QQ「大肥鱼」AI 机器人

从零搭建一只会聊天、会查资料、能操作飞书文档的 QQ「大肥鱼」AI 机器人

一台 Ubuntu 服务器、两个 Docker 容器、五个自写插件，把 DeepSeek、本地语音、飞书 CLI 和一个 Agent 运行时串成一条完整链路。本文是完整复盘，包含可复制的命令、踩过的坑和最终架构。

一、前言：我们到底在做什么

目标很朴素：在 QQ 里养一只 AI 宠物。

但"会聊天"只是起点，真正难的是让它：

记得住上下文、查得到实时资料
听得懂语音、用特定音色回语音
能读写飞书云文档
能执行复杂任务（跑命令、写文件、多步研究）
还得有权限控制，不能谁都能指挥它

最终落地成一条链路：

一句话概括技术栈：

层	选型
消息通道	NapCat（OneBot v11）
对话中枢	AstrBot 4.29.3
模型	DeepSeek `deepseek-flash`
语音识别	本地 Whisper `small`（CPU）
语音合成	Microsoft Edge TTS `zh-CN-XiaoyiNeural`
Agent	DeepSeek Harness `dsh --profile headless`
文档	飞书官方 CLI `@larksuite/cli`

二、服务器与基础环境

2.1 服务器

复制代码

Ubuntu 24.04.3 LTS / 4 vCPU / 15 GB RAM / 885 GB 磁盘
Docker 29.4.1 + Compose v5.5

机器上本来就跑着 10 个生产容器（kodbox、官网、后台 demo 等）。 原则：只新增容器、只绑内网 IP、不重启 Docker daemon、不动现有服务。

2.2 拉镜像的第一道坎：Docker Hub 不通

国内服务器直连 registry-1.docker.io 基本超时。两种解法：

方案 A：改 daemon.json 加镜像加速（适合新机器，但需要重启 Docker）

json 复制代码

{
  "registry-mirrors": ["https://mirror.ccs.tencentyun.com"]
}

方案 B：不动 daemon，用镜像源前缀拉取再 retag（适合生产机器，强烈推荐）

bash 复制代码

docker pull docker.m.daocloud.io/soulter/astrbot:latest
docker tag docker.m.daocloud.io/soulter/astrbot:latest soulter/astrbot:latest

我在生产机上用的就是方案 B ------ 重启 Docker 会把现有容器全部重启，风险不可控。

三、部署 AstrBot + NapCat

3.1 创建专用网络

bash 复制代码

docker network create astrbot-napcat

3.2 启动 AstrBot

bash 复制代码

docker run -d --name astrbot --network astrbot-napcat --restart always \
  -p 192.168.0.70:6185:6185 \
  -p 192.168.0.70:6199:6199 \
  -v /home/docmap/astrbot/data:/AstrBot/data \
  soulter/astrbot:latest

6185：WebUI（管理后台）
6199：OneBot v11 反向 WebSocket 端口
绑定的是内网 IP，不是 0.0.0.0，公网访问不到

3.3 启动 NapCat

bash 复制代码

docker run -d --name napcat --network astrbot-napcat --restart always \
  -p 192.168.0.70:6099:6099 \
  -e NAPCAT_UID=1000 -e NAPCAT_GID=1000 \
  -v /home/docmap/napcat/config:/app/napcat/config \
  -v /home/docmap/napcat/qq:/app/.config/QQ \
  mlikiowa/napcat-docker:latest

3.4 扫码登录

NapCat 启动后会在日志里打印二维码和 WebUI Token：

ini 复制代码

WebUi User Panel Url: http://127.0.0.1:6099/webui?token=xxxxxxxx
二维码解码URL: https://txz.qq.com/p?k=...

