--- read_when: - Dodawanie lub modyfikowanie poleceń `openclaw infer` - Projektowanie stabilnej automatyzacji możliwości bez interfejsu użytkownika summary: CLI z inferencją na pierwszym miejscu do przepływów pracy modeli, obrazów, audio, TTS, wideo, sieci web i embeddingów obsługiwanych przez dostawców title: CLI inferencji x-i18n: generated_at: "2026-05-10T19:29:18Z" model: gpt-5.5 provider: openai source_hash: 05496c5278650c30e5a52dceba105b703258040765f0a3f75268bb514270f15d source_path: cli/infer.md workflow: 16 --- `openclaw infer` to kanoniczny bezgłowy interfejs dla przepływów pracy wnioskowania wspieranych przez dostawców. Celowo udostępnia rodziny możliwości, a nie surowe nazwy RPC Gateway ani surowe identyfikatory narzędzi agentów. ## Przekształć infer w umiejętność Skopiuj i wklej to do agenta: ```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. ``` Dobra umiejętność oparta na infer powinna: - mapować typowe intencje użytkownika na właściwe podpolecenie infer - zawierać kilka kanonicznych przykładów infer dla obsługiwanych przepływów pracy - preferować `openclaw infer ...` w przykładach i sugestiach - unikać ponownego dokumentowania całego interfejsu infer w treści umiejętności Typowy zakres umiejętności skoncentrowanej na 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` ## Dlaczego warto używać infer `openclaw infer` zapewnia jedno spójne CLI dla zadań wnioskowania wspieranych przez dostawców w OpenClaw. Korzyści: - Używaj dostawców i modeli już skonfigurowanych w OpenClaw zamiast tworzyć jednorazowe wrappery dla każdego backendu. - Trzymaj przepływy pracy związane z modelami, obrazami, transkrypcją audio, TTS, wideo, siecią i embeddingami w jednym drzewie poleceń. - Używaj stabilnego kształtu wyjścia `--json` dla skryptów, automatyzacji i przepływów pracy sterowanych przez agentów. - Preferuj własny interfejs OpenClaw, gdy zadanie zasadniczo polega na „uruchomieniu wnioskowania”. - Używaj normalnej ścieżki lokalnej bez wymagania Gateway dla większości poleceń infer. Do kompleksowych kontroli dostawców preferuj `openclaw infer ...`, gdy testy dostawców niższego poziomu są już zielone. Sprawdza to dostarczane CLI, ładowanie konfiguracji, rozwiązywanie domyślnego agenta, aktywację dołączonego pluginu oraz współdzielone środowisko wykonawcze możliwości, zanim zostanie wykonane żądanie do dostawcy. ## Drzewo poleceń ```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 ``` ## Typowe zadania Ta tabela mapuje typowe zadania wnioskowania na odpowiadające im polecenie infer. | Zadanie | Polecenie | Uwagi | | ---------------------------- | --------------------------------------------------------------------------------------------- | ----------------------------------------------------- | | Uruchom prompt tekstowy/modelu | `openclaw infer model run --prompt "..." --json` | Domyślnie używa normalnej ścieżki lokalnej | | Uruchom prompt modelu na obrazach | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | Powtórz `--file` dla wielu wejść obrazów | | Wygeneruj obraz | `openclaw infer image generate --prompt "..." --json` | Użyj `image edit`, gdy zaczynasz od istniejącego pliku | | Opisz plik obrazu | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` musi być modelem `` obsługującym obrazy | | Przepisz audio | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` musi mieć postać `` | | Zsyntetyzuj mowę | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` jest zorientowane na Gateway | | Wygeneruj wideo | `openclaw infer video generate --prompt "..." --json` | Obsługuje podpowiedzi dostawcy, takie jak `--resolution` | | Opisz plik wideo | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` musi mieć postać `` | | Przeszukaj sieć | `openclaw infer web search --query "..." --json` | | | Pobierz stronę internetową | `openclaw infer web fetch --url https://example.com --json` | | | Utwórz embeddingi | `openclaw infer embedding create --text "..." --json` | | ## Zachowanie - `openclaw infer ...