---
name: call-content-model
description: 通过 New-API 的统一治理入口调用内容模型，执行额度窗口、模型降级、重试和 JSON 提取。清洗、拆书或知识审核需要 MiniMax 等内容模型时使用；不得裸调外部服务。
disable-model-invocation: true
---

# 调用内容模型

创始人拍板（2026-07-13）：清洗与拆书的内容生产 LLM **全部走 New-API 的 MiniMax-M3**；主会话（Fable5）只固化 agent/提示词/skill 与发起调用。本 skill 是唯一出口。

管线内容生产调用的**标准入口是 `chat_governed`**（受 5 小时额度窗 + 全局降级链治理）；`chat`/`chat` CLI 是不受治理的直连，仅供调试。治理政策的机械事实源是运行配置、共享额度账本 `example_llm_quota` 和模型运行适配器——库实现装为共享包 `muse-llm`（`-e ./muse/platform/llm`），调用方 `from muse_llm import chat_governed`，`scripts/llm.py` 只是本 Skill 的 CLI；模型链切换必须由该 skill 治理并留下日志。

## 用法

管线内所有内容生产型 LLM 调用（清洗探测、拆书抽取、知识卡审核等）**必须用 `chat_governed`**：

```python
from muse_llm import chat_governed, extract_json

content, usage, used_model = chat_governed(prompt, system=IDENTITY)
if used_model is None:
    # 全链耗尽（所有模型敏感/不可用）：失败关闭，由调用方裁决
    # （拆书硬停 / 判重保守 keep / 审核标 blocked / 清洗该窗跳过），绝不拿空内容当成功
    ...
data = extract_json(content)
```

### 治理合同（chat_governed）

- **5 小时额度窗**：共享账本 `example_llm_quota` 按窗计钱计次（窗起点 00/05/10/15/20 点，末窗 20–24=4h）。
  - MiniMax 模型（M3/M2.7）累计花费 ≥ **$24/窗** → 本窗降级链去掉 MiniMax 前缀，只剩 `glm-5.2 → deepseek-v4-flash`；
  - 全模型成功调用 ≥ **6000 次/窗** → 打日志、睡到下一窗边界（睡眠期不持 DB 连接）续跑。
- **全局降级链 `BUDGET_CHAIN`** = `MiniMax-M3 → MiniMax-M2.7 → glm-5.2 → deepseek-v4-flash`。
  调用方**不自写降级链**；`model` 参数仅作兼容保留，实际用哪个模型由全局额度策略决定。
- **立即熔断**：上游内容安全拦截（`SensitiveError`）或模型 Token Plan 耗尽（`PlanQuotaExhausted`）
  不在同模型退避（退避必再触发、空烧），立即沿链换下一个模型；普通 429/5xx 仍指数退避重试。
- **返回值合同**：成功 → `(content, usage, actual_model)` 三元组；**全链耗尽 → `(None, None, None)`**。
  调用方必须判 `used_model is None` 走失败关闭，不得静默拿空内容当成功。
- **记账**：只有 MiniMax 模型计入 $24/窗预算，其余模型成本计 0（只占调用数）。

### 调试入口（chat / chat CLI）——仅调试，默认失败关闭

`chat()` 是直连单轮对话（返回 `(content, usage)`），**不进额度账本、不走全局降级链**：
网络错/5xx/普通 429 指数退避重试，撞敏感/Token Plan 耗尽直接抛异常。
默认失败关闭：未传 `allow_ungoverned=True` 且未设 `MUSE_LLM_ALLOW_UNGOVERNED=1` 时直接抛 `RuntimeError`。
仅供人工调试与单点验证；任何烧真实余额的管线内容生产一律走 `chat_governed`。`chat` CLI 同理，须加 `--ungoverned`：

```bash
# 仅调试：显式 --ungoverned 后读 prompt 文件直连调用
.venv/bin/python muse/platform/llm/skills/call-content-model/scripts/llm.py chat --ungoverned --prompt-file /tmp/p.txt [--model MiniMax-M3] [--max-tokens 32000] [--out /tmp/resp.txt] [--extract-json]
```

## 内建保障（chat 与 chat_governed 共用的单次调用机制，调用方不必重复实现）

- `trust_env=False`：本机代理环境变量会劫持内网直连（教训固化）；
- 默认总 deadline 900s；网络错/5xx/普通 429 可在同一 deadline 内指数退避重试 2 次，额度窗等待超过 deadline 时失败关闭；
- `max_tokens` 仅对有实测硬上限的模型（M2.7/GLM）请求前主动裁剪，避免依赖含混的 HTTP 400 文案；
- `system` 段与任务材料分离（角色遵从更稳、身份段利于上游缓存）；
- `extract_json()` 三级容错：直接解析 → 首尾括号截取 → json-repair 兜底（修中文引号/缺逗号/尾逗号——opus 试拆已实测两类 JSON 病，任何模型都可能犯）；
- 每次调用向 stderr 打印 token 用量与耗时（成本审计）。

## 凭据与约束

- New-API 普通令牌只从 `MUSE_LLM_TOKEN` 环境变量读取，base URL 可由 `MUSE_LLM_BASE_URL` 覆盖；仓库不得保存令牌，严禁使用管理令牌调用 `/v1`。
- 可用模型以 `/v1/models` 为准（2026-07-13 在列：MiniMax-M3 / M2.x 系 / deepseek-v4-* / glm-5.2 / Qwen 嵌入与重排）。
- 嵌入调用不走本 Skill（已有 `embed-knowledge`，模型与维度钉死）。

## 数据边界

- 可发起受治理的外部模型调用；不落库除非合同另有声明。
- 不写 Canonical、不改正式规划。

## 输出

- 面向当前任务的可执行判断、检查清单或改写建议（Markdown 结构化段落）。
- 不直接落库、不代替 `write-next-chapter` / `decide-candidate` 写 Canonical。

## 复利合同

- **模式 C（平台底座）**：`lifecycle=platform`，D8 不适用；不登记创作经验 `example_lesson`。本 Skill 只提供受治理模型调用，供上游挂 raw/`run_id`。