--- read_when: - إضافة أو تعديل أوامر `openclaw infer` - تصميم أتمتة مستقرة للقدرات بلا واجهة رسومية summary: CLI مبنية على الاستدلال أولًا لسير عمل النماذج والصور والصوت وTTS والفيديو والويب والتضمين المدعومة بالمزوّدين title: CLI الاستدلال x-i18n: generated_at: "2026-05-10T19:31:10Z" model: gpt-5.5 provider: openai source_hash: 05496c5278650c30e5a52dceba105b703258040765f0a3f75268bb514270f15d source_path: cli/infer.md workflow: 16 --- `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: ```text 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 ```text 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. | المهمة | الأمر | الملاحظات | | ---------------------------- | --------------------------------------------------------------------------------------------- | ----------------------------------------------------- | | تشغيل مطالبة نصية/نموذج | `openclaw infer model run --prompt "..." --json` | يستخدم المسار المحلي العادي افتراضيًا | | تشغيل مطالبة نموذج على صور | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | كرر `--file` لإدخالات صور متعددة | | توليد صورة | `openclaw infer image generate --prompt "..." --json` | استخدم `image edit` عند البدء من ملف موجود | | وصف ملف صورة | `openclaw infer image describe --file ./image.png --prompt "..." --json` | يجب أن يكون `--model` نموذجًا قادرًا على الصور بصيغة `` | | نسخ الصوت | `openclaw infer audio transcribe --file ./memo.m4a --json` | يجب أن يكون `--model` بصيغة `` | | تركيب الكلام | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` موجّه إلى Gateway | | توليد فيديو | `openclaw infer video generate --prompt "..." --json` | يدعم تلميحات المزوّد مثل `--resolution` | | وصف ملف فيديو | `openclaw infer video describe --file ./clip.mp4 --json` | يجب أن يكون `--model` بصيغة `` | | البحث في الويب | `openclaw infer web search --query "..." --json` | | | جلب صفحة ويب | `openclaw infer web fetch --url https://example.com --json` | | | إنشاء التضمينات | `openclaw infer embedding create --text "..." --json` | | ## 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 ` 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` و`audio transcribe` و`video describe`، يجب أن يستخدم `--model` الصيغة ``. - 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/` دورة فهم صور محدودة عبر خادم تطبيق Codex؛ ويستخدم `openai-codex/` 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 و`infer 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 ` 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` و`max` إلى أقرب مستوى إكمال بسيط قابل للنقل. ## النموذج استخدم `model` للاستدلال النصي المدعوم بالمزوّدين وفحص النماذج/المزوّدين. ```bash openclaw infer model run --prompt "Reply with exactly: smoke-ok" --json openclaw infer model run --prompt "Summarize this changelog entry" --model openai/gpt-5.4 --json openclaw infer model run --prompt "Describe this image in one sentence" --file ./photo.jpg --model google/gemini-2.5-flash --json openclaw infer model run --prompt "Use more reasoning here" --thinking high --json openclaw infer model providers --json openclaw infer model inspect --name gpt-5.5 --json ``` استخدم مراجع `` الكاملة لإجراء اختبار دخان لمزوّد محدد دون بدء Gateway أو تحميل سطح أدوات الوكيل الكامل: ```bash openclaw infer model run --local --model anthropic/claude-sonnet-4-6 --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model cerebras/zai-glm-4.7 --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model google/gemini-2.5-flash --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model groq/llama-3.1-8b-instant --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model mistral/mistral-medium-3-5 --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model mistral/mistral-small-latest --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model openai/gpt-4.1 --prompt "Reply with exactly: pong" --json openclaw 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 ` 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` و`model auth logout` و`model auth status` حالة إذن المزوّد المحفوظة. ## الصورة استخدم `image` للتوليد والتحرير والوصف. ```bash openclaw infer image generate --prompt "friendly lobster illustration" --json openclaw infer