核心用法
volcengine-ai-misc-model-discovery 是一款面向火山引擎（Volcengine）AI 平台的模型选型与路由技能。当用户面临"该用哪个模型"、"某端点支持什么能力"或"需要模型对比矩阵"等场景时，该技能可系统性地完成决策辅助。
执行流程遵循四步 checklist：首先识别任务类型与约束条件（延迟敏感度、成本预算、输出质量要求）；其次列出具备对应能力的候选模型/端点清单；然后对各选项进行多维度评分，输出一个主推荐方案加若干备选；最终以决策表格形式呈现，并附带可直接调用的模板。
显著优点
- 结构化决策：将主观选型转化为可量化的评分体系，降低技术门槛
- 多维度权衡：同时考量延迟-成本-质量三角约束，避免单一指标陷阱
- 工程友好：输出包含 invocation template，可直接进入开发环节
- 容错设计：主推荐+ fallback 机制，保障生产环境可用性
潜在局限
- 依赖火山引擎官方端点列表的实时性，新模型上线可能存在信息滞后
- 评分权重为通用预设，特殊业务场景（如强合规、特定语言）可能需要人工微调
- 未涉及模型版本管理（如快照、灰度），需用户自行补充
适合人群
- 正在接入火山方舟/火山引擎 MaaS 平台的开发者与架构师
- 需要快速对比 Doubao/豆包系列、DeepSeek-R1 等模型能力的 PM 与技术负责人
- 构建内部 LLM 网关或路由层的工程团队
常规风险
- 模型能力漂移：端点 capability 可能随版本更新变化，建议定期校验
- 成本估算偏差：技能提供的成本维度为相对等级，实际账单请以计量数据为准
- 延迟承诺：网络拓扑与区域节点差异可能导致实测延迟偏离评分预期
安全认证说明
安全认证报告明确标注为"系统自动生成占位，未执行安全扫描"，因此当前安全等级存在不确定性。建议在实际生产接入前，补充完整的安全审计与渗透测试。