--- read_when: - Додавання або змінення `openclaw infer` команд - Проєктування стабільної безінтерфейсної автоматизації можливостей summary: CLI, орієнтований передусім на інференс, для робочих процесів із моделями, зображеннями, аудіо, TTS, відео, вебом і вбудовуваннями на базі провайдерів title: CLI для інференсу x-i18n: generated_at: "2026-05-11T20:28:25Z" model: gpt-5.5 provider: openai source_hash: 05496c5278650c30e5a52dceba105b703258040765f0a3f75268bb514270f15d source_path: cli/infer.md workflow: 16 --- `openclaw infer` є канонічною headless-поверхнею для робочих процесів інференсу на базі провайдерів. Вона навмисно надає сімейства можливостей, а не сирі назви Gateway RPC і не сирі ідентифікатори інструментів агента. ## Перетворення infer на навичку Скопіюйте й вставте це агенту: ```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. ``` Хороша навичка на основі infer має: - зіставляти типові наміри користувача з правильними підкомандами infer - містити кілька канонічних прикладів infer для робочих процесів, які вона охоплює - надавати перевагу `openclaw infer ...` у прикладах і пропозиціях - уникати повторного документування всієї поверхні infer в тілі навички Типове покриття навички, зосередженої на 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` ## Навіщо використовувати infer `openclaw infer` надає один узгоджений CLI для завдань інференсу на базі провайдерів усередині OpenClaw. Переваги: - Використовуйте провайдерів і моделі, уже налаштовані в OpenClaw, замість створення разових обгорток для кожного бекенду. - Тримайте робочі процеси для моделей, зображень, транскрибування аудіо, TTS, відео, вебу та embeddings в одному дереві команд. - Використовуйте стабільну форму виводу `--json` для скриптів, автоматизації та робочих процесів, керованих агентом. - Надавайте перевагу першосторонній поверхні OpenClaw, коли завдання по суті полягає в "запуску інференсу". - Використовуйте звичайний локальний шлях без потреби в Gateway для більшості команд infer. Для наскрізних перевірок провайдерів надавайте перевагу `openclaw infer ...` після того, як низькорівневі тести провайдера зелені. Це перевіряє поставлений CLI, завантаження конфігурації, визначення агента за замовчуванням, активацію bundled Plugin і спільний runtime можливостей до виконання запиту до провайдера. ## Дерево команд ```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 ``` ## Поширені завдання Ця таблиця зіставляє поширені завдання інференсу з відповідною командою infer. | Завдання | Команда | Примітки | | ---------------------------- | --------------------------------------------------------------------------------------------- | ----------------------------------------------------- | | Запустити текстовий/модельний prompt | `openclaw infer model run --prompt "..." --json` | Типово використовує звичайний локальний шлях | | Запустити модельний prompt для зображень | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | Повторіть `--file` для кількох вхідних зображень | | Згенерувати зображення | `openclaw infer image generate --prompt "..." --json` | Використовуйте `image edit`, коли починаєте з наявного файлу | | Описати файл зображення | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` має бути image-capable `` | | Транскрибувати аудіо | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` має бути `` | | Синтезувати мовлення | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` орієнтовано на Gateway | | Згенерувати відео | `openclaw infer video generate --prompt "..." --json` | Підтримує підказки провайдера, як-от `--resolution` | | Описати відеофайл | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` має бути `` | | Шукати в інтернеті | `openclaw infer web search --query "..." --json` | | | Отримати вебсторінку | `openclaw infer web fetch --url https://example.com --json` | | | Створити embeddings | `openclaw infer embedding create --text "..." --json` | | ## Поведінка - `openclaw infer ...