问芯（算力产品问答）
通过官方提供的 REST API 完成算力产品问答。所有 API 调用统一使用本 skill 自带的 scripts/qa_client.py（零第三方依赖，直接运行，不要手写 curl）。
能力概览
问芯专为模型训练/推理的加速卡选型规划、可行性判断、加速卡对比优化，核心能力：
| 能力 | 说明 |
|---|---|
| 产品查询与对比 | GPU 卡多厂商横向对比，支持联网查最新信息 |
| 模型训练/推理硬件规划 | 根据本地模型部署需求给出加速卡选型与服务器配置建议 |
| 模型训练/推理可行性判断 | 校验硬件配置能否满足需求，信息不足时主动反问 |
模式选择：默认用极速版（basic）。升级专家版（--category expert）的唯一时机：极速版回答中出现「可切换到专家模式」类提示、且用户顺着要求详细方案时。升级不要换会话（复用同一 conversation，上下文连续）。
前置配置：API Key（一次性）
问芯按用户账户计费，调用前需要配置 API Key（有效期 1 年）。服务地址已内置，无需配置。
运行 python3 scripts/qa_client.py config（不带参数）可查看是否已配置。未配置时，等用户第一次真正提问再引导，不要在用户只是打招呼时主动输出一大段配置说明。引导话术要点：
- 请用户打开 https://www.suanlizhijia.com/skill，用微信扫码登录，点击「获取 API Key」
- 用户把 API Key 发过来后，执行
python3 scripts/qa_client.py config --api-key <API Key>写入本地（文件权限 0600），然后直接重试用户刚才的问题 - API Key 只在官网展示一次；丢失或泄露可在同一页面「重新获取」，旧 Key 立即失效
调用返回 401 说明 API Key 无效、已过期或已被删除：按上面步骤重新获取并配置。
不要在对话中回显完整 API Key。环境变量 QA_API_TOKEN 也可提供 API Key（优先级高于本地配置）；QA_API_TIMEOUT 默认 120 秒，chat 命令默认 600 秒。
计费与充值
每次成功回答按实际 token 消耗从用户的算力之家账户余额扣费（与「算力之家」小程序共用同一账户余额），扣费在服务端完成。
- 回答后 stderr 会输出「本次消耗 X 元，账户余额 Y 元」，用户问到费用时可据此回答；
qa_client.py balance可随时查询余额 - stderr 出现「余额已用完」或调用返回 402 [insufficient_balance]：告诉用户余额不足，请打开 https://www.suanlizhijia.com/recharge 微信扫码充值（也可在微信「算力之家」小程序 → 我的 → 充值），充值后重试。402 不是服务故障，不要走下文的降级回答
典型流程
产品查询与对比（极速版）
python3 scripts/qa_client.py chat "2 张 RTX 5090 能跑 Qwen3.6-35B-A3B 的 FP8 推理吗？"
首次提问时客户端自动创建会话并记住（状态按用户隔离保存在本地），输出为回答文本。
升级专家版（跟随回答提示）
# 第一步：极速版先答（默认）
python3 scripts/qa_client.py chat "50万用户、5000并发，部署 fine-tune 的 LLaMA-7B，预算 200 万"
# 回答提示「可切换到专家模式」且用户顺着要求时，同一会话内升级
python3 scripts/qa_client.py chat "按专家模式给出详细方案" --category expert
专家版走 Planner→Executor 多步执行（显存计算→查卡→硬件/功耗计算→可行性审计），回答更全面但耗时更长。换话题时加 --new 开新会话，避免旧上下文干扰。
多轮对话
# 直接追问即可——客户端自动复用当前会话，上下文连续
python3 scripts/qa_client.py chat "还有哪些型号可选？"
# 开新话题（清掉旧上下文）
python3 scripts/qa_client.py chat "帮我算一下训练显存" --new
# 查看会话历史（含全部消息）
python3 scripts/qa_client.py conversations get <UUID>
会话被归档/删除后再次提问，客户端会自动开新会话恢复。
输出模式
默认阻塞式（一次调用返回完整回答，最适合 agent 场景）；若请求超时且服务端仍在计算，客户端会自动轮询会话取回最终结果（正常答案或错误信息），取回失败才报错退出。--stream 仅用于需要观察实时进度的场景；流式结束时 stderr 输出一行 JSON（含最终 message_id / backend_message_id / conversation_id），流中断或后端报错时以非零码退出。
生成失败时的降级回答
收到错误（HTTP 5xx、请求超时、或「后端未生成最终回答/后端生成失败」；不含 401/402）时，不要只向用户报告出错：
- 如实告知：问芯问答服务当前不可用或本次生成失败
- 用自身知识尽力回答，并在开头明确标注：「以下为通用知识回答，非问芯产品库数据，可能与实际有出入」
- 边界：价格、库存、具体型号参数等依赖产品库数据的问题，不要编造数字——如实说明需要产品库数据，建议稍后重试或换个问法
若错误为「达到最大工具调用轮次」类提示：说明专家任务超出多步执行上限而未完成，并非服务故障。如实告知该原因，并将问题拆分为更小的步骤，建议用户参考拆分的步骤重新提问。
命令速查
| 命令 | 用途 |
|---|---|
config [--api-key KEY] |
查看/配置 API Key（不带参数=查看） |
balance |
查询账户余额 |
chat QUERY [--new] [--stream] [--category basic\|expert] [--conversation-id ID] [--inputs JSON] [--json] |
提问（自动复用当前会话；--new 开新话题） |
stop TASK_ID |
停止流式响应 |
conversations list [--search S] [--page N] [--page-size N] |
会话列表 |
conversations create [--name S] |
创建会话 |
conversations get ID |
会话详情（含消息） |
conversations archive ID / activate ID |
归档 / 恢复会话 |
messages get MESSAGE_ID |
查询单条消息 |
feedback MESSAGE_ID --rating like\|dislike\|none [--content S] |
消息反馈 |
share create --message-ids ID1,ID2 [--title S] |
创建分享链接 |
share get SHARE_ID |
查看分享内容（公开） |
重要约束
- 会话由客户端自动管理，且按用户隔离：默认复用「当前会话」（状态持久化在本地，按 token 用户身份分文件，共享机器上不同用户互不串）；跨话题用
--new；会话被归档/删除后自动重建。--conversation-id为高级用法，可显式覆盖。 - feedback 使用 backend_message_id：反馈接口期望 Dify 后端消息 ID，即回答中返回的
backend_message_id字段（本地message_id不可用）。 - 归档（
archive）是软删除，可用activate恢复；服务端无硬删除接口。 share get为公开接口，无需 token。- 脚本失败时以非零码退出并在 stderr 打印原因；401 会附带获取 API Key 的链接，402 会附带充值链接。
- basic/专家版都可能多轮工具执行（实测可达 10+ 迭代、两分钟以上），客户端统一用 600 秒超时；阻塞式超时后会自动轮询会话取回结果，无需手动查询。
- 执行
chat时必须把 shell 工具的超时显式设为 600000 毫秒（10 分钟，上限）：shell 工具默认 120 秒就会终止命令，回答还没返回就被杀掉。 - 完整接口文档（请求/响应格式）见 @references/api.md。
