--- read_when: - Toevoegen of wijzigen van `openclaw infer`-opdrachten - Stabiele automatisering van mogelijkheden zonder gebruikersinterface ontwerpen summary: Inferentie-eerst CLI voor door providers ondersteunde model-, beeld-, audio-, TTS-, video-, web- en embeddingworkflows title: Inferentie-CLI x-i18n: generated_at: "2026-05-10T19:29:15Z" model: gpt-5.5 provider: openai source_hash: 05496c5278650c30e5a52dceba105b703258040765f0a3f75268bb514270f15d source_path: cli/infer.md workflow: 16 --- `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: ```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. ``` 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 ```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 ``` ## Veelvoorkomende taken Deze tabel koppelt veelvoorkomende inferentietaken aan de bijbehorende infer-opdracht. | Taak | Opdracht | Opmerkingen | | ---------------------------- | --------------------------------------------------------------------------------------------- | ----------------------------------------------------- | | Een tekst-/modelprompt uitvoeren | `openclaw infer model run --prompt "..." --json` | Gebruikt standaard het normale lokale pad | | Een modelprompt op afbeeldingen uitvoeren | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | Herhaal `--file` voor meerdere afbeeldingsinvoeren | | Een afbeelding genereren | `openclaw infer image generate --prompt "..." --json` | Gebruik `image edit` wanneer je begint met een bestaand bestand | | Een afbeeldingsbestand beschrijven | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` moet een afbeelding-geschikte `` zijn | | Audio transcriberen | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` moet `` zijn | | Spraak synthetiseren | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` is Gateway-georiënteerd | | Een video genereren | `openclaw infer video generate --prompt "..." --json` | Ondersteunt providerhints zoals `--resolution` | | Een videobestand beschrijven | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` moet `` zijn | | Het web doorzoeken | `openclaw infer web search --query "..." --json` | | | Een webpagina ophalen | `openclaw infer web fetch --url https://example.com --json` | | | Embeddings maken | `openclaw infer embedding create --text "..." --json` | | ## 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 ` 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 `` 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/` voert een begrensde Codex app-server beurt voor afbeeldingsbegrip uit; `openai-codex/` 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 ` 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. ```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 ``` Gebruik volledige ``-refs om een specifieke provider te smoke-testen zonder de Gateway te starten of het volledige agent-tooloppervlak te laden: ```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 ``` 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 ` 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. ```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 ``` 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 --json` als de smalste live CLI-smoke voor wijzigingen in afbeeldingsgeneratie. Voorbeeld: ```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 ``` 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 `` 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](/nl/providers/ollama#vision-and-image-description). ## Audio Gebruik `audio` voor bestandstranscriptie. ```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 ``` Opmerkingen: - `audio transcribe` is bedoeld voor bestandstranscriptie, niet voor realtime sessiebeheer. - `--model` moet `` zijn. ## TTS Gebruik `tts` voor spraaksynthese en TTS-providerstatus. ```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 ``` 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. ```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 ``` 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 `` zijn voor `video describe`. ## Web Gebruik `web` voor zoek- en ophaalworkflows. ```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 ``` Opmerkingen: - Gebruik `web providers` om beschikbare, geconfigureerde en geselecteerde providers te inspecteren. ## Embedding Gebruik `embedding` voor vectorcreatie en inspectie van embeddingproviders. ```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 ``` ## JSON-uitvoer Infer-opdrachten normaliseren JSON-uitvoer onder een gedeelde envelop: ```json { "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 ```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 ``` ## Opmerkingen - `openclaw capability ...` is een alias voor `openclaw infer ...`. ## Gerelateerd - [CLI-referentie](/nl/cli) - [Modellen](/nl/concepts/models)