CLI d’inférence

openclaw infer est la surface headless canonique pour les workflows d’inférence adossés à des fournisseurs.

Il expose intentionnellement des familles de capacités, et non des noms RPC Gateway bruts ni des identifiants bruts d’outils d’agent.

Transformer infer en Skill

Copiez et collez ceci dans un 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.

Une bonne Skill basée sur infer doit :

• mapper les intentions utilisateur courantes vers la bonne sous-commande infer
• inclure quelques exemples infer canoniques pour les workflows qu’elle couvre
• privilégier openclaw infer ... dans les exemples et suggestions
• éviter de documenter à nouveau toute la surface infer dans le corps de la Skill

Couverture typique d’une Skill centrée sur 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

Pourquoi utiliser infer

openclaw infer fournit une CLI cohérente pour les tâches d’inférence adossées à des fournisseurs dans OpenClaw.

Avantages :

• Utilisez les fournisseurs et modèles déjà configurés dans OpenClaw au lieu de câbler des wrappers ponctuels pour chaque backend.
• Gardez les workflows de modèle, image, transcription audio, TTS, vidéo, web et embeddings sous une seule arborescence de commandes.
• Utilisez une forme de sortie --json stable pour les scripts, l’automatisation et les workflows pilotés par des agents.
• Privilégiez une surface OpenClaw de première partie lorsque la tâche consiste fondamentalement à « exécuter de l’inférence ».
• Utilisez le chemin local normal sans nécessiter le Gateway pour la plupart des commandes infer.

Pour les vérifications fournisseur de bout en bout, privilégiez openclaw infer ... une fois les tests fournisseur de plus bas niveau au vert. Cela exerce la CLI livrée, le chargement de configuration, la résolution de l’agent par défaut, l’activation des Plugins groupés et le runtime de capacités partagé avant l’exécution de la requête fournisseur.

Arborescence des commandes

 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

Tâches courantes

Ce tableau associe les tâches d’inférence courantes à la commande infer correspondante.

Comportement

• openclaw infer ... est la surface CLI principale pour ces workflows.
• Utilisez --json lorsque la sortie sera consommée par une autre commande ou un script.
• Utilisez --provider ou --model provider/model lorsqu’un backend précis est requis.
• Utilisez model run --thinking <level> pour transmettre un niveau ponctuel de réflexion/raisonnement (off, minimal, low, medium, high, adaptive, xhigh ou max) tout en gardant l’exécution brute.
• Pour image describe, audio transcribe et video describe, --model doit utiliser la forme <provider/model>.
• Pour image describe, --file accepte les chemins locaux et les URL d’images HTTP(S). Les URL distantes utilisent la politique SSRF normale de récupération de média.
• Pour image describe, un --model explicite exécute d’abord ce fournisseur/modèle, puis essaie les agents.defaults.imageModel.fallbacks configurés lorsque l’appel de modèle échoue. Les erreurs de préparation d’entrée, comme des fichiers manquants ou des URL non prises en charge, échouent avant les tentatives de fallback. Le modèle doit être compatible image dans le catalogue de modèles ou la configuration fournisseur. codex/<model> exécute un tour borné de compréhension d’image via le serveur d’application Codex ; openai/<model> utilise le chemin fournisseur OpenAI avec authentification par clé API ou OAuth ChatGPT/Codex.
• Les commandes d’exécution sans état utilisent local par défaut.
• Les commandes d’état géré par le Gateway utilisent le Gateway par défaut.
• Le chemin local normal ne nécessite pas que le Gateway soit en cours d’exécution.
• model run local est une complétion fournisseur ponctuelle et légère. Il résout le modèle et l’authentification de l’agent configuré, mais ne démarre pas de tour chat-agent, ne charge pas d’outils et n’ouvre pas de serveurs MCP groupés.
• model run --file accepte les fichiers image, détecte leur type MIME et les envoie avec le prompt fourni au modèle sélectionné. Répétez --file pour plusieurs images.
• model run --file rejette les entrées non image. Utilisez infer audio transcribe pour les fichiers audio et infer video describe pour les fichiers vidéo.
• model run --gateway exerce le routage Gateway, l’authentification enregistrée, la sélection fournisseur et le runtime intégré, mais s’exécute toujours comme une sonde de modèle brute : il envoie le prompt fourni et toute pièce jointe image sans transcript de session préalable, contexte bootstrap/AGENTS, assemblage du moteur de contexte, outils ni serveurs MCP groupés.
• model run --gateway --model <provider/model> nécessite un identifiant Gateway d’opérateur de confiance, car la requête demande au Gateway d’exécuter un override fournisseur/modèle ponctuel.
• model run --thinking local utilise le chemin léger de complétion fournisseur ; les niveaux propres à un fournisseur comme adaptive et max sont mappés au niveau portable de complétion simple le plus proche.

