--- read_when: - Agregar o modificar comandos `openclaw infer` - Diseño de automatización estable de capacidades sin interfaz gráfica summary: CLI orientada primero a la inferencia para flujos de trabajo de modelos, imágenes, audio, TTS, video, web e incrustaciones respaldados por proveedores title: CLI de inferencia x-i18n: generated_at: "2026-05-11T20:27:13Z" model: gpt-5.5 provider: openai source_hash: 05496c5278650c30e5a52dceba105b703258040765f0a3f75268bb514270f15d source_path: cli/infer.md workflow: 16 --- `openclaw infer` es la superficie canónica sin interfaz gráfica para flujos de trabajo de inferencia respaldados por proveedores. Expone intencionalmente familias de capacidades, no nombres RPC del Gateway en bruto ni ids de herramientas de agente en bruto. ## Convertir infer en una skill Copia y pega esto en un agente: ```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. ``` Una buena skill basada en infer debe: - asignar intenciones comunes de usuario al subcomando infer correcto - incluir algunos ejemplos canónicos de infer para los flujos de trabajo que cubre - preferir `openclaw infer ...` en ejemplos y sugerencias - evitar volver a documentar toda la superficie de infer dentro del cuerpo de la skill Cobertura típica de una skill centrada en 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` ## Por qué usar infer `openclaw infer` proporciona una CLI coherente para tareas de inferencia respaldadas por proveedores dentro de OpenClaw. Beneficios: - Usa los proveedores y modelos ya configurados en OpenClaw en lugar de conectar wrappers puntuales para cada backend. - Mantén los flujos de trabajo de modelo, imagen, transcripción de audio, TTS, video, web e incrustaciones bajo un único árbol de comandos. - Usa una forma de salida estable con `--json` para scripts, automatización y flujos de trabajo dirigidos por agentes. - Prefiere una superficie propia de OpenClaw cuando la tarea es fundamentalmente "ejecutar inferencia". - Usa la ruta local normal sin requerir el Gateway para la mayoría de los comandos de infer. Para comprobaciones de proveedor de extremo a extremo, prefiere `openclaw infer ...` una vez que las pruebas de proveedor de nivel inferior estén en verde. Ejercita la CLI distribuida, la carga de configuración, la resolución del agente predeterminado, la activación de plugins incluidos y el runtime de capacidades compartido antes de que se haga la solicitud al proveedor. ## Árbol de comandos ```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 ``` ## Tareas comunes Esta tabla asigna tareas de inferencia comunes al comando infer correspondiente. | Tarea | Comando | Notas | | ---------------------------- | --------------------------------------------------------------------------------------------- | ----------------------------------------------------- | | Ejecutar un prompt de texto/modelo | `openclaw infer model run --prompt "..." --json` | Usa la ruta local normal de forma predeterminada | | Ejecutar un prompt de modelo en imágenes | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | Repite `--file` para varias entradas de imagen | | Generar una imagen | `openclaw infer image generate --prompt "..." --json` | Usa `image edit` al partir de un archivo existente | | Describir un archivo de imagen | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` debe ser un `` compatible con imágenes | | Transcribir audio | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` debe ser `` | | Sintetizar voz | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` está orientado al Gateway | | Generar un video | `openclaw infer video generate --prompt "..." --json` | Admite indicaciones de proveedor como `--resolution` | | Describir un archivo de video | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` debe ser `` | | Buscar en la web | `openclaw infer web search --query "..." --json` | | | Obtener una página web | `openclaw infer web fetch --url https://example.com --json` | | | Crear incrustaciones | `openclaw infer embedding create --text "..." --json` | | ## Comportamiento - `openclaw infer ...