技能介绍

要解决什么问题

百度千帆把对话补全、向量、重排、图像与视频生成、OCR、批量预测等能力拆成了二十多个接口，各自的请求结构、鉴权方式和任务生命周期并不统一。直接对接意味着要自己管理 API Key、跟进字段变更、区分同步调用和异步任务；凭证一旦散落在本地，泄露和过期都是麻烦事。这个技能把千帆的 25 个动作收进 oo CLI 的连接器里，凭证由 OOMOL 在服务端注入，本地不落 token。

技能如何工作

核心流程很直接：先读动作的参考文件确认用途，再用 oo connector schema 拉取实时输入输出 schema，然后构造 --data（JSON 对象字符串或 @path/to/file.json）执行动作。返回统一为 { "data": ..., "meta": { "executionId": "..." } }，执行 ID 在 meta.executionId 下，方便追踪。

覆盖面大致分四块：

文本与检索：OpenAI 兼容的非流式 chat completion、fill-in-the-middle 补全、embeddings、rerank、AI 搜索补全。
生成：通用图像生成、MuseSteamer Air 图像接口，以及视频生成任务的创建、查询、取消。
文件与批处理：上传文件、列文件、取文件内容，创建和取消批量预测任务。
OCR：PaddleOCR-VL 与 PP-StructureV3 两个文档与图像识别端点。

另外还有 responses API 的创建、查询、删除和上下文 item 列举。安全上做了分级：get / list 类只读动作可直接执行；创建、更新、发送类会改变千帆侧状态，运行前需与用户确认 payload；删除类动作必须拿到明确批准。

适用边界与注意点

几个限制值得先知道。其一，所有补全都是非流式的，长文本实时交互场景不适用。其二，视频生成和批量预测是异步任务，只能拿到标识后轮询查询，取消也要带上对应 ID。其三，只有命令因鉴权或连接错误失败时才走一次性首次配置，平时调用不必重复；额度不足返回 OOMOL_INSUFFICIENT_CREDIT 时要先去控制台充值。其四，输入 schema 以 oo connector schema 实时返回为准，参考文件只描述用途，构造 payload 前务必核对。