CLI commands

CLI สำหรับการอนุมาน

openclaw infer คือพื้นผิวแบบ headless ตามหลักสำหรับเวิร์กโฟลว์ inference ที่รองรับโดยผู้ให้บริการ

ตั้งใจเปิดเผยตระกูลความสามารถ ไม่ใช่ชื่อ RPC ของ Gateway แบบดิบ และไม่ใช่ id เครื่องมือ agent แบบดิบ

เปลี่ยน infer ให้เป็น Skill

คัดลอกและวางสิ่งนี้ให้ 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.

Skill ที่ดีซึ่งอิง infer ควร:

แมปเจตนาทั่วไปของผู้ใช้ไปยังคำสั่งย่อย infer ที่ถูกต้อง
มีตัวอย่าง infer ตามหลักสองสามรายการสำหรับเวิร์กโฟลว์ที่ครอบคลุม
เลือกใช้ openclaw infer ... ในตัวอย่างและคำแนะนำ
หลีกเลี่ยงการทำเอกสารพื้นผิว infer ทั้งหมดซ้ำภายในเนื้อหา Skill

ขอบเขตทั่วไปของ Skill ที่เน้น 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

ทำไมจึงใช้ infer

openclaw infer ให้ CLI เดียวที่สอดคล้องกันสำหรับงาน inference ที่รองรับโดยผู้ให้บริการภายใน OpenClaw

ประโยชน์:

ใช้ผู้ให้บริการและโมเดลที่กำหนดค่าไว้แล้วใน OpenClaw แทนการต่อ wrapper เฉพาะกิจสำหรับแต่ละ backend
เก็บเวิร์กโฟลว์โมเดล รูปภาพ การถอดเสียงเสียงพูด TTS วิดีโอ เว็บ และ embedding ไว้ใต้แผนผังคำสั่งเดียว
ใช้รูปแบบเอาต์พุต --json ที่เสถียรสำหรับสคริปต์ ระบบอัตโนมัติ และเวิร์กโฟลว์ที่ขับเคลื่อนโดย agent
เลือกใช้พื้นผิวของ OpenClaw โดยตรงเมื่อภารกิจมีแก่นคือ "รัน inference"
ใช้เส้นทาง local ปกติโดยไม่ต้องใช้ Gateway สำหรับคำสั่ง infer ส่วนใหญ่

สำหรับการตรวจสอบผู้ให้บริการแบบ end-to-end ให้เลือกใช้ openclaw infer ... เมื่อการทดสอบผู้ให้บริการระดับต่ำกว่าเป็นสีเขียวแล้ว คำสั่งนี้จะใช้งาน CLI ที่จัดส่งจริง การโหลด config การ resolve agent เริ่มต้น การเปิดใช้งาน Plugin ที่ bundled และ runtime ความสามารถร่วมกันก่อนส่งคำขอไปยังผู้ให้บริการ

แผนผังคำสั่ง

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

งานทั่วไป

ตารางนี้แมปงาน inference ทั่วไปกับคำสั่ง infer ที่เกี่ยวข้อง

งาน	คำสั่ง	หมายเหตุ
รัน prompt ข้อความ/โมเดล	`openclaw infer model run --prompt "..." --json`	ใช้เส้นทาง local ปกติโดยค่าเริ่มต้น
รัน prompt โมเดลกับรูปภาพ	`openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model`	ใช้ `--file` ซ้ำสำหรับอินพุตรูปภาพหลายรายการ
สร้างรูปภาพ	`openclaw infer image generate --prompt "..." --json`	ใช้ `image edit` เมื่อเริ่มจากไฟล์ที่มีอยู่แล้ว
อธิบายไฟล์รูปภาพ	`openclaw infer image describe --file ./image.png --prompt "..." --json`	`--model` ต้องเป็น `<provider/model>` ที่รองรับรูปภาพ
ถอดเสียงเสียงพูด	`openclaw infer audio transcribe --file ./memo.m4a --json`	`--model` ต้องเป็น `<provider/model>`
สังเคราะห์เสียงพูด	`openclaw infer tts convert --text "..." --output ./speech.mp3 --json`	`tts status` มุ่งเน้น Gateway
สร้างวิดีโอ	`openclaw infer video generate --prompt "..." --json`	รองรับคำใบ้ของผู้ให้บริการ เช่น `--resolution`
อธิบายไฟล์วิดีโอ	`openclaw infer video describe --file ./clip.mp4 --json`	`--model` ต้องเป็น `<provider/model>`
ค้นหาเว็บ	`openclaw infer web search --query "..." --json`
ดึงหน้าเว็บ	`openclaw infer web fetch --url https://example.com --json`
สร้าง embeddings	`openclaw infer embedding create --text "..." --json`

