arkcli resources

CRITICAL — 开始前 MUST 先用 Read 工具读取 [../arkcli-shared/SKILL.md](../arkcli-shared/SKILL.md)，其中包含认证闸门、配置排查与命令选择顺序 CRITICAL — 用户已经看到 Endpoint NotFound，又要核对当前完整 ID / 历史用量时，必须先转读 [../arkcli-infer-endpoint/SKILL.md](../arkcli-infer-endpoint/SKILL.md)，由其按 infer endpoint list → usage stats --endpoint 证据链主导。不得只跑 resources resolve/list 就猜测 ID 后缀或宣称已删除。

使用原则

arkcli resources 域始终只读。即使用户在资源列表语境中提出创建意图，也必须先转读 [../arkcli-deploy/SKILL.md](../arkcli-deploy/SKILL.md)，不能由本 Skill 创建、修改或删除资源
普通“部署模型并获得 Endpoint”的产品意图继续走 arkcli +deploy。该在线工作流不支持 Client Preview，不得执行 arkcli +deploy --dry-run，也不得为了获得 Preview 而静默降级成底层 CRUD
转入 Deploy Skill 后，先只读核对模型、名称、Region、配置与计费影响并复述给用户；在收到本轮新的明确确认前，不得在同一轮执行真实 arkcli +deploy。严禁 Agent 自行添加 --yes、echo Y 或设置 ARKCLIALLOWHEADLESS_ACTIVATION
只有用户明确要求 raw CRUD、精确 CreateEndpoint 请求或 CI/脚本预览时，才转 [../arkcli-infer-endpoint/SKILL.md](../arkcli-infer-endpoint/SKILL.md)，使用叶子命令 arkcli infer endpoint create ... --dry-run；Preview 完成后仍需新的确认才能真实执行
arkcli resources list 是 read-only 实时控制面查询，每次都打上游，没有本地缓存
arkcli resources resolve <ep-id> 先按 endpointmodeltype 判定真实绑定。Custom Model Endpoint 的 modelid / custommodelid 必须保持 cm-... 身份，基础模型只通过 basemodel_* 表达 lineage 与能力来源；不按 ID/模型名子串猜用途
派发逻辑跟 profile.Type 走：platform → ListEndpoints，agent-plan / coding-plan → 对应 plan API
agent-plan-team 三模态使用团队席位 Key + 套餐模型；coding-plan-team 只有 text 使用团队席位 Key，image/video 虽可看到 platform Endpoint，但调用还需要后付费 API Key
resources list 区分“账号可见”与“当前 profile 可调用”：读取 invocable 与 required_overrides，不要看到 ID 就断言当前凭证可用
这个 skill 不负责改 default —— 用户要换 default 走 [../arkcli-profile/SKILL.md](../arkcli-profile/SKILL.md) 的 profile set-default
--profile X 真切身份（P0-A 修正）：用 X 的 token / UserID 打控制面，不是 active=A 的身份打完再展示成 B 的资源

适用场景

用户问"当前 profile 下有哪些 endpoint / 模型可用"
用户跑 profile set-default 时报 <id> 不在可用列表，回这里看真实可用 ID
用户跑 +chat / +gen --model 报 InvalidEndpointOrModel.NotFound，回这里确认 ID 在 active profile 下可见
用户切了 profile，想知道新 profile 下的可用资源跟旧的有什么差异
用户只给出一个 Endpoint，不知道该走 +chat、+understand 还是 +gen
用户传了 Endpoint + API Key，但未给 Base URL，需要从 Endpoint 权威 region 派生

反唤起信号

用户要 找模型 / 挑模型 / "哪个模型最强 / 性价比最高" → 转 [../arkcli-models/SKILL.md](../arkcli-models/SKILL.md)（带 enrich + 加权排序）
用户要 创建 endpoint → 转 [../arkcli-deploy/SKILL.md](../arkcli-deploy/SKILL.md)（arkcli +deploy）；本轮只做只读核对、复述和确认，不直接执行
用户明确要 raw CreateEndpoint / CI / 精确请求预览 → 转 [../arkcli-infer-endpoint/SKILL.md](../arkcli-infer-endpoint/SKILL.md)，使用 infer endpoint create --dry-run
用户要 管理 endpoint（start / stop / get / update / list 详情）→ 转 [../arkcli-infer-endpoint/SKILL.md](../arkcli-infer-endpoint/SKILL.md)
用户已经拿到 Endpoint NotFound，想判断 ID 是否少尾部或历史上是否存在 → 转 [../arkcli-infer-endpoint/SKILL.md](../arkcli-infer-endpoint/SKILL.md)；不要停在 resources 单点解析

