arkcli +chat

CRITICAL — 开始前 MUST 先用 Read 工具读取 ../arkcli-shared/SKILL.md，其中包含认证闸门、配置排查与命令选择顺序 CRITICAL — +chat 在执行之前，务必先用 Read 工具读取 references/arkcli-chat.md，禁止直接盲目调用命令。 CRITICAL — 一次用户要求的回答只发起一次真实 +chat。首次响应不完整、strict JSON 无效或不符合内容要求时，保留并报告该次失败，不自动重试或用第二次响应替换；本地提取、保存、校验失败也只能修复本地交付。只有用户明确要求新一轮或重新生成时才再次调用。

核心概念

• --model 缺省时 CLI 自动 fallback 到 active profile 的 resources.text.default；用户显式传入不同值时按 ../arkcli-shared/references/profile-defaults.md 做漂移提示。
• +chat 是数据面 Responses API（POST /responses）的高层封装：一次请求即返回助手文本。
• 支持多模态：用 --input @photo.jpg 把本地文件随请求上传，模型可看图/看视频/听音频后回答。图片(.jpg/.png/.webp/...)、视频(.mp4/.mov/...)、音频(.mp3/.wav/.m4a/...)、通用文件按扩展名自动分流。
• 支持流式：--stream 模式逐段输出，先输出推理（thinking），再输出正式回答（response）。
• 支持进度提示：非流式调用在 5s 后开始向 stderr 输出 arkcli +chat: still running… elapsed Xs 心跳行（每 10s 一次），避免长调用看不到任何输出；脚本场景可用 --no-progress 关闭。stdout 不受影响。
• 支持system instructions：--instructions "..." 注入系统级指令。
• 支持采样调节：--temperature / --top-p / --max-output-tokens。
• 支持思考强度：--reasoning-effort minimal|low|medium|high（仅在支持 reasoning 的模型上生效）。
• 支持多轮接续：--store 持久化本次响应，下一次用 --previous-response-id <id> 接续。
• 支持Tools：--tools web_search（简单语法糖）或 --tools-file tools.json（function 等完整形态），配合 --tool-choice auto|required|none 与 --max-tool-calls。详见 references/tools.md。
• 支持对账面命令：arkcli chat get/delete/list-input-items <response-id>，对 --store 过的 response 做 CRUD，详见 references/chat-meta.md。
• 支持缓存与思考：--caching enabled|disabled（配 --cache-prefix）控制服务端 prompt cache；--thinking auto|enabled|disabled 控制思考阶段；--expire-at <epoch_sec> 给 stored response 加过期。详见 references/caching-thinking.md。
• 支持流式事件：--stream --include-events 输出原始 SDK 事件 NDJSON（每行一个 JSON），供 autotest / agent 程序化消费。详见 references/stream-events.md。
• 支持可验证的严格 JSON：--text-format json_schema --text-schema <file> --text-strict 不只把约束传给服务端，还会在客户端确认响应完整、是直接 JSON 且符合 Schema；否则非零退出。严格流式会先缓冲，校验成功后才输出，避免泄出半截 JSON。详见 references/text-format.md。
• 输出 schema（务必先看）：+chat 返回是 arkcli 扁平 schema（{id, model, content, reasoning_content, usage, ...}），不是 Responses API 原生 output[].content[].text 嵌套；助手文本直接用 .content 取。--format 不会切换 shape。详见 references/arkcli-chat.md 的「返回值」段。
• 用户临时提供 --api-key / --base-url / Endpoint 时，MUST 读取 ../arkcli-shared/references/execution-context.md。不要从 Key 文本猜套餐类型，也不要把临时值写入 profile。
• --dry-run 只在本地构造 preview.v1 请求摘要与无 secret 的执行上下文；不会读取在线元数据、刷新凭证、调用 Responses API、产生 token 用量或存储 response。在线依赖必须列为 unresolved。

快速决策

走 +chat 的场景：

• 纯文本问答、推理，或带图/视频/音频的开放式对话；不要求一定有附件。
• 接续已有 Responses 对话，使用 --store / --previous-response-id；单轮不要求开启存储。
• 若目标是下面列出的专项理解产出，优先转 arkcli-understand，不能仅因带附件就选择 chat。

用户要求关闭思考、比较延迟/缓存或交付 SDK 调用代码时，先读 references/caching-thinking.md；minimal 不等于关闭思考， 参数回显不等于缓存命中，也不能据此承诺固定的速度排序。

