O neurobrix run trata todas as famílias de modelos. O que tem de passar depende da família.
| Modo | Comandos | Ideal para |
|---|---|---|
| Quente (recomendado) | neurobrix serve --model <name>, depois neurobrix run --prompt "..." |
Várias execuções, uso interativo |
| Frio | neurobrix run --model <name> --prompt "..." |
Execuções pontuais, scripts |
Uma execução a frio carrega os pesos, executa e descarrega. Enquanto um daemon serve outro modelo, uma execução a frio é recusada com Error: a serving daemon is running (PID n) with another model, and NeuroBrix runs one task at a time.; execute antes contra o daemon quente. <name> abaixo é o nome único do modelo, org/Model. Veja o Guia de serviço.
| Família | Comando | Saída |
|---|---|---|
| LLM | neurobrix run --model <name> --prompt "..." |
.txt |
| Imagem | neurobrix run --model <name> --prompt "..." --output x.png |
.png |
| Vídeo | 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 |
texto; para onde vai sem --output: ainda não documentado |
| Upscaler | neurobrix upscale --model <name> --input in.png --output out.png |
.png |
| VLM | --prompt e --input-image, ambos obrigatórios |
texto |
| Audio LLM | --audio e --prompt, ambos obrigatórios |
texto |
| Multimodal | --prompt e --mode text, image ou audio; o modo é obrigatório |
conforme o modo |
Se faltar uma entrada obrigatória, o motor pára com ZERO FALLBACK: family '<f>' requires <flag>. Provide it on the command line. Uma extensão de --output errada é recusada da mesma forma, indicando a esperada. Sem --output, o ficheiro chama-se output_<model> mais a extensão da família (o texto de --help continua a dizer output.png).
| Opção | Aplica-se a | Significado |
|---|---|---|
--prompt |
a maioria das famílias | Texto de entrada |
--steps, --cfg, --seed |
imagem, vídeo | Passos de difusão, escala de guidance, semente aleatória |
--height, --width |
imagem | Tamanho de saída |
--num-frames, --fps |
vídeo | Duração e taxa do clip |
--input-image |
imagem, vídeo, VLM, upscaler | Imagem de entrada; em imagem seleciona img2img, em vídeo i2v |
--mask-image |
imagem | Máscara de inpainting; precisa de --input-image |
--video |
vídeo | Clip de entrada, seleciona v2v |
--speaker |
TTS | Identificador de voz predefinida (--reference-audio não está ligado nesta versão: recusado pelo nome) |
--max-tokens, --temperature, --repetition-penalty, --top-k, --top-p |
LLM | Amostragem |
--system |
LLM | Prompt de sistema |
--chat / --no-chat |
LLM | Mutuamente exclusivas |
--mode |
todas | auto, text, chat, agent, image, audio, video, t2i, img2img, inpainting, t2v, i2v, v2v |
--set KEY=VALUE |
todas | Substitui um valor predefinido do modelo; repetível |
--hardware |
todas | Id do perfil de hardware |
--explain-plan |
todas | Mostra o plano de colocação |
--json |
todas | Com --explain-plan: o plano como um único registo JSON |
Os valores predefinidos de passos, guidance e tamanho vêm do próprio modelo. Os valores predefinidos por família para opções de amostragem como a temperature: ainda não documentados.
Imagem:
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
Resultado esperado: um PNG em robot.png.
Substituir um valor predefinido:
neurobrix run --prompt "test" --set global.guidance_scale=7.5
Passe no máximo um em run ou serve:
| Opção | Significado |
|---|---|
--compiled |
O motor PyTorch; o predefinido onde o PyTorch está instalado |
--sequential |
O motor PyTorch uma operação de cada vez, para depuração |
--triton |
O motor Triton (nbxtensor, sem PyTorch); o predefinido onde o PyTorch não está instalado |
--triton-sequential |
O motor Triton uma operação de cada vez, para depuração |
Mais do que um dá Error: only one execution mode flag can be passed at a time e código de saída 1.
Seguinte: Guia de Serviço
© 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
Fonte da documentação: GitLab