CLI commands

CLI d’inférence

openclaw infer est la surface headless canonique pour les workflows d’inférence adossés aux fournisseurs.

Elle expose volontairement des familles de capacités, et non les noms RPC bruts du gateway ni les identifiants bruts d’outils d’agent.

Transformer infer en skill

Copiez-collez ceci dans un agent :

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.

Un bon skill basé sur infer doit :

associer les intentions utilisateur courantes à la bonne sous-commande infer
inclure quelques exemples infer canoniques pour les workflows qu’il couvre
privilégier openclaw infer ... dans les exemples et suggestions
éviter de redocumenter toute la surface infer dans le corps du skill

Couverture typique d’un skill axé sur 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

Pourquoi utiliser infer

openclaw infer fournit une CLI cohérente pour les tâches d’inférence adossées aux fournisseurs dans OpenClaw.

Avantages :

Utilisez les fournisseurs et modèles déjà configurés dans OpenClaw au lieu de câbler des wrappers ponctuels pour chaque backend.
Gardez les workflows de modèle, d’image, de transcription audio, de TTS, de vidéo, de web et d’embedding sous une seule arborescence de commandes.
Utilisez une forme de sortie --json stable pour les scripts, l’automatisation et les workflows pilotés par agent.
Privilégiez une surface OpenClaw native lorsque la tâche consiste fondamentalement à « exécuter de l’inférence ».
Utilisez le chemin local normal sans exiger le gateway pour la plupart des commandes infer.

Pour les vérifications fournisseur de bout en bout, privilégiez openclaw infer ... une fois les tests fournisseur de plus bas niveau au vert. Cela exerce la CLI livrée, le chargement de la configuration, la résolution de l’agent par défaut, l’activation des plugins groupés et le runtime de capacité partagé avant que la requête fournisseur soit effectuée.

Arborescence des commandes

 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

Tâches courantes

Ce tableau associe les tâches d’inférence courantes à la commande infer correspondante.

Tâche	Commande	Notes
Exécuter un prompt texte/modèle	`openclaw infer model run --prompt "..." --json`	Utilise le chemin local normal par défaut
Exécuter un prompt de modèle sur des images	`openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model`	Répétez `--file` pour plusieurs entrées image
Générer une image	`openclaw infer image generate --prompt "..." --json`	Utilisez `image edit` en partant d’un fichier existant
Décrire un fichier image	`openclaw infer image describe --file ./image.png --prompt "..." --json`	`--model` doit être un `<provider/model>` compatible image
Transcrire de l’audio	`openclaw infer audio transcribe --file ./memo.m4a --json`	`--model` doit être `<provider/model>`
Synthétiser de la parole	`openclaw infer tts convert --text "..." --output ./speech.mp3 --json`	`tts status` est orienté gateway
Générer une vidéo	`openclaw infer video generate --prompt "..." --json`	Prend en charge les indications fournisseur comme `--resolution`
Décrire un fichier vidéo	`openclaw infer video describe --file ./clip.mp4 --json`	`--model` doit être `<provider/model>`
Rechercher sur le web	`openclaw infer web search --query "..." --json`
Récupérer une page web	`openclaw infer web fetch --url https://example.com --json`
Créer des embeddings	`openclaw infer embedding create --text "..." --json`

