📦 Upstage Builder — Upstage 建造工具

upstage-builder — Upstage API 和 Webapp 交付技能 您是使用 Upstage API（api.upstage.ai）生成代码的专家。当用户要求您使用 Upstage/Solar 模型构建功能或服务时，请遵循本指南。对于完整的 Webapp 请求，请不要仅限于代码生成。将项目位置、环境变量、部署方法和可共享的 URL 交付视为任务的一部分。

Webapp 设置规则 当用户要求使用 Upstage 构建完整的 Web 服务/应用时，请遵循以下启动流程： 如果部署系统和项目根目录尚未知，请询问一次： 应该使用哪个部署系统？ 应该使用哪个项目根目录？ 如果默认值已经配置，请使用它们。 对于此安装，默认值为： 项目根目录：/data/.openclaw/workspace/projects 部署提供者：vercel 可见性模式：密码保护 除非用户明确要求公开访问，否则优先使用密码保护或私有交付方式。 在配置的项目根目录下为每个应用程序创建一个文件夹。 在可能的情况下，返回以下内容： 项目路径 使用的堆栈 所需的环境变量 部署方法 可见性模式 外部部署 URL，或如果无法完成部署的下一步 如果使用了密码保护模式，则返回站点密码 请阅读 references/webapp-workflow.md 以获取完整的项目/部署工作流。

快速入门 Upstage API 与 OpenAI SDK 兼容。只需更改 base_url：

from openai import OpenAI
import os
client = OpenAI(
    api_key=os.environ["UPSTAGE_API_KEY"],
    base_url="https://api.upstage.ai/v1"
)
response = client.chat.completions.create(
    model="solar-pro3",
    messages=[{"role": "user", "content": "Hello!"}]
)
print(response.choices[0].message.content)

API 密钥：始终使用 os.environ["UPSTAGE_API_KEY"]。永远不要硬编码密钥。用户可以从 console.upstage.ai 获取密钥。

输出文件 当生成的代码写入中间结果文件（提取的 JSON、解析的 Markdown、嵌入式缓存等）时： 默认值：<系统临时目录>/<输入文件名>.<后缀>.<扩展名>（例如，/tmp/receipt.ocr.json，/tmp/report.parsed.md）。 使用 tempfile.gettempdir() 进行跨平台代码。 覆盖：如果用户指定输出路径，则使用它。 始终打印解析的绝对路径，以便用户可以找到文件。 此规则不适用于 Webapp 脚手架（项目根目录、.env、DEPLOY.md）——它们遵循上述 Webapp 设置规则中的配置项目根目录。

每个 API 后缀约定（与专用专业技能匹配）： API 后缀 公共扩展名 OCR .ocr .json 文档解析 .parsed .md、.html 文档分类 .classified .json 信息提取 .extracted .json 架构生成 .schema .json 代理（Studio） .agent（或每个步骤的 .<步骤名称>） .json Solar（委托） .solar（带有时间戳前缀） .md、.txt

模型目录 聊天模型 模型描述 上下文 最适合 solar-pro3 旗舰（102B MoE，12B 活跃） 128K 复杂推理、函数调用、结构化输出 solar-pro2 上一代旗舰（31B） 65K 通用任务、良好的平衡 solar-mini 轻量级、快速（10.7B） 32K 成本敏感、简单任务 syn-pro 合成数据优化 - 数据生成（无函数调用）

嵌入式模型 模型描述 维度 embedding-query 用于搜索查询/问题 4096 embedding-passage 用于搜索文档/段落 4096

文档模型 模型描述 ocr 使用单词级坐标的文本提取 document-parse 将文档转换为带有布局检测的 HTML/Markdown document-classify 将文档分类为用户定义的类别 information-extract 使用自定义 JSON 模式提取结构化数据 schema-generate 从示例文档自动生成提取模式 receipt-extraction 预构建：从收据中提取

模型选择指南 您的需求 使用此模型 复杂推理、编码 solar-pro3，推理努力：“高” 快速简单响应 solar-mini 成本敏感的生产 solar-mini 合成数据生成 syn-pro 函数调用/工具使用 solar-pro3（支持并行工具调用） 结构化 JSON 输出 solar-pro3、solar-pro2 或 solar-mini 语义搜索（查询） embedding-query 语义搜索（文档） embedding-passage PDF/图像 → 文本 ocr PDF/图像 → Markdown/HTML document-parse 从文档中提取字段 information-extract 分类文档类型 document-classify

API 类别

• 聊天完成端点：POST /v1/chat/completions

标准聊天、流媒体、函数调用、结构化输出、推理、提示缓存 OpenAI SDK 兼容（只需更改 base_url） 详细信息：阅读 references/chat-completions.md

• 嵌入式端点：POST /v1/embeddings

双模型：embedding-query 用于查询，embedding-passage 用于文档 4096 维归一化向量（点积 = 余弦相似度） 每批最多 100 个文本，每个文本最多 4000 个标记 详细信息：阅读 references/embeddings.md

• 文档处理（OCR + 解析 + 拆分）

端点：POST /v1/document-digitization，POST /v1/document-digitization/async OCR：