` є основною поверхнею CLI для цих робочих процесів. - Використовуйте `--json`, коли вивід споживатиме інша команда або скрипт. - Використовуйте `--provider` або `--model provider/model`, коли потрібен конкретний бекенд. - Використовуйте `model run --thinking `, щоб передати одноразовий рівень thinking/reasoning (`off`, `minimal`, `low`, `medium`, `high`, `adaptive`, `xhigh` або `max`), зберігаючи запуск сирим. - Для `image describe`, `audio transcribe` і `video describe` `--model` має використовувати форму ``. - Для `image describe` явний `--model` запускає цей provider/model напряму. Модель має бути image-capable у каталозі моделей або конфігурації провайдера. `codex/` запускає обмежений хід розуміння зображення через сервер застосунку Codex; `openai-codex/` використовує шлях провайдера OpenAI Codex OAuth. - Команди stateless-виконання типово локальні. - Команди стану, керовані Gateway, типово використовують Gateway. - Звичайний локальний шлях не потребує запущеного Gateway. - Локальний `model run` є легким одноразовим provider completion. Він визначає налаштовану модель агента й автентифікацію, але не запускає chat-agent turn, не завантажує інструменти й не відкриває bundled MCP servers. - `model run --file` приймає файли зображень, визначає їхній MIME-тип і надсилає їх із наданим prompt до вибраної моделі. Повторіть `--file` для кількох зображень. - `model run --file` відхиляє вхідні дані, що не є зображеннями. Використовуйте `infer audio transcribe` для аудіофайлів і `infer video describe` для відеофайлів. - `model run --gateway` перевіряє маршрутизацію Gateway, збережену автентифікацію, вибір провайдера та вбудований runtime, але все одно працює як сирий model probe: він надсилає наданий prompt і будь-які вкладення зображень без попереднього transcript сесії, контексту bootstrap/AGENTS, складання context-engine, інструментів або bundled MCP servers. - `model run --gateway --model ` потребує довірених облікових даних оператора Gateway, бо запит просить Gateway виконати одноразове перевизначення provider/model. - Локальний `model run --thinking` використовує легкий шлях provider-completion; специфічні для провайдера рівні, як-от `adaptive` і `max`, зіставляються з найближчим портативним рівнем simple-completion. ## Модель Використовуйте `model` для текстового інференсу на базі провайдерів і перевірки моделей/провайдерів. ```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 ``` Використовуйте повні посилання ``, щоб smoke-test конкретного провайдера без запуску Gateway або завантаження повної поверхні інструментів агента: ```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 ``` Примітки: - Локальний `model run` є найвужчим CLI smoke для стану provider/model/auth, бо для провайдерів, що не є Codex, він надсилає лише наданий prompt до вибраної моделі. - Локальний `model run --model ` може використовувати точні bundled static catalog rows з `models list --all` до того, як цей провайдер буде записано в конфігурацію. Автентифікація провайдера все одно потрібна; відсутні облікові дані завершуються помилками автентифікації, а не `Unknown model`. - Для reasoning probes Mistral Medium 3.5 залиште temperature не встановленою/типовою. Mistral відхиляє `reasoning_effort="high"` плюс `temperature: 0`; використовуйте `mistral/mistral-medium-3-5` з типовою temperature або ненульовим значенням reasoning-mode, як-от `0.7`. - Локальні probes `openai-codex/*` є вузьким винятком: OpenClaw додає мінімальну системну інструкцію, щоб транспорт Codex Responses міг заповнити своє обов’язкове поле `instructions`, без додавання повного контексту агента, інструментів, пам’яті або transcript сесії. - Локальний `model run --file` зберігає цей легкий шлях і прикріплює вміст зображення напряму до одного повідомлення користувача. Типові файли зображень, як-от PNG, JPEG і WebP, працюють, коли їхній MIME-тип визначено як `image/*`; непідтримувані або нерозпізнані файли завершуються помилкою до виклику провайдера. - `model run --file` найкраще підходить, коли потрібно протестувати вибрану multimodal text model напряму. Використовуйте `infer image describe`, коли потрібні вибір провайдера розуміння зображень OpenClaw і типова маршрутизація image-model. - Вибрана модель має підтримувати вхідні зображення; text-only models можуть відхилити запит на рівні провайдера. - `model run --prompt` має містити текст, що не складається лише з пробілів; порожні prompts відхиляються до виклику локальних провайдерів або Gateway. - Локальний `model run` завершується з ненульовим кодом, коли провайдер не повертає текстовий вивід, тому недоступні локальні провайдери й порожні completions не виглядають як успішні probes. - Використовуйте `model run --gateway`, коли потрібно протестувати маршрутизацію Gateway, налаштування agent-runtime або