用手机 QQ 扫码并在手机上点确认即可。

注意：NapCat 每次重启都需要重新扫码，登录态不持久。所以后面对 AstrBot 做任何改动都只重启 AstrBot，不碰 NapCat。

3.5 打通反向 WebSocket

在 NapCat 的配置里加一个 WS 客户端：

json 复制代码

{
  "network": {
    "websocketClients": [
      {
        "name": "astrbot",
        "enable": true,
        "url": "ws://astrbot:6199/ws",
        "messagePostFormat": "array",
        "token": "",
        "heartInterval": 30000,
        "reconnectInterval": 5000
      }
    ]
  }
}

AstrBot 侧在 cmd_config.json 里加 OneBot 平台：

json 复制代码

{
  "platform": [
    {
      "id": "default",
      "type": "aiocqhttp",
      "enable": true,
      "ws_reverse_host": "0.0.0.0",
      "ws_reverse_port": 6199,
      "ws_reverse_token": ""
    }
  ]
}

连上后日志会出现：

scss 复制代码

aiocqhttp(OneBot v11) 适配器已连接。

四、接入 DeepSeek：模型与搜索

4.1 模型 Provider

json 复制代码

{
  "id": "deepseek-flash",
  "provider": "deepseek",
  "type": "openai_chat_completion",
  "provider_type": "chat_completion",
  "enable": true,
  "key": ["sk-你的Key"],
  "api_base": "https://api.deepseek.com/v1",
  "model": "deepseek-flash",
  "provider_source_id": "deepseek",
  "modalities": ["text", "image", "tool_use"]
}

4.2 联网搜索

DeepSeek 自带搜索接口，直接复用同一个 Key：

bash 复制代码

curl -X POST https://api.deepseek.com/v1/tools/search \
  -H "Authorization: Bearer sk-你的Key" \
  -H "Content-Type: application/json" \
  -d '{"query":"今天的 AI 新闻","count":3,"need_content":false}'

在 AstrBot 里开启：

json 复制代码

{
  "provider_settings": {
    "web_search": true,
    "websearch_provider": "deepseek",
    "websearch_deepseek_key": ["sk-你的Key"],
    "web_search_link": true
  }
}

4.3 大坑：`modalities` 不写会 422

这是本文最值得记录的问题之一。

现象：

typescript 复制代码

422 UnprocessableEntityError:
Failed to deserialize the JSON body into the target type:
messages[45]: unknown variant `input_audio`,
expected one of `text`, `image_url`, `file`

原因：AstrBot 的 context 清洗逻辑是------

python 复制代码

modalities = provider.provider_config.get("modalities", None)
if not modalities:
    # Unconfigured defaults to support all modalities
    return contexts

也就是说：provider 不声明能力边界时，AstrBot 默认它什么模态都支持，于是把语音音频原样塞进请求，DeepSeek 直接 422。

解法：显式声明，只给 text / image / tool_use，不给 audio：

json 复制代码

"modalities": ["text", "image", "tool_use"]

这样即使语音转写失败，音频也会被替换成 [Audio] 占位文本，而不是让整个请求挂掉。

五、群聊唤醒控制：谁可以不用 @

5.1 需求

主人（指定 QQ）在群里说话，不需要 @
其他人在群里，必须 @ 机器人 或 叫它名字 才会回复

5.2 原理

AstrBot 的唤醒逻辑写死在 waking_check/stage.py，只认 @、@全体、引用、唤醒词。配置层没有"按人区分"的开关。

但代码里有一行关键逻辑：插件注册的处理器会把 is_wake 置为 True。于是可以：

把 wake_prefix 设为空字符串 [""]，让所有群消息都进入处理管线
写一个插件做"门控"：非白名单且没 @ 没叫名字的消息，直接 should_call_llm(False)

5.3 插件实现

python 复制代码

from astrbot.api.event import filter, AstrMessageEvent
from astrbot.api.star import Context, Star, register
from astrbot.core.message.components import At, Reply

WHITELIST = {"136988xxxxx"}
NAME_KEYWORDS = ("大肥鱼", "肥鱼", "邪恶大肥鱼")


@register("wake_by_user", "you", "仅指定QQ免@", "1.0.0")
class WakeByUser(Star):
    def __init__(self, context: Context):
        super().__init__(context)

    @filter.event_message_type(filter.EventMessageType.GROUP_MESSAGE)
    async def gate(self, event: AstrMessageEvent):
        sender = str(event.get_sender_id())
        if sender in WHITELIST:
            return
        text = (event.message_str or "").strip()
        if any(k in text for k in NAME_KEYWORDS):
            return
        self_id = str(event.get_self_id())
        for seg in event.get_messages():
            if isinstance(seg, At) and str(getattr(seg, "qq", "")) == self_id:
                return
            if isinstance(seg, Reply) and str(getattr(seg, "sender_id", "")) == self_id:
                return
        event.should_call_llm(False)

