CLI الاستدلال

openclaw infer هو السطح القياسي بلا واجهة رسومية لسير عمل الاستدلال المدعومة بالمزوّدين.

يعرض عمدًا عائلات القدرات، وليس 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 يقوم skill جيد قائم على infer بما يلي:

• ربط مقاصد المستخدم الشائعة بالأمر الفرعي الصحيح في infer
• تضمين بضعة أمثلة قياسية على infer لسير العمل التي يغطيها
• تفضيل openclaw infer ... في الأمثلة والاقتراحات
• تجنّب إعادة توثيق سطح infer بأكمله داخل متن skill

التغطية المعتادة للـ skill المركّز 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

يوفر openclaw infer واجهة CLI واحدة ومتسقة لمهام الاستدلال المدعومة بالمزوّدين داخل OpenClaw.

الفوائد:

• استخدم المزوّدين والنماذج المكوّنة بالفعل في OpenClaw بدلًا من إنشاء أغلفة مخصصة لمرة واحدة لكل واجهة خلفية.
• أبقِ سير عمل النماذج والصور ونسخ الصوت وTTS والفيديو والويب والتضمينات ضمن شجرة أوامر واحدة.
• استخدم بنية خرج مستقرة مع --json للسكربتات والأتمتة وسير العمل المدفوعة بالوكلاء.
• فضّل سطح OpenClaw من الطرف الأول عندما تكون المهمة أساسًا "تشغيل استدلال".
• استخدم المسار المحلي العادي دون الحاجة إلى Gateway لمعظم أوامر infer.

لفحوصات المزوّدين من البداية إلى النهاية، فضّل openclaw infer ... بعد أن تصبح اختبارات المزوّد ذات المستوى الأدنى خضراء. فهو يمرّن CLI المشحونة، وتحميل الإعدادات، وحلّ الوكيل الافتراضي، وتفعيل Plugin المضمّن، ووقت تشغيل القدرات المشترك قبل إجراء 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 ... هو سطح CLI الأساسي لسير العمل هذه.
• استخدم --json عندما يستهلك أمر آخر أو سكربت الخرج.
• استخدم --provider أو --model provider/model عندما تكون واجهة خلفية محددة مطلوبة.
• 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، يشغّل --model الصريح ذلك المزوّد/النموذج مباشرةً. 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-codex/<model> مسار مزوّد OpenAI Codex OAuth.
• أوامر التنفيذ عديمة الحالة يكون الإعداد الافتراضي لها محليًا.
• أوامر الحالة المُدارة عبر Gateway يكون الإعداد الافتراضي لها Gateway.
• لا يتطلب المسار المحلي العادي تشغيل Gateway.
• model run المحلي هو إكمال مزوّد خفيف لمرة واحدة. يحل نموذج الوكيل والإذن المكوّنين، لكنه لا يبدأ دورة وكيل دردشة، ولا يحمّل أدوات، ولا يفتح خوادم MCP المضمّنة.
• يقبل model run --file ملفات الصور، ويكتشف نوع MIME الخاص بها، ويرسلها مع المطالبة المزوّدة إلى النموذج المحدد. كرر --file لصور متعددة.
• يرفض model run --file الإدخالات غير الصورية. استخدم infer audio transcribe لملفات الصوت وinfer video describe لملفات الفيديو.
• يمرّن model run --gateway توجيه Gateway، والإذن المحفوظ، واختيار المزوّد، ووقت التشغيل المضمّن، لكنه يظل يعمل كمسبار نموذج خام: فهو يرسل المطالبة المزوّدة وأي مرفقات صور دون سجل جلسة سابق، أو سياق تمهيد/AGENTS، أو تجميع محرك السياق، أو أدوات، أو خوادم MCP مضمّنة.
• يتطلب model run --gateway --model <provider/model> اعتماد Gateway موثوقًا للمشغّل لأن الطلب يطلب من Gateway تشغيل تجاوز مزوّد/نموذج لمرة واحدة.
• يستخدم model run --thinking المحلي مسار إكمال المزوّد الخفيف؛ وتُطابَق المستويات الخاصة بالمزوّد مثل adaptive وmax إلى أقرب 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 لإجراء اختبار دخان لمزوّد محدد دون بدء Gateway أو تحميل سطح أدوات الوكيل الكامل:

