CLI de inferencia

OmeniaClaw infer es la superficie canónica sin interfaz gráfica para flujos de trabajo de inferencia respaldados por proveedores.

Expone intencionalmente familias de capacidades, no nombres RPC del Gateway en bruto ni ids de herramientas de agente en bruto.

Convertir infer en una skill

Copia y pega esto en un agente:

Read https://omeniaclaw.com/cli/infer, then create a skill that routes my common workflows to `OmeniaClaw infer`.Focus on model runs, image generation, video generation, audio transcription, TTS, web search, and embeddings.

Una buena skill basada en infer debe:

• asignar intenciones comunes de usuario al subcomando infer correcto
• incluir algunos ejemplos canónicos de infer para los flujos de trabajo que cubre
• preferir OmeniaClaw infer ... en ejemplos y sugerencias
• evitar volver a documentar toda la superficie de infer dentro del cuerpo de la skill

Cobertura típica de una skill centrada en infer:

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

Por qué usar infer

OmeniaClaw infer proporciona una CLI coherente para tareas de inferencia respaldadas por proveedores dentro de OmeniaClaw.

Beneficios:

• Usa los proveedores y modelos ya configurados en OmeniaClaw en lugar de conectar wrappers puntuales para cada backend.
• Mantén los flujos de trabajo de modelo, imagen, transcripción de audio, TTS, video, web e incrustaciones bajo un único árbol de comandos.
• Usa una forma de salida estable con --json para scripts, automatización y flujos de trabajo dirigidos por agentes.
• Prefiere una superficie propia de OmeniaClaw cuando la tarea es fundamentalmente "ejecutar inferencia".
• Usa la ruta local normal sin requerir el Gateway para la mayoría de los comandos de infer.

Para comprobaciones de proveedor de extremo a extremo, prefiere OmeniaClaw infer ... una vez que las pruebas de proveedor de nivel inferior estén en verde. Ejercita la CLI distribuida, la carga de configuración, la resolución del agente predeterminado, la activación de plugins incluidos y el runtime de capacidades compartido antes de que se haga la solicitud al proveedor.

Árbol de comandos

 OmeniaClaw 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

Tareas comunes

Esta tabla asigna tareas de inferencia comunes al comando infer correspondiente.

Comportamiento

• OmeniaClaw infer ... es la superficie principal de CLI para estos flujos de trabajo.
• Usa --json cuando la salida vaya a ser consumida por otro comando o script.
• Usa --provider o --model provider/model cuando se requiera un backend específico.
• Usa model run --thinking <level> para pasar un nivel puntual de pensamiento/razonamiento (off, minimal, low, medium, high, adaptive, xhigh o max) manteniendo la ejecución en bruto.
• Para image describe, audio transcribe y video describe, --model debe usar la forma <provider/model>.
• Para image describe, un --model explícito ejecuta directamente ese proveedor/modelo. El modelo debe ser compatible con imágenes en el catálogo de modelos o en la configuración del proveedor. codex/<model> ejecuta un turno acotado de comprensión de imágenes del servidor de aplicaciones de Codex; openai-codex/<model> usa la ruta del proveedor OAuth de OpenAI Codex.
• Los comandos de ejecución sin estado tienen como valor predeterminado local.
• Los comandos de estado administrado por el Gateway tienen como valor predeterminado el Gateway.
• La ruta local normal no requiere que el Gateway esté en ejecución.
• model run local es una finalización de proveedor puntual y ligera. Resuelve el modelo y la autenticación del agente configurados, pero no inicia un turno de agente de chat, no carga herramientas ni abre servidores MCP incluidos.
• model run --file acepta archivos de imagen, detecta su tipo MIME y los envía con el prompt proporcionado al modelo seleccionado. Repite --file para varias imágenes.
• model run --file rechaza entradas que no sean imágenes. Usa infer audio transcribe para archivos de audio e infer video describe para archivos de video.
• model run --gateway ejercita el enrutamiento del Gateway, la autenticación guardada, la selección de proveedor y el runtime integrado, pero aun así se ejecuta como una prueba de modelo en bruto: envía el prompt proporcionado y cualquier adjunto de imagen sin transcripción previa de sesión, contexto bootstrap/AGENTS, ensamblaje del motor de contexto, herramientas ni servidores MCP incluidos.
• model run --gateway --model <provider/model> requiere una credencial de Gateway de operador confiable porque la solicitud le pide al Gateway que ejecute una anulación puntual de proveedor/modelo.
• model run --thinking local usa la ruta ligera de finalización de proveedor; los niveles específicos de proveedor como adaptive y max se asignan al nivel de finalización simple portable más cercano.

Modelo

Usa model para inferencia de texto respaldada por proveedores e inspección de modelos/proveedores.

