--- read_when: - Thêm hoặc sửa đổi các lệnh `openclaw infer` - Thiết kế tự động hóa khả năng không giao diện ổn định summary: CLI ưu tiên suy luận cho các quy trình làm việc về mô hình, hình ảnh, âm thanh, TTS, video, web và nhúng dựa trên nhà cung cấp title: CLI suy luận x-i18n: generated_at: "2026-05-10T19:28:33Z" model: gpt-5.5 provider: openai source_hash: 05496c5278650c30e5a52dceba105b703258040765f0a3f75268bb514270f15d source_path: cli/infer.md workflow: 16 --- `openclaw infer` là giao diện headless chuẩn cho các quy trình suy luận được hỗ trợ bởi nhà cung cấp. Nó cố ý phơi bày các nhóm năng lực, không phải tên RPC Gateway thô và cũng không phải id công cụ tác nhân thô. ## Biến infer thành một skill Sao chép và dán nội dung này vào một tác nhân: ```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. ``` Một skill dựa trên infer tốt nên: - ánh xạ các ý định phổ biến của người dùng tới đúng lệnh con infer - bao gồm một vài ví dụ infer chuẩn cho các quy trình mà nó bao phủ - ưu tiên `openclaw infer ...` trong ví dụ và gợi ý - tránh ghi lại toàn bộ bề mặt infer trong phần thân skill Phạm vi điển hình của skill tập trung vào 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` ## Vì sao dùng infer `openclaw infer` cung cấp một CLI nhất quán cho các tác vụ suy luận được hỗ trợ bởi nhà cung cấp bên trong OpenClaw. Lợi ích: - Dùng các nhà cung cấp và mô hình đã được cấu hình trong OpenClaw thay vì nối các wrapper dùng một lần cho từng backend. - Giữ các quy trình mô hình, hình ảnh, phiên âm âm thanh, TTS, video, web và embedding trong cùng một cây lệnh. - Dùng dạng đầu ra `--json` ổn định cho script, tự động hóa và các quy trình do tác nhân điều khiển. - Ưu tiên bề mặt OpenClaw chính chủ khi tác vụ về cơ bản là "chạy suy luận". - Dùng đường dẫn cục bộ bình thường mà không cần Gateway cho hầu hết các lệnh infer. Đối với kiểm tra nhà cung cấp đầu-cuối, hãy ưu tiên `openclaw infer ...` sau khi các kiểm thử nhà cung cấp cấp thấp hơn đã xanh. Nó thực thi CLI đã phát hành, việc tải cấu hình, phân giải tác nhân mặc định, kích hoạt Plugin đi kèm và runtime năng lực dùng chung trước khi yêu cầu nhà cung cấp được thực hiện. ## Cây lệnh ```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 ``` ## Tác vụ phổ biến Bảng này ánh xạ các tác vụ suy luận phổ biến tới lệnh infer tương ứng. | Tác vụ | Lệnh | Ghi chú | | ---------------------------- | --------------------------------------------------------------------------------------------- | ----------------------------------------------------- | | Chạy prompt văn bản/mô hình | `openclaw infer model run --prompt "..." --json` | Dùng đường dẫn cục bộ bình thường theo mặc định | | Chạy prompt mô hình trên ảnh | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | Lặp lại `--file` cho nhiều đầu vào hình ảnh | | Tạo hình ảnh | `openclaw infer image generate --prompt "..." --json` | Dùng `image edit` khi bắt đầu từ tệp có sẵn | | Mô tả một tệp hình ảnh | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` phải là `` có khả năng ảnh | | Phiên âm âm thanh | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` phải là `` | | Tổng hợp giọng nói | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` hướng tới Gateway | | Tạo video | `openclaw infer video generate --prompt "..." --json` | Hỗ trợ gợi ý nhà cung cấp như `--resolution` | | Mô tả một tệp video | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` phải là `` | | Tìm kiếm web | `openclaw infer web search --query "..." --json` | | | Tải một trang web | `openclaw infer web fetch --url https://example.com --json` | | | Tạo embedding | `openclaw infer embedding create --text "..." --json` | | ## Hành vi - `openclaw infer ...