功能简介 #

本文档围绕 Arkclaw 特定使用场景对 ByteHouse 的 Skill 配置与使用展开，系统介绍通用前置准备、个人版与企业版接入流程、Skills 获取方式、常见问题处理及典型应用场景的最佳实践，可为外部客户使用提供参考。

功能定位 #

• ByteHouse Skills 扩展了 ArkClaw 在数据检索、分析、运维领域的能力边界，依托 ByteHouse 极致性能和原生向量能力，让 AI Agent 在企业数据场景真正规模落地，帮助客户更快实现数据分析的智能化转型，与 ArkClaw 组合提升竞争力，提升客户粘性。

业务价值 #

• 客户获得的不仅是孤立工具，而是一套开箱即用的 AI 原生数据分析完整方案。它让企业中每个业务人员都能直接用自然语言查询数据，不用再等待分析师排期，大幅缩短决策链路，加速企业数据驱动转型，最终将数据资产转化为实实在在的业务增长与效率提升。

火山模型及API key开通 #

模型开通 #

• 开通Codingplan
  进入火山方舟平台，可在左侧工具栏系统管理模块找到“开通管理”，点击codingplan即可开通不同套餐。

  

• 开通独立计费模型
  进入火山方舟平台，可在左侧工具栏系统管理模块找到“开通管理”，选择模型--找到“Doubao-embedding-vision”模型后点击“开通服务”。
  

创建自定义推理点（endpoint）。 #

1. 左侧工具栏系统管理模块找到“在线推理”，点击“创建推理接入点”。
2. 用户自定义推理点名称；推理模式选择“单一模型”；接入模型点击“添加模型”。
3. 选择**“Doubao-embedding-vision”模型；版本选择“251215”；点击“创建并接入”。**
4. 获取该自定义推理点的 id。
   

查看火山 API key #

1. 在火山方舟平台左侧工具栏系统管理模块找到“API key管理”，选择“我创建的”即可查看个人创建的API key历史，可在最左侧的名称列进行名称查看。

2. 将创建的方舟 API Key 配置给 ArkClaw 。
   • 将 API key 和模型 ep 发送给 ArkClaw，完成连接。

Step 1：创建Arkclaw实例 #

• 创建 Arkclaw 个人版实例 #

1. 进入arkclaw个人版控制台，点击左上角下拉框“+创建Arkclaw”可购买不同型号的实例。
   

2. 模型配置。
   在arkclaw个人版控制台对话框右下角点击当前模型区域，在下拉框选择齿轮按钮进行模型配置，点击后编辑该页面的模型板块。

   • 使用Codingplan
     点击“Codingplan”，自由选择Codingplan的任意模型，下拉框选择前置通用步骤中查看到的自己开发的API key名称即可。
   • 使用独立计费模型
     点击“模型广场”，自由选择已开通的模型，下拉框选择前置通用步骤中查看到的自己开发的API key名称即可。
   1. 待实例创建以及模型配置成功后，即可在方舟中与ArkClaw进行对话

• 创建Arkclaw企业版实例 #

1. 创建Arkclaw实例
   1. 企业版admin账号管理员在arkclaw企业版控制台。

2. 空间概览进行员工登陆链接分发。

2. 模型配置

admin账号可在arkclaw企业版控制台进行模型的配置分发。

• 使用Codingplan

点击“Codingplan”，自由选择企业版 Codingplan 的任意模型。

• 使用独立计费模型

点击“模型广场”，自由选择企业版母账号已开通的模型。

Step 2：Bytehouse Skills 获取及安装 #

方式一：ArkClaw 技能中心获取
在ArkClaw个人版/企业版的控制台进入“技能中心”功能板块，点击想要安装的skill卡片添加至方式一对话框可添加的技能。
方式二：Find Skill 技能广场获取
在 ArkClaw 的 Find Skill 技能广场可直接搜索对应 skill 卡片下载zip包并在外部 Agent 安装使用。

1. 在 ArkClaw Skill 广场 搜索 "bytehouse"。

2. 点击对应 Skill 卡片下载 ZIP 技能包。

Step 3：安装 Skills #

将 ZIP 技能包直接上传给 ArkClaw，由 ArkClaw 自动解析并完成安装。

Step 4：连接 Bytehouse集群 #

提供 HOST、USER、PASSWORD、PORT 四项配置信息给ArkClaw，完成连接。

参数说明：

• HOST：在 ByteHouse 控制台的租户管理 > 基本信息 > 网络信息中查看网络组配置，详情请参见步骤二：配置网络信息。
  
• USER ：固定为：bytehouse。
• PASSWORD ：集群的访问密钥。您可登录 ByteHouse 控制台，在 租户管理 > 连接信息页面中，单击 API Key 表单下的”＋ 新建“按钮来创建 API Key。
• PORT：固定为8123。

