运行模型任务并读取结果
选择模型、提交所需输入,并跟进排队任务获取最终输出。
/oo fal.ai: 查找用于 [目标] 的 fal.ai 模型,使用端点 [模型 ID] 及模型输入 [输入] 提交排队任务,检查状态,完成后获取最终结果。
将提示词复制到已安装 oo Skill 的 Agent,补充页面链接和原始笔记后执行。
选择模型、提交所需输入,并跟进排队任务获取最终输出。
/oo fal.ai: 查找用于 [目标] 的 fal.ai 模型,使用端点 [模型 ID] 及模型输入 [输入] 提交排队任务,检查状态,完成后获取最终结果。
在 Agent 中配置 oo CLI 和 oo Skill。
安装 OOMOL →连接 fal.ai API Key。
连接 fal.ai →使用 /oo,说明要读取的页面、修改的内容和保存位置。
连接指南 →选择你的 Agent
fal.ai 模型端点接受各自要求的输入,异步队列分别处理提交、状态、取消及最终结果读取。
搜索模型端点、读取单价,并按预计调用量或计费数量估算成本。
提交模型输入、读取或连续获取状态、读取完成结果,或取消请求。
发现 fal 模型端点,支持可选的文本搜索、状态、类别、分页、端点筛选和响应扩展。
fal_ai.get_models 检索一个或多个 fal 模型端点的单位定价信息,包括计费单位和货币。
fal_ai.get_pricing 使用历史 API 调用量或预期的计费单位数量来估算 fal 模型的总成本。
fal_ai.estimate_pricing 检索用于 Webhook 签名验证的 fal JSON Web 密钥集。
fal_ai.get_jwks 向 fal 模型队列提交请求,并返回用于跟踪和获取结果的 URL。
fal_ai.submit_queue_request 检查已排队的 fal 请求的状态,可选择检索进行中或已完成工作的日志。
fal_ai.queue_get_status 以 SSE 事件的流式序列消费 fal 队列状态更新,直到服务器关闭流。
fal_ai.queue_get_status_stream 检索已完成的 fal 排队请求的存储最终结果载荷。
fal_ai.get_queue_request_result 按模型 ID 和请求 ID 请求取消已排队或进行中的 fal 请求。
fal_ai.cancel_queue_request 没有匹配的工具。
不是。先选择端点,再按其要求准备输入提交任务。
提交提供跟进 URL,确认完成后再使用结果 URL 读取最终内容。
读取端点价格,按预计调用次数或计费单位数量估算。
管理 OOMOL 可以使用哪些可选存储。你随时可以在页脚重新修改这些选择。