAI أيضًا --openai-moderation low|auto لتلميح الإشراف الخاص بموفر الخدمة.

• استخدم image providers --json للتحقق من موفري الصور المضمنين القابلين للاكتشاف والمهيأين والمحددين، وقدرات الإنشاء/التحرير التي يعرضها كل موفر.

• استخدم image generate --model <provider/model> --json كأضيق اختبار CLI مباشر لتغييرات إنشاء الصور. مثال:

  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

  يبلّغ رد JSON عن ok وprovider وmodel وattempts ومسارات المخرجات المكتوبة. عند تعيين --output، قد يتبع الامتداد النهائي نوع MIME الذي يعيده موفر الخدمة.

• بالنسبة إلى image describe وimage describe-many، استخدم --prompt لإعطاء نموذج الرؤية تعليمات خاصة بالمهمة مثل OCR أو المقارنة أو فحص واجهة المستخدم أو إنشاء تسمية توضيحية موجزة.

• استخدم --timeout-ms مع نماذج الرؤية المحلية البطيئة أو بدايات Ollama الباردة.

• بالنسبة إلى image describe، يجب أن يكون --model بصيغة <provider/model> قادرًا على معالجة الصور. عند تعيينه، يحاول OpenClaw ذلك النموذج الصريح أولًا ثم بدائل نماذج الصور المهيأة إذا فشل استدعاء النموذج.

• بالنسبة إلى نماذج الرؤية المحلية في Ollama، اسحب النموذج أولًا واضبط OLLAMA_API_KEY على أي قيمة عنصر نائب، على سبيل المثال ollama-local. راجع Ollama.

الصوت

استخدم audio لنسخ الملفات الصوتية.

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

ملاحظات:

• audio transcribe مخصص لنسخ الملفات الصوتية، وليس لإدارة الجلسات في الزمن الحقيقي.
• يجب أن يكون --model بصيغة <provider/model>.

TTS

استخدم tts لتوليف الكلام وحالة موفر 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

ملاحظات:

• يستخدم tts status الإعداد الافتراضي Gateway لأنه يعكس حالة TTS التي يديرها Gateway.
• استخدم tts providers وtts voices وtts set-provider لفحص سلوك TTS وتهيئته.

الفيديو

استخدم video للإنشاء والوصف.

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

ملاحظات:

• يقبل video generate الخيارات --size و--aspect-ratio و--resolution و--duration و--audio و--watermark و--timeout-ms ويمررها إلى وقت تشغيل إنشاء الفيديو.
• يجب أن يكون --model بصيغة <provider/model> لـ video describe.

الويب

استخدم web لسير عمل البحث والجلب.

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

ملاحظات:

• استخدم web providers لفحص موفري الخدمة المتاحين والمهيأين والمحددين.

التضمين

استخدم embedding لإنشاء المتجهات وفحص موفر التضمين.

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

مخرجات JSON

تطبّع أوامر infer مخرجات JSON ضمن غلاف مشترك:

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

الحقول العليا مستقرة:

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

بالنسبة إلى أوامر الوسائط المنشأة، يحتوي outputs على الملفات التي يكتبها OpenClaw. استخدم path وmimeType وsize وأي أبعاد خاصة بالوسائط في تلك المصفوفة للأتمتة بدلًا من تحليل stdout المقروء للبشر.

الأخطاء الشائعة

# 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

ملاحظات

• openclaw capability ... هو اسم بديل لـ openclaw infer ....

ذو صلة

• مرجع CLI
• النماذج