5.4 上下文记忆

群里只记录 @ 它的消息？那当然读不懂上下文。需要额外打开：

json 复制代码

{
  "provider_ltm_settings": {
    "group_message_history_enable": true,
    "group_message_history_max_cnt": 700
  }
}

六、语音链路：本地识别 + 少女音回复

这是整个项目最折腾的部分，分四段讲。

6.1 本地 STT：Whisper 的安装陷阱

AstrBot 的 Whisper(Local) provider 依赖 openai-whisper，而它又依赖 torch。

坑 1：PyPI 的 torch 是 CUDA 版，体积近 1GB，国内下载极慢（实测 40 分钟只下了 390MB）。

解法：用阿里云的 CPU-only wheel（约 200MB，4.8MB/s）：

bash 复制代码

pip install --target=/AstrBot/data/pylibs --no-deps \
  "https://mirrors.aliyun.com/pytorch-wheels/cpu/torch-2.6.0%2Bcpu-cp312-cp312-linux_x86_64.whl"

坑 2 ：直接 pip install openai-whisper 会重新解析依赖，可能又去拉 CUDA 版 torch。

解法：--no-deps 分开装，依赖项逐个指定国内源：

bash 复制代码

pip install --target=/AstrBot/data/pylibs --no-deps -i https://pypi.tuna.tsinghua.edu.cn/simple \
  openai-whisper
pip install --target=/AstrBot/data/pylibs -i https://pypi.tuna.tsinghua.edu.cn/simple \
  filelock typing-extensions sympy networkx jinja2 fsspec numpy numba tiktoken more-itertools tqdm

坑 3 ：--target 装的包，主进程默认 import 不到。

解法：往系统 site-packages 塞一个 .pth 文件（比重建容器省事）：

bash 复制代码

printf '/AstrBot/data/pylibs\n/AstrBot/data/pylibs-tts\n' \
  > /usr/local/lib/python3.12/site-packages/astrbot-extra.pth

6.2 识别不准？两个真凶

真凶一：语言自动检测跑偏。

Whisper 不指定语言时会自动判断，低音量/模糊时把中文识别成英语甚至瑞典语：

vbnet 复制代码

Speech-to-text result: You thinkер y
Speech-to-text result: Så är jag.

解法：给 provider 打补丁，强制中文 + 引导提示：

python 复制代码

result = await loop.run_in_executor(
    None,
    partial(self.model.transcribe,
            language="zh",
            initial_prompt="以下是普通话日常对话。"),
    str(audio.path),
)

真凶二：QQ 语音音量太低。

实测用户语音平均音量 -36.9 dB（正常说话约 -20 dB），Whisper 直接输出空字符串。

解法：转写前做响度归一化（loudnorm）：

python 复制代码

proc = await asyncio.create_subprocess_exec(
    "ffmpeg", "-y", "-loglevel", "error",
    "-i", src,
    "-af", "loudnorm=I=-16:TP=-1.5:LRA=11",
    norm,
)
await proc.communicate()
target = norm if proc.returncode == 0 else src

效果对比：

音频	修复前	修复后
正常音量	正确	正确
音量降到 12%	变成外语	仍然正确
实际 -36dB 语音	空字符串	"我们就回来啦"

兜底：如果归一化后还是空，返回一句提示文本，避免音频继续流向不支持音频的模型：

python 复制代码

text = result["text"].strip()
return text if text else "（语音没听清，请再说一遍）"

6.3 Edge TTS：免费但需要联网

json 复制代码

{
  "id": "edge_tts",
  "type": "edge_tts",
  "provider": "microsoft",
  "provider_type": "text_to_speech",
  "enable": true,
  "edge-tts-voice": "zh-CN-XiaoyiNeural",
  "rate": "+0%",
  "volume": "+0%",
  "pitch": "+0Hz"
}

zh-CN-XiaoyiNeural（晓伊）：少女音，偏"呆萌"
zh-CN-XiaoxiaoNeural（晓晓）：通用女声，更稳
Edge TTS 免费、无需 Key，但依赖微软接口，需要联网

