用途
该技能用于在开发过程中调用火山引擎豆包（Doubao）大模型 API，主要覆盖三方面工作：API 调用、模型选择与成本优化。适用于需要在 Claude Code、Codex、OpenCode、Cursor、Cline、OpenClaw、Kimi 等工具中集成豆包大模型的场景。触发关键词包括“豆包API”“Doubao”“火山引擎大模型”“LLM调用”。
主要能力
- 模型选择引导：资料给出模型与适用场景的对应关系，例如简单任务用 Doubao-lite（快、便宜），均衡场景用 Doubao-pro，复杂推理用 Doubao-pro-32k（长上下文），图片理解用 Doubao-vision（多模态），代码生成用 Doubao-Coder。
- 模型对比：给出上下文与适用场景，Doubao-pro-32k 为 32K 上下文、适用复杂对话；Doubao-pro 为 8K、适用标准任务；Doubao-lite 为 8K、适用简单问答；Doubao-vision 为 4K图片、适用图文理解。
- API 调用实现：提供 Python SDK 调用示例，使用 volcengine 库中的 ApiInfo、Credentials、Service，向 /api/v3/chat/completions 发起请求，参数包括 model、messages、temperature、max_tokens。
- 流式输出：给出基于 requests 的流式请求实现，使用 stream=True，逐行解析 data: 前缀内容，跳过 [DONE]。
- SDK v2（资料标注为推荐）：使用 volcengine.ccw2024.Model.Model，传入 appid、api_key、secret_key，调用 client.chat.completions.create，读取 response.choices[0].message.content。
- 场景示例：客服对话（system 设定“智能客服”角色并传入历史消息）、RAG 集成（检索文档后组装 prompt 并附带知识库内容与用户问题）、图片理解（将图片 base64 编码后以 image_url 形式传入 doubao-vision）。
- Token 与成本优化：资料列出策略与节省比例，包括精简 prompt（20-40%，删除冗余）、结构化输出（30%，JSON 格式限制）、上下文压缩（40%，摘要+检索）、缓存（50%+，开启对话缓存）。
- 定价（资料给出，实际以官方为准）：Doubao-pro 输入 ¥0.0008/千token、输出 ¥0.0024/千token，标注高性能；Doubao-lite 输入 ¥0.0003/千token、输出 ¥0.0006/千token，标注性价比。
使用方式
按资料提供的路径调用：
- SDK 方式：导入 volcengine.ApiInfo、volcengine.Credentials、volcengine.base.Service，构造 Service 后调用 service.post('/api/v3/chat/completions', {...}, {...})。
- 直接 HTTP 方式：请求 https://ark.cn-beijing.volces.com/api/v3/chat/completions，请求头包含 Content-Type 与 Authorization: Bearer your-api-key。
- SDK v2 方式：构造 Model(appid, api_key, secret_key) 后调用 chat.completions.create。 SDK 版本、模型名称与参数以火山引擎官方文档为准，资料中的密钥、appid 等均为占位符，需替换为真实凭证。
适用场景
客服对话接入、结合知识库的 RAG 问答、图片内容理解、代码生成、简单问答与复杂推理等。
限制
资料中关于定价、模型列表、上下文长度等信息可能随时间变化，需以火山引擎官方最新文档为准；资料未说明各模型的实际并发限制、区域可用性与配额政策，暂未提供；示例代码中的凭证均为占位符，未提供具体的鉴权配置步骤与错误处理细节。