` là bề mặt CLI chính cho các quy trình này. - Dùng `--json` khi đầu ra sẽ được tiêu thụ bởi lệnh hoặc script khác. - Dùng `--provider` hoặc `--model provider/model` khi cần một backend cụ thể. - Dùng `model run --thinking ` để truyền mức thinking/reasoning một lần (`off`, `minimal`, `low`, `medium`, `high`, `adaptive`, `xhigh`, hoặc `max`) trong khi giữ lượt chạy ở dạng thô. - Với `image describe`, `audio transcribe` và `video describe`, `--model` phải dùng dạng ``. - Với `image describe`, một `--model` rõ ràng sẽ chạy trực tiếp nhà cung cấp/mô hình đó. Mô hình phải có khả năng ảnh trong danh mục mô hình hoặc cấu hình nhà cung cấp. `codex/` chạy một lượt hiểu hình ảnh có giới hạn của máy chủ ứng dụng Codex; `openai-codex/` dùng đường dẫn nhà cung cấp OAuth OpenAI Codex. - Các lệnh thực thi không trạng thái mặc định là cục bộ. - Các lệnh trạng thái do Gateway quản lý mặc định là Gateway. - Đường dẫn cục bộ bình thường không yêu cầu Gateway đang chạy. - `model run` cục bộ là một lượt hoàn thành nhà cung cấp một lần, gọn nhẹ. Nó phân giải mô hình tác nhân và thông tin xác thực đã cấu hình, nhưng không bắt đầu một lượt chat-agent, tải công cụ, hoặc mở các máy chủ MCP đi kèm. - `model run --file` chấp nhận tệp hình ảnh, phát hiện MIME type của chúng và gửi chúng cùng prompt đã cung cấp tới mô hình được chọn. Lặp lại `--file` cho nhiều ảnh. - `model run --file` từ chối đầu vào không phải hình ảnh. Dùng `infer audio transcribe` cho tệp âm thanh và `infer video describe` cho tệp video. - `model run --gateway` thực thi định tuyến Gateway, xác thực đã lưu, lựa chọn nhà cung cấp và runtime nhúng, nhưng vẫn chạy như một probe mô hình thô: nó gửi prompt đã cung cấp và mọi tệp đính kèm hình ảnh mà không có transcript phiên trước đó, ngữ cảnh bootstrap/AGENTS, lắp ráp context-engine, công cụ hoặc máy chủ MCP đi kèm. - `model run --gateway --model ` yêu cầu thông tin xác thực Gateway của toán tử đáng tin cậy vì yêu cầu này đề nghị Gateway chạy một ghi đè nhà cung cấp/mô hình một lần. - `model run --thinking` cục bộ dùng đường dẫn hoàn thành nhà cung cấp gọn nhẹ; các mức riêng của nhà cung cấp như `adaptive` và `max` được ánh xạ tới mức hoàn thành đơn giản, di động gần nhất. ## Mô hình Dùng `model` cho suy luận văn bản được hỗ trợ bởi nhà cung cấp và kiểm tra mô hình/nhà cung cấp. ```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 ``` Dùng ref đầy đủ `` để smoke-test một nhà cung cấp cụ thể mà không khởi động Gateway hoặc tải toàn bộ bề mặt công cụ tác nhân: ```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 ``` Ghi chú: - `model run` cục bộ là smoke CLI hẹp nhất cho tình trạng nhà cung cấp/mô hình/xác thực vì, với các nhà cung cấp không phải Codex, nó chỉ gửi prompt đã cung cấp tới mô hình được chọn. - `model run --model ` cục bộ có thể dùng chính xác các hàng danh mục tĩnh đi kèm từ `models list --all` trước khi nhà cung cấp đó được ghi vào cấu hình. Xác thực nhà cung cấp vẫn bắt buộc; thiếu thông tin xác thực sẽ thất bại dưới dạng lỗi xác thực, không phải `Unknown model`. - Với các probe reasoning Mistral Medium 3.5, hãy để temperature chưa đặt/mặc định. Mistral từ chối `reasoning_effort="high"` cộng với `temperature: 0`; dùng `mistral/mistral-medium-3-5` với temperature mặc định hoặc một giá trị chế độ reasoning khác không, chẳng hạn `0.7`. - Các probe cục bộ `openai-codex/*` là ngoại lệ hẹp: OpenClaw thêm một chỉ dẫn hệ thống tối thiểu để transport Codex Responses có thể điền trường `instructions` bắt buộc của nó, mà không thêm ngữ cảnh tác nhân đầy đủ, công cụ, bộ nhớ hoặc transcript phiên. - `model run --file` cục bộ giữ đường dẫn gọn nhẹ đó và đính kèm trực tiếp nội dung hình ảnh vào một tin nhắn người dùng duy nhất. Các tệp hình ảnh phổ biến như PNG, JPEG và WebP hoạt động khi MIME type của chúng được phát hiện là `image/*`; tệp không được hỗ trợ hoặc không nhận diện được sẽ thất bại trước khi nhà cung cấp được gọi. - `model run --file` phù hợp nhất khi bạn muốn kiểm thử trực tiếp mô hình văn bản đa phương thức đã chọn. Dùng `infer image describe` khi bạn muốn lựa chọn nhà cung cấp hiểu hình ảnh và định tuyến mô hình ảnh mặc định của OpenClaw. - Mô hình được chọn phải hỗ trợ đầu vào hình ảnh; mô hình chỉ văn bản có thể từ chối yêu cầu ở lớp nhà cung cấp. - `model run --prompt` phải chứa văn bản không chỉ là khoảng trắng; prompt rỗng bị từ chối trước khi các nhà cung cấp cục bộ hoặc Gateway được gọi. - `model run` cục bộ thoát khác 0 khi nhà cung cấp không trả về đầu ra văn bản, để các nhà cung cấp cục bộ không thể truy cập và các lượt hoàn thành rỗng không trông giống như probe thành công. - Dùng `model run --gateway` khi bạn