转 arkcli-understand 的判据（任一满足即转）：

• 用户要「转写/语音转文字/语音识别/ASR」→ understand
• 用户要「字幕/打轴/SRT」→ understand
• 用户要「多人对话/标说话人/会议转写」→ understand
• 用户要「OCR/识别文字/识别图片文字/发票金额」→ understand
• 用户要「框出来/标框/bbox/视觉定位」→ understand
• 用户要「PDF 字段提取/文档提取/抽字段/合同提取」→ understand
• 用户要「视频总结/分段/章节总结」→ understand
• 用户要「视频问答/视频内容提问」→ understand

一句话：有 @file 且有明确产出形态 → understand；带图聊天/追问/开放感想 → chat。

• 用户要生成图片/视频（非对话）：转 ../arkcli-gen/SKILL.md。

Agent 快速执行顺序

先把用户要求记成可验收项：回答任务、指定模型/Profile、输入文件、输出格式、流式/多轮、 明确的参数值与交付文件。只预览请求时直接走本地 --dry-run，不先联网查认证或资源。

1. 用户只给 ep-... 且任务不明确 → arkcli resources resolve <ep-id> --format json；开放问答/追问才选择 +chat。
2. 用户给了临时 Key/Base URL/Endpoint → 按共享 execution-context 组合规则决定参数，不先切 profile。
3. 不确定认证状态且没有完整 stateless 上下文时，先看 arkcli auth status；未登录/无 API Key 转 ../arkcli-auth/SKILL.md。
4. 不确定模型名时，先转 ../arkcli-models/SKILL.md。
5. 使用本次资源确认的调用 ID，不强制改成版本化名称。用户未指定模型时保留当前 text default 或省略 --model；合法套餐别名（如 ark-code-latest）不追加版本。用 resources list --modality text 核对 default、invocable、required_overrides 与凭证类型；可见不等于可调用。能力查询的规范 Name/Version 与计费调用 ID 分开，EP 始终保持 EP。只有未解析的模型族名才进一步查询，不凭字符串猜版本。
6. 需要流式输出时加 --stream；需要多模态时加 --input @<file>（可多次）。
7. 查模型实际支持的键、值和输入模态；不要把参数全集当成所有模型的能力。用户明确的 temperature、token 上限、thinking、store=false 等不得省略或换值；未指定时使用兼容默认，不额外开启联网、存储或工具执行。
8. 发起真实请求前先确定交付路径；要求保存时按 reference 的单次捕获流程，让调用 stdout 直接进入临时响应文件。用首次真实返回验收：普通结果取 .content，严格 JSON 检查完整性/Schema；多轮必须引用真实上轮 ID 并保持相同调用上下文。流式保留 NDJSON，确认成功终态后提取正式正文，不能把推理文本或 Agent 自己的回答充当模型产出。保存文件必须与该次正文逐字一致；任何本地失败都不得触发第二次模型请求。

认证准入只陈述已验证的事实：本地登录、Key 清单 Active 或资源可见均不能单独证明当前数据面请求可用。 实际调用报 401 时核对当前 lane 凭证，403/access 错误按下文只读核对能力和权限； 429 要区分限流与 quota exhausted。提醒可用候选，但不自动轮转 Key、切 Profile/收费路径或修改默认。 stored response 不存在/过期时准确报告，不能悄悄去掉 previous-response-id 重新对话后声称上下文接续成功。

常见降级

• 模型名不确定：先 models search。
• endpoint ID 要用 +chat：直接传 --model ep-xxx（endpoint 本身已决定模态，无需额外 flag）。
• Endpoint + 显式 API Key、未给 Base URL：CLI 会读取 Endpoint region 后派生 Base URL；无法取得权威 region 时再要求用户补 --base-url。
• 鉴权失败：转 ../arkcli-auth/SKILL.md。

Responses API capability/access 错误的只读核对

用户已经给出 model does not have access to responses api 类错误时，本轮是排障，不是「再试一次」：

1. 若已知精确、完整的版本化模型 ID，只执行 arkcli models get <model-id> --format json；禁止用 models search 的候选摘要代替单模型详情。
2. 在 api_support 数组中按 name / key / path 定位 Responses 项，以该项的 supported 为模型声明事实；不从模型名、lifecycle、tool 列表或其他 capability 反推。
3. supported=true 但实际调用报 access 错误：说明「模型声明支持，当前 Endpoint / 账号访问路径不可用」；若用户还给了 Endpoint ID，可再只读 resources resolve / infer endpoint get 核对绑定与状态。
4. supported=false 才能说模型目录声明不支持；Responses 项缺失则说明元数据不足，不做猜测。

