Cli 导读

一条命令跑通所有推理任务:模型、图像、音频、视频、搜索、嵌入

`openclaw infer` 把 OpenClaw 里配置好的 provider 和模型统一成一条 CLI,不用再为每个后端写临时脚本。先看“Common tasks”表格,直接复制命令就能跑;注意 `--model` 参数必须写成 `<provider/model>` 格式,否则会报错。

先讲这一页到底在解决什么

一条命令跑通所有推理任务:模型、图像、音频、视频、搜索、嵌入

`openclaw infer` 把 OpenClaw 里配置好的 provider 和模型统一成一条 CLI,不用再为每个后端写临时脚本。先看“Common tasks”表格,直接复制命令就能跑;注意 `--model` 参数必须写成 `<provider/model>` 格式,否则会报错。

原文共 17 节,先看 Start Here 路径:/cli/infer 查看官方原文

第一站

🧭 先把命令树看成“选门牌”

infer 下面不是随便堆命令,而是按能力分门牌:文字模型走 model,图片走 image,音频转文字走 audio,文本转语音走 tts

💬

model run

像把一句提示交给文本模型,让它直接回答。

🖼️

image generate / edit

一个从文字画图,一个从已有图片继续改图,别把两扇门走混。

🎙️

audio transcribe / tts convert

前者把声音写成字,后者把文字读成声音。

🔎

web / embedding

一个负责搜和取网页,一个负责把文字变成能做相似度搜索的向量。

第二站

🧪 常用动作可以先记这几条

不用把整棵树背下来。先会这几条,日常就能开跑。

命令像在做什么
openclaw infer model run --prompt "Reply with exactly: smoke-ok" --json
openclaw infer image generate --prompt "a tidy product photo" --json
openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json
openclaw infer tts convert --text "Your build is complete" --output ./speech.mp3 --json
openclaw infer web search --query "OpenClaw docs" --json
openclaw infer embedding create --text "customer support ticket" --json
--json

像让命令把结果装进固定表格,脚本和自动化流程就不用猜。

--provider

像指定“这次去哪个服务商窗口排队”。

--model provider/model

像同时写清“哪家店”和“哪台机器”。有些命令必须写全,不能只写模型名。

本地还是 Gateway

普通无状态推理多走本地路径;像 tts status 这类要看 Gateway 管理状态的命令,会偏向 Gateway。

第三站

📦 JSON 输出是一只固定信封

官方强调统一输出,是因为这页不只给人敲,也给脚本、自动化和 agent 接着处理。

稳定字段长这样
{
  "ok": true,
  "capability": "image.generate",
  "transport": "local",
  "provider": "openai",
  "model": "gpt-image-1",
  "attempts": [],
  "outputs": []
}

ok

这次成功没有。

🧩

capability

这次到底在用哪种能力。

🚪

transport

消息走本地还是 Gateway。

📤

outputs

真正产出的文字、文件或其他结果会放在这里。

第四站

⚠️ 两个坑最容易摔

这页最后的“坏例子 / 好例子”很实用,因为它们都是命令行里一眼看不出来的小错。

别多写一层
# 错
openclaw infer media image generate --prompt "..."

# 对
openclaw infer image generate --prompt "..."
模型名要写全
# 错
openclaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json

# 对
openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json
记一句

infer 后面直接跟能力名;需要模型时,优先写 provider/model

还有一个别名

openclaw capability ...openclaw infer ... 的别名。看到它们,不要以为是两套系统。

最后总结

🎈 把 infer 压成一句话

openclaw infer 是 OpenClaw 的推理总入口:按能力选子命令,用 --json 给自动化稳定结果,需要指定模型时把 provider/model 写完整。