` es la superficie principal de CLI para estos flujos de trabajo. - Usa `--json` cuando la salida vaya a ser consumida por otro comando o script. - Usa `--provider` o `--model provider/model` cuando se requiera un backend específico. - Usa `model run --thinking ` para pasar un nivel puntual de pensamiento/razonamiento (`off`, `minimal`, `low`, `medium`, `high`, `adaptive`, `xhigh` o `max`) manteniendo la ejecución en bruto. - Para `image describe`, `audio transcribe` y `video describe`, `--model` debe usar la forma ``. - Para `image describe`, un `--model` explícito ejecuta directamente ese proveedor/modelo. El modelo debe ser compatible con imágenes en el catálogo de modelos o en la configuración del proveedor. `codex/` ejecuta un turno acotado de comprensión de imágenes del servidor de aplicaciones de Codex; `openai-codex/` usa la ruta del proveedor OAuth de OpenAI Codex. - Los comandos de ejecución sin estado tienen como valor predeterminado local. - Los comandos de estado administrado por el Gateway tienen como valor predeterminado el Gateway. - La ruta local normal no requiere que el Gateway esté en ejecución. - `model run` local es una finalización de proveedor puntual y ligera. Resuelve el modelo y la autenticación del agente configurados, pero no inicia un turno de agente de chat, no carga herramientas ni abre servidores MCP incluidos. - `model run --file` acepta archivos de imagen, detecta su tipo MIME y los envía con el prompt proporcionado al modelo seleccionado. Repite `--file` para varias imágenes. - `model run --file` rechaza entradas que no sean imágenes. Usa `infer audio transcribe` para archivos de audio e `infer video describe` para archivos de video. - `model run --gateway` ejercita el enrutamiento del Gateway, la autenticación guardada, la selección de proveedor y el runtime integrado, pero aun así se ejecuta como una prueba de modelo en bruto: envía el prompt proporcionado y cualquier adjunto de imagen sin transcripción previa de sesión, contexto bootstrap/AGENTS, ensamblaje del motor de contexto, herramientas ni servidores MCP incluidos. - `model run --gateway --model ` requiere una credencial de Gateway de operador confiable porque la solicitud le pide al Gateway que ejecute una anulación puntual de proveedor/modelo. - `model run --thinking` local usa la ruta ligera de finalización de proveedor; los niveles específicos de proveedor como `adaptive` y `max` se asignan al nivel de finalización simple portable más cercano. ## Modelo Usa `model` para inferencia de texto respaldada por proveedores e inspección de modelos/proveedores. ```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 ``` Usa referencias completas `` para probar rápidamente un proveedor específico sin iniciar el Gateway ni cargar toda la superficie de herramientas del agente: ```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 ``` Notas: - `model run` local es la prueba rápida de CLI más estrecha para comprobar el estado de proveedor/modelo/autenticación porque, para proveedores que no sean Codex, envía solo el prompt proporcionado al modelo seleccionado. - `model run --model ` local puede usar filas exactas del catálogo estático incluido de `models list --all` antes de que ese proveedor se escriba en la configuración. La autenticación del proveedor sigue siendo obligatoria; las credenciales faltantes fallan como errores de autenticación, no como `Unknown model`. - Para pruebas de razonamiento de Mistral Medium 3.5, deja la temperatura sin establecer/predeterminada. Mistral rechaza `reasoning_effort="high"` junto con `temperature: 0`; usa `mistral/mistral-medium-3-5` con la temperatura predeterminada o un valor de modo de razonamiento distinto de cero, como `0.7`. - Las pruebas locales `openai-codex/*` son la excepción estrecha: OpenClaw agrega una instrucción de sistema mínima para que el transporte de Responses de Codex pueda completar su campo obligatorio `instructions`, sin agregar contexto completo del agente, herramientas, memoria ni transcripción de sesión. - `model run --file` local mantiene esa ruta ligera y adjunta contenido de imagen directamente al único mensaje del usuario. Los archivos de imagen comunes como PNG, JPEG y WebP funcionan cuando su tipo MIME se detecta como `image/*`; los archivos no compatibles o no reconocidos fallan antes de llamar al proveedor. - `model run --file` es lo mejor cuando quieres probar directamente el modelo de texto multimodal seleccionado. Usa `infer image describe` cuando quieras la selección de proveedor de comprensión de imágenes de OpenClaw y el enrutamiento predeterminado del modelo de imagen. - El modelo seleccionado debe admitir entrada de imagen; los modelos solo de texto pueden rechazar la solicitud en la capa del proveedor. - `model run --prompt` debe contener texto que no sea solo espacios en blanco; los prompts vacíos se rechazan antes de llamar a los proveedores locales o al Gateway. - `model run` local termina con código distinto de cero cuando el proveedor no devuelve salida de texto, de modo que los proveedores locales inaccesibles y las