控制平面 API

本地 Gateway 默认监听：

http://127.0.0.1:9000

GET /health

返回 Gateway 健康状态，以及当前 backend / model 快照。

GET /omni/state

返回：

• 当前选中的 backend
• 当前加载模型
• ctx_size
• request_defaults
• backend 是否 ready
• 本地可见 backend 列表

GET /omni/backends

列出当前机器上的本地 backend 及其状态。

GET /omni/supported-models

按系统返回 backend 分组的支持模型 catalog。

常见形式：

GET /omni/supported-models?system=linux

GET /omni/supported-models/best

返回经过 OmniInfer 选择后的“最佳 backend 视图”，便于直接看每个量化的推荐 backend。

GET /omni/thinking

读取默认 thinking 状态。

POST /omni/thinking/select

更新默认 thinking 状态，例如：

{"enabled": false}

POST /omni/backend/select

切换当前 backend，例如：

{"backend": "llama.cpp-linux"}

POST /omni/model/select

加载模型，可选指定：

• backend
• mmproj
• launch_args
• request_defaults
• ctx_size

POST /omni/backend/stop

停止当前 runtime。

POST /omni/shutdown

停止本地 Gateway。