стан провайдера, керований Gateway, зберігаючи вхід моделі сирим. Використовуйте `openclaw agent` або chat-поверхні, коли потрібен повний контекст агента, інструменти, пам’ять і transcript сесії. - `model auth login`, `model auth logout` і `model auth status` керують збереженим станом автентифікації провайдера. ## Зображення Використовуйте `image` для генерації, редагування та опису. ```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 ``` Примітки: - Використовуйте `image edit`, коли починаєте з наявних вхідних файлів. - Використовуйте `--size`, `--aspect-ratio` або `--resolution` з `image edit` для провайдерів/моделей, які підтримують підказки геометрії під час редагування референсних зображень. - Використовуйте `--output-format png --background transparent` з `--model openai/gpt-image-1.5` для виводу OpenAI PNG із прозорим тлом; `--openai-background` лишається доступним як псевдонім, специфічний для OpenAI. Провайдери, які не оголошують підтримку тла, повідомляють про підказку як про проігнороване перевизначення. - Використовуйте `image providers --json`, щоб перевірити, які вбудовані провайдери зображень можна виявити, налаштувати, вибрати, а також які можливості генерації/редагування надає кожен провайдер. - Використовуйте `image generate --model --json` як найвужчий живий CLI smoke для змін генерації зображень. Приклад: ```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 ``` Відповідь JSON повідомляє `ok`, `provider`, `model`, `attempts` і записані шляхи виводу. Коли задано `--output`, кінцеве розширення може відповідати MIME-типу, повернутому провайдером. - Для `image describe` та `image describe-many` використовуйте `--prompt`, щоб дати моделі зору інструкцію для конкретного завдання, як-от OCR, порівняння, інспекція UI або стисле підписування. - Використовуйте `--timeout-ms` з повільними локальними моделями зору або холодними запусками Ollama. - Для `image describe` `--model` має бути моделлю `` з підтримкою зображень. - Для локальних моделей зору Ollama спочатку завантажте модель і встановіть `OLLAMA_API_KEY` у будь-яке значення-заповнювач, наприклад `ollama-local`. Див. [Ollama](/uk/providers/ollama#vision-and-image-description). ## Аудіо Використовуйте `audio` для транскрибування файлів. ```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 ``` Примітки: - `audio transcribe` призначено для транскрибування файлів, а не для керування сеансами в реальному часі. - `--model` має бути ``. ## TTS Використовуйте `tts` для синтезу мовлення та стану TTS-провайдера. ```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 ``` Примітки: - `tts status` за замовчуванням використовує Gateway, бо відображає стан TTS, керований Gateway. - Використовуйте `tts providers`, `tts voices` і `tts set-provider`, щоб переглядати та налаштовувати поведінку TTS. ## Відео Використовуйте `video` для генерації та опису. ```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 ``` Примітки: - `video generate` приймає `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark` і `--timeout-ms` та передає їх до середовища виконання генерації відео. - `--model` має бути `` для `video describe`. ## Веб Використовуйте `web` для робочих процесів пошуку та отримання. ```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 ``` Примітки: - Використовуйте `web providers`, щоб переглянути доступних, налаштованих і вибраних провайдерів. ## Вбудовування Використовуйте `embedding` для створення векторів та інспекції провайдерів вбудовувань. ```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 ``` ## Вивід JSON Команди infer нормалізують вивід JSON у спільній оболонці: ```json { "ok": true, "capability": "image.generate", "transport": "local", "provider": "openai", "model": "gpt-image-2", "attempts": [], "outputs": [] } ``` Поля верхнього рівня стабільні: - `ok` - `capability` - `transport` - `provider` - `model` - `attempts` - `outputs` - `error` Для команд згенерованих медіа `outputs` містить файли, записані OpenClaw. Використовуйте `path`, `mimeType`, `size` і будь-які специфічні для медіа розміри в цьому масиві для автоматизації замість парсингу читабельного для людини stdout. ## Поширені помилки ```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 ``` ## Примітки - `openclaw capability ...` є псевдонімом для `openclaw infer ...`. ## Пов’язане - [Довідник CLI](/uk/cli) - [Моделі](/uk/concepts/models)