Inferenz-CLI

openclaw infer ist die kanonische Headless-Oberfläche für Provider-gestützte Inferenz-Workflows.

Sie stellt bewusst Capability-Familien bereit, keine rohen Gateway-RPC-Namen und keine rohen Agent-Tool-IDs.

infer in einen Skill umwandeln

Kopieren Sie dies und fügen Sie es in einen Agenten ein:

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.

Ein guter infer-basierter Skill sollte:

• gängige Benutzerabsichten dem richtigen infer-Unterbefehl zuordnen
• einige kanonische infer-Beispiele für die abgedeckten Workflows enthalten
• in Beispielen und Vorschlägen openclaw infer ... bevorzugen
• vermeiden, die gesamte infer-Oberfläche im Skill-Text erneut zu dokumentieren

Typische Abdeckung eines infer-fokussierten 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

Warum infer verwenden

openclaw infer bietet eine einheitliche CLI für Provider-gestützte Inferenzaufgaben innerhalb von OpenClaw.

Vorteile:

• Verwenden Sie die bereits in OpenClaw konfigurierten Provider und Modelle, statt einmalige Wrapper für jedes Backend zu verdrahten.
• Halten Sie Workflows für Modelle, Bilder, Audiotranskription, TTS, Video, Web und Embeddings unter einem Befehlsbaum.
• Verwenden Sie eine stabile --json-Ausgabeform für Skripte, Automatisierung und agentengesteuerte Workflows.
• Bevorzugen Sie eine First-Party-Oberfläche von OpenClaw, wenn die Aufgabe im Kern „Inferenz ausführen“ ist.
• Verwenden Sie für die meisten infer-Befehle den normalen lokalen Pfad, ohne den Gateway zu benötigen.

Für End-to-End-Provider-Prüfungen bevorzugen Sie openclaw infer ..., sobald untergeordnete Provider-Tests grün sind. Es übt die ausgelieferte CLI, das Laden der Konfiguration, die Auflösung des Standard-Agenten, die Aktivierung gebündelter Plugins und die gemeinsame Capability- Laufzeit aus, bevor die Provider-Anfrage gestellt wird.

Befehlsbaum

 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

Häufige Aufgaben

Diese Tabelle ordnet häufige Inferenzaufgaben dem entsprechenden infer-Befehl zu.

Verhalten

• openclaw infer ... ist die primäre CLI-Oberfläche für diese Workflows.
• Verwenden Sie --json, wenn die Ausgabe von einem anderen Befehl oder Skript verarbeitet wird.
• Verwenden Sie --provider oder --model provider/model, wenn ein bestimmtes Backend erforderlich ist.
• Verwenden Sie model run --thinking <level>, um eine einmalige Thinking-/Reasoning-Stufe (off, minimal, low, medium, high, adaptive, xhigh oder max) zu übergeben, während der Lauf roh bleibt.
• Für image describe, audio transcribe und video describe muss --model die Form <provider/model> verwenden.
• Für image describe akzeptiert --file lokale Pfade und HTTP(S)-Bild-URLs. Entfernte URLs verwenden die normale Media-Fetch-SSRF-Richtlinie.
• Für image describe führt ein explizites --model zuerst dieses Provider/Modell aus und versucht dann konfigurierte agents.defaults.imageModel.fallbacks, wenn der Modellaufruf fehlschlägt. Fehler bei der Eingabevorbereitung, etwa fehlende Dateien oder nicht unterstützte URLs, schlagen vor Fallback-Versuchen fehl. Das Modell muss im Modellkatalog oder in der Provider-Konfiguration bildfähig sein. codex/<model> führt einen begrenzten Codex-App-Server-Durchlauf zum Bildverständnis aus; openai/<model> verwendet den OpenAI-Provider-Pfad entweder mit API-Schlüssel- oder ChatGPT/Codex-OAuth-Authentifizierung.
• Zustandslose Ausführungsbefehle verwenden standardmäßig lokal.
• Gateway-verwaltete Zustandsbefehle verwenden standardmäßig den Gateway.
• Der normale lokale Pfad erfordert nicht, dass der Gateway läuft.
• Lokales model run ist eine schlanke einmalige Provider-Vervollständigung. Es löst das konfigurierte Agentenmodell und die Authentifizierung auf, startet aber keinen Chat-Agent-Durchlauf, lädt keine Tools und öffnet keine gebündelten MCP-Server.
• model run --file akzeptiert Bilddateien, erkennt ihren MIME-Typ und sendet sie mit dem angegebenen Prompt an das ausgewählte Modell. Wiederholen Sie --file für mehrere Bilder.
• model run --file lehnt Nicht-Bildeingaben ab. Verwenden Sie infer audio transcribe für Audiodateien und infer video describe für Videodateien.
• model run --gateway übt Gateway-Routing, gespeicherte Authentifizierung, Provider-Auswahl und die eingebettete Laufzeit aus, läuft aber weiterhin als roher Modell-Probe: Es sendet den angegebenen Prompt und alle Bildanhänge ohne vorheriges Sitzungstranskript, Bootstrap-/AGENTS-Kontext, Context-Engine-Assembly, Tools oder gebündelte MCP-Server.
• model run --gateway --model <provider/model> erfordert eine vertrauenswürdige Operator-Gateway-Anmeldeinformation, weil die Anfrage den Gateway auffordert, eine einmalige Provider/Modell-Überschreibung auszuführen.
• Lokales model run --thinking verwendet den schlanken Provider-Vervollständigungspfad; Provider-spezifische Stufen wie adaptive und max werden der nächstliegenden portablen Simple-Completion-Stufe zugeordnet.