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-4.1 --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 دخان عبر CLI لصحة المزوّد/النموذج/الإذن لأنه، بالنسبة إلى المزوّدين غير Codex، يرسل فقط المطالبة المزوّدة إلى النموذج المحدد.
• يمكن لـ model run --model <provider/model> المحلي استخدام صفوف الكتالوج الثابت المضمّنة الدقيقة من models list --all قبل كتابة ذلك المزوّد إلى الإعدادات. لا يزال إذن المزوّد مطلوبًا؛ تفشل بيانات الاعتماد المفقودة كأخطاء إذن، وليس Unknown model.
• لمسابير 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.
• المسابير المحلية openai-codex/* هي الاستثناء الضيق: يضيف OpenClaw تعليمة نظامية دنيا حتى يتمكن نقل Codex Responses من ملء حقل instructions المطلوب، دون إضافة سياق الوكيل الكامل، أو الأدوات، أو الذاكرة، أو سجل الجلسة.
• يحافظ model run --file المحلي على ذلك المسار الخفيف ويرفق محتوى الصورة مباشرةً برسالة المستخدم الواحدة. تعمل ملفات الصور الشائعة مثل PNG وJPEG وWebP عندما يُكتشف نوع MIME الخاص بها على أنه image/*؛ تفشل الملفات غير المدعومة أو غير المعروفة قبل استدعاء المزوّد.
• يكون model run --file هو الأفضل عندما تريد اختبار نموذج النص متعدد الوسائط المحدد مباشرةً. 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 عند طبقة المزوّد.
• يجب أن يحتوي model run --prompt على نص غير فارغ؛ تُرفض المطالبات الفارغة قبل استدعاء المزوّدين المحليين أو Gateway.
• يخرج model run المحلي بقيمة غير صفرية عندما لا يعيد المزوّد خرجًا نصيًا، لذلك 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 عبر Gateway مع إبقاء إدخال النموذج خامًا. استخدم openclaw agent أو أسطح الدردشة عندما تريد سياق الوكيل الكامل، والأدوات، والذاكرة، وسجل الجلسة.
• يدير model auth login وmodel auth logout وmodel auth status حالة إذن المزوّد المحفوظة.

الصورة

استخدم image للتوليد 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 --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 ./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-4.1-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 من أجل المزوّدين/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 PNG بخلفية شفافة من OpenAI؛ يبقى --openai-background متاحًا كاسم بديل خاص بـ OpenAI. المزوّدون الذين لا يعلنون دعم الخلفية يبلّغون عن التلميح كتجاوز متجاهَل.

• استخدم image providers --json للتحقق من مزوّدي الصور المضمّنين القابلين للاكتشاف والمهيّئين والمحددين، ومن إمكانات التوليد/التحرير التي يوفّرها كل مزوّد.

• استخدم image generate --model <provider/model> --json كأضيق فحص مباشر عبر CLI لتغييرات توليد 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 أعاده المزوّد.

• بالنسبة إلى image describe وimage describe-many، استخدم --prompt لإعطاء نموذج الرؤية تعليمة خاصة بالمهمة مثل OCR أو المقارنة أو فحص واجهة المستخدم أو التعليق المختصر.

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

• بالنسبة إلى image describe، يجب أن يكون --model نموذجًا داعمًا للصور بصيغة <provider/model>.

• بالنسبة إلى نماذج الرؤية المحلية في Ollama، اسحب النموذج أولًا واضبط OLLAMA_API_KEY على أي قيمة نائبة، مثل ollama-local. راجع Ollama.

الصوت

استخدم audio لتفريغ الملفات صوتيًا.

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 لتفريغ الملفات صوتيًا، وليس لإدارة الجلسات في الوقت الحقيقي.
• يجب أن يكون --model بصيغة <provider/model>.

TTS

استخدم tts لتركيب الكلام وحالة مزوّد 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 قيمة Gateway افتراضيًا لأنه يعكس حالة TTS المُدارة بواسطة Gateway.
• استخدم tts providers وtts voices وtts set-provider لفحص سلوك TTS وتهيئته.

الفيديو

استخدم video للتوليد 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-4.1-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 توليد الفيديو.
• يجب أن يكون --model بصيغة <provider/model> من أجل 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 المزوّدين المتاحين والمهيّئين والمحددين.

التضمين

استخدم embedding لإنشاء المتجهات وفحص مزوّد 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

تقوم أوامر Infer بتطبيع 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 المولّدة، يحتوي outputs على الملفات التي كتبها 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 ....

ذات صلة

• مرجع CLI
• النماذج