ppio-docs 是一个为 AI Agent 量身打造的 PPIO 平台文档知识技能。它覆盖 LLM API、Agent 沙箱、GPU 实例与无服务器 GPU、第三方集成、鉴权、定价、限流与故障排查——让 Claude Code、Gemini CLI 等 Agent 直接具备 PPIO 平台文档的完整上下文知识,无需反复查文档。
安装
运行以下命令安装:功能介绍
ppio-docs 是一个 Tool Wrapper 模式的 Skill,核心职责是在用户提问时,自动定位并加载最相关的参考文档,根据文档回答用户提问,同时确保动态数据(定价、模型列表)始终取自最新来源。
覆盖范围
| 方向 | 内容 |
|---|---|
| LLM API | 聊天补全、工具调用(Function Calling)、视觉输入、JSON 模式、批量任务 |
| Agent 沙箱 | SDK/CLI 使用、沙箱生命周期、模板管理、文件操作 |
| GPU 容器 | 实例型 vs 无服务器 GPU 选型、定价对比、硬件可用性 |
| 第三方集成 | OpenAI 兼容客户端、主流框架(LangChain、LlamaIndex 等)、可观测性工具 |
| 故障排查 | 常见错误码、鉴权失败、限流、超时、模型不可用等 |
工作方式
- Agent 识别问题属于哪个产品方向
- 从文档映射表中选取最少所需的参考文件,通过 WebFetch 即时拉取
- 对模型目录、定价、限流等动态数据,自动访问实时来源并在响应中标注验证时间
- 优先返回可直接复制粘贴的命令或代码片段
动态数据策略
模型数量、定价、延迟等信息随时可能变动。ppio-docs 要求 Agent 在回答此类问题前先获取最新值,并以 Verified on: YYYY-MM-DD 格式注明,避免给出过期信息。
实用案例
案例一:快速接入 LLM API
用户: PPIO 的 LLM API 怎么用?给我一个 Python 示例。Agent 触发
ppio-docs,加载 llm-guide.md,返回:
案例二:选择 GPU 方案
用户: 我要跑一个长期推理任务,用 GPU 实例还是无服务器 GPU?Agent 加载
gpu-guide.md,结合定价页最新数据,给出选型建议:
- GPU 实例:适合长时间运行、需要稳定资源预留的任务,按小时计费
- 无服务器 GPU:适合短时、突发任务,按实际使用时长计费,无空闲费用
- 如果任务跑满 4 小时以上,实例型通常更经济
案例三:集成 LangChain
用户: 怎么在 LangChain 里用 PPIO?Agent 加载
integrations.md → 进一步拉取 integrations-frameworks.md,返回:
案例四:排查 401 鉴权失败
用户: 我的请求一直返回 401,怎么回事?Agent 加载
faq-and-issues.md,快速定位:
常见原因:
AuthorizationHeader 格式错误,应为Bearer <API_KEY>(注意空格)- API Key 已过期或被吊销,前往 https://ppio.com/settings/key-management 重新生成
- 账户余额不足导致 Key 被暂停
案例五:查询当前可用模型
用户: PPIO 现在有哪些模型可以用?(动态数据)Agent 实时调用:
Verified on: 2026-04-03,确保信息不过期。