neurobrix run verwerkt elke modelfamilie. Wat u moet meegeven hangt af van de familie.
| Modus | Opdrachten | Het best voor |
|---|---|---|
| Warm (aanbevolen) | neurobrix serve --model <name>, daarna neurobrix run --prompt "..." |
Meerdere uitvoeringen, interactief gebruik |
| Koud | neurobrix run --model <name> --prompt "..." |
Eenmalige uitvoeringen, scripts |
Een koude run laadt de gewichten, voert uit en ontlaadt. Terwijl een daemon een ander model serveert, wordt een koude run geweigerd met Error: a serving daemon is running (PID n) with another model, and NeuroBrix runs one task at a time.; voer in plaats daarvan uit tegen de warme daemon. <name> hieronder is de ene naam van het model, org/Model. Zie de Serving-gids.
| Familie | Opdracht | Uitvoer |
|---|---|---|
| LLM | neurobrix run --model <name> --prompt "..." |
.txt |
| Beeld | neurobrix run --model <name> --prompt "..." --output x.png |
.png |
| Video | neurobrix run --model <name> --prompt "..." --output x.mp4 |
.mp4 |
| TTS | neurobrix run --model <name> --prompt "text" --output x.wav |
.wav |
| STT | neurobrix run --model <name> --audio f.wav |
tekst; waar die terechtkomt zonder --output: nog niet gedocumenteerd |
| Upscaler | neurobrix upscale --model <name> --input in.png --output out.png |
.png |
| VLM | --prompt en --input-image, beide vereist |
tekst |
| Audio-LLM | --audio en --prompt, beide vereist |
tekst |
| Multimodaal | --prompt en --mode text, image of audio; de modus is vereist |
per modus |
Ontbreekt een vereiste invoer, dan stopt de engine met ZERO FALLBACK: family '<f>' requires <flag>. Provide it on the command line. Een verkeerde extensie bij --output wordt op dezelfde manier geweigerd, met vermelding van de verwachte. Zonder --output heet het bestand output_<model> plus de extensie voor de familie (de --help-tekst zegt nog steeds output.png).
| Flag | Geldt voor | Betekenis |
|---|---|---|
--prompt |
de meeste families | Invoertekst |
--steps, --cfg, --seed |
beeld, video | Diffusiestappen, guidance-schaal, random seed |
--height, --width |
beeld | Uitvoerformaat |
--num-frames, --fps |
video | Cliplengte en -snelheid |
--input-image |
beeld, video, VLM, upscaler | Invoerafbeelding; bij beeld selecteert het img2img, bij video i2v |
--mask-image |
beeld | Inpainting-masker; vereist --input-image |
--video |
video | Invoerclip, selecteert v2v |
--speaker |
TTS | Id van een vooringestelde stem (--reference-audio is in deze versie niet aangesloten: bij naam geweigerd) |
--max-tokens, --temperature, --repetition-penalty, --top-k, --top-p |
LLM | Sampling |
--system |
LLM | Systeemprompt |
--chat / --no-chat |
LLM | Sluiten elkaar uit |
--mode |
alle | auto, text, chat, agent, image, audio, video, t2i, img2img, inpainting, t2v, i2v, v2v |
--set KEY=VALUE |
alle | Een modelstandaard overschrijven; herhaalbaar |
--hardware |
alle | Id van het hardwareprofiel |
--explain-plan |
alle | Toon het plaatsingsplan |
--json |
alle | Met --explain-plan: het plan als één JSON-record |
Standaardwaarden voor stappen, guidance en formaat komen van het model zelf. Standaardwaarden per familie voor samplingflags zoals temperature: nog niet gedocumenteerd.
Beeld:
neurobrix run --model <name> --prompt "A cute robot in a garden" --steps 20 --seed 42 --cfg 5.0 --width 1024 --height 1024 --output robot.png
Verwacht resultaat: een PNG in robot.png.
Een standaardwaarde overschrijven:
neurobrix run --prompt "test" --set global.guidance_scale=7.5
Geef er hoogstens één mee bij run of serve:
| Flag | Betekenis |
|---|---|
--compiled |
De PyTorch-engine; standaard waar PyTorch geïnstalleerd is |
--sequential |
De PyTorch-engine bewerking voor bewerking, voor debuggen |
--triton |
De Triton-engine (nbxtensor, zonder PyTorch); standaard waar PyTorch niet geïnstalleerd is |
--triton-sequential |
De Triton-engine bewerking voor bewerking, voor debuggen |
Meer dan één geeft Error: only one execution mode flag can be passed at a time en exitcode 1.
Volgende: Serving-gids
© 2025–2026 Hocine Benkelaya. NeuroBrix engine released under the Apache License 2.0.
Developed by Hocine Benkelaya · Supported and funded by Neural Network Holding Ltd · Commercial distribution by WizWorks OÜ
Documentatiebron: GitHub