llm-models 是一个通过 inference.sh CLI（belt）并借助 OpenRouter 访问 100 多个语言模型的技能。其核心用途是让用户在命令行环境中调用多种主流 LLM，完成文本生成、推理与问答等任务。
主要能力方面，资料列出了以下可用模型及其对应的 App ID 与适用方向：Claude Opus 4.5（openrouter/claude-opus-45），适用于复杂推理与编程；Claude Sonnet 4.5（openrouter/claude-sonnet-45），性能均衡；Claude Haiku 4.5（openrouter/claude-haiku-45），速度快、经济；Gemini 3 Pro（openrouter/gemini-3-pro-preview），Google 最新模型；Kimi K2 Thinking（openrouter/kimi-k2-thinking），适合多步推理；GLM-4.6（openrouter/glm-46），开源、适合编程；Intellect 3（openrouter/intellect-3），通用目的；any-model（openrouter/any-model）会自动选择最佳选项（文档描述为自动挑选最具成本效益的模型）。此外，可通过 belt app search "openrouter" 或 belt app search "claude" 搜索 LLM 应用，通过 belt app list 浏览所有应用。
使用方式方面，需要先安装并登录 inference.sh CLI（belt）。资料给出的安装命令为 npx skills add belt-sh/cli，登录命令为 belt login。调用模型的基本形式是使用 belt app run 加 App ID 并通过 --input 传入 JSON，例如 belt app run openrouter/claude-sonnet-45 --input '{"prompt": "Explain quantum computing"}'。示例还包括调用 Claude Opus 生成带测试的 Python 回文检测函数、调用 Claude Sonnet 总结机器学习核心概念、调用 Claude Haiku 翻译文本、调用 Kimi K2 规划网络爬虫步骤、以及使用 any-model 回答简单问题。若需自定义系统提示，可先用 belt app sample openrouter/claude-sonnet-45 --save input.json 生成并保存输入文件，再编辑其中的 system 与 prompt 字段，最后通过 --input input.json 传入运行。
适用场景方面，资料列出了编程（生成、审查、调试代码）、写作（内容、摘要、翻译）、分析（数据解读、研究）、智能体（构建 AI 驱动的工作流）以及聊天（对话界面）。相关技能方面，可安装完整平台技能 npx skills add inference-sh/skills@infsh-cli；可结合网页搜索用于 RAG（npx skills add inference-sh/skills@web-search）；还有图像生成（npx skills add inference-sh/skills@ai-image-generation）与视频生成（npx skills add inference-sh/skills@ai-video-generation）。文档还提及智能体概览、Agent SDK 以及构建研究型智能体的指南等方向。
限制方面，资料未提供各模型的具体收费、价格、速率限制、上下文窗口、支持平台与可用地区等信息，这些内容暂未提供。