OmeniaClaw infer model run --prompt "Reply with exactly: smoke-ok" --jsonOmeniaClaw infer model run --prompt "Summarize this changelog entry" --model openai/gpt-5.4 --jsonOmeniaClaw infer model run --prompt "Describe this image in one sentence" --file ./photo.jpg --model google/gemini-2.5-flash --jsonOmeniaClaw infer model run --prompt "Use more reasoning here" --thinking high --jsonOmeniaClaw infer model providers --jsonOmeniaClaw infer model inspect --name gpt-5.5 --json

Usa referencias completas <provider/model> para probar rápidamente un proveedor específico sin iniciar el Gateway ni cargar toda la superficie de herramientas del agente:

OmeniaClaw infer model run --local --model anthropic/claude-sonnet-4-6 --prompt "Reply with exactly: pong" --jsonOmeniaClaw infer model run --local --model cerebras/zai-glm-4.7 --prompt "Reply with exactly: pong" --jsonOmeniaClaw infer model run --local --model google/gemini-2.5-flash --prompt "Reply with exactly: pong" --jsonOmeniaClaw infer model run --local --model groq/llama-3.1-8b-instant --prompt "Reply with exactly: pong" --jsonOmeniaClaw infer model run --local --model mistral/mistral-medium-3-5 --prompt "Reply with exactly: pong" --jsonOmeniaClaw infer model run --local --model mistral/mistral-small-latest --prompt "Reply with exactly: pong" --jsonOmeniaClaw infer model run --local --model openai/gpt-4.1 --prompt "Reply with exactly: pong" --jsonOmeniaClaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Describe this image." --file ./photo.jpg --json

Notas:

• model run local es la prueba rápida de CLI más estrecha para comprobar el estado de proveedor/modelo/autenticación porque, para proveedores que no sean Codex, envía solo el prompt proporcionado al modelo seleccionado.
• model run --model <provider/model> local puede usar filas exactas del catálogo estático incluido de models list --all antes de que ese proveedor se escriba en la configuración. La autenticación del proveedor sigue siendo obligatoria; las credenciales faltantes fallan como errores de autenticación, no como Unknown model.
• Para pruebas de razonamiento de Mistral Medium 3.5, deja la temperatura sin establecer/predeterminada. Mistral rechaza reasoning_effort="high" junto con temperature: 0; usa mistral/mistral-medium-3-5 con la temperatura predeterminada o un valor de modo de razonamiento distinto de cero, como 0.7.
• Las pruebas locales openai-codex/* son la excepción estrecha: OmeniaClaw agrega una instrucción de sistema mínima para que el transporte de Responses de Codex pueda completar su campo obligatorio instructions, sin agregar contexto completo del agente, herramientas, memoria ni transcripción de sesión.
• model run --file local mantiene esa ruta ligera y adjunta contenido de imagen directamente al único mensaje del usuario. Los archivos de imagen comunes como PNG, JPEG y WebP funcionan cuando su tipo MIME se detecta como image/*; los archivos no compatibles o no reconocidos fallan antes de llamar al proveedor.
• model run --file es lo mejor cuando quieres probar directamente el modelo de texto multimodal seleccionado. Usa infer image describe cuando quieras la selección de proveedor de comprensión de imágenes de OmeniaClaw y el enrutamiento predeterminado del modelo de imagen.
• El modelo seleccionado debe admitir entrada de imagen; los modelos solo de texto pueden rechazar la solicitud en la capa del proveedor.
• model run --prompt debe contener texto que no sea solo espacios en blanco; los prompts vacíos se rechazan antes de llamar a los proveedores locales o al Gateway.
• model run local termina con código distinto de cero cuando el proveedor no devuelve salida de texto, de modo que los proveedores locales inaccesibles y las finalizaciones vacías no parezcan pruebas exitosas.
• Usa model run --gateway cuando necesites probar el enrutamiento del Gateway, la configuración del runtime del agente o el estado de proveedor administrado por el Gateway manteniendo la entrada del modelo en bruto. Usa OmeniaClaw agent o superficies de chat cuando quieras el contexto completo del agente, herramientas, memoria y transcripción de sesión.
• model auth login, model auth logout y model auth status administran el estado de autenticación de proveedor guardado.

Imagen

Usa image para generación, edición y descripción.

OmeniaClaw infer image generate --prompt "friendly lobster illustration" --jsonOmeniaClaw infer image generate --prompt "cinematic product photo of headphones" --jsonOmeniaClaw infer image generate --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "simple red circle sticker on a transparent background" --jsonOmeniaClaw infer image generate --prompt "slow image backend" --timeout-ms 180000 --jsonOmeniaClaw infer image edit --file ./logo.png --model openai/gpt-image-1.5 --output-format png --background transparent --prompt "keep the logo, remove the background" --jsonOmeniaClaw infer image edit --file ./poster.png --prompt "make this a vertical story ad" --size 2160x3840 --aspect-ratio 9:16 --resolution 4K --jsonOmeniaClaw infer image describe --file ./photo.jpg --jsonOmeniaClaw infer image describe --file ./receipt.jpg --prompt "Extract the merchant, date, and total" --jsonOmeniaClaw infer image describe-many --file ./before.png --file ./after.png --prompt "Compare the screenshots and list visible UI changes" --jsonOmeniaClaw infer image describe --file ./ui-screenshot.png --model openai/gpt-4.1-mini --jsonOmeniaClaw infer image describe --file ./photo.jpg --model ollama/qwen2.5vl:7b --prompt "Describe the image in one sentence" --timeout-ms 300000 --json

Notas:

• Usa image edit al partir de archivos de entrada existentes.