พฤติกรรม

openclaw infer ... คือพื้นผิว CLI หลักสำหรับเวิร์กโฟลว์เหล่านี้
ใช้ --json เมื่อเอาต์พุตจะถูกใช้โดยคำสั่งหรือสคริปต์อื่น
ใช้ --provider หรือ --model provider/model เมื่อจำเป็นต้องใช้ backend เฉพาะ
ใช้ model run --thinking <level> เพื่อส่งระดับ thinking/reasoning แบบครั้งเดียว (off, minimal, low, medium, high, adaptive, xhigh, หรือ max) โดยยังคงให้การรันเป็นแบบดิบ
สำหรับ image describe, audio transcribe, และ video describe, --model ต้องใช้รูปแบบ <provider/model>
สำหรับ image describe การระบุ --model อย่างชัดเจนจะรันผู้ให้บริการ/โมเดลนั้นโดยตรง โมเดลต้องรองรับรูปภาพในแค็ตตาล็อกโมเดลหรือ config ของผู้ให้บริการ codex/<model> จะรันเทิร์นการทำความเข้าใจรูปภาพของแอปเซิร์ฟเวอร์ Codex แบบมีขอบเขต; openai-codex/<model> ใช้เส้นทางผู้ให้บริการ OpenAI Codex OAuth
คำสั่งการทำงานแบบ stateless มีค่าเริ่มต้นเป็น local
คำสั่ง state ที่จัดการโดย Gateway มีค่าเริ่มต้นเป็น Gateway
เส้นทาง local ปกติไม่จำเป็นต้องมี Gateway กำลังรันอยู่
model run แบบ local คือการ completion ของผู้ให้บริการแบบครั้งเดียวที่บางเบา โดยจะ resolve โมเดลและ auth ของ agent ที่กำหนดค่าไว้ แต่จะไม่เริ่มเทิร์น chat-agent, โหลดเครื่องมือ, หรือเปิดเซิร์ฟเวอร์ MCP ที่ bundled
model run --file รับไฟล์รูปภาพ ตรวจจับชนิด MIME และส่งไฟล์เหล่านั้นพร้อม prompt ที่ให้มาไปยังโมเดลที่เลือก ใช้ --file ซ้ำสำหรับหลายรูปภาพ
model run --file ปฏิเสธอินพุตที่ไม่ใช่รูปภาพ ใช้ infer audio transcribe สำหรับไฟล์เสียง และ infer video describe สำหรับไฟล์วิดีโอ
model run --gateway ทดสอบการ routing ของ Gateway, auth ที่บันทึกไว้, การเลือกผู้ให้บริการ และ runtime ที่ฝังไว้ แต่ยังคงรันเป็น probe โมเดลดิบ: ส่ง prompt ที่ให้มาและไฟล์แนบรูปภาพใด ๆ โดยไม่มี transcript เซสชันก่อนหน้า, บริบท bootstrap/AGENTS, การประกอบ context-engine, เครื่องมือ, หรือเซิร์ฟเวอร์ MCP ที่ bundled
model run --gateway --model <provider/model> ต้องใช้ credential ของ Gateway สำหรับผู้ปฏิบัติการที่เชื่อถือได้ เพราะคำขอขอให้ Gateway รันการ override ผู้ให้บริการ/โมเดลแบบครั้งเดียว
model run --thinking แบบ local ใช้เส้นทาง provider-completion ที่บางเบา; ระดับเฉพาะของผู้ให้บริการ เช่น adaptive และ max จะถูกแมปไปยังระดับ simple-completion แบบพกพาที่ใกล้ที่สุด