想要完全离线的卡通女声，Linux 上可选项（GPT-SoVITS、Breezy 等）要么要 GPU，要么模型几 GB，性价比不高，最终选了 Edge。

6.4 语音门控：只在私聊、只在发语音时回语音

需求很明确：群里永远文字；私聊发文字回文字；私聊发语音才回语音。

AstrBot 的 TTS 开关是按会话的，所以写个插件在每条消息时动态设置：

python 复制代码

@filter.event_message_type(filter.EventMessageType.ALL)
async def gate(self, event: AstrMessageEvent):
    sender = str(event.get_sender_id())
    enable = bool(
        sender == OWNER
        and event.is_private_chat()
        and _has_voice(event)
    )
    await SessionServiceManager.set_tts_status_for_session(
        event.unified_msg_origin, enable
    )

关键坑 ：AstrBot 的 STT 阶段会把 Record 组件替换成 Plain 文本 ，所以在插件阶段 isinstance(m, Record) 永远为 False。

解法：同时检查原始事件：

python 复制代码

def _has_voice(event) -> bool:
    # 1) 当前链路（STT 之前）
    if any(isinstance(m, Record) for m in event.get_messages()):
        return True
    # 2) 原始 OneBot 事件（兜底）
    raw = getattr(event.message_obj, "raw_message", None)
    msg = getattr(raw, "message", None) or (raw.get("message") if isinstance(raw, dict) else None)
    if isinstance(msg, list):
        for seg in msg:
            t = seg.get("type") if isinstance(seg, dict) else getattr(seg, "type", None)
            if t == "record" or "record" in str(seg).lower():
                return True
    # 3) CQ 字符串形式
    if isinstance(getattr(raw, "raw_message", ""), str) and "[CQ:record" in raw.raw_message:
        return True
    return False

6.5 TTS 把符号读出来了

模型回复里带了 emoji 和 markdown（咕噜......本鱼**最爱**吃宵夜🐟🍜），TTS 会老老实实把它们念出来。

解法：合成前清洗文本：

python 复制代码

_EMOJI_RE = re.compile(
    r"[\U0001F000-\U0001FAFF\U00002600-\U000027BF\U0001F1E6-\U0001F1FF\u2190-\u21FF\u2B00-\u2BFF\uFE0F\u200D]+"
)
_MD_RE = re.compile(r"[*_`#>~\[\](){}|\\]+")
_ELLIPSIS_RE = re.compile(r"...+|\.{3,}")

def _clean_for_tts(text: str) -> str:
    t = _EMOJI_RE.sub("", text or "")
    t = _MD_RE.sub("", t)
    t = _ELLIPSIS_RE.sub("，", t)
    return re.sub(r"，{2,}", "，", t).strip(" ，\n")

实测：

bash 复制代码

原文：  咕噜......本鱼**最爱**吃宵夜🐟🍜！还有 #标签 和 [链接]
清洗后：咕噜，本鱼最爱吃宵夜！还有 标签 和 链接

七、让机器人调用 Agent：DSH 接入

7.1 为什么用 headless

DSH（DeepSeek Harness）有一次性执行模式：

bash 复制代码

dsh --profile headless "帮我查一下今天的 AI 新闻并总结"
# 执行完把结果打印到 stdout 然后退出

这正好适合"QQ 消息 → 子进程 → 拿结果"的模型。

7.2 容器内怎么跑 Node

DSH 需要 Node 24。服务器上装好后（约 120MB），把它只读挂载进 AstrBot 容器：

bash 复制代码

docker run -d --name astrbot ... \
  -v /opt/node:/opt/node:ro \
  soulter/astrbot:latest

容器内验证：

bash 复制代码

docker exec astrbot /opt/node/bin/dsh --version
# 0.2.1-rc.2

用官方源装 npm 包：npm install -g @deepseek-ai/dsh --registry=https://registry.npmmirror.com 注意 npm 11 会拦截 install scripts，需要 --allow-scripts。

7.3 插件设计：白名单 + 审批

python 复制代码

OWNER = "1369xxxxx"
DSH_BIN = "/opt/node/bin/dsh"
WORKDIR = "/AstrBot/data/dsh-work"
TIMEOUT = 600
PENDING = {}   # 审批队列
LAST = {}      # 上次任务上下文