` jest podstawowym interfejsem CLI dla tych przepływów pracy. - Używaj `--json`, gdy wyjście będzie używane przez inne polecenie lub skrypt. - Używaj `--provider` albo `--model provider/model`, gdy wymagany jest konkretny backend. - Używaj `model run --thinking `, aby przekazać jednorazowy poziom myślenia/rozumowania (`off`, `minimal`, `low`, `medium`, `high`, `adaptive`, `xhigh` albo `max`) przy zachowaniu surowego uruchomienia. - Dla `image describe`, `audio transcribe` i `video describe` opcja `--model` musi używać formy ``. - Dla `image describe` jawny `--model` uruchamia bezpośrednio ten model/dostawcę. Model musi obsługiwać obrazy w katalogu modeli lub konfiguracji dostawcy. `codex/` uruchamia ograniczony przebieg rozumienia obrazu przez serwer aplikacji Codex; `openai-codex/` używa ścieżki dostawcy OAuth OpenAI Codex. - Bezstanowe polecenia wykonania domyślnie działają lokalnie. - Polecenia stanu zarządzanego przez Gateway domyślnie używają Gateway. - Normalna ścieżka lokalna nie wymaga działania Gateway. - Lokalne `model run` to lekka jednorazowa kompletacja dostawcy. Rozwiązuje skonfigurowany model agenta i uwierzytelnianie, ale nie uruchamia tury agenta czatu, nie ładuje narzędzi ani nie otwiera dołączonych serwerów MCP. - `model run --file` przyjmuje pliki obrazów, wykrywa ich typ MIME i wysyła je z podanym promptem do wybranego modelu. Powtórz `--file` dla wielu obrazów. - `model run --file` odrzuca wejścia inne niż obrazy. Użyj `infer audio transcribe` dla plików audio i `infer video describe` dla plików wideo. - `model run --gateway` sprawdza trasowanie Gateway, zapisane uwierzytelnianie, wybór dostawcy i osadzone środowisko wykonawcze, ale nadal działa jako surowa próba modelu: wysyła podany prompt i ewentualne załączniki obrazów bez wcześniejszego transkryptu sesji, kontekstu bootstrap/AGENTS, składania przez silnik kontekstu, narzędzi ani dołączonych serwerów MCP. - `model run --gateway --model ` wymaga zaufanego poświadczenia operatora Gateway, ponieważ żądanie prosi Gateway o uruchomienie jednorazowego nadpisania dostawcy/modelu. - Lokalne `model run --thinking` używa lekkiej ścieżki kompletacji dostawcy; poziomy specyficzne dla dostawcy, takie jak `adaptive` i `max`, są mapowane na najbliższy przenośny poziom prostej kompletacji. ## Model Użyj `model` do wnioskowania tekstowego wspieranego przez dostawcę oraz inspekcji modeli/dostawców. ```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 ``` Używaj pełnych odwołań ``, aby wykonać smoke test konkretnego dostawcy bez uruchamiania Gateway ani ładowania pełnego interfejsu narzędzi agenta: ```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 ``` Uwagi: - Lokalne `model run` to najwęższy smoke test CLI dla kondycji dostawcy/modelu/uwierzytelniania, ponieważ dla dostawców innych niż Codex wysyła do wybranego modelu tylko podany prompt. - Lokalne `model run --model ` może używać dokładnych dołączonych statycznych wierszy katalogu z `models list --all`, zanim ten dostawca zostanie zapisany w konfiguracji. Uwierzytelnianie dostawcy nadal jest wymagane; brakujące poświadczenia kończą się błędami uwierzytelniania, a nie `Unknown model`. - Dla prób rozumowania Mistral Medium 3.5 pozostaw temperaturę nieustawioną/domyślną. Mistral odrzuca `reasoning_effort="high"` plus `temperature: 0`; użyj `mistral/mistral-medium-3-5` z domyślną temperaturą albo niezerową wartością trybu rozumowania, taką jak `0.7`. - Lokalne próby `openai-codex/*` są wąskim wyjątkiem: OpenClaw dodaje minimalną instrukcję systemową, aby transport Codex Responses mógł wypełnić wymagane pole `instructions`, bez dodawania pełnego kontekstu agenta, narzędzi, pamięci ani transkryptu sesji. - Lokalne `model run --file` zachowuje tę lekką ścieżkę i dołącza zawartość obrazu bezpośrednio do pojedynczej wiadomości użytkownika. Typowe pliki obrazów, takie jak PNG, JPEG i WebP, działają, gdy ich typ MIME zostanie wykryty jako `image/*`; nieobsługiwane lub nierozpoznane pliki kończą się błędem przed wywołaniem dostawcy. - `model run --file` jest najlepsze, gdy chcesz bezpośrednio przetestować wybrany multimodalny model tekstowy. Użyj `infer image describe`, gdy chcesz skorzystać z wyboru dostawcy rozumienia obrazów w OpenClaw i domyślnego trasowania modelu obrazowego. - Wybrany model musi obsługiwać wejście obrazowe; modele tylko tekstowe mogą odrzucić żądanie na warstwie dostawcy. - `model run --prompt` musi zawierać tekst inny niż białe znaki; puste prompty są odrzucane przed wywołaniem lokalnych dostawców lub Gateway. - Lokalne `model run` kończy się kodem niezerowym, gdy dostawca nie zwróci żadnego wyjścia tekstowego, więc niedostępni lokalni dostawcy i puste kompletacje nie wyglądają jak udane próby. - Użyj `model run --gateway`, gdy