--- read_when: - '`openclaw infer` कमांड जोड़ना या संशोधित करना' - स्थिर हेडलेस क्षमता स्वचालन का डिज़ाइन बनाना summary: प्रदाता-समर्थित मॉडल, इमेज, ऑडियो, TTS, वीडियो, वेब और एम्बेडिंग वर्कफ़्लो के लिए अनुमान-प्रथम CLI title: इन्फ़रेंस CLI x-i18n: generated_at: "2026-07-27T17:36:31Z" model: gpt-5.6 postprocess_version: locale-links-v1 prompt_version: 32 provider: openai source_hash: 3147bb516a08e12c4eacd6bd527af62049ecae25b5fde9439da6a4431c147b07 source_path: cli/infer.md workflow: 16 --- `openclaw infer` प्रदाता-समर्थित अनुमान के लिए मानक हेडलेस सतह है। यह कच्चे Gateway RPC नाम या एजेंट टूल आईडी नहीं, बल्कि क्षमता परिवार (`model`, `image`, `audio`, `tts`, `video`, `web`, `embedding`) उजागर करता है। `openclaw capability ...` उसी कमांड ट्री का उपनाम है। एकबारगी प्रदाता रैपर की तुलना में इसे प्राथमिकता देने के कारण: - OpenClaw में पहले से कॉन्फ़िगर किए गए प्रदाताओं और मॉडलों का पुनः उपयोग करता है। - स्क्रिप्ट और एजेंट-संचालित स्वचालन के लिए स्थिर `--json` एनवेलप ([JSON आउटपुट](#json-output) देखें)। - अधिकांश उपकमांड के लिए Gateway के बिना सामान्य स्थानीय पथ चलाता है। - एंड-टू-एंड प्रदाता जाँचों के लिए, प्रदाता अनुरोध भेजे जाने से पहले यह शिप की गई CLI, कॉन्फ़िगरेशन लोडिंग, डिफ़ॉल्ट-एजेंट समाधान, बंडल किए गए Plugin सक्रियण और साझा क्षमता रनटाइम का प्रयोग करता है। ## infer को कौशल में बदलें इसे कॉपी करके किसी एजेंट में पेस्ट करें: ```text https://docs.openclaw.ai/cli/infer पढ़ें, फिर एक ऐसा कौशल बनाएँ जो मेरे सामान्य वर्कफ़्लो को `openclaw infer` पर रूट करे। मॉडल रन, इमेज जनरेशन, वीडियो जनरेशन, ऑडियो ट्रांसक्रिप्शन, TTS, वेब खोज और एम्बेडिंग पर ध्यान दें। ``` एक अच्छा infer-आधारित कौशल सामान्य उपयोगकर्ता उद्देश्यों को सही उपकमांड से मैप करता है, प्रत्येक वर्कफ़्लो के लिए कुछ मानक उदाहरण शामिल करता है, निम्न-स्तरीय विकल्पों की तुलना में `openclaw infer ...` को प्राथमिकता देता है और कौशल के मुख्य भाग में संपूर्ण infer सतह का दोबारा दस्तावेज़ीकरण नहीं करता। ## कमांड ट्री ```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 personas status enable disable set-provider set-persona video generate describe providers web search fetch providers embedding create providers ``` `infer list` / `infer inspect --name ` इस ट्री को डेटा के रूप में दिखाते हैं (क्षमता आईडी, ट्रांसपोर्ट, विवरण)। ## सामान्य कार्य | कार्य | कमांड | टिप्पणियाँ | | ----------------------------- | --------------------------------------------------------------------------------------------- | ----------------------------------------------------- | | टेक्स्ट/मॉडल प्रॉम्प्ट चलाएँ | `openclaw infer model run --prompt "..." --json` | डिफ़ॉल्ट रूप से स्थानीय | | इमेज पर मॉडल प्रॉम्प्ट चलाएँ | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | एकाधिक इमेज के लिए `--file` दोहराएँ | | इमेज जनरेट करें | `openclaw infer image generate --prompt "..." --json` | किसी मौजूदा फ़ाइल से शुरू करते समय `image edit` का उपयोग करें | | इमेज फ़ाइल या URL का वर्णन