โมเดล

ใช้ model สำหรับ inference ข้อความที่รองรับโดยผู้ให้บริการ และการตรวจสอบโมเดล/ผู้ให้บริการ

bash

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

ใช้ ref แบบเต็ม <provider/model> เพื่อ smoke-test ผู้ให้บริการเฉพาะโดยไม่ต้องเริ่ม Gateway หรือโหลดพื้นผิวเครื่องมือ agent ทั้งหมด:

bash

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

หมายเหตุ:

model run แบบ local คือ CLI smoke ที่แคบที่สุดสำหรับสุขภาพของผู้ให้บริการ/โมเดล/auth เพราะสำหรับผู้ให้บริการที่ไม่ใช่ Codex จะส่งเฉพาะ prompt ที่ให้มาไปยังโมเดลที่เลือก
model run --model <provider/model> แบบ local สามารถใช้แถวแค็ตตาล็อกสแตติกที่ bundled แบบตรงตัวจาก models list --all ก่อนที่ผู้ให้บริการนั้นจะถูกเขียนลง config ได้ ยังคงต้องใช้ auth ของผู้ให้บริการ; credential ที่ขาดหายจะล้มเหลวเป็นข้อผิดพลาด auth ไม่ใช่ Unknown model
สำหรับ probe reasoning ของ Mistral Medium 3.5 ให้ปล่อย temperature เป็น unset/default Mistral ปฏิเสธ reasoning_effort="high" ร่วมกับ temperature: 0; ใช้ mistral/mistral-medium-3-5 พร้อม temperature เริ่มต้น หรือค่าของโหมด reasoning ที่ไม่เป็นศูนย์ เช่น 0.7
probe แบบ local ของ openai-codex/* เป็นข้อยกเว้นแคบ ๆ: OpenClaw เพิ่มคำสั่งระบบขั้นต่ำ เพื่อให้ transport ของ Codex Responses เติมฟิลด์ instructions ที่จำเป็นได้ โดยไม่เพิ่มบริบท agent เต็ม เครื่องมือ หน่วยความจำ หรือ transcript เซสชัน
model run --file แบบ local คงเส้นทางที่บางเบานั้นไว้ และแนบเนื้อหารูปภาพโดยตรงไปยังข้อความผู้ใช้เดียว ไฟล์รูปภาพทั่วไป เช่น PNG, JPEG และ WebP ใช้งานได้เมื่อชนิด MIME ถูกตรวจพบเป็น image/*; ไฟล์ที่ไม่รองรับหรือไม่รู้จักจะล้มเหลวก่อนเรียกผู้ให้บริการ
model run --file เหมาะที่สุดเมื่อคุณต้องการทดสอบโมเดลข้อความ multimodal ที่เลือกโดยตรง ใช้ infer image describe เมื่อคุณต้องการการเลือกผู้ให้บริการสำหรับการทำความเข้าใจรูปภาพของ OpenClaw และ routing โมเดลรูปภาพเริ่มต้น
โมเดลที่เลือกต้องรองรับอินพุตรูปภาพ; โมเดลที่รองรับเฉพาะข้อความอาจปฏิเสธคำขอที่ชั้นผู้ให้บริการ
model run --prompt ต้องมีข้อความที่ไม่ใช่ whitespace; prompt ว่างจะถูกปฏิเสธก่อนเรียกผู้ให้บริการ local หรือ Gateway
model run แบบ local ออกด้วยสถานะไม่เป็นศูนย์เมื่อผู้ให้บริการไม่ส่งคืนเอาต์พุตข้อความ ดังนั้นผู้ให้บริการ local ที่เข้าถึงไม่ได้และ completion ว่างจะไม่ดูเหมือน probe ที่สำเร็จ
ใช้ model run --gateway เมื่อคุณต้องทดสอบการ routing ของ Gateway, การตั้งค่า agent-runtime, หรือ state ของผู้ให้บริการที่จัดการโดย Gateway โดยคงอินพุตโมเดลให้เป็นแบบดิบ ใช้ openclaw agent หรือพื้นผิวแชตเมื่อคุณต้องการบริบท agent เต็ม เครื่องมือ หน่วยความจำ และ transcript เซสชัน
model auth login, model auth logout, และ model auth status จัดการ state auth ของผู้ให้บริการที่บันทึกไว้

รูปภาพ

ใช้ image สำหรับการสร้าง การแก้ไข และคำอธิบาย

bash

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

หมายเหตุ:

ใช้ image edit เมื่อเริ่มจากไฟล์อินพุตที่มีอยู่
ใช้ --size, --aspect-ratio หรือ --resolution กับ image edit สำหรับ providers/models ที่รองรับคำใบ้ด้านเรขาคณิตในการแก้ไขรูปภาพอ้างอิง
ใช้ --output-format png --background transparent กับ --model openai/gpt-image-1.5 สำหรับเอาต์พุต PNG พื้นหลังโปร่งใสของ OpenAI; --openai-background ยังคงใช้ได้ในฐานะนามแฝงเฉพาะของ OpenAI Providers ที่ไม่ได้ประกาศการรองรับพื้นหลังจะรายงานคำใบ้นี้เป็นการแทนที่ที่ถูกละเว้น
ใช้ image providers --json เพื่อตรวจสอบว่า providers รูปภาพที่มาพร้อมชุดติดตั้งใด สามารถค้นพบได้ กำหนดค่าแล้ว ถูกเลือก และแต่ละ provider เปิดเผยความสามารถ ในการสร้าง/แก้ไขใดบ้าง
ใช้ image generate --model <provider/model> --json เป็น CLI smoke แบบ live ที่แคบที่สุดสำหรับการเปลี่ยนแปลงการสร้างรูปภาพ ตัวอย่าง:
bash
```
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
```
การตอบกลับ JSON จะรายงาน ok, provider, model, attempts และพาธเอาต์พุต ที่เขียนไว้ เมื่อกำหนด --output นามสกุลสุดท้ายอาจเป็นไปตามชนิด MIME ที่ provider ส่งกลับ
สำหรับ image describe และ image describe-many ให้ใช้ --prompt เพื่อให้คำสั่งเฉพาะงานแก่โมเดล vision เช่น OCR การเปรียบเทียบ การตรวจสอบ UI หรือการสร้างคำบรรยายสั้นๆ
ใช้ --timeout-ms กับโมเดล vision ในเครื่องที่ช้า หรือการเริ่มต้น Ollama แบบเย็น
สำหรับ image describe, --model ต้องเป็น <provider/model> ที่รองรับรูปภาพ
สำหรับโมเดล vision ของ Ollama ในเครื่อง ให้ pull โมเดลก่อนและตั้งค่า OLLAMA_API_KEY เป็นค่าตัวแทนใดก็ได้ เช่น ollama-local ดู Ollama

เสียง

ใช้ audio สำหรับการถอดเสียงไฟล์

bash

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

หมายเหตุ:

audio transcribe ใช้สำหรับการถอดเสียงไฟล์ ไม่ใช่การจัดการเซสชันแบบเรียลไทม์
--model ต้องเป็น <provider/model>

TTS

ใช้ tts สำหรับการสังเคราะห์เสียงพูดและสถานะของ provider TTS

bash

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

หมายเหตุ:

tts status มีค่าเริ่มต้นเป็น gateway เพราะสะท้อนสถานะ TTS ที่ Gateway จัดการ
ใช้ tts providers, tts voices และ tts set-provider เพื่อตรวจสอบและกำหนดค่าพฤติกรรม TTS

วิดีโอ

ใช้ video สำหรับการสร้างและคำอธิบาย

bash

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

หมายเหตุ:

video generate รับ --size, --aspect-ratio, --resolution, --duration, --audio, --watermark และ --timeout-ms แล้วส่งต่อไปยังรันไทม์การสร้างวิดีโอ
--model ต้องเป็น <provider/model> สำหรับ video describe

เว็บ

ใช้ web สำหรับเวิร์กโฟลว์การค้นหาและดึงข้อมูล

bash

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

หมายเหตุ:

ใช้ web providers เพื่อตรวจสอบ providers ที่มีอยู่ กำหนดค่าแล้ว และถูกเลือก

การฝังเวกเตอร์

ใช้ embedding สำหรับการสร้างเวกเตอร์และการตรวจสอบ provider embedding

bash

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

เอาต์พุต JSON

คำสั่ง Infer ทำให้เอาต์พุต JSON อยู่ในซองร่วมที่เป็นมาตรฐาน:

json

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

ฟิลด์ระดับบนสุดมีความเสถียร:

ok
capability
transport
provider
model
attempts
outputs
error

สำหรับคำสั่งสื่อที่สร้างขึ้น outputs จะมีไฟล์ที่ OpenClaw เขียนไว้ ใช้ path, mimeType, size และมิติที่เฉพาะกับสื่อใดๆ ในอาร์เรย์นั้น สำหรับระบบอัตโนมัติ แทนการแยกวิเคราะห์ stdout ที่มนุษย์อ่านได้

ข้อผิดพลาดที่พบบ่อย

bash

# Badopenclaw infer media image generate --prompt "friendly lobster" # Goodopenclaw infer image generate --prompt "friendly lobster"

bash

# Badopenclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # Goodopenclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

หมายเหตุ

openclaw capability ... เป็นนามแฝงของ openclaw infer ...

ที่เกี่ยวข้อง

Was this useful?