# 触发词：dsh / 工具 / 消息里提到飞书
# 主人：直接执行
# 其他人：生成编号，私聊发给主人审批

审批流：

复制代码

路人：工具 帮我写个脚本
机器人：已提交管理员审批（编号 1）
主人（私聊）：同意 1
机器人 → 路人：执行结果
机器人 → 主人：【1 完成】摘要

7.4 几个工程细节

① 上下文续接

Agent 任务完成后，用户下一句"不对，应该放到表格里"会落到普通聊天模型，它完全不知道 DSH 干过什么。

解法：把"修正类关键词"（不对/表格/改成/应该/重新/补漏）在 30 分钟内自动带回 DSH，并附带上次任务与结果：

python 复制代码

task = (
    f"上下文：上一次任务『{LAST['task'][:300]}』；"
    f"执行结果摘要：{LAST['result'][:600]}。"
    f"用户现在的要求：{text}。请基于上下文直接执行。"
)

上下文还会持久化到 last_task.json，重启不丢。

② 超时保护

python 复制代码

out, err = await asyncio.wait_for(proc.communicate(), timeout=TIMEOUT)

超时后 kill 进程，并把部分输出截断返回，方便定位卡在哪一步。

③ 给 Agent 加约束

任务提示里明确写"直接执行，不要探索无关文件、不要读技能文档、不要上网查资料"，否则它会在 5 分钟里跑 60 多步"研究"。

八、飞书文档能力

8.1 官方 CLI，别手搓 API

飞书官方出了 larksuite/cli，把云文档、消息、日历都封装成命令，而且自带 OAuth 设备码流程，非常适合服务器这种无浏览器环境。

bash 复制代码

npm install -g @larksuite/cli
lark-cli --version

8.2 无浏览器授权

bash 复制代码

# 1. 初始化应用（会打印一个链接，浏览器打开创建应用）
lark-cli config init --new

# 2. 设备码授权（打印 verification_url，手机/电脑打开确认）
lark-cli auth login --domain docs,drive,wiki --no-wait
# 拿到 device_code 和 verification_url

# 3. 用户确认后完成
lark-cli auth login --device-code <device_code>

# 4. 验证
lark-cli auth status

授权成功后能看到：

vbnet 复制代码

User identity: ready
openId: ou_xxx
userName: 张三
scope: docx:document:readonly docs:document:export drive:file:download ...

8.3 让 DSH 调用它

在 dsh_bridge 插件的子进程环境里注入：

python 复制代码

env["HOME"] = "/AstrBot/data/lark-home"   # lark-cli 的配置和 token 在这里
env["PATH"] = "/opt/node/bin:" + env.get("PATH", "")

然后 QQ 里直接说：

arduino 复制代码

帮我整理这篇飞书文档，给三条要点：https://xxx.feishu.cn/docx/xxxx

插件识别到"飞书"关键词就自动转给 DSH，DSH 自己会选 lark-cli docs +fetch / drive +inspect 之类的命令。

九、插件生态：表情包与"防串台"

从社区配置包 dafeiyu-config-pack 里挑了三个不碰 QQ 敏感接口的插件：

插件	作用
`meme_manager`	表情包管理，AI 按情绪自动发图，带 WebUI 管理页
`astrbot_plugin_dafeiyu_clean`	清理模型偶尔吐出的 `<system_reminder>`、`DSML` 等内部标签
`LivingMemory`	长期记忆，需要 Embedding 模型，暂未启用

长期记忆的坑：它要求配置一个向量嵌入 Provider（如 Ollama + bge-m3）。服务器上没有 GPU，Ollama 也要再拉 1.5GB+，权衡后先停用。

十、踩坑清单（建议收藏）

#	现象	原因	解法
1	`docker pull` 超时	Docker Hub 被墙	镜像源前缀 + retag，或 daemon mirror
2	pip 装 torch 极慢	PyPI 是 CUDA 版	阿里云 CPU wheel
3	主进程 import 不到 `--target` 装的包	不在 sys.path	写 `.pth` 到 site-packages
4	语音识别成外语	Whisper 自动语言检测	强制 `language="zh"` + initial_prompt
5	语音识别为空	QQ 语音音量过低（-36dB）	ffmpeg `loudnorm` 归一化
6	`422 input_audio`	provider 没声明 modalities，默认全支持	`modalities: ["text","image","tool_use"]`
7	TTS 不触发	STT 把 Record 换成了 Plain	从 `raw_message` 检测 record 段
8	语音念出符号	没清洗 markdown/emoji	TTS 前正则清洗
9	群里只有 @ 才回	唤醒逻辑写死	空 wake_prefix + 插件门控
10	读不懂群聊上下文	群历史未记录	`group_message_history_enable: true`
11	Agent 超时且无输出	任务太模糊，Agent 在"研究"	给文档链接 + 约束提示 + 返回部分输出
12	任务追问丢上下文	DSH 结果没进聊天上下文	修正类关键词带回 DSH + 持久化
13	QQ 频繁被踢	账号在多端登录	专用小号，只用于机器人
14	`serverErrorCode: 168`	腾讯风控判定异常	手机 QQ 走安全验证；接受周期性风险
15	重启 NapCat 要重新扫码	登录态不持久	只重启 AstrBot，不动 NapCat
16	容器重建后补丁丢失	补丁打在容器文件系统里	记录补丁脚本，或用 `-e PYTHONPATH` 固化
17	飞书 scope 不够	只申请了 docs/drive/wiki	`auth login --scope "space:document:retrieve"`

