CLI สำหรับการอนุมาน

openclaw infer คือพื้นผิวแบบไม่มีส่วนหัวมาตรฐานสำหรับเวิร์กโฟลว์การอนุมานที่มีผู้ให้บริการรองรับ

ตั้งใจเปิดเผยกลุ่มความสามารถ ไม่ใช่ชื่อ gateway RPC ดิบ และไม่ใช่รหัสเครื่องมือ agent ดิบ

เปลี่ยน infer ให้เป็น skill

คัดลอกและวางสิ่งนี้ให้ 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.

skill ที่อิง infer ที่ดีควร:

• แมปเจตนาผู้ใช้ทั่วไปไปยังคำสั่งย่อย infer ที่ถูกต้อง
• มีตัวอย่าง infer มาตรฐานไม่กี่รายการสำหรับเวิร์กโฟลว์ที่ครอบคลุม
• เลือกใช้ openclaw infer ... ในตัวอย่างและคำแนะนำ
• หลีกเลี่ยงการจัดทำเอกสารพื้นผิว infer ทั้งหมดซ้ำภายในเนื้อหา skill

ขอบเขตทั่วไปของ skill ที่เน้น 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

เหตุผลที่ใช้ infer

openclaw infer มี CLI เดียวที่สอดคล้องกันสำหรับงานอนุมานที่มีผู้ให้บริการรองรับภายใน OpenClaw

ประโยชน์:

• ใช้ผู้ให้บริการและโมเดลที่กำหนดค่าไว้แล้วใน OpenClaw แทนการต่อ wrapper เฉพาะกิจสำหรับแต่ละ backend
• เก็บเวิร์กโฟลว์โมเดล รูปภาพ การถอดเสียงเสียง TTS วิดีโอ เว็บ และ embedding ไว้ใต้แผนผังคำสั่งเดียว
• ใช้รูปแบบเอาต์พุต --json ที่เสถียรสำหรับสคริปต์ ระบบอัตโนมัติ และเวิร์กโฟลว์ที่ขับเคลื่อนโดย agent
• เลือกใช้พื้นผิว OpenClaw แบบ first-party เมื่องานนั้นโดยพื้นฐานคือ "รันการอนุมาน"
• ใช้เส้นทาง local ปกติโดยไม่ต้องใช้ gateway สำหรับคำสั่ง infer ส่วนใหญ่

สำหรับการตรวจสอบผู้ให้บริการแบบครบวงจร ให้เลือกใช้ openclaw infer ... หลังจากการทดสอบ ผู้ให้บริการระดับต่ำกว่าผ่านแล้ว คำสั่งนี้ทดสอบ CLI ที่จัดส่งจริง การโหลด config การแก้ค่า agent เริ่มต้น การเปิดใช้งาน Plugin ที่ bundled มา และ runtime ความสามารถร่วม ก่อนที่จะส่งคำขอไปยังผู้ให้บริการ