करें | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` इमेज-सक्षम `` होना चाहिए | | ऑडियो ट्रांसक्राइब करें | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` को `` होना चाहिए | | वाक् संश्लेषित करें | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` केवल Gateway के माध्यम से चलता है | | वीडियो जनरेट करें | `openclaw infer video generate --prompt "..." --json` | `--resolution` जैसे प्रदाता संकेतों का समर्थन करता है | | वीडियो फ़ाइल का वर्णन करें | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` को `` होना चाहिए | | वेब पर खोजें | `openclaw infer web search --query "..." --json` | | | वेब पेज फ़ेच करें | `openclaw infer web fetch --url https://example.com --json` | | | एम्बेडिंग बनाएँ | `openclaw infer embedding create --text "..." --json` | | ## व्यवहार - जब आउटपुट किसी अन्य कमांड या स्क्रिप्ट में जाता हो, तो `--json` का उपयोग करें; अन्यथा टेक्स्ट आउटपुट का उपयोग करें। - किसी विशिष्ट बैकएंड को पिन करने के लिए `--provider` या `--model provider/model` का उपयोग करें। - एकबारगी चिंतन/तर्क ओवरराइड के लिए `model run --thinking ` का उपयोग करें: `off`, `minimal`, `low`, `medium`, `high`, `adaptive`, `xhigh`, या `max`। - `image describe`, `audio transcribe` और `video describe` के लिए, `--model` को `` प्रारूप का उपयोग करना चाहिए। - `image describe` के लिए, `--file` स्थानीय पथ और HTTP(S) URL स्वीकार करता है; रिमोट URL सामान्य मीडिया-फ़ेच SSRF नीति से गुजरते हैं। - स्टेटलेस निष्पादन कमांड (`model run`, `image *`, `audio *`, `video *`, `web *`, `embedding *`) डिफ़ॉल्ट रूप से स्थानीय होते हैं। Gateway-प्रबंधित स्टेट कमांड (`tts status`) डिफ़ॉल्ट रूप से Gateway का उपयोग करते हैं। - स्थानीय पथ के लिए Gateway का चलना कभी आवश्यक नहीं होता। - स्थानीय `model run` एक हल्का एकबारगी प्रदाता पूर्णता है: यह कॉन्फ़िगर किए गए एजेंट मॉडल और प्रमाणीकरण का समाधान करता है, लेकिन चैट-एजेंट टर्न शुरू नहीं करता, टूल लोड नहीं करता और बंडल किए गए MCP सर्वर नहीं खोलता। - `model run --file` प्रॉम्प्ट के साथ इमेज फ़ाइलें (स्वतः पहचाना गया MIME प्रकार) संलग्न करता है; एकाधिक इमेज के लिए `--file` दोहराएँ। गैर-इमेज फ़ाइलें अस्वीकार कर दी जाती हैं — इसके बजाय `infer audio transcribe` या `infer video describe` का उपयोग करें। - `model run --gateway` Gateway रूटिंग, सहेजे गए प्रमाणीकरण, प्रदाता चयन और एम्बेडेड रनटाइम का प्रयोग करता है, लेकिन कच्चा मॉडल प्रोब बना रहता है: कोई पिछला सत्र ट्रांसक्रिप्ट, बूटस्ट्रैप/AGENTS संदर्भ, टूल या बंडल किए गए MCP सर्वर नहीं। - `model run --gateway --model ` के लिए विश्वसनीय-ऑपरेटर Gateway क्रेडेंशियल आवश्यक है, क्योंकि यह Gateway से एकबारगी प्रदाता/मॉडल ओवरराइड चलाने को कहता है। ## मॉडल टेक्स्ट अनुमान और मॉडल/प्रदाता निरीक्षण। ```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 --model gpt-5.6-sol --json ``` Gateway शुरू किए बिना या एजेंट टूल सतह लोड किए बिना किसी एक प्रदाता का स्मोक-टेस्ट करने के लिए `--local` के साथ पूर्ण `` संदर्भों का उपयोग करें: ```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-5.6-luna --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Describe this image." --file ./photo.jpg --json ``` टिप्पणियाँ: - स्थानीय `model run` प्रदाता/मॉडल/प्रमाणीकरण की स्थिति के लिए सबसे संकीर्ण CLI स्मोक है: गैर-ChatGPT-Codex प्रदाताओं के लिए यह केवल दिया गया प्रॉम्प्ट भेजता है। - स्थानीय `model run --model ` उस प्रदाता को कॉन्फ़िगरेशन में लिखे जाने से पहले सटीक बंडल की गई स्थिर-कैटलॉग पंक्तियों (वही पंक्तियाँ जिन्हें `openclaw models list --all` दिखाता है) का समाधान कर सकता है। प्रदाता प्रमाणीकरण अभी भी आवश्यक है; अनुपलब्ध क्रेडेंशियल `Unknown model` के रूप में नहीं, बल्कि प्रमाणीकरण त्रुटियों के रूप में विफल होते हैं। - Mistral Medium 3.5 तर्क प्रोब के लिए तापमान को अनसेट/डिफ़ॉल्ट छोड़ें। Mistral `reasoning_effort="high"` को `temperature: 0` के साथ अस्वीकार करता है; डिफ़ॉल्ट तापमान या `0.7` जैसे गैर-शून्य मान का उपयोग करें। - OpenAI ChatGPT/Codex OAuth (`openai-chatgpt-responses` API) स्थानीय प्रोब एक न्यूनतम सिस्टम निर्देश जोड़ते हैं, ताकि ट्रांसपोर्ट अपने आवश्यक `instructions` फ़ील्ड को भर सके — कोई पूर्ण एजेंट संदर्भ, टूल, मेमोरी या सत्र ट्रांसक्रिप्ट नहीं। - `model run --file` इमेज सामग्री को सीधे एकल उपयोगकर्ता संदेश से संलग्न करता है। सामान्य प्रारूप (PNG, JPEG, WebP) तब काम करते हैं जब MIME प्रकार को `image/*` के रूप में पहचाना जाता है; असमर्थित या अपरिचित फ़ाइलें प्रदाता को कॉल किए जाने से पहले विफल हो जाती हैं। जब आप प्रत्यक्ष मल्टीमॉडल-मॉडल प्रोब के बजाय OpenClaw की इमेज-मॉडल रूटिंग और फ़ॉलबैक चाहते हों, तो इसके बजाय `infer image describe` का उपयोग करें। - चयनित मॉडल को इमेज इनपुट का समर्थन करना चाहिए; केवल-टेक्स्ट मॉडल प्रदाता स्तर पर अनुरोध अस्वीकार कर सकते हैं। - `model run --prompt` में गैर-व्हाइटस्पेस टेक्स्ट होना चाहिए; खाली प्रॉम्प्ट किसी भी प्रदाता या Gateway कॉल से पहले अस्वीकार कर दिए जाते हैं। - जब प्रदाता कोई टेक्स्ट आउटपुट नहीं लौटाता, तो स्थानीय `model run` गैर-शून्य स्थिति के साथ बाहर निकलता है, ताकि अगम्य प्रदाता और खाली पूर्णताएँ सफल प्रोब जैसी न दिखें। - मॉडल इनपुट को कच्चा रखते हुए Gateway रूटिंग या एजेंट-रनटाइम सेटअप का परीक्षण करने के लिए `model run --gateway` का उपयोग करें। पूर्ण एजेंट संदर्भ, टूल, मेमोरी और सत्र ट्रांसक्रिप्ट के लिए `openclaw agent` या किसी चैट सतह का उपयोग करें। - `--thinking adaptive` पूर्णता-रनटाइम स्तर के `medium` से मैप होता है; मूल अधिकतम प्रयास का समर्थन करने वाले OpenAI मॉडलों के लिए `--thinking max`, `max` से मैप होता है, अन्यथा `xhigh` से। - `model auth login`, `model auth logout` और `model auth status` सहेजी गई प्रदाता प्रमाणीकरण स्थिति प्रबंधित करते हैं। ## इमेज जनरेशन, संपादन और वर्णन। ```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 --model openai/gpt-image-2 --quality low --openai-moderation low --prompt "low-cost draft poster" --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 https://example.com/photo.png --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-5.4-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 ``` टिप्पणियाँ: - मौजूदा इनपुट फ़ाइलों से शुरू करते समय `image edit` का उपयोग करें; `--size`, `--aspect-ratio`, या `--resolution` उन प्रदाताओं/मॉडलों पर ज्यामिति संकेत जोड़ते हैं जो उनका समर्थन करते हैं। - `--output-format png --background transparent` के साथ `--model openai/gpt-image-1.5` पारदर्शी-पृष्ठभूमि वाला OpenAI PNG आउटपुट देता है; `--openai-background` उसी संकेत के लिए OpenAI-विशिष्ट उपनाम है। जो प्रदाता पृष्ठभूमि समर्थन घोषित नहीं करते, वे इसे उपेक्षित ओवरराइड के रूप में रिपोर्ट करते हैं ([JSON आवरण](#json-output) में `ignoredOverrides` देखें)। - `--quality low|medium|high|auto` उन प्रदाताओं के लिए काम करता है जो छवि-गुणवत्ता संकेतों का समर्थन करते हैं, जिनमें OpenAI शामिल है। OpenAI `--openai-moderation low|auto` को भी स्वीकार करता है। - `image providers --json` सूचीबद्ध करता है कि कौन-से बंडल किए गए छवि प्रदाता खोजे जा सकते हैं, कॉन्फ़िगर और चयनित हैं, तथा प्रत्येक कौन-सी जनरेशन/संपादन क्षमताएँ उपलब्ध कराता है। - छवि-जनरेशन परिवर्तनों के लिए `image generate --model --json` सबसे सीमित लाइव स्मोक परीक्षण है: ```bash openclaw infer image providers --json openclaw infer image generate \ --model google/gemini-3.1-flash-image \ --prompt "न्यूनतम सपाट परीक्षण छवि: सफ़ेद पृष्ठभूमि पर एक नीला वर्ग, कोई टेक्स्ट नहीं।" \ --output ./openclaw-infer-image-smoke.png \ --json ``` प्रतिक्रिया `ok`, `provider`, `model`, `attempts`, और लिखे गए आउटपुट पथों की रिपोर्ट करती है। जब `--output` सेट हो, तो अंतिम एक्सटेंशन प्रदाता द्वारा लौटाए गए MIME प्रकार के अनुसार हो सकता है। - `image describe` और `image describe-many` के लिए, कार्य-विशिष्ट निर्देश (OCR, तुलना, UI निरीक्षण, संक्षिप्त कैप्शन लेखन) हेतु `--prompt` का उपयोग करें। - धीमे स्थानीय विज़न मॉडलों या Ollama के कोल्ड स्टार्ट के लिए `--timeout-ms` का उपयोग करें। - `image describe` के लिए, एक स्पष्ट `--model` (जो छवि-सक्षम `` होना चाहिए) पहले चलता है, फिर वह कॉल विफल होने पर कॉन्फ़िगर किए गए `agents.defaults.imageModel.fallbacks` आज़माए जाते हैं। इनपुट-तैयारी त्रुटियाँ (फ़ाइल अनुपलब्ध, असमर्थित URL) किसी भी फ़ॉलबैक प्रयास से पहले विफल हो जाती हैं, और मॉडल कैटलॉग या प्रदाता कॉन्फ़िगरेशन में मॉडल का छवि-सक्षम होना आवश्यक है। - स्थानीय Ollama विज़न मॉडलों के लिए, पहले मॉडल पुल करें और `OLLAMA_API_KEY` को किसी भी प्लेसहोल्डर मान पर सेट करें, उदाहरण के लिए `ollama-local`। [Ollama](/hi/providers/ollama#vision-and-image-description) देखें। ## ऑडियो फ़ाइल ट्रांसक्रिप्शन (रीयलटाइम सत्र प्रबंधन नहीं)। ```bash openclaw infer audio transcribe --file ./memo.m4a --json openclaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "नामों और कार्रवाई मदों पर ध्यान दें" --json openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json ``` `--model` का `` होना आवश्यक है। ## TTS वाक् संश्लेषण और TTS प्रदाता/पर्सोना स्थिति। ```bash openclaw infer tts convert --text "OpenClaw की ओर से नमस्ते" --output ./hello.mp3 --json openclaw infer tts convert --text "आपका बिल्ड पूरा हो गया है" --output ./build-complete.mp3 --json openclaw infer tts providers --json openclaw infer tts personas --json openclaw infer tts status --json ``` टिप्पणियाँ: - `tts status` केवल `--gateway` का समर्थन करता है (यह Gateway द्वारा प्रबंधित TTS स्थिति को दर्शाता है)। - TTS व्यवहार का निरीक्षण और कॉन्फ़िगरेशन करने के लिए `tts providers`, `tts voices`, `tts personas`, `tts set-provider`, और `tts set-persona` का उपयोग करें। ## वीडियो जनरेशन और विवरण। ```bash openclaw infer video generate --prompt "समुद्र के ऊपर सिनेमाई सूर्यास्त" --json openclaw infer video generate --prompt "वन की झील के ऊपर धीमा ड्रोन शॉट" --resolution 768P --duration 6 --json openclaw infer video describe --file ./clip.mp4 --json openclaw infer video describe --file ./clip.mp4 --model openai/gpt-5.4-mini --json ``` टिप्पणियाँ: - `video generate`, `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark`, और `--timeout-ms` स्वीकार करता है, जिन्हें वीडियो-जनरेशन रनटाइम को अग्रेषित किया जाता है। - `video describe` के लिए `--model` का `` होना आवश्यक है। ## वेब खोज और फ़ेच। ```bash openclaw infer web search --query "OpenClaw दस्तावेज़" --json openclaw infer web search --query "OpenClaw infer वेब प्रदाता" --json openclaw infer web fetch --url https://docs.openclaw.ai/cli/infer --json openclaw infer web providers --json ``` `web providers` खोज और फ़ेच के लिए उपलब्ध, कॉन्फ़िगर किए गए और चयनित प्रदाताओं को सूचीबद्ध करता है। ## एम्बेडिंग वेक्टर निर्माण और एम्बेडिंग-प्रदाता निरीक्षण। ```bash openclaw infer embedding create --text "मित्रवत लॉब्स्टर" --json openclaw infer embedding create --text "ग्राहक सहायता टिकट: शिपमेंट में देरी" --model openai/text-embedding-3-large --json openclaw infer embedding providers --json ``` ## JSON आउटपुट Infer कमांड साझा आवरण के अंतर्गत JSON आउटपुट को सामान्यीकृत करते हैं: ```json { "ok": true, "capability": "image.generate", "transport": "local", "provider": "openai", "model": "gpt-image-2", "attempts": [], "outputs": [] } ``` स्थिर शीर्ष-स्तरीय फ़ील्ड: - `ok` - `capability` - `transport` - `provider` - `model` - `attempts` - `inputs` (लागू होने पर अनुरोध के साथ भेजे गए छवि अटैचमेंट) - `outputs` - `ignoredOverrides` (लागू होने पर वे संकेत कुंजियाँ जिनका प्रदाता समर्थन नहीं करता) - `error` जनरेट किए गए मीडिया कमांडों के लिए, `outputs` में OpenClaw द्वारा लिखी गई फ़ाइलें होती हैं। स्वचालन के लिए मानव-पठनीय stdout को पार्स करने के बजाय उस सरणी में मौजूद `path`, `mimeType`, `size`, और किसी भी मीडिया-विशिष्ट आयाम का उपयोग करें। ## सामान्य समस्याएँ ```bash # गलत openclaw infer media image generate --prompt "मित्रवत लॉब्स्टर" # सही openclaw infer image generate --prompt "मित्रवत लॉब्स्टर" ``` ```bash # गलत openclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # सही openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json ``` ## संबंधित - [CLI संदर्भ](/hi/cli) - [मॉडल](/hi/concepts/models)