Modell

Verwenden Sie model für Provider-gestützte Textinferenz und Modell-/Provider-Inspektion.

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

Verwenden Sie vollständige <provider/model>-Referenzen, um einen bestimmten Provider per Smoke-Test zu prüfen, ohne den Gateway zu starten oder die vollständige Agent-Tool-Oberfläche zu laden:

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

Hinweise:

• Lokales model run ist der engste CLI-Smoke-Test für Provider-/Modell-/Authentifizierungsstatus, weil es bei Nicht-Codex-Providern nur den angegebenen Prompt an das ausgewählte Modell sendet.
• Lokales model run --model <provider/model> kann exakte gebündelte statische Katalogzeilen aus models list --all verwenden, bevor dieser Provider in die Konfiguration geschrieben wird. Provider-Authentifizierung ist weiterhin erforderlich; fehlende Anmeldeinformationen schlagen als Authentifizierungsfehler fehl, nicht als Unknown model.
• Für Mistral-Medium-3.5-Reasoning-Probes lassen Sie die Temperatur unset/default. Mistral lehnt reasoning_effort="high" plus temperature: 0 ab; verwenden Sie mistral/mistral-medium-3-5 mit Standardtemperatur oder einem Reasoning-Modus-Wert ungleich null wie 0.7.
• Lokale Codex-Responses-Probes sind die schmale Ausnahme: OpenClaw fügt eine minimale Systemanweisung hinzu, damit der Transport sein erforderliches Feld instructions befüllen kann, ohne vollständigen Agent-Kontext, Tools, Speicher oder Sitzungstranskript hinzuzufügen.
• Lokales model run --file behält diesen schlanken Pfad bei und hängt Bildinhalte direkt an die einzelne Benutzernachricht an. Gängige Bilddateien wie PNG, JPEG und WebP funktionieren, wenn ihr MIME-Typ als image/* erkannt wird; nicht unterstützte oder nicht erkannte Dateien schlagen fehl, bevor der Provider aufgerufen wird.
• model run --file ist am besten geeignet, wenn Sie das ausgewählte multimodale Textmodell direkt testen möchten. Verwenden Sie infer image describe, wenn Sie OpenClaws Provider-Auswahl für Bildverständnis und Standard-Bildmodell-Routing möchten.
• Das ausgewählte Modell muss Bildeingaben unterstützen; reine Textmodelle können die Anfrage auf Provider-Ebene ablehnen.
• model run --prompt muss Text enthalten, der nicht nur aus Leerraum besteht; leere Prompts werden abgelehnt, bevor lokale Provider oder der Gateway aufgerufen werden.
• Lokales model run beendet mit einem Nicht-Null-Code, wenn der Provider keine Textausgabe zurückgibt, sodass nicht erreichbare lokale Provider und leere Vervollständigungen nicht wie erfolgreiche Probes aussehen.
• Verwenden Sie model run --gateway, wenn Sie Gateway-Routing, Agent-Laufzeit-Setup oder Gateway-verwalteten Provider-Zustand testen müssen, während die Modelleingabe roh bleibt. Verwenden Sie openclaw agent oder Chat-Oberflächen, wenn Sie den vollständigen Agent-Kontext, Tools, Speicher und Sitzungstranskript wünschen.
• model auth login, model auth logout und model auth status verwalten gespeicherten Provider-Authentifizierungszustand.

