用途：该技能通过 Frevana 的 OpenRouter Responses API（POST /openrouter/v1/responses）调用 deepseek/deepseek-v4.1-flash 模型，适合高速推理、快速代码草拟、高吞吐摘要、数据提取和低成本对话任务。如需求为前沿推理或复杂多轮架构，资料建议考虑 anthropic/claude-opus-5 或 gpt-5.6-sol；均衡型企业工作流可考虑 anthropic/claude-sonnet-5。
主要能力与参数：模型 ID 为 deepseek/deepseek-v4.1-flash（别名 deepseek-v4.1-flash、deepseek-4.1-flash）。输入可用 --input 或 --input-file（或 --raw-payload-file）；系统指令用 --instructions 或 --instructions-file；可选 --reasoning-effort <low|medium|high>、--temperature、--top-p、--max-output-tokens、--service-tier <auto|default|flex|priority>。多轮会话可用 --previous-response-id，或用 --session-file/--session 持久化，--new-session 重置，--no-session 关闭。支持工具定义 --tools/--tools-file 与 --tool-choice。认证使用 FREVANA_TOKEN（或 --token）/ FREVANA_API_KEY（或 --api-key），可选归属参数 FREVANA_AGENT_APP_INSTANCE_ID（或 --agent-app-instance-id）。
使用方式：运行脚本 scripts/create_response.sh，如 bash <skill-path>/scripts/create_response.sh --input "..." --text-only；加 --text-only 仅输出文本，--output 保存完整响应 JSON，--chat 进入终端交互。
限制：返回的是经校验的 API 响应 JSON 或 --text-only 文本；需 curl、bash、python3 环境。资料未提供价格、速率或平台覆盖等细节。