Omni-IO Skills es un marco de software diseñado para convertir agentes de inteligencia artificial generales en sistemas omni-nativos, capaces de gestionar flujos de trabajo que involucran múltiples modalidades de datos, como texto, imágenes, audio, video, documentos, activos 3D y código. El problema central que aborda es la fragmentación de las capacidades de producción actuales, donde cada modalidad requiere actualizaciones costosas de modelos o la integración compleja de herramientas especializadas. La solución propuesta se basa en una arquitectura de 'Skills' jerárquicas que actúa como una interfaz de ejecución estandarizada, permitiendo la orquestación consciente de dependencias y la gestión de revisiones intermedias.
El sistema introduce un Registro de Activos persistente y utiliza Gráficos de Ejecución Declarados para representar flujos de trabajo multi-activo. Estos gráficos programan operaciones independientes de forma concurrencente y registran los resultados exitosos para su reutilización en tareas posteriores o en turnos posteriores, independientemente del backend de ejecución utilizado. El marco incluye 27 habilidades que cubren 38 tareas representativas en cuatro familias de capacidades: comprensión, generación, razonamiento y recuperación.
La evaluación del Omni-IO Skills se realizó en la plataforma UniM-90 utilizando los modelos GPT-5.6 Sol y Claude Sonnet 5. Los resultados muestran un aumento significativo en las tasas de soporte de entrada, pasando del 40.00% y 38.89% respectivamente al 100% para ambos modelos. Además, la puntuación relativa de Calidad Semántica Acoplada mejoró de 26.99 a 74.94 en GPT-5.6 Sol y de 27.82 a 77.78 en Claude Sonnet 5. La puntuación de Estructura Estricta alcanzó el 100.00% y 99.78% respectivamente. Estos datos demuestran que la composición de capacidades a nivel de marco es una ruta práctica para desarrollar sistemas Omni amplios y evolutivos sin modificar el núcleo de razonamiento del agente anfitrión.