CLI commands

CLI สำหรับการอนุมาน

openclaw infer เป็นพื้นผิวแบบไม่มีหัวสำหรับเวิร์กโฟลว์การอนุมานที่รองรับโดยผู้ให้บริการตามมาตรฐาน

ตั้งใจเปิดเผยตระกูลความสามารถ ไม่ใช่ชื่อ RPC ของ gateway แบบดิบ และไม่ใช่ id เครื่องมือของ agent แบบดิบ

เปลี่ยน infer ให้เป็น Skills

คัดลอกและวางสิ่งนี้ให้ 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.

Skills ที่ใช้ infer เป็นฐานที่ดีควร:

จับคู่เจตนาทั่วไปของผู้ใช้กับคำสั่งย่อย infer ที่ถูกต้อง
รวมตัวอย่าง infer มาตรฐานไม่กี่รายการสำหรับเวิร์กโฟลว์ที่ครอบคลุม
เลือกใช้ openclaw infer ... ในตัวอย่างและคำแนะนำ
หลีกเลี่ยงการทำเอกสารพื้นผิว infer ทั้งหมดซ้ำภายในเนื้อหา Skills

ขอบเขตทั่วไปของ Skills 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 เดียวที่สอดคล้องกันสำหรับงานอนุมานที่รองรับโดยผู้ให้บริการภายใน OpenClaw

ประโยชน์:

ใช้ผู้ให้บริการและโมเดลที่กำหนดค่าไว้แล้วใน OpenClaw แทนการต่อ wrapper เฉพาะกิจสำหรับ backend แต่ละตัว
เก็บเวิร์กโฟลว์โมเดล รูปภาพ การถอดเสียงเสียงพูด TTS วิดีโอ เว็บ และ embedding ไว้ใต้แผนผังคำสั่งเดียว
ใช้รูปแบบเอาต์พุต --json ที่เสถียรสำหรับสคริปต์ ระบบอัตโนมัติ และเวิร์กโฟลว์ที่ขับเคลื่อนโดย agent
เลือกใช้พื้นผิว OpenClaw แบบ first-party เมื่องานนั้นโดยพื้นฐานคือ “รันการอนุมาน”
ใช้เส้นทาง local ปกติโดยไม่ต้องใช้ gateway สำหรับคำสั่ง infer ส่วนใหญ่

สำหรับการตรวจสอบผู้ให้บริการแบบ end-to-end ให้เลือกใช้ openclaw infer ... เมื่อการทดสอบผู้ให้บริการระดับล่างเป็นสีเขียวแล้ว คำสั่งนี้จะใช้ CLI ที่จัดส่งจริง การโหลด config การแก้ค่า agent เริ่มต้น การเปิดใช้งาน Plugin ที่ bundled และ runtime ความสามารถที่ใช้ร่วมกัน ก่อนที่จะส่งคำขอไปยังผู้ให้บริการ

แผนผังคำสั่ง

 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

ตารางนี้จับคู่งานอนุมานทั่วไปกับคำสั่ง infer ที่เกี่ยวข้อง

งาน	คำสั่ง	หมายเหตุ
รัน prompt ข้อความ/โมเดล	`openclaw infer model run --prompt "..." --json`	ใช้เส้นทาง local ปกติโดยค่าเริ่มต้น
รัน prompt โมเดลบนรูปภาพ	`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` เมื่อเริ่มจากไฟล์ที่มีอยู่
อธิบายไฟล์รูปภาพ	`openclaw infer image describe --file ./image.png --prompt "..." --json`	`--model` ต้องเป็นโมเดลที่รองรับรูปภาพในรูปแบบ `<provider/model>`
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`	รองรับ hint ของผู้ให้บริการ เช่น `--resolution`
อธิบายไฟล์วิดีโอ	`openclaw infer video describe --file ./clip.mp4 --json`	`--model` ต้องเป็น `<provider/model>`
ค้นหาเว็บ	`openclaw infer web search --query "..." --json`
ดึงข้อมูลหน้าเว็บ	`openclaw infer web fetch --url https://example.com --json`
สร้าง embeddings	`openclaw infer embedding create --text "..." --json`

