推論 CLI

OmeniaClaw infer は、プロバイダーに支えられた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 agent 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 agent にコピーして貼り付けます。

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.

優れた infer ベースの skill は次を満たすべきです。

• 一般的なユーザー意図を正しい infer サブコマンドに対応付ける
• 対象ワークフロー向けに標準的な infer の例をいくつか含める
• 例と提案では OmeniaClaw 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しない

典型的な infer 特化 skill の対象範囲:

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

infer を使う理由

OmeniaClaw infer は、OmeniaClaw 内のプロバイダーに支えられた推論タスク向けに、一貫した CLI を提供します。

利点:

• バックエンドごとに一回限りのラッパーを配線する代わりに、OmeniaClaw ですでに構成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、埋め込みワークフローを 1 つのコマンドツリー配下にまとめられます。
• スクリプト、自動化、agent 駆動ワークフロー向けに安定した --json 出力形式を使用できます。
• タスクの本質が「推論を実行する」ことである場合は、ファーストパーティの OmeniaClaw サーフェスを優先できます。
• ほとんどの infer コマンドでは 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通ったら OmeniaClaw infer ... を優先します。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、構成の読み込み、デフォルト agent の解決、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

 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

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。

動作

• OmeniaClaw 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で消費される場合は --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。
• model run --thinking <level> を使用すると、実行を raw のまま保ちながら、一回限りの thinking/reasoning レベル (off, minimal, low, medium, high, adaptive, xhigh, または max) を渡せます。
• image describe、audio transcribe、video describe では、--model は <provider/model> 形式である必要があります。
• image describe では、明示的な --model はそのプロバイダー/モデルを直接実行します。モデルは、モデルカタログまたはプロバイダー構成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 app-server 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 local です。
• Gateway 管理状態コマンドはデフォルトで gateway です。
• 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、軽量な一回限りのプロバイダー補完です。構成済みの agent モデルと認証は解決しますが、chat-agent 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、その 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 raw 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、context-engine アセンブリ、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> は、Gateway に一回限りのプロバイダー/モデル上書きを実行させるリクエストであるため、信頼済み operator gateway credential が必要です。
• ローカルの model run --thinking は軽量なプロバイダー補完パスを使用します。adaptive や max などのプロバイダー固有レベルは、最も近いポータブルな simple-completion レベルに対応付けられます。

モデル

プロバイダーに支えられたテキスト推論とモデル/プロバイダー調査には model を使用します。

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

Gateway を起動したり agent ツールサーフェス全体を読み込んだりせずに特定のプロバイダーをスモークテストするには、完全な <provider/model> 参照を使用します。

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

注記:

• ローカルの model run 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だけを送信するため、プロバイダー/モデル/認証の健全性を確認する最も狭い CLI スモークです。
• ローカルの model run --model <provider/model> は、そのプロバイダーが構成に書き込まれる前でも、models list --all から正確な同梱静的カタログ行を使用できます。プロバイダー認証は依然として必要です。認証情報がない場合は、Unknown model ではなく認証エラーとして失敗します。
• Mistral Medium 3.5 reasoning プローブでは、temperature は未設定/デフォルトのままにします。Mistral は reasoning_effort="high" と temperature: 0 の組み合わせを拒否します。デフォルト temperature、または 0.7 などの非ゼロ reasoning-mode 値で mistral/mistral-medium-3-5 を使用します。
• openai-codex/* ローカルプローブは狭い例外です。OmeniaClaw は、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に、完全な agent コンテキスト、ツール、memory、セッショントランスクリプトは追加せず、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に直接添付します。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、または認識され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。OmeniaClaw 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いたい場合は、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ことがあります。
• 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や 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するため、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。
• モデル入力を raw のまま保ちながら Gateway ルーティング、agent-runtime 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する必要がある場合は、model run --gateway を使用します。完全な agent コンテキスト、ツール、memory、セッショントランスクリプトが必要な場合は、OmeniaClaw 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。

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

注記:

• 既存の入力ファイルを起点にする場合は、image edit を使用します。

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

• 透明背景の 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、 このヒントは無視された上書きとして報告されます。

• image providers --json を使用すると、バンドル済み画像プロバイダーのうち、検出可能、設定済み、選択済みのもの、および各プロバイダーが公開する生成/編集機能を確認できます。

• 画像生成の変更に対する最小範囲のライブ CLI スモークには、image generate --model <provider/model> --json を使用します。例:

  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

  JSON レスポンスは、ok、provider、model、attempts、および書き込まれた 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生成など、ビジョンモデルへのタスク固有の指示を与えるために --prompt を使用します。

• 低速なローカルビジョンモデルやコールドスタートの Ollama では、--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 ビジョンモデルでは、先にモデルを pull し、OLLAMA_API_KEY に任意のプレースホルダー値、たとえば ollama-local を設定します。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。

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

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。

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

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 を使用します。
• TTS の動作を調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。

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

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に転送します。
• 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。

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

注記:

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

埋め込み

ベクトル作成と埋め込みプロバイダーの調査には embedding を使用します。

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

JSON 出力

infer コマンドは、共有エンベロープ配下で 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 OmeniaClaw が書き込んだファイルが含まれます。自動化では、 人間可読の stdout 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使用します。

よくある落とし穴

# 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

注記

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

関連

• CLI リファレンス
• モデル