finalizaciones vacías no parezcan pruebas exitosas. - Usa `model run --gateway` cuando necesites probar el enrutamiento del Gateway, la configuración del runtime del agente o el estado de proveedor administrado por el Gateway manteniendo la entrada del modelo en bruto. Usa `openclaw agent` o superficies de chat cuando quieras el contexto completo del agente, herramientas, memoria y transcripción de sesión. - `model auth login`, `model auth logout` y `model auth status` administran el estado de autenticación de proveedor guardado. ## Imagen Usa `image` para generación, edición y descripción. ```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 ``` Notas: - Usa `image edit` al partir de archivos de entrada existentes. - Usa `--size`, `--aspect-ratio` o `--resolution` con `image edit` para proveedores/modelos que admiten indicaciones de geometría en ediciones de imágenes de referencia. - Usa `--output-format png --background transparent` con `--model openai/gpt-image-1.5` para salida PNG de OpenAI con fondo transparente; `--openai-background` sigue disponible como alias específico de OpenAI. Los proveedores que no declaran compatibilidad con fondos informan la indicación como una anulación ignorada. - Usa `image providers --json` para verificar qué proveedores de imagen incluidos son detectables, están configurados, seleccionados y qué capacidades de generación/edición expone cada proveedor. - Usa `image generate --model --json` como el smoke de CLI en vivo más acotado para cambios de generación de imágenes. Ejemplo: ```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 ``` La respuesta JSON informa `ok`, `provider`, `model`, `attempts` y las rutas de salida escritas. Cuando se define `--output`, la extensión final puede seguir el tipo MIME devuelto por el proveedor. - Para `image describe` e `image describe-many`, usa `--prompt` para dar al modelo de visión una instrucción específica de la tarea, como OCR, comparación, inspección de UI o subtitulado conciso. - Usa `--timeout-ms` con modelos de visión locales lentos o arranques en frío de Ollama. - Para `image describe`, `--model` debe ser un `` compatible con imágenes. - Para modelos de visión locales de Ollama, descarga primero el modelo y establece `OLLAMA_API_KEY` en cualquier valor de marcador de posición, por ejemplo `ollama-local`. Consulta [Ollama](/es/providers/ollama#vision-and-image-description). ## Audio Usa `audio` para la transcripción de archivos. ```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 ``` Notas: - `audio transcribe` es para transcripción de archivos, no para gestión de sesiones en tiempo real. - `--model` debe ser ``. ## TTS Usa `tts` para síntesis de voz y estado del proveedor de 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 ``` Notas: - `tts status` usa Gateway de forma predeterminada porque refleja el estado de TTS gestionado por Gateway. - Usa `tts providers`, `tts voices` y `tts set-provider` para inspeccionar y configurar el comportamiento de TTS. ## Vídeo Usa `video` para generación y descripción. ```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 ``` Notas: - `video generate` acepta `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark` y `--timeout-ms`, y los reenvía al runtime de generación de vídeo. - `--model` debe ser `` para `video describe`. ## Web Usa `web` para flujos de trabajo de búsqueda y obtención. ```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 ``` Notas: - Usa `web providers` para inspeccionar los proveedores disponibles, configurados y seleccionados. ## Embeddings Usa `embedding` para la creación de vectores y la inspección de proveedores de embeddings. ```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 ``` ## Salida JSON Los comandos de inferencia normalizan la salida JSON bajo un contenedor compartido: ```json { "ok": true, "capability": "image.generate", "transport": "local", "provider": "openai", "model": "gpt-image-2", "attempts": [], "outputs": [] } ``` Los campos de nivel superior son estables: - `ok` - `capability` - `transport` - `provider` - `model` - `attempts` - `outputs` - `error` Para comandos de medios generados, `outputs` contiene los archivos escritos por OpenClaw. Usa `path`, `mimeType`, `size` y cualquier dimensión específica del medio en ese arreglo para automatización en lugar de analizar stdout legible para humanos. ## Errores comunes ```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 ``` ## Notas - `openclaw capability ...` es un alias de `openclaw infer ...`. ## Relacionado - [Referencia de CLI](/es/cli) - [Modelos](/es/concepts/models)