• Usa --size, --aspect-ratio o --resolution con image edit para proveedores/modelos que admiten indicaciones de geometría en ediciones de imágenes de referencia.

• Usa --output-format png --background transparent con --model openai/gpt-image-1.5 para salida PNG de OpenAI con fondo transparente; --openai-background sigue disponible como alias específico de OpenAI. Los proveedores que no declaran compatibilidad con fondos informan la indicación como una anulación ignorada.

• Usa image providers --json para verificar qué proveedores de imagen incluidos son detectables, están configurados, seleccionados y qué capacidades de generación/edición expone cada proveedor.

• Usa image generate --model <provider/model> --json como el smoke de CLI en vivo más acotado para cambios de generación de imágenes. Ejemplo:

  OmeniaClaw infer image providers --jsonOmeniaClaw 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 ./OmeniaClaw-infer-image-smoke.png \  --json

  La respuesta JSON informa ok, provider, model, attempts y las rutas de salida escritas. Cuando se define --output, la extensión final puede seguir el tipo MIME devuelto por el proveedor.

• Para image describe e image describe-many, usa --prompt para dar al modelo de visión una instrucción específica de la tarea, como OCR, comparación, inspección de UI o subtitulado conciso.

• Usa --timeout-ms con modelos de visión locales lentos o arranques en frío de Ollama.

• Para image describe, --model debe ser un <provider/model> compatible con imágenes.

• Para modelos de visión locales de Ollama, descarga primero el modelo y establece OLLAMA_API_KEY en cualquier valor de marcador de posición, por ejemplo ollama-local. Consulta Ollama.

Audio

Usa audio para la transcripción de archivos.

OmeniaClaw infer audio transcribe --file ./memo.m4a --jsonOmeniaClaw infer audio transcribe --file ./team-sync.m4a --language en --prompt "Focus on names and action items" --jsonOmeniaClaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

Notas:

• audio transcribe es para transcripción de archivos, no para gestión de sesiones en tiempo real.
• --model debe ser <provider/model>.

TTS

Usa tts para síntesis de voz y estado del proveedor de TTS.

OmeniaClaw infer tts convert --text "hello from OmeniaClaw" --output ./hello.mp3 --jsonOmeniaClaw infer tts convert --text "Your build is complete" --output ./build-complete.mp3 --jsonOmeniaClaw infer tts providers --jsonOmeniaClaw infer tts status --json

Notas:

• tts status usa Gateway de forma predeterminada porque refleja el estado de TTS gestionado por Gateway.
• Usa tts providers, tts voices y tts set-provider para inspeccionar y configurar el comportamiento de TTS.

Vídeo

Usa video para generación y descripción.

OmeniaClaw infer video generate --prompt "cinematic sunset over the ocean" --jsonOmeniaClaw infer video generate --prompt "slow drone shot over a forest lake" --resolution 768P --duration 6 --jsonOmeniaClaw infer video describe --file ./clip.mp4 --jsonOmeniaClaw infer video describe --file ./clip.mp4 --model openai/gpt-4.1-mini --json

Notas:

• video generate acepta --size, --aspect-ratio, --resolution, --duration, --audio, --watermark y --timeout-ms, y los reenvía al runtime de generación de vídeo.
• --model debe ser <provider/model> para video describe.

Web

Usa web para flujos de trabajo de búsqueda y obtención.

OmeniaClaw infer web search --query "OmeniaClaw docs" --jsonOmeniaClaw infer web search --query "OmeniaClaw infer web providers" --jsonOmeniaClaw infer web fetch --url https://omeniaclaw.com/cli/infer --jsonOmeniaClaw infer web providers --json

Notas:

• Usa web providers para inspeccionar los proveedores disponibles, configurados y seleccionados.

Embeddings

Usa embedding para la creación de vectores y la inspección de proveedores de embeddings.

OmeniaClaw infer embedding create --text "friendly lobster" --jsonOmeniaClaw infer embedding create --text "customer support ticket: delayed shipment" --model openai/text-embedding-3-large --jsonOmeniaClaw infer embedding providers --json

Salida JSON

Los comandos de inferencia normalizan la salida JSON bajo un contenedor compartido:

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

Los campos de nivel superior son estables:

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

Para comandos de medios generados, outputs contiene los archivos escritos por OmeniaClaw. Usa path, mimeType, size y cualquier dimensión específica del medio en ese arreglo para automatización en lugar de analizar stdout legible para humanos.

Errores comunes

# BadOmeniaClaw infer media image generate --prompt "friendly lobster" # GoodOmeniaClaw infer image generate --prompt "friendly lobster"

# BadOmeniaClaw infer audio transcribe --file ./memo.m4a --model whisper-1 --json # GoodOmeniaClaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --json

Notas

• OmeniaClaw capability ... es un alias de OmeniaClaw infer ....

Relacionado

• Referencia de CLI
• Modelos