cli/README_zh.md
用于在 Qualcomm 芯片上本地运行 AI 模型的命令行工具。对接 GenieX 核心运行时，并支持两种推理后端：QAIRT 与 llama.cpp。
GENIEX_LOG 控制 CLI、C/C++ SDK 以及所有语言绑定（Go、Python、Android）的日志输出：
| 取值 | 输出内容 |
|---|---|
none | 无输出 |
error | 仅错误 |
warn | 警告 + 错误 |
info | 信息 + 警告 + 错误（默认） |
debug | 调试 + 信息 + 警告 + 错误 |
trace | 全部输出（需要 debug 构建） |
export GENIEX_LOG="debug" # bash / zsh
$env:GENIEX_LOG="debug" # PowerShell
设置 NO_COLOR=1 可关闭 ANSI 颜色。
qairt 后端的上下文长度是固定的（例如 4096 tokens）。默认情况下，一旦累计的对话历史加上新的 prompt 超出该长度，geniex infer 会返回超出上下文（out-of-context）错误，会话无法继续。
传入 --sliding-window 可选择丢弃最旧的 tokens（保留一小段锚定前缀），从而让对话在超出上下文限制后仍能继续：
geniex infer <model> --sliding-window
该选项会在每次 generate() 调用时将 generation config 中的 sliding_window 设为 true；llama_cpp 会忽略该选项（它始终会做 context-shift）。未传入该标志时，超出上下文长度仍会返回原来的错误——该功能为严格的可选开启。
以非交互方式拉取模型：
geniex pull <model>[:<precision>] --model-type <model-type>
从指定的模型仓库拉取：
geniex pull <model>
geniex pull <model> --model-hub aihub # 可选：aihub、hf、localfs
从本地文件系统导入模型：
# hf download <model> --local-dir /path/to/modeldir
geniex pull <model> --model-hub localfs --local-path /path/to/modeldir