使用 ArkCLI 创建、查询和管理模型精调训练任务，并从训练指标选择最佳 step、导出训练产物为 custom model、衔接模型仓库与推理部署。
任何包含精调任务 ID（`mcj-*`）的查询、查不到原因诊断、日志、trajectory、状态或生命周期操作都应使用本 skill；也适用于选择训练方法、查询精调价格和超参数、校验精调训练/验证数据、匹配精调资源组、创建任务及导出部署。
本 skill 不负责独立 Dataset 生命周期管理；精调工作流中的数据校验和 Dataset 引用仍由本 skill 编排。
The English summary is being prepared. Showing the original description.
See how to installReview the instructions the agent will receive before you install.
先读取 ../arkcli-shared/SKILL.md，遵循认证、输出、安全和二次确认规则。
references/create.mdreferences/list.mdreferences/manage.mdreferences/export-deploy.mdarkcli dataset validate；不要因为命令路径属于 dataset 就切换 skill。../arkcli-datasets/SKILL.md。创建精调任务时可以直接消费本地文件、TOS URL、ds-*/dsv-* 引用和模型支持的 preset。--train-dataset（Multiplier=1）；需要重复引用、倍率或采样数时改用可重复的 --train-path。每项最多设置 multiplier 或 sample_count 之一，均不设置时仍默认 Multiplier=1。preset 必须在 inject_multiplier 与 inject_sample_count 中二选一。只加载当前任务需要的 reference。不要为了熟悉全部命令一次性读取所有文件。
../arkcli-models/SKILL.md。../arkcli-infer-endpoint/SKILL.md。../arkcli-auth/SKILL.md 或 ../arkcli-config/SKILL.md。mcj-* 并询问任务状态、查不到原因、日志或 trajectory 时，必须加载本 skill 并读取 references/manage.md。arkcli train finetune get <mcj-id>，再按该权威 API 的原始结果解释。mcj-* 是不透明资源 ID。不得根据日期片段、后缀单词或臆测的哈希格式断言 ID 无效，也不得改写用户给出的 ID。train finetune list、扫描其他任务、切换 profile/project/region，或查询其他账号。目标 get 失败时保留错误 code、message 和 request ID；只有用户另行授权后才能扩大范围。arkcli train finetune logs <mcj-id> --output <path>。不得先 list 全部任务或用脚本遍历；目标命令失败时原样报告，不建议切环境。arkcli train finetune trajectory list <mcj-id> --full。不存在 arkcli train trajectory 路径；无轨迹或未开启记录时保留原错误，不探索 profile、MCP 或其他任务。logs --follow 仅在任务活跃且可能继续产生日志时持续轮询；任务已终态时输出当前快照后自动退出，轮询中发现终态且无新日志也会退出。不要再用外部 timeout 作为正常终止机制。pause 与 resume 是明确的可逆关系：pause 将运行任务置为 Paused，resume 用于恢复 Paused；后端允许时也可用 resume 重试 Failed / Terminated，以当前 API 结果为准。以下信息会变化，不在 skill 中硬编码：
关键命令执行前或执行报错，使用当前安装版本的 --help 和 ArkCLI 查询命令获取实时结果。若 CLI 输出与本文命令骨架不一致，以当前 CLI 为准。
训练和验证数据优先通过 arkcli dataset validate 按目标模型、精确版本和训练类型完成服务端校验，具体流程见 references/create.md。不默认由 Agent 对照文档逐行检查或自写校验器。火山方舟模型精调数据集格式说明仅用于解释校验错误、辅助修复或说明命令未覆盖的格式；文档比对不能替代命令的校验结果。不在 reference 中维护容易过期的格式说明及样例。
--type）时，默认按 SFT 处理。精调 SDK 是 fallback，不是默认入口。
仅当 ArkCLI 无法完成，而精调 SDK 能完成时进入 fallback，例如：
需要 fallback 时，先检查当前 ArkCLI 的 train finetune、models finetune-config 和相关 --help 是否能够完整表达用户配置。若 ArkCLI 已提供对应参数或 pipeline 配置并能完整完成任务，继续走标准创建流程。
命中 fallback 时暂停执行，询问用户：
当前任务需要精调 SDK，ArkCLI 标准创建流程无法表达该配置。是否现在自动安装精调 SDK 并继续？
只有用户明确确认后，才读取并执行 references/ark-finetune-sdk.md；由该 reference 负责安装 SDK、准备配置或代码并提交任务。用户拒绝时不要安装、不要提交。
提交前以精确模型/版本查询 train finetune capability get --model <name> --version <version>，或复用同版本 models finetune-config ... --type <type> 的权威校验。支持类型为空/未知时停下核对模型与版本，不暴力枚举 SFT/LoRA/DPO 直到碰巧成功。
价格查询的 --model 使用权威基础模型名，不把带版本的拼接 ID 当名称；需要精确版本时用当前 help 支持的独立版本参数。能力、超参、价格与 create 必须对应同一训练方法。
DPO / DPO-LoRA 不机械继承 SFT 的数据容错与 shuffle 参数；只有该模型/类型的当前配置明确支持时才传。超参名和值按实时 schema，不能照抄历史 dpo_beta，也不能把当前已注册的 --beta 误说成不存在。
数据必须是用户提供或明确授权的真实文件、TOS URI、Dataset/preset 引用；占位 bucket/path 只用于说明，不发真实提交。缺数据就请求补充。