Modèle

Utilisez model pour l’inférence texte adossée à des fournisseurs et l’inspection de modèles/fournisseurs.

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

Utilisez des refs complètes <provider/model> pour tester rapidement un fournisseur précis sans démarrer le Gateway ni charger toute la surface d’outils de l’agent :

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

Notes :

• model run local est le smoke CLI le plus étroit pour vérifier l’état fournisseur/modèle/authentification car, pour les fournisseurs non Codex, il envoie uniquement le prompt fourni au modèle sélectionné.
• model run --model <provider/model> local peut utiliser des lignes exactes du catalogue statique groupé issues de models list --all avant que ce fournisseur soit écrit dans la configuration. L’authentification fournisseur reste requise ; les identifiants manquants échouent comme erreurs d’authentification, et non comme Unknown model.
• Pour les sondes de raisonnement Mistral Medium 3.5, laissez la température non définie/par défaut. Mistral rejette reasoning_effort="high" plus temperature: 0 ; utilisez mistral/mistral-medium-3-5 avec la température par défaut ou une valeur de mode raisonnement non nulle comme 0.7.
• Les sondes locales Codex Responses sont l’exception étroite : OpenClaw ajoute une instruction système minimale afin que le transport puisse remplir son champ instructions requis, sans ajouter le contexte complet de l’agent, des outils, de la mémoire ou un transcript de session.
• model run --file local conserve ce chemin léger et joint le contenu image directement au message utilisateur unique. Les fichiers image courants comme PNG, JPEG et WebP fonctionnent lorsque leur type MIME est détecté comme image/* ; les fichiers non pris en charge ou non reconnus échouent avant l’appel au fournisseur.
• model run --file est préférable lorsque vous voulez tester directement le modèle texte multimodal sélectionné. Utilisez infer image describe lorsque vous voulez la sélection du fournisseur de compréhension d’image d’OpenClaw et le routage du modèle d’image par défaut.
• Le modèle sélectionné doit prendre en charge l’entrée image ; les modèles texte uniquement peuvent rejeter la requête au niveau fournisseur.
• model run --prompt doit contenir du texte non composé uniquement d’espaces ; les prompts vides sont rejetés avant l’appel aux fournisseurs locaux ou au Gateway.
• model run local quitte avec un code non nul lorsque le fournisseur ne renvoie aucune sortie texte, afin que les fournisseurs locaux injoignables et les complétions vides ne ressemblent pas à des sondes réussies.
• Utilisez model run --gateway lorsque vous devez tester le routage Gateway, la configuration du runtime d’agent ou l’état fournisseur géré par le Gateway tout en gardant l’entrée du modèle brute. Utilisez openclaw agent ou les surfaces de chat lorsque vous voulez le contexte complet de l’agent, les outils, la mémoire et le transcript de session.
• model auth login, model auth logout et model auth status gèrent l’état d’authentification fournisseur enregistré.