全程禁止再次执行 +chat、自动 models activate、切 profile 或修改默认资源。

模型能力提示（stderr warn，不阻断）

+chat 真实执行时会在发请求前读一次 ArkModels 元数据，把模型差异以 warn: 前缀打到 stderr；请求照常发出。识别要点：

1. 只警告、不阻断：出现 warn: 行不代表请求失败。值为 enabled/disabled、别名表、声明取值集都只是「模型声明」，服务端与 SDK 解码器才是裁决方。
2. 不要把声明集当接受集。实测：glm-5-2 声明 reasoning_effort 为 [none, minimal, high, max]，但服务端拒绝 none/minimal 而接受 low/medium（只出现在其 mapping_config 别名表里）。声明集与接受集可能近乎互补。
3. 只按实际存在的元数据提示：缺少 reasoning 元数据时不得把其他 capability 当成 reasoning 声明；模型不在 ArkModels 中（如 kimi-k3）或查询失败时静默跳过，不产生任何 warn。
4. 完整版本 ID 必须原样执行：可以用裸模型名查对应版本元数据，但不得把用户指定的旧版本自动改写成当前主版本。
5. stderr 变化不影响 stdout 契约：--format json 的 stdout 结构不变，warn: 行只进 stderr。需要稳定 JSON 时只解析 stdout，同时保留并检查 stderr，不得用 2>/dev/null 丢弃 warning。
6. --dry-run 不读元数据：Client Preview 保持零网络，不会出现任何 warn: 行。

命令一览

命令	说明
arkcli +chat --model <id> "<prompt>"	最简用法：纯文本对话
arkcli +chat --model <id> --stream "<prompt>"	流式输出（thinking + response 两段）
arkcli +chat --model <id> --instructions "你是简洁助手" "<prompt>"	系统级指令
arkcli +chat --model <id> --temperature 0.2 --max-output-tokens 256 "<prompt>"	采样调节
arkcli +chat --model <id> --reasoning-effort high "<prompt>"	提高思考强度
arkcli +chat --model <id> --input @file.jpg "<prompt>"	多模态（本地文件，支持图/视/音）
arkcli +chat --model <id> --input @a.jpg --input @b.jpg "<prompt>"	多文件
arkcli +chat --model <id> --store "<prompt>" 拿到 id 后再 --previous-response-id <id> "<下一句>"	持久化 + 多轮接续
arkcli +chat --model <id> --tools web_search --tool-choice auto "<prompt>"	Tools: 联网检索
arkcli +chat --model <id> --tools-file tools.json --tool-choice required "<prompt>"	Tools: 自定义 function
arkcli chat get <response-id>	拿回 store 过的 response（含 function_calls）
arkcli chat list-input-items <response-id> --order desc --limit 5	列出输入项（多轮历史）
arkcli chat delete <response-id>	删除 store 过的 response
arkcli +chat --model <id> --caching enabled --store "<prompt>"	启用 prompt cache + 持久化
arkcli +chat --model <id> --thinking disabled --max-output-tokens 100 "<prompt>"	关思考压短输出
arkcli +chat --model <id> --text-format json_object "<prompt>"	强制模型出合法 JSON
arkcli +chat --model <id> --text-format json_schema --text-schema schema.json --text-strict "<prompt>"	用 JSON Schema 强约束 shape
arkcli +chat --model <id> --stream --include-events "<prompt>"	流式 NDJSON（每行一个 SDK 事件 JSON）
arkcli +chat --model <id> --dry-run "<prompt>"	无副作用预演；不调用 Responses API

详细文档

• +chat 的所有参数、返回值、错误码、多模态文件自动上传机制等见 references/arkcli-chat.md。
• +chat 的 Tools 能力（--tools / --tools-file / --tool-choice / --max-tool-calls，含 function 与 web_search）见 references/tools.md。
• chat get / chat delete / chat list-input-items 三个对账面命令见 references/chat-meta.md。这些命令操作的 response 必须是 +chat --store 过的。
• +chat 的 --caching / --cache-prefix / --thinking / --expire-at 用法、回显字段与 autotest 对应见 references/caching-thinking.md。
• +chat 的 --text-format / --text-schema / --text-schema-name / --text-strict 用法见 references/text-format.md。
• +chat 的 --stream --include-events NDJSON 流式事件输出见 references/stream-events.md。