推論 CLI

openclaw infer は、プロバイダー支援の推論ワークフロー向けの標準的なヘッドレスサーフェスです。

これは意図的に、未加工の Gateway RPC 名や未加工のエージェントツール ID ではなく、機能ファミリーを公開します。

# infer を skill に変換する

これをエージェントにコピーして貼り付けます。

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.

infer ベースの優れた skill は次を満たすべきです。

• 一般的なユーザーの意図を正しい infer サブコマンドに対応付ける
• 対象とするワークフロー向けに、標準的な infer の例をいくつか含める
• 例や提案では openclaw infer ... を優先する
• skill 本文の中で infer サーフェス全体を再ドキュメント化することを避ける

典型的な infer 中心の skill の対象範囲:

• openclaw infer model run
• openclaw infer image generate
• openclaw infer audio transcribe
• openclaw infer tts convert
• openclaw infer web search
• openclaw infer embedding create

# infer を使う理由

openclaw infer は、OpenClaw 内のプロバイダー支援推論タスクに対して一貫した CLI を提供します。

利点:

• 各バックエンド用の一回限りのラッパーを配線する代わりに、OpenClaw で既に設定済みのプロバイダーとモデルを使用できます。
• モデル、画像、音声文字起こし、TTS、動画、Web、埋め込みのワークフローを 1 つのコマンドツリーの下にまとめられます。
• スクリプト、自動化、エージェント駆動ワークフロー向けに、安定した --json 出力形状を使用できます。
• タスクが本質的に「推論を実行する」ものである場合は、ファーストパーティの OpenClaw サーフェスを優先できます。
• ほとんどの infer コマンドで、Gateway を必要とせず通常のローカルパスを使用できます。

エンドツーエンドのプロバイダーチェックでは、低レベルの プロバイダーテストが green になったら openclaw infer ... を優先してください。これは、プロバイダーリクエストが行われる前に、出荷済み CLI、設定読み込み、 デフォルトエージェント解決、同梱 Plugin の有効化、共有機能 ランタイムを実行します。

# コマンドツリー

 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

# 一般的なタスク

この表は、一般的な推論タスクを対応する infer コマンドに対応付けます。

タスク	コマンド	注記
テキスト/モデルプロンプトを実行する	openclaw infer model run --prompt "..." --json	デフォルトでは通常のローカルパスを使用します
画像に対してモデルプロンプトを実行する	openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model	複数の画像入力には --file を繰り返します
画像を生成する	openclaw infer image generate --prompt "..." --json	既存ファイルから始める場合は image edit を使用します
画像ファイルを説明する	openclaw infer image describe --file ./image.png --prompt "..." --json	--model は画像対応の <provider/model> である必要があります
音声を書き起こす	openclaw infer audio transcribe --file ./memo.m4a --json	--model は <provider/model> である必要があります
音声を合成する	openclaw infer tts convert --text "..." --output ./speech.mp3 --json	tts status は Gateway 向けです
動画を生成する	openclaw infer video generate --prompt "..." --json	--resolution などのプロバイダーヒントをサポートします
動画ファイルを説明する	openclaw infer video describe --file ./clip.mp4 --json	--model は <provider/model> である必要があります
Web を検索する	openclaw infer web search --query "..." --json
Web ページを取得する	openclaw infer web fetch --url https://example.com --json
埋め込みを作成する	openclaw infer embedding create --text "..." --json

# 動作

• openclaw infer ... は、これらのワークフロー向けの主要な CLI サーフェスです。
• 出力が別のコマンドやスクリプトに消費される場合は --json を使用します。
• 特定のバックエンドが必要な場合は --provider または --model provider/model を使用します。
• image describe、audio transcribe、video describe では、--model は <provider/model> 形式を使用する必要があります。
• image describe では、明示的な --model によりそのプロバイダー/モデルが直接実行されます。モデルは、モデルカタログまたはプロバイダー設定で画像対応である必要があります。codex/<model> は境界付けられた Codex アプリサーバーの画像理解ターンを実行します。openai-codex/<model> は OpenAI Codex OAuth プロバイダーパスを使用します。
• ステートレス実行コマンドはデフォルトでローカルになります。
• Gateway 管理の状態コマンドはデフォルトで Gateway になります。
• 通常のローカルパスでは、Gateway が実行中である必要はありません。
• ローカルの model run は、軽量なワンショットのプロバイダー補完です。設定済みのエージェントモデルと認証を解決しますが、チャットエージェントターンの開始、ツールの読み込み、同梱 MCP サーバーの起動は行いません。
• model run --file は画像ファイルを受け取り、MIME タイプを検出し、指定されたプロンプトとともに選択されたモデルへ送信します。複数の画像には --file を繰り返します。
• model run --file は画像以外の入力を拒否します。音声ファイルには infer audio transcribe を、動画ファイルには infer video describe を使用します。
• model run --gateway は Gateway ルーティング、保存済み認証、プロバイダー選択、組み込みランタイムを実行しますが、それでも未加工のモデルプローブとして動作します。事前のセッショントランスクリプト、bootstrap/AGENTS コンテキスト、コンテキストエンジン組み立て、ツール、同梱 MCP サーバーなしで、指定されたプロンプトと任意の画像添付を送信します。
• model run --gateway --model <provider/model> には、信頼されたオペレーター Gateway 認証情報が必要です。これは、リクエストが Gateway に一回限りのプロバイダー/モデル上書きを実行するよう求めるためです。