Bild

Verwenden Sie image für Generierung, Bearbeitung und Beschreibung.

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

Hinweise:

• Verwenden Sie image edit, wenn Sie mit vorhandenen Eingabedateien beginnen.

• Verwenden Sie --size, --aspect-ratio oder --resolution mit image edit für Provider/Modelle, die Geometriehinweise bei Referenzbild-Bearbeitungen unterstützen.

• Verwenden Sie --output-format png --background transparent mit --model openai/gpt-image-1.5 für OpenAI-PNG-Ausgabe mit transparentem Hintergrund; --openai-background bleibt als OpenAI-spezifischer Alias verfügbar. Provider, die keine Hintergrundunterstützung deklarieren, melden den Hinweis als ignorierte Überschreibung.

• Verwenden Sie --quality low|medium|high|auto für Provider, die Hinweise zur Bildqualität unterstützen, einschließlich OpenAI. OpenAI akzeptiert außerdem --openai-moderation low|auto für den Provider-spezifischen Moderationshinweis.

• Verwenden Sie image providers --json, um zu prüfen, welche gebündelten Bild-Provider auffindbar, konfiguriert und ausgewählt sind und welche Generierungs-/Bearbeitungsfunktionen jeder Provider bereitstellt.

• Verwenden Sie image generate --model <provider/model> --json als den engsten Live- CLI-Smoke-Test für Änderungen an der Bildgenerierung. Beispiel:

  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

  Die JSON-Antwort meldet ok, provider, model, attempts und geschriebene Ausgabepfade. Wenn --output gesetzt ist, kann die endgültige Erweiterung dem vom Provider zurückgegebenen MIME-Typ folgen.

• Verwenden Sie für image describe und image describe-many --prompt, um dem Vision-Modell eine aufgabenspezifische Anweisung zu geben, etwa OCR, Vergleich, UI-Prüfung oder knappe Beschriftung.

• Verwenden Sie --timeout-ms mit langsamen lokalen Vision-Modellen oder kalten Ollama-Starts.

• Für image describe muss --model ein bildfähiges <provider/model> sein. Wenn es gesetzt ist, versucht OpenClaw zuerst dieses explizite Modell und danach konfigurierte Image-Model-Fallbacks, falls der Modellaufruf fehlschlägt.

• Für lokale Ollama-Vision-Modelle laden Sie zuerst das Modell und setzen Sie OLLAMA_API_KEY auf einen beliebigen Platzhalterwert, zum Beispiel ollama-local. Siehe Ollama.

Audio

Verwenden Sie audio für Dateitranskription.

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

Hinweise:

• audio transcribe ist für Dateitranskription gedacht, nicht für Echtzeit-Sitzungsverwaltung.
• --model muss <provider/model> sein.

TTS

Verwenden Sie tts für Sprachsynthese und den TTS-Provider-Status.

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

Hinweise:

• tts status verwendet standardmäßig den Gateway, weil es den vom Gateway verwalteten TTS-Status widerspiegelt.
• Verwenden Sie tts providers, tts voices und tts set-provider, um das TTS-Verhalten zu prüfen und zu konfigurieren.

Video

Verwenden Sie video für Generierung und Beschreibung.

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

Hinweise:

• video generate akzeptiert --size, --aspect-ratio, --resolution, --duration, --audio, --watermark und --timeout-ms und leitet sie an die Video-Generierungsruntime weiter.
• --model muss für video describe <provider/model> sein.

Web

Verwenden Sie web für Such- und Abruf-Workflows.

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

Hinweise:

• Verwenden Sie web providers, um verfügbare, konfigurierte und ausgewählte Provider zu prüfen.

Embedding

Verwenden Sie embedding für Vektorerstellung und Prüfung von Embedding-Providern.

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

JSON-Ausgabe

Infer-Befehle normalisieren die JSON-Ausgabe unter einer gemeinsamen Hülle:

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

Felder auf oberster Ebene sind stabil:

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

Für Befehle mit generierten Medien enthält outputs Dateien, die von OpenClaw geschrieben wurden. Verwenden Sie path, mimeType, size und alle medienspezifischen Abmessungen in diesem Array für Automatisierung, statt menschenlesbares stdout zu parsen.

Häufige Fallstricke

# 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

Hinweise

• openclaw capability ... ist ein Alias für openclaw infer ....

Verwandt

• CLI-Referenz
• Modelle