arkcli 接入向导（workflow）

CRITICAL — 开始前 MUST 先用 Read 工具读取 [../arkcli-shared/SKILL.md](../arkcli-shared/SKILL.md)（认证闸门、命令选择顺序、写操作安全边界）。

本 skill 只负责编排顺序与分支。 每一步的私有命令细节（如 +deploy 的 --model / --name / JSON 字段，models search 的过滤）都在对应能力 skill 里，本文不重复。本文只允许出现跨命令通用的安全护栏（只在叶子命令支持时使用 Client Preview，否则只读核对 + 明确确认）；一旦出现某个命令的私有 flag 说明，就是越界。

离线 / --help 验证模式

• 用户已给出模型且明确禁止远端查询时，跳过 Step 1 的实际 models search/get；不得为了“验证流程”偷偷查询模型或 Endpoint。
• Step 2 即使只查看帮助，也必须保留当前产品的资源范围语义：运行 arkcli infer endpoint list --mine --help，不能退化成无范围的 list --help，也不能换成 --page-all。
• --help 模式只验证命令选择，不执行创建、部署、登录或任何真实资源查询。

它解决什么

用户表达的是意图级目标（"我想在服务里用豆包"），而不是命令级目标（"部署一个 endpoint"）。这类口语通常不会命中 [arkcli-deploy](../arkcli-deploy/SKILL.md) 的关键词，但本质就是"正式接入 = 需要一个可复用的 Endpoint"。本 skill 把这个意图固化成一条有序、有分支、可回归的链路，逐步 delegate 给 owning skill。

触发 vs 不触发

• ✅ "我想在我的 app/服务里用豆包" / "怎么把方舟模型接到我的服务" / "帮我接入 seedream" / "想正式用上某模型"
• ❌ 语音模型接入 / TTS / ASR / 配音 / 朗读 / 播客 / 音色 / 实时语音交互，或模型名命中 doubao-seed-tts-、doubao-seed-asr-、seedasr-* → 不走本向导；只转 [arkcli-models](../arkcli-models/SKILL.md) 做广场发现，并说明当前 arkcli 不支持语音模型调用、部署、示例、用量、费用或接入向导
• ❌ 用户已说"部署 / 创建 endpoint / deploy" → 直接走 [arkcli-deploy](../arkcli-deploy/SKILL.md)（已在 deploy 意图里，不必经本向导）
• ❌ 只想"试效果 / 问一句 / 生成一张图" → [+chat](../arkcli-chat/SKILL.md) / [+gen](../arkcli-gen/SKILL.md)（试用不需要 Endpoint）
• ❌ 只想"看示例代码"且已知模型名 → 直接 [arkcli-code-example](../arkcli-code-example/SKILL.md)

编排（每步 delegate，不抄细节）

Step 0  认证 + 实名闸门
          └─► 见 arkcli-shared「认证闸门」；命中开通/部署意图先做实名检查
              （../arkcli-auth/references/realname-gate.md）

Step 1  选模型
          └─► arkcli-models（search / get）。用户没指定模型就先帮选、确认再继续
              └─ 命中语音模型（TTS / ASR / 播客 / 音色 / 实时语音交互）即停：
                 只说明广场可搜，当前 arkcli 不支持继续接入

Step 2  查是否已有可复用 Endpoint     ★必查★
          └─► arkcli-infer-endpoint：list --mine（"我的"语义见
              ../arkcli-auth/references/identity-resolution.md）
              ├─ 有 EP 且【绑定目标模型/版本】+【状态可用(如 Running)】
              │    多个匹配或不确定时按本轮结果结构化选一个 ─► 跳到 Step 4（复用其 endpoint-id）
              └─ 无匹配 EP（账号下只有别的模型的 EP 不算匹配）─► Step 3

Step 3  创建 Endpoint                 ★唯一写操作★
          └─► arkcli-deploy：只读核对 + 与用户确认，再真建（不支持 --dry-run）
              （二次确认协议见 arkcli-shared）

Step 4  (可选) 生成调用示例
          └─► arkcli-code-example：按 model-version 提供，覆盖不全；
              缺失时降级到方舟控制台示例页，不当作失败报给用户

Step 5  回执
          └─► 给出 endpoint-id + 一句话"怎么在代码里用它"，回到用户原始目标

关键约束

• Step 2 必查、但只复用"匹配"的：仅当 list --mine 里存在绑定目标模型/版本且状态可用(如 Running)的 endpoint 才跳过 Step 3 复用它；账号下别的模型的 endpoint 不算匹配，不能拿来顶。多个匹配时，使用宿主结构化选择能力展示本轮结果中的 endpoint-id、绑定模型/版本、状态和名称；宿主不支持时才退化为精简编号列表。用户选定后直接复用该 ID，不重新查询同一批结果，也不把“选中已有 Endpoint”当成授权创建新资源。无匹配就正常走 Step 3 创建。
• 语音模型不是 onboarding 目标：广场可搜到的语音模型只代表可发现，不代表 arkcli 可调用、可部署、可生成示例、可查用量/费用；Step 1 一旦确认是语音模型，流程必须停止，不进入 Step 2-Step 4。
• 不要补替代接入路径：语音模型命中后只回答 arkcli 边界；不要主动推荐控制台 / OpenAPI / SDK 接入步骤或链接。
• Step 3 是唯一写操作：套用 [../arkcli-shared/SKILL.md](../arkcli-shared/SKILL.md) 的二次确认 + 实名闸门；+deploy 不支持 --dry-run，用户语气再急也要先只读核对并确认。
• Step 4 可选、可降级：+code-example 的示例按 model-version 提供，部分版本后端无 group 会返回 not found；这是预期内的覆盖缺口，降级到控制台示例页即可，不要把它当链路失败。
• 全程是编排：每一步把控制权交给 owning skill，不在本文复述其参数。

参考

• [arkcli-shared](../arkcli-shared/SKILL.md) — 认证/实名闸门、命令选择顺序、安全与二次确认
• [arkcli-models](../arkcli-models/SKILL.md) — Step 1 选模型
• [arkcli-infer-endpoint](../arkcli-infer-endpoint/SKILL.md) — Step 2 查/复用 Endpoint
• [arkcli-deploy](../arkcli-deploy/SKILL.md) — Step 3 创建 Endpoint
• [arkcli-code-example](../arkcli-code-example/SKILL.md) — Step 4 可选示例代码