# モデル

プロバイダー支援のテキスト推論とモデル/プロバイダーの検査には model を使用します。

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

Gateway を起動したり完全なエージェントツールサーフェスを読み込んだりせずに特定のプロバイダーを smoke-test するには、完全な <provider/model> 参照を使用します。

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

注記:

• ローカルの model run は、プロバイダー/モデル/認証の健全性を確認するための最も狭い CLI smoke です。これは、非 Codex プロバイダーでは、選択されたモデルに指定プロンプトのみを送信するためです。
• openai-codex/* のローカルプローブは狭い例外です。OpenClaw は、完全なエージェントコンテキスト、ツール、メモリ、セッショントランスクリプトを追加せずに、Codex Responses トランスポートが必須の instructions フィールドを設定できるよう、最小限のシステム指示を追加します。
• ローカルの model run --file はその軽量パスを維持し、画像コンテンツを単一のユーザーメッセージへ直接添付します。PNG、JPEG、WebP などの一般的な画像ファイルは、MIME タイプが image/* として検出される場合に動作します。サポートされていないファイルや認識できないファイルは、プロバイダーが呼び出される前に失敗します。
• model run --file は、選択したマルチモーダルテキストモデルを直接テストしたい場合に最適です。OpenClaw の画像理解プロバイダー選択とデフォルト画像モデルルーティングを使用したい場合は、infer image describe を使用します。
• 選択したモデルは画像入力をサポートしている必要があります。テキスト専用モデルは、プロバイダー層でリクエストを拒否する場合があります。
• model run --prompt には空白以外のテキストが含まれている必要があります。空のプロンプトは、ローカルプロバイダーまたは Gateway が呼び出される前に拒否されます。
• ローカルの model run は、プロバイダーがテキスト出力を返さない場合に非ゼロで終了します。そのため、到達不能なローカルプロバイダーや空の補完が成功したプローブのようには見えません。
• Gateway ルーティング、エージェントランタイムセットアップ、または Gateway 管理のプロバイダー状態をテストしつつ、モデル入力を未加工のままにしたい場合は model run --gateway を使用します。完全なエージェントコンテキスト、ツール、メモリ、セッショントランスクリプトが必要な場合は、openclaw agent またはチャットサーフェスを使用します。
• model auth login、model auth logout、model auth status は、保存済みプロバイダー認証状態を管理します。

# 画像

生成、編集、説明には image を使用します。

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

注記:

• 既存の入力ファイルから始める場合は image edit を使用します。

• 参照画像編集でジオメトリヒントをサポートするプロバイダー/モデルには、image edit とともに --size、--aspect-ratio、または --resolution を使用します。

• 透過背景の OpenAI PNG 出力には、--model openai/gpt-image-1.5 とともに --output-format png --background transparent を使用します。--openai-background は OpenAI 固有のエイリアスとして引き続き利用できます。背景サポートを宣言していないプロバイダーでは、そのヒントは無視されたオーバーライドとして報告されます。

• image providers --json を使用して、同梱されているどの画像プロバイダーが検出可能、設定済み、選択済みであり、各プロバイダーがどの生成/編集機能を公開しているかを確認します。

• 画像生成の変更に対する最小限のライブ CLI スモークとして、image generate --model <provider/model> --json を使用します。例:

  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
  

  JSON レスポンスは ok、provider、model、attempts、書き込まれた出力パスを報告します。--output が設定されている場合、最終的な拡張子はプロバイダーが返した MIME タイプに従うことがあります。

• image describe と image describe-many では、OCR、比較、UI 検査、簡潔なキャプション付けなど、視覚モデルにタスク固有の指示を与えるために --prompt を使用します。

• 遅いローカル視覚モデルやコールドスタートの Ollama には --timeout-ms を使用します。

• image describe では、--model は画像対応の <provider/model> である必要があります。

• ローカルの Ollama 視覚モデルでは、まずモデルを pull し、OLLAMA_API_KEY を任意のプレースホルダー値、たとえば ollama-local に設定します。Ollama を参照してください。

# 音声

ファイル文字起こしには audio を使用します。

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

注記:

• audio transcribe はファイル文字起こし用であり、リアルタイムセッション管理用ではありません。
• --model は <provider/model> である必要があります。

# TTS

音声合成と TTS プロバイダー状態には tts を使用します。

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

注記:

• tts status は Gateway 管理の TTS 状態を反映するため、デフォルトで gateway になります。
• TTS の動作を検査および設定するには、tts providers、tts voices、tts set-provider を使用します。

# 動画

生成と説明には video を使用します。

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

注記:

• video generate は --size、--aspect-ratio、--resolution、--duration、--audio、--watermark、--timeout-ms を受け取り、それらを動画生成ランタイムへ転送します。
• video describe では、--model は <provider/model> である必要があります。

# Web

検索と取得のワークフローには web を使用します。

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

注記:

• 利用可能、設定済み、選択済みのプロバイダーを検査するには、web providers を使用します。

# Embedding

ベクトル作成と embedding プロバイダー検査には embedding を使用します。

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

# JSON 出力

Infer コマンドは、共有エンベロープの下で JSON 出力を正規化します。

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

トップレベルフィールドは安定しています。

• ok
• capability
• transport
• provider
• model
• attempts
• outputs
• error

生成メディアコマンドでは、outputs に OpenClaw が書き込んだファイルが含まれます。人間向けの標準出力を解析する代わりに、その配列内の path、mimeType、size、およびメディア固有の寸法を自動化に使用してください。

# よくある落とし穴

# 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

# 注記

• openclaw capability ... は openclaw infer ... のエイリアスです。

# 関連情報

• CLI リファレンス
• モデル