พฤติกรรม

openclaw infer ... เป็นพื้นผิว CLI หลักสำหรับเวิร์กโฟลว์เหล่านี้
ใช้ --json เมื่อเอาต์พุตจะถูกใช้โดยคำสั่งหรือสคริปต์อื่น
ใช้ --provider หรือ --model provider/model เมื่อต้องใช้ backend เฉพาะ
สำหรับ image describe, audio transcribe และ video describe, --model ต้องใช้รูปแบบ <provider/model>
สำหรับ image describe, --model ที่ระบุอย่างชัดเจนจะรัน provider/model นั้นโดยตรง โมเดลต้องรองรับรูปภาพในแค็ตตาล็อกโมเดลหรือ config ของผู้ให้บริการ codex/<model> จะรันรอบการทำความเข้าใจรูปภาพผ่าน app-server ของ Codex แบบมีขอบเขตจำกัด; openai-codex/<model> ใช้เส้นทางผู้ให้บริการ OAuth ของ OpenAI Codex
คำสั่งการดำเนินการแบบไร้สถานะมีค่าเริ่มต้นเป็น local
คำสั่งสถานะที่จัดการโดย Gateway มีค่าเริ่มต้นเป็น gateway
เส้นทาง local ปกติไม่ต้องให้ gateway ทำงานอยู่
model run แบบ local เป็นการเติมเต็มโดยผู้ให้บริการแบบ one-shot ที่เบา คำสั่งนี้แก้ค่าโมเดลและ auth ของ agent ที่กำหนดค่าไว้ แต่จะไม่เริ่มรอบ chat-agent โหลดเครื่องมือ หรือเปิดเซิร์ฟเวอร์ MCP ที่ bundled
model run --file รับไฟล์รูปภาพ ตรวจจับชนิด MIME และส่งไฟล์เหล่านั้นพร้อม prompt ที่ระบุไปยังโมเดลที่เลือก ใช้ --file ซ้ำสำหรับรูปภาพหลายรายการ
model run --file ปฏิเสธอินพุตที่ไม่ใช่รูปภาพ ใช้ infer audio transcribe สำหรับไฟล์เสียง และ infer video describe สำหรับไฟล์วิดีโอ
model run --gateway ใช้การกำหนดเส้นทางของ Gateway, auth ที่บันทึกไว้, การเลือกผู้ให้บริการ และ runtime ที่ฝังอยู่ แต่ยังคงรันเป็นการ probe โมเดลดิบ: คำสั่งนี้ส่ง prompt ที่ระบุและไฟล์แนบรูปภาพใดๆ โดยไม่มี transcript เซสชันก่อนหน้า, บริบท bootstrap/AGENTS, การประกอบ context-engine, เครื่องมือ หรือเซิร์ฟเวอร์ MCP ที่ bundled
model run --gateway --model <provider/model> ต้องใช้ credential ของ operator gateway ที่เชื่อถือได้ เพราะคำขอขอให้ Gateway รันการ override provider/model แบบเฉพาะกิจ

โมเดล

ใช้ model สำหรับการอนุมานข้อความที่รองรับโดยผู้ให้บริการ และการตรวจสอบโมเดล/ผู้ให้บริการ

