核心用法
Felo SuperAgent Skill 是 Felo AI 提供的智能对话 API 封装，主打实时 SSE 流式响应与持久化 LiveDoc 画布两大特性。用户通过 Node.js 脚本与 SuperAgent 建立多轮连续对话，所有交互自动归档至指定的 LiveDoc 工作区，支持后续回溯与协作。
执行流程遵循严格的六步规范：
1. API Key 校验 — 读取 FELO_API_KEY 环境变量，失败则终止
2. 获取 LiveDoc ID — 优先复用会话缓存，无可用 ID 时拉取列表或新建画布
3. 判定会话模式 — 首问为「新建对话」，后续默认为「追问」，用户可显式切换
4. 技能 ID 匹配（仅限新建对话）— 根据意图自动识别 twitter-writer、logo-and-branding、ecommerce-product-image
5. 风格库选择（仅限技能会话）— 新建技能会话需先拉取对应分类（TWITTER/IMAGE）的风格库，让用户选定品牌调性
6. 执行脚本并回显 — 必须带 --json 标志，超时设为 600 秒，解析后原样输出 data.answer
关键约束：
- 必须使用
--json模式，Claude Code 的 Bash 工具会捕获 stdout 而非实时透传 --live-doc-id必须存在，所有追问必须携带--thread-id保持上下文--skill-id与--ext（品牌风格）仅在新建对话生效，追问时自动失效- 风格 DNA 必须完整传递，截断会导致生成质量显著下降
多语言支持： 通过 --accept-language 参数实现英/简中/繁中/日/韩等语言对齐。
显著优点
- 流式实时体验：基于 SSE 的长连接实现逐字输出，延迟低、感知好，支持 2 小时空闲保活
- 会话状态持久：
thread_short_id+live_doc_short_id双 ID 机制确保跨轮次上下文不丢失 - 专业领域技能：内置推文撰写、品牌 Logo、电商产品图三大垂直场景，自动匹配最优工作流
- 品牌风格个性化：TWITTER/IMAGE 风格库支持用户自定义 DNA，实现「千人千面」的内容生成
- 工具链扩展：底层可触发图片生成、研报、PPT、文档、Twitter 搜索等工具，输出结构化数据
- 容错与重连：SSE 断线自动 2 秒延迟重连，工具结果自动去重，提升鲁棒性
潜在缺点与局限性
- 环境配置门槛高：强制依赖
FELO_API_KEY环境变量，CLI 的felo config set不兼容，新手易踩坑 - 脚本层级耦合：依赖
felo-livedoc技能目录同级存放，路径硬编码，迁移或容器化需额外处理 - 风格选择流程冗长：每次新建技能会话都需先拉取风格库并交互确认，无法一键跳过或设置默认
- 追问无法切换技能：若首问未选技能，后续追问也无法追加
--skill-id，必须显式「新开话题」 - 共享 LiveDoc 陷阱：误选
is_shared=true的 LiveDoc 会触发 502 错误，需人工过滤 - Bash 工具超时风险：虽然脚本内部 2 小时保活，但 Claude Code Bash 工具需显式设置 600 秒超时，易被忽略
适合人群
- 内容运营者：需要批量生成风格统一的品牌推文、社媒图文
- 电商卖家：快速产出白底产品图、场景化商品渲染
- 初创品牌主：零设计基础定制 Logo 与视觉识别系统
- AI 工作流搭建者：需将流式对话嵌入自动化脚本或 CI/CD 管道
常规风险
- API Key 泄露：
FELO_API_KEY以明文环境变量存在，多用户服务器需严格隔离权限 - Token 消耗不可控：流式输出 + 多工具调用可能导致单次请求成本超预期
- 风格 DNA 污染：若用户粘贴包含恶意指令的风格块，可能诱导模型输出有害内容
- 数据跨境传输：Felo 服务基于海外基础设施，敏感行业需评估合规性
- 生成内容版权：AI 产出的图片、文案存在潜在版权争议，商用需人工复核