用途：对已有素材做有明确产出形态的多模态理解任务，如转写、翻译、字幕打轴、视觉定位、GUI 操作、字段抽取、分章节总结、多说话人与会议纪要。开放式带图/视频对话或需要多轮接续、tools 时用 ../arkcli-chat/SKILL.md，生成图/视频用 ../arkcli-gen/SKILL.md。
主要能力：不是 12 套实现，而是 1 个引擎加一层语义，每个 sub-skill 是一条配方 {模态, fallback 模型, 内置 system prompt}。12 个 sub-skill 分 4 模态：image 有 image-caption、image-grounding、image-gui；file 有 doc-extract；video 有 video-summary、video-qa、vau；audio 有 asr、asr-align、asr-speakers、ast、meeting-minutes。
使用方式：命令形态为 arkcli +understand <sub-skill> --input @file [prompt]。必须有 --input，否则报 missing_input。args[0] 命中注册表则视为显式 sub-skill，其余位置参数叠加在内置 prompt 之上；不命中则整段当 prompt，按首个 --input 文件模态自动路由到该模态默认 sub-skill（image 到 image-caption，video 到 video-qa，audio 到 asr，file 到 doc-extract）。省略 sub-skill 时只按文件模态兜底，不做 prompt 关键词级路由，需要 grounding/gui/summary/字幕/翻译等应显式写 sub-skill 名。Platform Profile 省略 --model 时用当前 Profile 的 Resources.Text.Default Endpoint，Plan 类 Profile 才用 recipe fallback 模型。临时 Key/Base URL/Endpoint 按共享 execution-context 组合，不先切 profile。--dry-run 只在本地解析配方、已持久化默认 Endpoint、显式模型与输入引用，输出 preview.v1，不读取在线元数据、不上传文件、不调用 Responses API、不产生用量，在线才能补齐的值标 unresolved。
限制：执行前须先读 ../arkcli-shared/SKILL.md 与 references/arkcli-understand.md、references/sub-skills.md；audio 内联为 base64 data URL，上限 25MB，image/video/doc 走 Files API。返回值与 +chat 一致，为扁平 schema {id, model, content, reasoning_content, usage}。其他收费、价格、平台信息暂未提供。