cần kiểm thử định tuyến Gateway, thiết lập agent-runtime hoặc trạng thái nhà cung cấp do Gateway quản lý trong khi giữ đầu vào mô hình thô. Dùng `openclaw agent` hoặc các bề mặt chat khi bạn muốn ngữ cảnh tác nhân đầy đủ, công cụ, bộ nhớ và transcript phiên. - `model auth login`, `model auth logout` và `model auth status` quản lý trạng thái xác thực nhà cung cấp đã lưu. ## Hình ảnh Dùng `image` cho tạo, chỉnh sửa và mô tả. ```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 ``` Ghi chú: - Dùng `image edit` khi bắt đầu từ các tệp đầu vào hiện có. - Dùng `--size`, `--aspect-ratio` hoặc `--resolution` với `image edit` cho các nhà cung cấp/mô hình hỗ trợ gợi ý hình học khi chỉnh sửa ảnh tham chiếu. - Dùng `--output-format png --background transparent` với `--model openai/gpt-image-1.5` cho đầu ra PNG nền trong suốt của OpenAI; `--openai-background` vẫn có sẵn dưới dạng bí danh riêng cho OpenAI. Các nhà cung cấp không khai báo hỗ trợ nền sẽ báo cáo gợi ý này là một ghi đè bị bỏ qua. - Dùng `image providers --json` để xác minh các nhà cung cấp hình ảnh đi kèm nào có thể được phát hiện, đã cấu hình, được chọn, và mỗi nhà cung cấp cung cấp những khả năng tạo/chỉnh sửa nào. - Dùng `image generate --model --json` làm kiểm thử khói CLI trực tiếp hẹp nhất cho các thay đổi về tạo ảnh. Ví dụ: ```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 ``` Phản hồi JSON báo cáo `ok`, `provider`, `model`, `attempts` và các đường dẫn đầu ra đã ghi. Khi đặt `--output`, phần mở rộng cuối cùng có thể tuân theo kiểu MIME do nhà cung cấp trả về. - Với `image describe` và `image describe-many`, dùng `--prompt` để cung cấp cho mô hình thị giác một chỉ dẫn theo tác vụ như OCR, so sánh, kiểm tra UI hoặc tạo chú thích ngắn gọn. - Dùng `--timeout-ms` với các mô hình thị giác cục bộ chậm hoặc các lần khởi động lạnh của Ollama. - Với `image describe`, `--model` phải là một `` có khả năng xử lý hình ảnh. - Với các mô hình thị giác Ollama cục bộ, hãy tải mô hình trước và đặt `OLLAMA_API_KEY` thành bất kỳ giá trị giữ chỗ nào, ví dụ `ollama-local`. Xem [Ollama](/vi/providers/ollama#vision-and-image-description). ## Âm thanh Dùng `audio` để chép lời tệp. ```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 ``` Ghi chú: - `audio transcribe` dùng để chép lời tệp, không dùng để quản lý phiên thời gian thực. - `--model` phải là ``. ## TTS Dùng `tts` để tổng hợp giọng nói và trạng thái nhà cung cấp 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 ``` Ghi chú: - `tts status` mặc định dùng Gateway vì nó phản ánh trạng thái TTS do Gateway quản lý. - Dùng `tts providers`, `tts voices` và `tts set-provider` để kiểm tra và cấu hình hành vi TTS. ## Video Dùng `video` để tạo và mô tả. ```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 ``` Ghi chú: - `video generate` chấp nhận `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark` và `--timeout-ms`, rồi chuyển tiếp chúng đến runtime tạo video. - `--model` phải là `` cho `video describe`. ## Web Dùng `web` cho các quy trình tìm kiếm và tải nội dung. ```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 ``` Ghi chú: - Dùng `web providers` để kiểm tra các nhà cung cấp có sẵn, đã cấu hình và được chọn. ## Embedding Dùng `embedding` để tạo vector và kiểm tra nhà cung cấp embedding. ```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 ``` ## Đầu ra JSON Các lệnh Infer chuẩn hóa đầu ra JSON trong một phong bì chung: ```json { "ok": true, "capability": "image.generate", "transport": "local", "provider": "openai", "model": "gpt-image-2", "attempts": [], "outputs": [] } ``` Các trường cấp cao nhất là ổn định: - `ok` - `capability` - `transport` - `provider` - `model` - `attempts` - `outputs` - `error` Với các lệnh tạo phương tiện, `outputs` chứa các tệp do OpenClaw ghi. Hãy dùng `path`, `mimeType`, `size` và mọi kích thước riêng theo loại phương tiện trong mảng đó cho tự động hóa thay vì phân tích stdout dành cho người đọc. ## Các lỗi thường gặp ```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 ``` ## Ghi chú - `openclaw capability ...` là bí danh cho `openclaw infer ...`. ## Liên quan - [Tham chiếu CLI](/vi/cli) - [Mô hình](/vi/concepts/models)