musisz przetestować trasowanie Gateway, konfigurację środowiska wykonawczego agenta lub stan dostawcy zarządzany przez Gateway, zachowując surowe wejście modelu. Użyj `openclaw agent` albo interfejsów czatu, gdy chcesz pełnego kontekstu agenta, narzędzi, pamięci i transkryptu sesji. - `model auth login`, `model auth logout` i `model auth status` zarządzają zapisanym stanem uwierzytelniania dostawcy. ## Obraz Użyj `image` do generowania, edycji i opisu. ```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 ``` Uwagi: - Używaj `image edit`, gdy zaczynasz od istniejących plików wejściowych. - Używaj `--size`, `--aspect-ratio` lub `--resolution` z `image edit` dla dostawców/modeli, które obsługują wskazówki geometrii przy edycjach obrazów referencyjnych. - Używaj `--output-format png --background transparent` z `--model openai/gpt-image-1.5` dla wyjścia OpenAI PNG z przezroczystym tłem; `--openai-background` pozostaje dostępne jako alias specyficzny dla OpenAI. Dostawcy, którzy nie deklarują obsługi tła, zgłaszają tę wskazówkę jako zignorowane nadpisanie. - Używaj `image providers --json`, aby sprawdzić, którzy dołączani dostawcy obrazów są wykrywalni, skonfigurowani, wybrani oraz jakie możliwości generowania/edycji udostępnia każdy dostawca. - Używaj `image generate --model --json` jako najwęższego aktywnego testu CLI dla zmian w generowaniu obrazów. Przykład: ```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 ``` Odpowiedź JSON raportuje `ok`, `provider`, `model`, `attempts` oraz zapisane ścieżki wyjściowe. Gdy ustawiono `--output`, końcowe rozszerzenie może wynikać ze zwróconego przez dostawcę typu MIME. - Dla `image describe` i `image describe-many` używaj `--prompt`, aby przekazać modelowi wizyjnemu instrukcję specyficzną dla zadania, taką jak OCR, porównanie, inspekcja UI lub zwięzły podpis. - Używaj `--timeout-ms` z wolnymi lokalnymi modelami wizyjnymi lub zimnymi startami Ollama. - Dla `image describe` parametr `--model` musi być obsługującym obrazy ``. - Dla lokalnych modeli wizyjnych Ollama najpierw pobierz model i ustaw `OLLAMA_API_KEY` na dowolną wartość zastępczą, na przykład `ollama-local`. Zobacz [Ollama](/pl/providers/ollama#vision-and-image-description). ## Dźwięk Używaj `audio` do transkrypcji plików. ```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 ``` Uwagi: - `audio transcribe` służy do transkrypcji plików, a nie do zarządzania sesjami w czasie rzeczywistym. - `--model` musi mieć postać ``. ## TTS Używaj `tts` do syntezy mowy i stanu dostawcy 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 ``` Uwagi: - `tts status` domyślnie używa Gateway, ponieważ odzwierciedla stan TTS zarządzany przez Gateway. - Używaj `tts providers`, `tts voices` i `tts set-provider`, aby sprawdzać i konfigurować zachowanie TTS. ## Wideo Używaj `video` do generowania i opisu. ```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 ``` Uwagi: - `video generate` akceptuje `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark` i `--timeout-ms` oraz przekazuje je do środowiska wykonawczego generowania wideo. - `--model` musi mieć postać `` dla `video describe`. ## Sieć Używaj `web` do przepływów pracy wyszukiwania i pobierania. ```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 ``` Uwagi: - Używaj `web providers`, aby sprawdzać dostępnych, skonfigurowanych i wybranych dostawców. ## Osadzanie Używaj `embedding` do tworzenia wektorów i inspekcji dostawców osadzania. ```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 ``` ## Dane wyjściowe JSON Polecenia infer normalizują dane wyjściowe JSON w ramach wspólnej koperty: ```json { "ok": true, "capability": "image.generate", "transport": "local", "provider": "openai", "model": "gpt-image-2", "attempts": [], "outputs": [] } ``` Pola najwyższego poziomu są stabilne: - `ok` - `capability` - `transport` - `provider` - `model` - `attempts` - `outputs` - `error` Dla poleceń generujących media `outputs` zawiera pliki zapisane przez OpenClaw. Do automatyzacji używaj `path`, `mimeType`, `size` oraz wszelkich wymiarów specyficznych dla mediów w tej tablicy, zamiast parsować czytelny dla człowieka stdout. ## Częste pułapki ```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 ``` ## Uwagi - `openclaw capability ...` jest aliasem dla `openclaw infer ...`. ## Powiązane - [Dokumentacja CLI](/pl/cli) - [Modele](/pl/concepts/models)