技能介绍

解决什么问题

当你需要把 Venice 的大模型接入现有工具链时，直接手写 HTTP 请求很容易踩坑：参数散落在请求体和 venice_parameters 两处、多模态输入格式各异、推理模型的 reasoning_details 需要原样回传，稍有不慎就会丢上下文或被 422 拒掉。这个技能把 POST /api/v1/chat/completions 的调用逻辑封装成结构化指引，让你专注于 prompt 设计而不是参数拼装。

核心能力

OpenAI 兼容 + Venice 扩展。基础字段如 model、messages、temperature、max_completion_tokens 与 OpenAI 一致，迁移成本低。需要 Venice 专属能力时，在 venice_parameters 里开关即可：

enable_web_search：服务端联网搜索，引用以 venice_parameters.web_search_citations[] 返回
enable_web_scraping：抓取最后一条用户消息中的 URL（Firecrawl）
strip_thinking_response / disable_thinking：控制推理模型的思考输出
character_slug：套用已发布的 Venice 角色
enable_e2ee：端到端加密推理
enable_x_search：xAI 原生 X/Twitter 搜索（仅限支持的模型，每次约 $0.01）

多模态输入。messages[].content 支持字符串或类型化数组：image_url 接受公开 URL 或 base64，input_audio 仅支持 base64（wav/mp3/ogg 等），video_url 支持公开 URL 或 base64（mp4/webm）。多图模型会跨轮保留图片，单图模型只保留最后一条用户消息的图片。

推理模型的正确姿势。思考模型（如 Claude Opus 4.7、GPT-5.4 Pro）会返回 reasoning_content 或 reasoning_details[]，多轮对话时必须原样回传 reasoning_details，否则会丢失 thought signatures。reasoning_effort 取值 none/minimal/low/medium/high/xhigh/max。

结构化输出与提示缓存。response_format 优先用 json_schema 而非 json_object。大 system prompt 或长文档配合 prompt_cache_key 和 prompt_cache_retention（default/extended/24h）可降低延迟与成本。

适用边界与注意点

max_tokens 已废弃，改用 max_completion_tokens
图片 URL 必须公网可达，localhost 或未公开的签名 S3 URL 会失败
音频输入不支持 URL，一律 base64
E2EE 不支持 /responses 端点，必须走 /chat/completions
enable_e2ee 和 enable_x_search 只能通过 venice_parameters 设置，不能作为模型后缀
character_slug 会替换默认 Venice system prompt，配合 include_venice_system_prompt: false 可获得完全控制
parallel_tool_calls: true 时需准备好并行执行多个工具调用后再统一回复