Q：ByteHouse Skills 如何接入 ArkClaw（企业版）？

• A：ByteHouse Skills 安装方便，在ArkClaw对话框通过自然语言对话 检索和安装即可；

Q：运行一个 ByteHouse Skills 的 Demo 大概需要多久？

• A：如果客户已有 ByteHouse 账号和火山方舟 API Key，熟悉操作的情况下，跑通一个小 Demo（比如混合检索）约 2-3 分钟即可完成。

Q：客户测试 ByteHouse Skills 需要申请白名单吗？

• A：当前阶段不需要。客户可以直接开通 ByteHouse、配置 API Key 并安装所需 Skill，即可进行测试和使用。

Q：ByteHouse Skills 如何计费？是免费的吗？

• A：调用 Skills 会消耗底层的 ByteHouse 计算存储资源和方舟向量化资源，这部分资源的计费方式与火山引擎官网刊例价保持一致。

Q：ByteHouse Skills 与第三方提供的同类能力（如第三方混合检索）相比，优势是什么？

• A：我们的优势主要体现在两方面：一是依托ByteHouse 原生向量索引，在性能和准确率上更有保障，比传统方案快 5-10倍；二是火山原生深度整合，从连接到检索全链路优化，集成更顺畅，稳定性更好。

Q：ByteHouse Skills 目前提供了哪些核心能力？

• A：已上线十二个覆盖bytehouse原子化能力的核心技能，覆盖MCP连接、混合检索、多模态检索、数据资产分析、集群诊断、负载分析、慢查询优化，覆盖从数据管理到分析到运维全场景。

参照以上步骤仍无法接入方舟模型 #

若按照以上步骤仍然无法成功接入，在火山方舟平台左侧工具栏系统管理模块找到“在线推理”，点击“我创建的”，在推入点展示列表点击“API接入”。

在页面复制以下代码输入到agent对话框，把其中的参数api key替换成自己之前创建的api key。

关闭特定子用户的数据写权限 #

1. 首先在权限管理>用户，通过搜索框找到想要修改权限的子账号名称，点击查看子账号详情.

2. 撤销之前授予的其他角色。

3. 在权限管理>角色，点击“创建角色”按钮新建角色。
4. 在角色列表点击新创建的角色名称，进入资源权限模块授予权限。

5. 进入数据权限模块授予权限，数据类型选择全部，除insert、create、alter、drop、TRUNCATE等数据写权限外其他均可勾选。
6. 根据以上步骤完成资源和数据权限授予后，将该角色授予给指定子账号用户即可。

场景一：内容平台 — 多媒体素材知识库搜索 # #

• 业务场景：内容平台积累大量文章、图片、视频素材，搜索不准确，找不到想要素材。
• 联动方案：ByteHouse（存储计算） + ArkClaw（编排） + ByteHouse 多模态检索 Skill
• 链路拆解：
  • ByteHouse：提供极致性能的多模态存储和检索
  • ArkClaw：逻辑编排的"敏捷大脑"，理解用户搜索意图
  • ByteHouse 多模态检索 Skill：统一向量化 → 混合检索 → 返回最匹配结果
• 业务效果：
  • 之前：搜索依赖关键词匹配，找素材需要小时级，准确率低。
  • 之后：基于语义理解，素材搜索准确率提升 40%，找素材时间从小时级降到分钟级，内容推荐点击率提升 25%。

场景二：企业服务 — 人人可用的自助数据分析 # #

• 业务场景：各部门都有数据分析需求，DBA/分析师排期长，无法满足业务快速迭代。
• 联动方案：ByteHouse（存储计算）+ ArkClaw（编排） + MCP Skill + 数据资产分析 Skill
• 链路拆解：
  • ByteHouse：提供万亿级秒级响应的计算能力
  • ArkClaw：理解自然语言需求，生成 SQL 并解释结果
  • 数据资产分析 Skill：提前获取表结构和血缘，大幅提升 SQL 生成准确率
• 业务效果：
  • 之前：业务提需求 → 排期 → 等待 → 拿到结果，整个流程从天到天，响应太慢。
  • 之后：业务人员直接用自然语言提问，几分钟拿到结果，分析师自助率提升 70%，DBA 负载降低 60%，响应从天级降到分钟级。

场景三：运维 — 智能集群性能诊断 # #

• 业务场景：集群性能问题需要人工排查，慢查询定位慢，影响业务稳定性。
• 联动方案：ByteHouse（存储计算）+ ArkClaw（编排） + 诊断 Skill + 负载分析 Skill + 慢查询 Skill
• 链路拆解：
  • 诊断 Skill：做全面集群健康检查
  • 负载分析 Skill：分析资源负载趋势，识别瓶颈
  • 慢查询 Skill：定位慢查询，解析执行计划，给出优化建议
  • ArkClaw：整合所有信息，自动生成根因分析报告
• 业务效果：
  • 之前：DBA 人工排查需要几个小时。
  • 之后：几分钟自动输出诊断报告和优化建议，故障发现从小时级降到分钟级，平均查询性能提升 30%，运维成本降低 50%。

场景四：企业知识库 — 混合检索问答 # #

• 业务场景：企业知识库搜索，关键词不准确，语义相似内容找不到。
• 联动方案：ByteHouse（存储计算） + ArkClaw（编排） + 混合检索 Skill
• 业务效果：
  • BM25 关键词 + 向量语义双路召回，搜索准确率提升 35%，问题解决效率提升 60%，客户咨询人工成本降低 45%。

场景五：大数据企业 — 多模态舆情监控 # #

• 业务场景：海量媒体数据（文本/图片/视频）检索，传统方案时延高、准确率差。
• 联动方案：ByteHouse（存储计算）+ ArkClaw（编排） + 混合检索 Skill + 多模态检索 Skill
• 业务效果：
  • 原生支持多类型混合检索，百亿向量多条件毫秒级返回，查询性能提升 5-30x，召回准确率达到 90%，工程复杂度大幅降低。