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

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

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

หมายเหตุ:

model run แบบ local เป็น CLI smoke ที่แคบที่สุดสำหรับสุขภาพของ provider/model/auth เพราะสำหรับผู้ให้บริการที่ไม่ใช่ Codex คำสั่งนี้จะส่งเฉพาะ prompt ที่ระบุไปยังโมเดลที่เลือก
probe แบบ local ของ openai-codex/* เป็นข้อยกเว้นแบบแคบ: OpenClaw เพิ่ม system instruction ขั้นต่ำ เพื่อให้ transport ของ Codex Responses เติมฟิลด์ instructions ที่ต้องใช้ได้ โดยไม่เพิ่มบริบท agent เต็มรูปแบบ เครื่องมือ หน่วยความจำ หรือ transcript เซสชัน
model run --file แบบ local รักษาเส้นทางที่เบานั้นไว้และแนบเนื้อหารูปภาพเข้ากับข้อความผู้ใช้เดียวโดยตรง ไฟล์รูปภาพทั่วไป เช่น PNG, JPEG และ WebP ใช้ได้เมื่อชนิด MIME ถูกตรวจพบเป็น image/*; ไฟล์ที่ไม่รองรับหรือไม่รู้จักจะล้มเหลวก่อนเรียกผู้ให้บริการ
model run --file เหมาะที่สุดเมื่อคุณต้องการทดสอบโมเดลข้อความแบบ multimodal ที่เลือกโดยตรง ใช้ infer image describe เมื่อคุณต้องการการเลือกผู้ให้บริการทำความเข้าใจรูปภาพและการกำหนดเส้นทางโมเดลรูปภาพเริ่มต้นของ OpenClaw
โมเดลที่เลือกต้องรองรับอินพุตรูปภาพ; โมเดลที่รองรับเฉพาะข้อความอาจปฏิเสธคำขอที่ชั้นผู้ให้บริการ
model run --prompt ต้องมีข้อความที่ไม่ใช่ whitespace; prompt ว่างจะถูกปฏิเสธก่อนเรียกผู้ให้บริการ local หรือ Gateway
model run แบบ local ออกด้วยสถานะ non-zero เมื่อผู้ให้บริการไม่ส่งคืนเอาต์พุตข้อความ ดังนั้นผู้ให้บริการ local ที่เข้าถึงไม่ได้และการเติมเต็มที่ว่างจะไม่ดูเหมือนเป็น probe ที่สำเร็จ
ใช้ model run --gateway เมื่อคุณต้องทดสอบการกำหนดเส้นทางของ Gateway, การตั้งค่า agent-runtime หรือสถานะผู้ให้บริการที่จัดการโดย Gateway โดยยังคงให้อินพุตโมเดลเป็นแบบดิบ ใช้ openclaw agent หรือพื้นผิวแชทเมื่อคุณต้องการบริบท agent เต็มรูปแบบ เครื่องมือ หน่วยความจำ และ transcript เซสชัน
model auth login, model auth logout และ model auth status จัดการสถานะ auth ของผู้ให้บริการที่บันทึกไว้

รูปภาพ

ใช้ image สำหรับการสร้าง การแก้ไข และการอธิบาย

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

หมายเหตุ:

ใช้ image edit เมื่อเริ่มจากไฟล์อินพุตที่มีอยู่
ใช้ --size, --aspect-ratio หรือ --resolution กับ image edit สำหรับ providers/models ที่รองรับคำแนะนำด้านเรขาคณิตในการแก้ไขรูปภาพอ้างอิง
ใช้ --output-format png --background transparent กับ --model openai/gpt-image-1.5 สำหรับเอาต์พุต PNG ของ OpenAI ที่มีพื้นหลังโปร่งใส; --openai-background ยังคงมีให้ใช้เป็น alias เฉพาะของ OpenAI providers ที่ไม่ได้ประกาศว่ารองรับพื้นหลังจะรายงานคำแนะนำนี้เป็นการ override ที่ถูกละเว้น
ใช้ image providers --json เพื่อตรวจสอบว่า bundled image providers ใด สามารถค้นพบได้ กำหนดค่าแล้ว ถูกเลือก และแต่ละ provider เปิดเผยความสามารถด้านการสร้าง/แก้ไขใดบ้าง
ใช้ image generate --model <provider/model> --json เป็น live CLI smoke ที่แคบที่สุดสำหรับการเปลี่ยนแปลงด้านการสร้างรูปภาพ ตัวอย่าง:
```
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
```
การตอบกลับ JSON จะรายงาน ok, provider, model, attempts และเส้นทางเอาต์พุต ที่เขียนไว้ เมื่อตั้งค่า --output แล้ว นามสกุลสุดท้ายอาจเป็นไปตามประเภท MIME ที่ provider ส่งกลับ
สำหรับ image describe และ image describe-many ให้ใช้ --prompt เพื่อให้คำสั่งเฉพาะงานแก่ vision model เช่น OCR การเปรียบเทียบ การตรวจสอบ UI หรือการสร้างคำบรรยายแบบกระชับ
ใช้ --timeout-ms กับ vision models ภายในเครื่องที่ช้า หรือเมื่อ Ollama เริ่มทำงานแบบ cold start
สำหรับ image describe, --model ต้องเป็น <provider/model> ที่รองรับรูปภาพ
สำหรับ Ollama vision models ภายในเครื่อง ให้ดึงโมเดลก่อนและตั้งค่า OLLAMA_API_KEY เป็นค่าตัวแทนใดก็ได้ เช่น ollama-local ดู Ollama