แผนผังคำสั่ง

 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

งานทั่วไป

ตารางนี้แมปงานอนุมานทั่วไปกับคำสั่ง infer ที่สอดคล้องกัน

พฤติกรรม

• openclaw infer ... คือพื้นผิว CLI หลักสำหรับเวิร์กโฟลว์เหล่านี้
• ใช้ --json เมื่อเอาต์พุตจะถูกนำไปใช้โดยคำสั่งหรือสคริปต์อื่น
• ใช้ --provider หรือ --model provider/model เมื่อต้องการ backend เฉพาะ
• ใช้ model run --thinking <level> เพื่อส่งระดับ thinking/reasoning แบบครั้งเดียว (off, minimal, low, medium, high, adaptive, xhigh หรือ max) โดยยังคงให้การรันเป็นแบบ raw
• สำหรับ image describe, audio transcribe และ video describe, --model ต้องใช้รูปแบบ <provider/model>
• สำหรับ image describe, --file รับเส้นทาง local และ URL รูปภาพ HTTP(S) URL ระยะไกลใช้นโยบาย SSRF สำหรับการดึงสื่อปกติ
• สำหรับ image describe, --model ที่ระบุชัดเจนจะรัน provider/model นั้นก่อน แล้วจึงลอง agents.defaults.imageModel.fallbacks ที่กำหนดค่าไว้เมื่อการเรียกโมเดลล้มเหลว ข้อผิดพลาดในการเตรียมอินพุต เช่น ไฟล์หายหรือ URL ไม่รองรับ จะล้มเหลวก่อนความพยายาม fallback โมเดลต้องรองรับรูปภาพในแค็ตตาล็อกโมเดลหรือ config ของผู้ให้บริการ codex/<model> รัน turn การทำความเข้าใจรูปภาพของ app-server Codex แบบมีขอบเขต; openai/<model> ใช้เส้นทางผู้ให้บริการ OpenAI พร้อม auth แบบ API-key หรือ ChatGPT/Codex OAuth
• คำสั่งการทำงานแบบไร้สถานะใช้ local เป็นค่าเริ่มต้น
• คำสั่งสถานะที่ Gateway จัดการใช้ gateway เป็นค่าเริ่มต้น
• เส้นทาง local ปกติไม่จำเป็นต้องให้ gateway กำลังทำงานอยู่
• model run แบบ local เป็นการเติมเต็มจากผู้ให้บริการแบบครั้งเดียวที่กระชับ จะแก้ค่าโมเดล agent และ auth ที่กำหนดค่าไว้ แต่จะไม่เริ่ม turn ของ chat-agent โหลดเครื่องมือ หรือเปิดเซิร์ฟเวอร์ MCP ที่ bundled มา
• model run --file รับไฟล์รูปภาพ ตรวจจับชนิด MIME และส่งไปพร้อมพรอมป์ที่ให้มาไปยังโมเดลที่เลือก ใช้ --file ซ้ำสำหรับรูปภาพหลายรายการ
• model run --file ปฏิเสธอินพุตที่ไม่ใช่รูปภาพ ใช้ infer audio transcribe สำหรับไฟล์เสียงและ infer video describe สำหรับไฟล์วิดีโอ
• model run --gateway ทดสอบการ routing ของ Gateway, auth ที่บันทึกไว้, การเลือกผู้ให้บริการ และ runtime แบบ embedded แต่ยังรันเป็นการ probe โมเดลแบบ raw: ส่งพรอมป์ที่ให้มาและไฟล์แนบรูปภาพใด ๆ โดยไม่มี transcript ของเซสชันก่อนหน้า, บริบท bootstrap/AGENTS, การประกอบ context-engine, เครื่องมือ หรือเซิร์ฟเวอร์ MCP ที่ bundled มา
• model run --gateway --model <provider/model> ต้องใช้ข้อมูลรับรอง gateway ของผู้ปฏิบัติการที่เชื่อถือได้ เพราะคำขอขอให้ Gateway รันการ override provider/model แบบครั้งเดียว
• model run --thinking แบบ local ใช้เส้นทางการเติมเต็มจากผู้ให้บริการแบบกระชับ ระดับเฉพาะผู้ให้บริการ เช่น adaptive และ max จะถูกแมปไปยังระดับ simple-completion แบบ portable ที่ใกล้เคียงที่สุด

โมเดล

ใช้ model สำหรับการอนุมานข้อความที่มีผู้ให้บริการรองรับ และการตรวจสอบโมเดล/ผู้ให้บริการ

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

ใช้ ref แบบเต็ม <provider/model> เพื่อ smoke-test ผู้ให้บริการเฉพาะโดยไม่ต้อง เริ่ม Gateway หรือโหลดพื้นผิวเครื่องมือ agent ทั้งหมด:

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

หมายเหตุ:

