Inferentie-CLI

openclaw infer is het canonieke headless oppervlak voor provider-ondersteunde inferentieworkflows.

Het toont bewust capabilityfamilies, geen ruwe Gateway-RPC-namen en geen ruwe agent-tool-id's.

Maak van infer een Skill

Kopieer en plak dit naar een 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.

Een goede infer-gebaseerde Skill moet:

• veelvoorkomende gebruikersintenties koppelen aan de juiste infer-subopdracht
• een paar canonieke infer-voorbeelden bevatten voor de workflows die hij dekt
• de voorkeur geven aan openclaw infer ... in voorbeelden en suggesties
• vermijden om het volledige infer-oppervlak opnieuw te documenteren binnen de Skill-inhoud

Typische dekking voor een infer-gerichte Skill:

• openclaw infer model run
• openclaw infer image generate
• openclaw infer audio transcribe
• openclaw infer tts convert
• openclaw infer web search
• openclaw infer embedding create

Waarom infer gebruiken

openclaw infer biedt één consistente CLI voor provider-ondersteunde inferentietaken binnen OpenClaw.

Voordelen:

• Gebruik de providers en modellen die al in OpenClaw zijn geconfigureerd in plaats van losse wrappers voor elke backend op te zetten.
• Houd model-, afbeelding-, audiotranscriptie-, TTS-, video-, web- en embeddingworkflows onder één opdrachtboom.
• Gebruik een stabiele --json-uitvoervorm voor scripts, automatisering en agent-gestuurde workflows.
• Geef de voorkeur aan een first-party OpenClaw-oppervlak wanneer de taak in wezen "inferentie uitvoeren" is.
• Gebruik het normale lokale pad zonder de Gateway te vereisen voor de meeste infer-opdrachten.

Geef voor end-to-end providercontroles de voorkeur aan openclaw infer ... zodra lager-niveau providertests groen zijn. Het test de geleverde CLI, configuratielading, standaard-agentresolutie, activering van gebundelde Plugins en de gedeelde capability- runtime voordat het providerverzoek wordt gedaan.

Opdrachtboom

 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

Veelvoorkomende taken

Deze tabel koppelt veelvoorkomende inferentietaken aan de bijbehorende infer-opdracht.

Gedrag

• openclaw infer ... is het primaire CLI-oppervlak voor deze workflows.
• Gebruik --json wanneer de uitvoer door een andere opdracht of een script wordt verbruikt.
• Gebruik --provider of --model provider/model wanneer een specifieke backend vereist is.
• Gebruik model run --thinking <level> om een eenmalig thinking-/reasoningniveau (off, minimal, low, medium, high, adaptive, xhigh of max) door te geven terwijl de run raw blijft.
• Voor image describe, audio transcribe en video describe moet --model de vorm <provider/model> gebruiken.
• Voor image describe voert een expliciete --model die provider/dat model direct uit. Het model moet afbeelding-geschikt zijn in de modelcatalogus of providerconfiguratie. codex/<model> voert een begrensde Codex app-server beurt voor afbeeldingsbegrip uit; openai-codex/<model> gebruikt het OpenAI Codex OAuth-providerpad.
• Stateless uitvoeringsopdrachten gebruiken standaard lokaal.
• Gateway-beheerde statusopdrachten gebruiken standaard Gateway.
• Het normale lokale pad vereist niet dat de Gateway actief is.
• Lokale model run is een slanke eenmalige providercompletion. Het lost het geconfigureerde agentmodel en de auth op, maar start geen chat-agentbeurt, laadt geen tools en opent geen gebundelde MCP-servers.
• model run --file accepteert afbeeldingsbestanden, detecteert hun MIME-type en stuurt ze met de opgegeven prompt naar het geselecteerde model. Herhaal --file voor meerdere afbeeldingen.
• model run --file weigert niet-afbeeldingsinvoer. Gebruik infer audio transcribe voor audiobestanden en infer video describe voor videobestanden.
• model run --gateway test Gateway-routering, opgeslagen auth, providerselectie en de ingebedde runtime, maar draait nog steeds als een raw modelprobe: het stuurt de opgegeven prompt en eventuele afbeeldingsbijlagen zonder eerdere sessietranscriptie, bootstrap-/AGENTS-context, context-engine-assemblage, tools of gebundelde MCP-servers.
• model run --gateway --model <provider/model> vereist een vertrouwde operator-Gateway-credential omdat het verzoek de Gateway vraagt een eenmalige provider-/modeloverride uit te voeren.
• Lokale model run --thinking gebruikt het slanke provider-completionpad; provider-specifieke niveaus zoals adaptive en max worden gekoppeld aan het dichtstbijzijnde overdraagbare simple-completionniveau.

Model

Gebruik model voor provider-ondersteunde tekstinferentie en model-/providerinspectie.