เสียง

ใช้ audio สำหรับการถอดเสียงจากไฟล์

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

หมายเหตุ:

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

TTS

ใช้ tts สำหรับการสังเคราะห์เสียงพูดและสถานะ TTS provider

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

หมายเหตุ:

tts status มีค่าเริ่มต้นเป็น gateway เพราะสะท้อนสถานะ TTS ที่จัดการโดย gateway
ใช้ tts providers, tts voices และ tts set-provider เพื่อตรวจสอบและกำหนดค่าพฤติกรรม TTS

วิดีโอ

ใช้ video สำหรับการสร้างและการอธิบาย

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

หมายเหตุ:

video generate รองรับ --size, --aspect-ratio, --resolution, --duration, --audio, --watermark และ --timeout-ms แล้วส่งต่อไปยัง runtime สำหรับการสร้างวิดีโอ
--model ต้องเป็น <provider/model> สำหรับ video describe

เว็บ

ใช้ web สำหรับเวิร์กโฟลว์การค้นหาและดึงข้อมูล

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

หมายเหตุ:

ใช้ web providers เพื่อตรวจสอบ providers ที่พร้อมใช้งาน กำหนดค่าแล้ว และถูกเลือก

การฝัง

ใช้ embedding สำหรับการสร้างเวกเตอร์และการตรวจสอบ embedding provider

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

เอาต์พุต JSON

คำสั่ง Infer จะปรับเอาต์พุต JSON ให้อยู่ภายใต้ envelope ร่วม:

{
  "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 และมิติใดๆ เฉพาะสื่อในอาร์เรย์นั้น สำหรับงานอัตโนมัติแทนการแยกวิเคราะห์ stdout ที่อ่านได้โดยมนุษย์

ข้อผิดพลาดที่พบบ่อย

# 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

หมายเหตุ

openclaw capability ... เป็น alias สำหรับ openclaw infer ...

# เปลี่ยน infer ให้เป็น Skills

# ทำไมจึงใช้ infer

# แผนผังคำสั่ง

# งานทั่วไป

# พฤติกรรม

# โมเดล

# รูปภาพ

# เสียง

# TTS

# วิดีโอ

# เว็บ

# การฝัง

# เอาต์พุต JSON

# ข้อผิดพลาดที่พบบ่อย

# หมายเหตุ

# ที่เกี่ยวข้อง

เปลี่ยน infer ให้เป็น Skills

ทำไมจึงใช้ infer

แผนผังคำสั่ง

งานทั่วไป

พฤติกรรม

โมเดล

รูปภาพ

เสียง

TTS

วิดีโอ

เว็บ

การฝัง

เอาต์พุต JSON

ข้อผิดพลาดที่พบบ่อย

หมายเหตุ

ที่เกี่ยวข้อง