• model run แบบ local คือ CLI smoke ที่แคบที่สุดสำหรับสุขภาพ provider/model/auth เพราะสำหรับผู้ให้บริการที่ไม่ใช่ Codex จะส่งเฉพาะพรอมป์ที่ให้มาไปยังโมเดลที่เลือก
• model run --model <provider/model> แบบ local สามารถใช้แถวแค็ตตาล็อก static ที่ bundled มาแบบตรงจาก models list --all ก่อนที่ผู้ให้บริการนั้นจะถูกเขียนลง config ยังต้องมี auth ของผู้ให้บริการ; ข้อมูลรับรองที่หายไปล้มเหลวเป็นข้อผิดพลาด auth ไม่ใช่ Unknown model
• สำหรับ probe reasoning ของ Mistral Medium 3.5 ให้ปล่อย temperature ไม่ตั้งค่า/ค่าเริ่มต้น Mistral ปฏิเสธ reasoning_effort="high" พร้อม temperature: 0; ใช้ mistral/mistral-medium-3-5 กับ temperature เริ่มต้นหรือค่า reasoning-mode ที่ไม่เป็นศูนย์ เช่น 0.7
• probe local ของ Codex Responses เป็นข้อยกเว้นที่แคบ: OpenClaw เพิ่ม system instruction ขั้นต่ำเพื่อให้ transport เติมฟิลด์ instructions ที่จำเป็นได้ โดยไม่เพิ่มบริบท agent เต็มรูปแบบ เครื่องมือ หน่วยความจำ หรือ transcript ของเซสชัน
• model run --file แบบ local คงเส้นทางกระชับนั้นไว้และแนบเนื้อหารูปภาพเข้ากับข้อความผู้ใช้เดียวโดยตรง ไฟล์รูปภาพทั่วไป เช่น PNG, JPEG และ WebP ใช้ได้เมื่อชนิด MIME ถูกตรวจจับเป็น image/*; ไฟล์ที่ไม่รองรับหรือไม่รู้จักจะล้มเหลวก่อนเรียกผู้ให้บริการ
• model run --file เหมาะที่สุดเมื่อคุณต้องการทดสอบโมเดลข้อความหลายโหมดที่เลือกโดยตรง ใช้ infer image describe เมื่อคุณต้องการการเลือกผู้ให้บริการเพื่อทำความเข้าใจรูปภาพของ OpenClaw และการ routing โมเดลรูปภาพเริ่มต้น
• โมเดลที่เลือกต้องรองรับอินพุตรูปภาพ; โมเดลข้อความอย่างเดียวอาจปฏิเสธคำขอที่เลเยอร์ผู้ให้บริการ
• model run --prompt ต้องมีข้อความที่ไม่ใช่ช่องว่าง; พรอมป์ว่างจะถูกปฏิเสธก่อนเรียกผู้ให้บริการ local หรือ Gateway
• model run แบบ local ออกด้วยรหัสไม่เป็นศูนย์เมื่อผู้ให้บริการไม่ส่งคืนเอาต์พุตข้อความ ดังนั้นผู้ให้บริการ local ที่เข้าถึงไม่ได้และการเติมเต็มว่างจะไม่ดูเหมือน probe ที่สำเร็จ
• ใช้ model run --gateway เมื่อคุณต้องทดสอบการ routing ของ Gateway, การตั้งค่า agent-runtime หรือสถานะผู้ให้บริการที่ Gateway จัดการ โดยยังคงให้อินพุตโมเดลเป็นแบบ raw ใช้ openclaw agent หรือพื้นผิวแชตเมื่อคุณต้องการบริบท agent เต็มรูปแบบ เครื่องมือ หน่วยความจำ และ transcript ของเซสชัน
• model auth login, model auth logout และ model auth status จัดการสถานะ auth ของผู้ให้บริการที่บันทึกไว้

รูปภาพ

ใช้ image สำหรับการสร้าง การแก้ไข และคำอธิบาย

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

หมายเหตุ:

• ใช้ image edit เมื่อเริ่มจากไฟล์อินพุตที่มีอยู่

• ใช้ --size, --aspect-ratio หรือ --resolution กับ image edit สำหรับ ผู้ให้บริการ/โมเดลที่รองรับคำใบ้เรขาคณิตในการแก้ไขรูปภาพอ้างอิง

• ใช้ --output-format png --background transparent กับ --model openai/gpt-image-1.5 สำหรับเอาต์พุต PNG พื้นหลังโปร่งใสของ OpenAI; --openai-background ยังคงใช้งานได้ในฐานะนามแฝงเฉพาะ OpenAI ผู้ให้บริการ ที่ไม่ได้ประกาศการรองรับพื้นหลังจะรายงานคำใบ้นี้เป็นการแทนที่ที่ถูกละเว้น

• ใช้ --quality low|medium|high|auto สำหรับผู้ให้บริการที่รองรับคำใบ้คุณภาพรูปภาพ รวมถึง OpenAI ด้วย OpenAI ยังรับ --openai-moderation low|auto สำหรับ คำใบ้การกลั่นกรองเฉพาะผู้ให้บริการ