create 不支持本地 --dry-run。在线 --estimate 会上传本地训练集和验证集，须遵守上传确认规则；训练 token 估算不包含验证集。在线校验、费用估算和真实提交分别报告，不把估算成功当成训练已创建。
用户给出模型名和训练类型询问“精调/SFT/LoRA 价格”时，首选且必须执行 arkcli train finetune pricing --model <model> --type <type>。不要改走通用 arkcli pricing models：通用账单目录不会按目标模型交叉校验训练方法能力。
显式选择训练方法时，必须用精确的模型版本调用 models finetune-config <model> <version> --type <type>。该命令会先按同版本 FinetuneTypes 校验能力；不支持时停止，不继续询价、estimate 或创建任务。
手动分页时，train finetune list --page-number 必须 >=1，--page-size 必须在 1-100；第 2 页及以后超出当前过滤条件对应的 total_count 时是参数错误，不要把空页当成有效结果。
同时传入 train finetune metrics --from-step 和 --to-step 时，to-step 必须严格大于 from-step；非法区间应在查询指标名称或曲线前停止。
train finetune pricing --billing-method token 按 Token 计费项查询；instance 必须提供精确的 --model-version 和 --type，并保持超参与后续创建一致。实例结果只有 price_complete=true 才能作为完整小时价范围；否则必须报告 missing_flavor_ids。
使用稳定资源组前，必须用与 create 完全相同的模型、版本、训练类型和超参数执行 train finetune resource-group list。只有 allowed=true 且 matched=true 的资源组 ID 才能传给 create --resource-group；ID 是不透明字符串，必须按查询结果原样传入；有多个匹配项时让用户选择。
维护者回归用例见 references/evals.md。
arkcli auth status，认证失败时按 shared skill 恢复。No reviews yet. Tell others what you thought.
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
arkcli agent：管理 ARK Managed Agents，包括 Agent / Skill / Env / Session / File / Memory Store / Vault / MCP OAuth。控制面优先走 ForTop/OpenTOP，Session 运行时和 Files 走数据面直联。
The English summary is being prepared. Showing the original description.
Inspect or invoke locally registered ArkCLI actions when product commands cannot cover a task. Use for registry errors or exact raw payloads. Not for public API catalogs or OpenAPI schemas.
The English summary is being prepared. Showing the original description.
arkcli 认证管理：交互式登录、Volc SSO 登录、查看状态、退出登录、生成 ARK API Key (apikey)、以及云开发机/CI 用 `arkcli init-volc` 从 VOLC_INIT_* 环境变量无交互引导 platform profile。0.1.16 起 SSO 登录走 Gate 1+2 自动绑定 Profile 切面 (type/region/project/owner_trn)；AK/SK login 通道暂关。当用户需要初始化凭证、排查鉴权问题、切换认证方式、生成或重选 ARK API Key、或在已注入凭证的环境无交互引导时使用。反触发：用户问 TTS/ASR/语音模型能力、接入或调用时，不要引导 `auth apikey`，只转 models search 说明 arkcli 当前仅支持广场发现。
The English summary is being prepared. Showing the original description.
查询火山引擎 ARK 拆分账单明细（结算金额、Token 用量计费），支持按账期月、月范围、Endpoint、API Key、产品编码等维度过滤。当用户问账单、花了多少钱、对账、账期、按 EP / API Key 拆账、按产品拆账、月度账单、出账明细时使用。注意 billing 跟 usage stats 不同：stats 出推理量（近实时），billing 出结算金额（T+1 出账，财务口径）。
The English summary is being prepared. Showing the original description.
模型 API 用法、思考模式开关与强度、Chat/Responses 参数和 SDK 示例，以及 arkcli +chat 真实推理。询问如何配置时按具体模型版本与协议给最小示例；已有报错先核对原请求，不用新推理或新建凭证代替取证。明确要求真实模型输出时，支持多模态、流式、多轮与本地 dry-run；专项理解走 arkcli-understand。
The English summary is being prepared. Showing the original description.
arkcli +code-example：为指定基础模型生成多语言（Python / Go / Java / Node / curl）调用示例代码并写入本地文件。数据源是火山方舟 OpenTOP OpenGetSampleCode。当用户需要拿某个基础模型的 SDK / curl 调用示例、保存为本地接入模板时使用。反触发：TTS/ASR/语音模型没有 arkcli 示例代码路径，不能靠补版本解决，只能转 models search 说明当前不支持。
The English summary is being prepared. Showing the original description.