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

Gebruik volledige <provider/model>-refs om een specifieke provider te smoke-testen zonder de Gateway te starten of het volledige agent-tooloppervlak te laden:

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

Opmerkingen:

• Lokale model run is de smalste CLI-smoke voor provider-/model-/authgezondheid omdat hij, voor niet-Codex-providers, alleen de opgegeven prompt naar het geselecteerde model stuurt.
• Lokale model run --model <provider/model> kan exacte gebundelde statische catalogusrijen uit models list --all gebruiken voordat die provider naar de configuratie wordt geschreven. Provider-auth is nog steeds vereist; ontbrekende credentials falen als authfouten, niet als Unknown model.
• Laat voor Mistral Medium 3.5-reasoningprobes temperature oningesteld/standaard. Mistral weigert reasoning_effort="high" plus temperature: 0; gebruik mistral/mistral-medium-3-5 met standaardtemperature of een niet-nul reasoningmoduswaarde zoals 0.7.
• Lokale openai-codex/*-probes zijn de smalle uitzondering: OpenClaw voegt een minimale systeeminstructie toe zodat de Codex Responses-transportlaag het vereiste veld instructions kan vullen, zonder volledige agentcontext, tools, geheugen of sessietranscriptie toe te voegen.
• Lokale model run --file behoudt dat slanke pad en voegt afbeeldingsinhoud direct toe aan het ene gebruikersbericht. Veelvoorkomende afbeeldingsbestanden zoals PNG, JPEG en WebP werken wanneer hun MIME-type als image/* wordt gedetecteerd; niet-ondersteunde of niet-herkende bestanden falen voordat de provider wordt aangeroepen.
• model run --file is het beste wanneer je het geselecteerde multimodale tekstmodel direct wilt testen. Gebruik infer image describe wanneer je OpenClaw's providerselectie voor afbeeldingsbegrip en standaard afbeeldingsmodelroutering wilt.
• Het geselecteerde model moet afbeeldingsinvoer ondersteunen; tekst-only modellen kunnen het verzoek op de providerlaag weigeren.
• model run --prompt moet niet-witruimtetekst bevatten; lege prompts worden geweigerd voordat lokale providers of de Gateway worden aangeroepen.
• Lokale model run eindigt met een niet-nul exitcode wanneer de provider geen tekstuitvoer retourneert, zodat onbereikbare lokale providers en lege completions niet op geslaagde probes lijken.
• Gebruik model run --gateway wanneer je Gateway-routering, agent-runtime-initialisatie of Gateway-beheerde providerstatus wilt testen terwijl de modelinvoer raw blijft. Gebruik openclaw agent of chatoppervlakken wanneer je de volledige agentcontext, tools, geheugen en sessietranscriptie wilt.
• model auth login, model auth logout en model auth status beheren opgeslagen provider-authstatus.

Afbeelding

Gebruik image voor generatie, bewerking en beschrijving.

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

Opmerkingen:

• Gebruik image edit wanneer je begint met bestaande invoerbestanden.

• Gebruik --size, --aspect-ratio of --resolution met image edit voor providers/modellen die geometrie-hints ondersteunen bij bewerkingen van referentieafbeeldingen.

• Gebruik --output-format png --background transparent met --model openai/gpt-image-1.5 voor OpenAI PNG-uitvoer met transparante achtergrond; --openai-background blijft beschikbaar als OpenAI-specifiek alias. Providers die geen achtergrondondersteuning declareren, rapporteren de hint als een genegeerde override.

• Gebruik image providers --json om te verifiëren welke gebundelde afbeeldingsproviders vindbaar, geconfigureerd en geselecteerd zijn, en welke generatie-/bewerkingsmogelijkheden elke provider beschikbaar maakt.

• Gebruik image generate --model <provider/model> --json als de smalste live CLI-smoke voor wijzigingen in afbeeldingsgeneratie. Voorbeeld:

  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

  De JSON-respons rapporteert ok, provider, model, attempts en geschreven uitvoerpaden. Wanneer --output is ingesteld, kan de uiteindelijke extensie het door de provider geretourneerde MIME-type volgen.

• Gebruik voor image describe en image describe-many --prompt om het vision-model een taakspecifieke instructie te geven, zoals OCR, vergelijking, UI-inspectie of beknopte onderschriften.

• Gebruik --timeout-ms met trage lokale vision-modellen of koude Ollama-starts.

• Voor image describe moet --model een afbeeldingsgeschikt <provider/model> zijn.

• Voor lokale Ollama vision-modellen moet je eerst het model ophalen en OLLAMA_API_KEY instellen op een willekeurige placeholderwaarde, bijvoorbeeld ollama-local. Zie Ollama.

Audio

Gebruik audio voor bestandstranscriptie.

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

Opmerkingen:

• audio transcribe is bedoeld voor bestandstranscriptie, niet voor realtime sessiebeheer.
• --model moet <provider/model> zijn.

TTS

Gebruik tts voor spraaksynthese en TTS-providerstatus.

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

Opmerkingen:

• tts status gebruikt standaard de Gateway, omdat dit de door de Gateway beheerde TTS-status weergeeft.
• Gebruik tts providers, tts voices en tts set-provider om TTS-gedrag te inspecteren en configureren.

Video

Gebruik video voor generatie en beschrijving.

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

Opmerkingen:

• video generate accepteert --size, --aspect-ratio, --resolution, --duration, --audio, --watermark en --timeout-ms en stuurt ze door naar de runtime voor videogeneratie.
• --model moet <provider/model> zijn voor video describe.

Web

Gebruik web voor zoek- en ophaalworkflows.

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

Opmerkingen:

• Gebruik web providers om beschikbare, geconfigureerde en geselecteerde providers te inspecteren.

Embedding

Gebruik embedding voor vectorcreatie en inspectie van embeddingproviders.

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

JSON-uitvoer

Infer-opdrachten normaliseren JSON-uitvoer onder een gedeelde envelop:

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

Velden op het hoogste niveau zijn stabiel:

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

Voor opdrachten die media genereren bevat outputs bestanden die door OpenClaw zijn geschreven. Gebruik de path, mimeType, size en eventuele mediaspecifieke dimensies in die array voor automatisering in plaats van door mensen leesbare stdout te parsen.

Veelvoorkomende valkuilen

# 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

Opmerkingen

• openclaw capability ... is een alias voor openclaw infer ....

Gerelateerd

• CLI-referentie
• Modellen