• ใช้ image providers --json เพื่อตรวจสอบว่าผู้ให้บริการรูปภาพที่รวมมาใด ค้นพบได้ กำหนดค่าแล้ว ถูกเลือก และแต่ละผู้ให้บริการเปิดเผยความสามารถ ในการสร้าง/แก้ไขใดบ้าง

• ใช้ image generate --model <provider/model> --json เป็น smoke CLI แบบ live ที่แคบที่สุดสำหรับการเปลี่ยนแปลงการสร้างรูปภาพ ตัวอย่าง:

  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

  การตอบกลับ JSON จะรายงาน ok, provider, model, attempts และพาธเอาต์พุต ที่เขียนแล้ว เมื่อกำหนด --output นามสกุลสุดท้ายอาจเป็นไปตามชนิด MIME ที่ผู้ให้บริการส่งกลับ

• สำหรับ image describe และ image describe-many ให้ใช้ --prompt เพื่อให้คำสั่งเฉพาะงานแก่โมเดล vision เช่น OCR, การเปรียบเทียบ, การตรวจสอบ UI หรือคำบรรยายภาพแบบกระชับ

• ใช้ --timeout-ms กับโมเดล vision ภายในเครื่องที่ทำงานช้า หรือการเริ่ม Ollama แบบเย็น

• สำหรับ image describe, --model ต้องเป็น <provider/model> ที่รองรับรูปภาพ เมื่อกำหนดแล้ว OpenClaw จะลองโมเดลที่ระบุอย่างชัดเจนนั้นก่อน จากนั้นจึงใช้ fallback ของโมเดลรูปภาพที่กำหนดค่าไว้หากการเรียกโมเดลล้มเหลว

• สำหรับโมเดล vision ของ Ollama ภายในเครื่อง ให้ pull โมเดลก่อน และตั้งค่า OLLAMA_API_KEY เป็นค่าตัวยึดใดก็ได้ เช่น ollama-local ดู Ollama

เสียง

ใช้ audio สำหรับการถอดเสียงไฟล์

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

หมายเหตุ:

• audio transcribe ใช้สำหรับการถอดเสียงไฟล์ ไม่ใช่การจัดการเซสชันแบบเรียลไทม์
• --model ต้องเป็น <provider/model>

TTS

ใช้ tts สำหรับการสังเคราะห์เสียงพูดและสถานะผู้ให้บริการ 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

หมายเหตุ:

• tts status มีค่าเริ่มต้นเป็น Gateway เพราะสะท้อนสถานะ TTS ที่ Gateway จัดการ
• ใช้ tts providers, tts voices และ tts set-provider เพื่อตรวจสอบและกำหนดค่าพฤติกรรม TTS

วิดีโอ

ใช้ video สำหรับการสร้างและการอธิบาย

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

หมายเหตุ:

• video generate รับ --size, --aspect-ratio, --resolution, --duration, --audio, --watermark และ --timeout-ms แล้วส่งต่อไปยังรันไทม์การสร้างวิดีโอ
• --model ต้องเป็น <provider/model> สำหรับ video describe

เว็บ

ใช้ web สำหรับเวิร์กโฟลว์การค้นหาและดึงข้อมูล

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

หมายเหตุ:

• ใช้ web providers เพื่อตรวจสอบผู้ให้บริการที่มีอยู่ กำหนดค่าแล้ว และถูกเลือก

การฝังเวกเตอร์

ใช้ embedding สำหรับการสร้างเวกเตอร์และการตรวจสอบผู้ให้บริการ embedding

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

เอาต์พุต JSON

คำสั่ง infer ทำให้เอาต์พุต JSON อยู่ในรูปแบบซองร่วมเดียวกัน:

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

ฟิลด์ระดับบนสุดมีความเสถียร:

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

สำหรับคำสั่งสื่อที่สร้างขึ้น outputs จะมีไฟล์ที่ OpenClaw เขียนไว้ ใช้ path, mimeType, size และมิติใด ๆ เฉพาะสื่อในอาร์เรย์นั้น สำหรับการทำงานอัตโนมัติ แทนการแยกวิเคราะห์ stdout ที่มนุษย์อ่านได้

ข้อผิดพลาดที่พบบ่อย

# 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

หมายเหตุ

• openclaw capability ... เป็นนามแฝงของ openclaw infer ...

ที่เกี่ยวข้อง

• คู่มืออ้างอิง CLI
• โมเดล