image generate --prompt "cinematic product photo of headphones" --json openclaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "simple red circle sticker on a transparent background" --json openclaw infer image generate --prompt "slow image backend" --timeout-ms 180000 --json openclaw infer image edit --file ./logo.png --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "keep the logo, remove the background" --json openclaw infer image edit --file ./poster.png --prompt "make this a vertical story ad" --size 2160x3840 --aspect-ratio 9:16 --resolution 4K --json openclaw infer image describe --file ./photo.jpg --json openclaw infer image describe --file ./receipt.jpg --prompt "Extract the merchant, date, and total" --json openclaw infer image describe-many --file ./before.png --file ./after.png --prompt "Compare the screenshots and list visible UI changes" --json openclaw infer image describe --file ./ui-screenshot.png --model openai/gpt-4.1-mini --json openclaw 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 --json` كأضيق فحص مباشر عبر CLI لتغييرات توليد الصور. مثال: ```bash openclaw infer image providers --json openclaw 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` و`provider` و`model` و`attempts` ومسارات المخرجات المكتوبة. عند تعيين `--output`، قد يتبع الامتداد النهائي نوع MIME الذي أعاده المزوّد. - بالنسبة إلى `image describe` و`image 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 ``. - بالنسبة إلى نماذج الرؤية المحلية في Ollama، اسحب النموذج أولًا واضبط `OLLAMA_API_KEY` على أي قيمة نائبة، مثل `ollama-local`. راجع [Ollama](/ar/providers/ollama#vision-and-image-description). ## الصوت استخدم `audio` لتفريغ الملفات صوتيًا. ```bash openclaw infer audio transcribe --file ./memo.m4a --json openclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "Focus on names and action items" --json openclaw 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 ``. ## TTS استخدم `tts` لتركيب الكلام وحالة مزوّد TTS. ```bash openclaw infer tts convert --text "hello from openclaw" --output ./hello.mp3 --json openclaw infer tts convert --text "Your build is complete" --output ./build-complete.mp3 --json openclaw infer tts providers --json openclaw infer tts status --json ``` ملاحظات: - يستخدم `tts status` قيمة Gateway افتراضيًا لأنه يعكس حالة TTS المُدارة بواسطة Gateway. - استخدم `tts providers` و`tts voices` و`tts set-provider` لفحص سلوك TTS وتهيئته. ## الفيديو استخدم `video` للتوليد والوصف. ```bash openclaw infer video generate --prompt "cinematic sunset over the ocean" --json openclaw infer video generate --prompt "slow drone shot over a forest lake" --resolution 768P --duration 6 --json openclaw infer video describe --file ./clip.mp4 --json openclaw 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 `` من أجل `video describe`. ## الويب استخدم `web` لسير عمل البحث والجلب. ```bash openclaw infer web search --query "OpenClaw docs" --json openclaw infer web search --query "OpenClaw infer web providers" --json openclaw infer web fetch --url https://docs.openclaw.ai/cli/infer --json openclaw infer web providers --json ``` ملاحظات: - استخدم `web providers` لفحص المزوّدين المتاحين والمهيّئين والمحددين. ## التضمين استخدم `embedding` لإنشاء المتجهات وفحص مزوّد التضمين. ```bash openclaw infer embedding create --text "friendly lobster" --json openclaw infer embedding create --text "customer support ticket: delayed shipment" --model openai/text-embedding-3-large --json openclaw infer embedding providers --json ``` ## مخرجات JSON تقوم أوامر Infer بتطبيع مخرجات JSON ضمن غلاف مشترك: ```json { "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` و`mimeType` و`size` وأي أبعاد خاصة بالوسائط في تلك المصفوفة للأتمتة بدلًا من تحليل stdout المقروء للبشر. ## الأخطاء الشائعة ```bash # Bad openclaw infer media image generate --prompt "friendly lobster" # Good openclaw infer image generate --prompt "friendly lobster" ``` ```bash # Bad openclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Good openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json ``` ## ملاحظات - `openclaw capability ...` هو اسم بديل لـ `openclaw infer ...`. ## ذات صلة - [مرجع CLI](/ar/cli) - [النماذج](/ar/concepts/models)