十一、安全与合规（必须看）

QQ 自动化违反腾讯用户协议 ，有封号风险。本项目的账号就被风控限制过两次（KickedOffLine、serverErrorCode: 168）。建议专用小号，控制发言频率，不要群发/加人。
Agent 权限要收 ：DSH 在容器内以 root 运行，能读写 /AstrBot/data（里面有配置文件）。白名单 + 审批流是底线；不要把审批权限放开给陌生人。
Key 分离 ：聊天/搜索用一个 Key，DSH 用另一个 Key（DEEPSEEK_API_KEY 注入），便于单独统计和止损。
端口只绑内网，WebUI 靠内网 IP 或 SSH 隧道访问，不要暴露公网。
飞书权限最小化：只申请 docs/drive/wiki，不做写操作就不加写权限。

十二、成本

项	费用
DeepSeek 对话	每百万 token 几元，日常聊天可用很久
DeepSeek 搜索	同上，按调用计费
Edge TTS	免费
飞书 API	免费
服务器	已有机器，新增占用约 5GB 磁盘 / 1.5GB 内存

十三、总结

这套方案的核心不是"接一个大模型"，而是把四个系统缝成一条可靠的链路：

消息层：NapCat 负责 QQ 协议
对话层：AstrBot 负责编排、上下文、插件
能力层：DeepSeek（模型+搜索）、Whisper（语音）、Edge TTS（语音）
执行层：DSH Agent + lark-cli 负责"动手"

真正花时间的不是写代码，而是排查那些沉默的失败：语言检测跑偏、音量太低、modalities 默认全开、STT 把语音段换掉......每一条都藏在日志的角落里。

如果这篇文档帮你少踩一个坑，就值了。

本文基于真实部署整理，涉及账号、Key、内网 IP 均已脱敏处理。

QQ「大肥鱼」AI 机器人

从零搭建一只会聊天、会查资料、能操作飞书文档的 QQ「大肥鱼」AI 机器人

一、前言：我们到底在做什么

二、服务器与基础环境

2.1 服务器

2.2 拉镜像的第一道坎：Docker Hub 不通

三、部署 AstrBot + NapCat

3.1 创建专用网络

3.2 启动 AstrBot

3.3 启动 NapCat

3.4 扫码登录

3.5 打通反向 WebSocket

四、接入 DeepSeek：模型与搜索

4.1 模型 Provider

4.2 联网搜索

4.3 大坑：modalities 不写会 422

五、群聊唤醒控制：谁可以不用 @

5.1 需求

5.2 原理

5.3 插件实现

5.4 上下文记忆

六、语音链路：本地识别 + 少女音回复

6.1 本地 STT：Whisper 的安装陷阱

6.2 识别不准？两个真凶

6.3 Edge TTS：免费但需要联网

6.4 语音门控：只在私聊、只在发语音时回语音

6.5 TTS 把符号读出来了

七、让机器人调用 Agent：DSH 接入

7.1 为什么用 headless

7.2 容器内怎么跑 Node

7.3 插件设计：白名单 + 审批

7.4 几个工程细节

八、飞书文档能力

8.1 官方 CLI，别手搓 API

8.2 无浏览器授权

8.3 让 DSH 调用它

九、插件生态：表情包与"防串台"

十、踩坑清单（建议收藏）

十一、安全与合规（必须看）

十二、成本

十三、总结

4.3 大坑：`modalities` 不写会 422