Image

Utilisez image pour la génération, l’édition et la description.

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

Remarques :

• Utilisez image edit lorsque vous partez de fichiers d’entrée existants.

• Utilisez --size, --aspect-ratio ou --resolution avec image edit pour les fournisseurs/modèles qui prennent en charge les indications de géométrie lors des modifications d’images de référence.

• Utilisez --output-format png --background transparent avec --model openai/gpt-image-1.5 pour une sortie PNG OpenAI à arrière-plan transparent ; --openai-background reste disponible comme alias spécifique à OpenAI. Les fournisseurs qui ne déclarent pas la prise en charge de l’arrière-plan signalent l’indication comme une surcharge ignorée.

• Utilisez --quality low|medium|high|auto pour les fournisseurs qui prennent en charge les indications de qualité d’image, y compris OpenAI. OpenAI accepte également --openai-moderation low|auto pour l’indication de modération spécifique au fournisseur.

• Utilisez image providers --json pour vérifier quels fournisseurs d’images intégrés sont détectables, configurés, sélectionnés, et quelles capacités de génération/modification chaque fournisseur expose.

• Utilisez image generate --model <provider/model> --json comme le test smoke CLI en conditions réelles le plus ciblé pour les changements de génération d’images. Exemple :

  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

  La réponse JSON indique ok, provider, model, attempts et les chemins de sortie écrits. Lorsque --output est défini, l’extension finale peut suivre le type MIME renvoyé par le fournisseur.

• Pour image describe et image describe-many, utilisez --prompt pour donner au modèle de vision une instruction propre à la tâche, comme l’OCR, la comparaison, l’inspection d’interface utilisateur ou le légendage concis.

• Utilisez --timeout-ms avec les modèles de vision locaux lents ou les démarrages à froid d’Ollama.

• Pour image describe, --model doit être un <provider/model> compatible avec les images. Lorsqu’il est défini, OpenClaw essaie d’abord ce modèle explicite, puis les solutions de repli configurées pour les modèles d’image si l’appel au modèle échoue.

• Pour les modèles de vision Ollama locaux, téléchargez d’abord le modèle et définissez OLLAMA_API_KEY sur n’importe quelle valeur de substitution, par exemple ollama-local. Voir Ollama.

Audio

Utilisez audio pour la transcription de fichiers.

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

Remarques :

• audio transcribe sert à la transcription de fichiers, pas à la gestion de sessions en temps réel.
• --model doit être <provider/model>.

TTS

Utilisez tts pour la synthèse vocale et l’état du fournisseur 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

Remarques :

• tts status utilise par défaut le Gateway, car il reflète l’état TTS géré par le Gateway.
• Utilisez tts providers, tts voices et tts set-provider pour inspecter et configurer le comportement TTS.

Vidéo

Utilisez video pour la génération et la description.

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

Remarques :

• video generate accepte --size, --aspect-ratio, --resolution, --duration, --audio, --watermark et --timeout-ms, et les transmet au runtime de génération vidéo.
• --model doit être <provider/model> pour video describe.

Web

Utilisez web pour les workflows de recherche et de récupération.

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

Remarques :

• Utilisez web providers pour inspecter les fournisseurs disponibles, configurés et sélectionnés.

Embedding

Utilisez embedding pour la création de vecteurs et l’inspection des fournisseurs d’embeddings.

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

Sortie JSON

Les commandes Infer normalisent la sortie JSON dans une enveloppe partagée :

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

Les champs de premier niveau sont stables :

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

Pour les commandes de médias générés, outputs contient les fichiers écrits par OpenClaw. Utilisez le path, le mimeType, la size et toutes les dimensions propres au média dans ce tableau pour l’automatisation, au lieu d’analyser la sortie standard lisible par l’humain.

Pièges courants

# 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

Remarques

• openclaw capability ... est un alias de openclaw infer ....

Voir aussi

• Référence CLI
• Modèles