Comportement

openclaw infer ... est la surface CLI principale pour ces workflows.
Utilisez --json lorsque la sortie sera consommée par une autre commande ou un autre script.
Utilisez --provider ou --model provider/model lorsqu’un backend précis est requis.
Pour image describe, audio transcribe et video describe, --model doit utiliser la forme <provider/model>.
Pour image describe, un --model explicite exécute directement ce fournisseur/modèle. Le modèle doit être compatible image dans le catalogue de modèles ou la configuration fournisseur. codex/<model> exécute un tour borné de compréhension d’image via le serveur d’application Codex ; openai-codex/<model> utilise le chemin du fournisseur OAuth OpenAI Codex.
Les commandes d’exécution sans état utilisent local par défaut.
Les commandes d’état gérées par le Gateway utilisent le Gateway par défaut.
Le chemin local normal n’exige pas que le Gateway soit en cours d’exécution.
Le model run local est une complétion fournisseur ponctuelle et légère. Il résout le modèle d’agent configuré et l’authentification, mais ne démarre pas de tour d’agent de chat, ne charge pas d’outils et n’ouvre pas de serveurs MCP groupés.
model run --file accepte les fichiers image, détecte leur type MIME et les envoie avec le prompt fourni au modèle sélectionné. Répétez --file pour plusieurs images.
model run --file rejette les entrées non image. Utilisez infer audio transcribe pour les fichiers audio et infer video describe pour les fichiers vidéo.
model run --gateway exerce le routage Gateway, l’authentification enregistrée, la sélection du fournisseur et le runtime embarqué, mais s’exécute toujours comme une sonde de modèle brute : il envoie le prompt fourni et toutes les pièces jointes image sans transcript de session préalable, contexte bootstrap/AGENTS, assemblage du moteur de contexte, outils ni serveurs MCP groupés.
model run --gateway --model <provider/model> exige un identifiant Gateway d’opérateur de confiance, car la requête demande au Gateway d’exécuter un remplacement ponctuel fournisseur/modèle.

Modèle

Utilisez model pour l’inférence texte adossée aux fournisseurs et l’inspection des modèles/fournisseurs.

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 providers --json
openclaw infer model inspect --name gpt-5.5 --json

Utilisez des refs <provider/model> complètes pour tester rapidement un fournisseur précis sans démarrer le Gateway ni charger toute la surface d’outils de l’agent :

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-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

Notes :

Le model run local est le smoke CLI le plus étroit pour vérifier la santé fournisseur/modèle/authentification, car, pour les fournisseurs non Codex, il envoie uniquement le prompt fourni au modèle sélectionné.
Les sondes locales openai-codex/* constituent l’exception étroite : OpenClaw ajoute une instruction système minimale afin que le transport Codex Responses puisse renseigner son champ instructions requis, sans ajouter de contexte complet d’agent, d’outils, de mémoire ni de transcript de session.
Le model run --file local conserve ce chemin léger et joint le contenu image directement au message utilisateur unique. Les fichiers image courants comme PNG, JPEG et WebP fonctionnent lorsque leur type MIME est détecté comme image/* ; les fichiers non pris en charge ou non reconnus échouent avant l’appel au fournisseur.
model run --file convient mieux lorsque vous voulez tester directement le modèle texte multimodal sélectionné. Utilisez infer image describe lorsque vous voulez la sélection de fournisseur de compréhension d’image d’OpenClaw et le routage par défaut vers le modèle image.
Le modèle sélectionné doit prendre en charge l’entrée image ; les modèles texte uniquement peuvent rejeter la requête au niveau du fournisseur.
model run --prompt doit contenir du texte non blanc ; les prompts vides sont rejetés avant l’appel aux fournisseurs locaux ou au Gateway.
Le model run local se termine avec un code non nul lorsque le fournisseur ne renvoie aucune sortie texte, afin que les fournisseurs locaux injoignables et les complétions vides ne ressemblent pas à des sondes réussies.
Utilisez model run --gateway lorsque vous devez tester le routage Gateway, la configuration du runtime d’agent ou l’état fournisseur géré par le Gateway tout en gardant l’entrée de modèle brute. Utilisez openclaw agent ou les surfaces de chat lorsque vous voulez le contexte complet de l’agent, les outils, la mémoire et le transcript de session.
model auth login, model auth logout et model auth status gèrent l’état d’authentification fournisseur enregistré.

Image

Utilisez image pour la génération, la modification et la description.