resources vs models 的区别

维度	`arkcli resources list`	`arkcli models ...`
Scope	当前 profile 下"我能用什么"	全平台基础模型 catalog
输出	endpoint ID（`ep-xxx`）或 plan 模型名	foundation_model 全字段 + ArkModels enrich
派发	按 profile.type 切 endpoint / plan / coding API	通用 ListFoundationModel
缓存	无	有 cache scope（profile/region/project）
主要用途	设 default、验 `--model <id>` 是否 active	找模型、对比模型、确认 capability

简言之：resources list 回答 "我（当前 profile）能用什么"，models 回答 "平台上有什么"。

Agent 快速执行顺序

用户给了 ep-... → arkcli resources resolve <ep-id> --format json，先读 endpointmodeltype 与 modelid，再读 supportedworkflows / generationmodality / requiresuser_intent
不确定当前 profile → arkcli profile show --format json（看 type）
text 资源 → arkcli resources list --modality text --format json
image / video 资源 → arkcli resources list --modality image --format json / --modality video
多 profile 对比 → 分别跑 --profile A --modality text 和 --profile B --modality text
读取每项的 invocable / requiredoverrides；isdefault: true 只表示默认偏好，不保证当前凭证可调用

命令一览

命令	说明
`arkcli resources list`	列当前/指定 profile 下指定 modality 的可见资源、数据面与调用兼容性
`arkcli resources resolve <endpoint-id>`	权威解析 Endpoint 绑定模型、模态、候选工作流与 region

输出形态

{
  "profile": "platform_cn-beijing_default",
  "type": "platform",
  "modality": "text",
  "items": [
    {
      "id": "ep-20260424-aaaaa",
      "resource_kind": "endpoint",
      "data_plane": "platform",
      "credential_kind": "paygo",
      "invocable": true
    }
  ],
  "current_default": "ep-20260424-bbbbb",
  "item_count": 3
}

isdefault 仅在 items[].id == currentdefault 时出现；invocable=false 时查看 requiredoverrides（例如 ["apikey"]）。可见资源不等于当前凭证可调用。

resources resolve 的绑定身份契约：

endpointmodeltype=CustomModel：modelid == custommodelid == cm-...；basemodel* 仅描述训练 lineage 和能力元数据来源，不得拿 basemodel_id 替代真实绑定。
endpointmodeltype=FoundationModel：model_id 仍是基础模型 ID，既有语义不变。
resolution_warnings 非空时保持 fail-soft，不得根据同时出现的 Custom/Foundation 引用自行猜绑定。

常见错误

coding-plan profile 下 resources list --modality image|video 不再 fail-fast (S10): 会借道 platform 控制面 ListEndpoints, 列出同账号已 +deploy 的 endpoint id, 用户拿来当 +gen --model <ep-id> 或 profile set-default --modality image <ep-id>. 列表为空 → 用户在 platform 上还没 deploy, 先 arkcli +deploy <model>
coding-plan resources list: 缺 AccountID (请先 arkcli auth login) → 仅 text 路径需要 AccountID; SSO 没登录或 token 解析时 claims.Sub 为空, 重新走 arkcli auth login volc-sso
ListEndpoints: NotLogin / Unauthorized → 登录态/STS 过期 / --profile X 的 X 没在 identity store 里有 token；先 auth login
unsupported profile type "X" for resources list → profile.yaml 被手改成不认识的 type；用 profile show 看 type 字段，需要 profile create 重建

参考

[../arkcli-profile/SKILL.md](../arkcli-profile/SKILL.md) — 看完 resources 后要换 default 时进
[../arkcli-models/SKILL.md](../arkcli-models/SKILL.md) — 找模型 / 对比能力时进
[../arkcli-deploy/SKILL.md](../arkcli-deploy/SKILL.md) — 没看到想要的 endpoint 时进创建链路
[../arkcli-shared/references/execution-context.md](../arkcli-shared/references/execution-context.md) — Profile/凭证/资源矩阵与临时覆盖

arkcli-resources

Installation

Similar popular skills

Also in this package

Agent compatibility

Repository health

Skill metadata

Package contents

History

SKILL.md