llm-models について
llm-modelsは、inference.sh CLIからOpenRouter経由で複数の言語モデルを呼び出すスキルです。コーディング、執筆、分析、エージェントのワークフローでLLMを使うユーザー向けに、モデルの選択肢と自動選択用アプリを紹介します。
主な機能
- 01CLIから複数の言語モデルを呼び出し
- 02モデルとアプリIDを一覧表示
- 03名前でモデルアプリを検索
- 04モデルを自動選択するアプリを利用
- 05システムプロンプトを指定
活用シーン
- 01コードの生成、レビュー、デバッグ
- 02文章、要約、翻訳の作成
- 03データ分析や調査
- 04エージェントのワークフローにLLMを追加
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/ / github.com/ inference-sh/ skills --skill llm-modelsインストール後、Claude Code で/llm-modelsを入力して読み込まれたか確認します。
詳細
belt CLI スキルをインストール:
npx skills add belt-sh/cli
OpenRouter 経由の LLM モデル
inference.sh CLI を介して、100 以上の言語モデルを利用できます。

クイックスタート
inference.sh CLI(
belt)が必要です。インストール手順
belt login
# Call Claude Sonnet
belt app run openrouter/claude-sonnet-45 --input '{"prompt": "Explain quantum computing"}'
利用可能なモデル
| モデル | アプリ ID | 最適な用途 |
|---|---|---|
| Claude Opus 4.5 | openrouter/claude-opus-45 | 複雑な推論、コーディング |
| Claude Sonnet 4.5 | openrouter/claude-sonnet-45 | バランスの取れた性能 |
| Claude Haiku 4.5 | openrouter/claude-haiku-45 | 高速、低コスト |
| Gemini 3 Pro | openrouter/gemini-3-pro-preview | Google の最新モデル |
| Kimi K2 Thinking | openrouter/kimi-k2-thinking | 複数ステップの推論 |
| GLM-4.6 | openrouter/glm-46 | オープンソース、コーディング |
| Intellect 3 | openrouter/intellect-3 | 汎用 |
| 任意のモデル | openrouter/any-model | 最適な選択肢を自動選択 |
LLM アプリを検索
belt app search "openrouter"
belt app search "claude"
使用例
Claude Opus(最高品質)
belt app run openrouter/claude-opus-45 --input '{
"prompt": "Write a Python function to detect palindromes with comprehensive tests"
}'
Claude Sonnet(バランス型)
belt app run openrouter/claude-sonnet-45 --input '{
"prompt": "Summarize the key concepts of machine learning"
}'
Claude Haiku(高速・低コスト)
belt app run openrouter/claude-haiku-45 --input '{
"prompt": "Translate this to French: Hello, how are you?"
}'
Kimi K2(思考エージェント)
belt app run openrouter/kimi-k2-thinking --input '{
"prompt": "Plan a step-by-step approach to build a web scraper"
}'
任意のモデル(自動選択)
# Automatically picks the most cost-effective model
belt app run openrouter/any-model --input '{
"prompt": "What is the capital of France?"
}'
システムプロンプトを指定
belt app sample openrouter/claude-sonnet-45 --save input.json
# Edit input.json:
# {
# "system": "You are a helpful coding assistant",
# "prompt": "How do I read a file in Python?"
# }
belt app run openrouter/claude-sonnet-45 --input input.json
使用例
- コーディング:コードの生成、レビュー、デバッグ
- 執筆:コンテンツ、要約、翻訳
- 分析:データの解釈、調査
- エージェント:AI を活用したワークフローの構築
- チャット:対話型インターフェース
関連スキル
# Full platform skill (all apps)
npx skills add inference-sh/skills@infsh-cli
# Web search (combine with LLMs for RAG)
npx skills add inference-sh/skills@web-search
# Image generation
npx skills add inference-sh/skills@ai-image-generation
# Video generation
npx skills add inference-sh/skills@ai-video-generation
すべてのアプリを見る:belt app list
ドキュメント
- エージェントの概要 - AI エージェントの構築
- エージェント SDK - エージェントをプログラムで制御
- リサーチエージェントの構築 - LLM と検索の統合ガイド
コメント
Markdown 対応