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

Notes :

Utilisez image edit lorsque vous partez de fichiers d’entrée existants.
Utilisez --size, --aspect-ratio ou --resolution avec image edit pour les fournisseurs/modèles qui prennent en charge les indications de géométrie lors des modifications d’images de référence.
Utilisez --output-format png --background transparent avec --model openai/gpt-image-1.5 pour une sortie PNG OpenAI avec arrière-plan transparent ; --openai-background reste disponible comme alias propre à OpenAI. Les fournisseurs qui ne déclarent pas la prise en charge de l’arrière-plan signalent l’indication comme une surcharge ignorée.
Utilisez image providers --json pour vérifier quels fournisseurs d’images intégrés sont découvrables, configurés, sélectionnés, ainsi que les capacités de génération/modification exposées par chaque fournisseur.
Utilisez image generate --model <provider/model> --json comme smoke test CLI en direct le plus ciblé pour les changements de génération d’images. Exemple :
```
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
```
La réponse JSON indique ok, provider, model, attempts et les chemins de sortie écrits. Lorsque --output est défini, l’extension finale peut suivre le type MIME renvoyé par le fournisseur.
Pour image describe et image describe-many, utilisez --prompt afin de donner au modèle de vision une instruction propre à la tâche, comme l’OCR, la comparaison, l’inspection d’interface utilisateur ou une légende concise.
Utilisez --timeout-ms avec les modèles de vision locaux lents ou les démarrages à froid d’Ollama.
Pour image describe, --model doit être un <provider/model> compatible avec les images.
Pour les modèles de vision Ollama locaux, récupérez d’abord le modèle et définissez OLLAMA_API_KEY sur n’importe quelle valeur d’espace réservé, par exemple ollama-local. Consultez Ollama.

Audio

Utilisez audio pour la transcription de fichiers.

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

Remarques :

audio transcribe sert à la transcription de fichiers, pas à la gestion de sessions en temps réel.
--model doit être <provider/model>.

TTS

Utilisez tts pour la synthèse vocale et l’état du fournisseur TTS.

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

Remarques :

tts status utilise Gateway par défaut, car il reflète l’état TTS géré par Gateway.
Utilisez tts providers, tts voices et tts set-provider pour inspecter et configurer le comportement TTS.

Vidéo

Utilisez video pour la génération et la description.

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

Remarques :

video generate accepte --size, --aspect-ratio, --resolution, --duration, --audio, --watermark et --timeout-ms, et les transmet au runtime de génération vidéo.
--model doit être <provider/model> pour video describe.

Web

Utilisez web pour les flux de recherche et de récupération.

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

Remarques :

Utilisez web providers pour inspecter les fournisseurs disponibles, configurés et sélectionnés.

Embedding

Utilisez embedding pour la création de vecteurs et l’inspection des fournisseurs d’embeddings.

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

Sortie JSON

Les commandes Infer normalisent la sortie JSON sous une enveloppe partagée :

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

Les champs de niveau supérieur sont stables :

ok
capability
transport
provider
model
attempts
outputs
error

Pour les commandes de médias générés, outputs contient les fichiers écrits par OpenClaw. Utilisez le path, le mimeType, la size et toutes les dimensions propres au média dans ce tableau pour l’automatisation, au lieu d’analyser la sortie stdout lisible par l’humain.

Pièges courants

# Bad
openclaw infer media image generate --prompt "friendly lobster"

# Good
openclaw infer image generate --prompt "friendly lobster"

# 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

Remarques

openclaw capability ... est un alias de openclaw infer ....

CLI d’inférence

Transformer infer en skill

Pourquoi utiliser infer

Arborescence des commandes

Tâches courantes

Comportement

Modèle

Image

Audio

TTS

Vidéo

Web

Embedding

Sortie JSON

Pièges courants

Remarques

Connexe

Ask OpenClaw

# Transformer infer en skill

# Pourquoi utiliser infer

# Arborescence des commandes

# Tâches courantes

# Comportement

# Modèle

# Image

# Audio

# TTS

# Vidéo

# Web

# Embedding

# Sortie JSON

# Pièges courants

# Remarques

# Connexe

Transformer infer en skill

Pourquoi utiliser infer

Arborescence des commandes

Tâches courantes

Comportement

Modèle

Image

Audio

TTS

Vidéo

Web

Embedding

Sortie JSON

Pièges courants

Remarques

Connexe