智谱 BigModel Skill
智谱开放平台（GLM 系列）的接入说明书，也覆盖 GLM Coding Plan 编程套餐——两套 Key、两个 Base URL，配错了只会看到一句误导性的「余额不足」。
安装
选你用的 Agent，复制命令。
npx -y skills add fxp/skillify --skill bigmodel-cn --agent claude-code --yes装到项目的 .claude/skills/；加 -g 装到全局。装完需要你手动执行 /reload-plugins，这一步 Agent 代劳不了。
npx -y skills add fxp/skillify --skill bigmodel-cn --agent codex --yes装到项目的 .agents/skills/；加 -g 装到全局。
npx -y skills add fxp/skillify --skill bigmodel-cn --agent cursor --yes装到项目的 .agents/skills/；加 -g 装到全局。
npx -y skills add fxp/skillify --skill bigmodel-cn --agent opencode --yes装到项目的 .agents/skills/；加 -g 装到全局。
npx -y skills add fxp/skillify --skill bigmodel-cn --agent gemini-cli --yes装到项目的 .agents/skills/；加 -g 装到全局。
npx -y skills add fxp/skillify --skill bigmodel-cn --agent github-copilot --yes装到项目的 .agents/skills/；加 -g 装到全局。
npx -y skills add fxp/skillify --skill bigmodel-cn --agent trae --yes装到项目的 .trae/skills/；加 -g 装到全局。
npx -y skills add fxp/skillify --skill bigmodel-cn --agent windsurf --yes装到项目的 .windsurf/skills/；加 -g 装到全局。
npx -y skills add fxp/skillify --skill bigmodel-cn --agent qwen-code --yes把 --agent 换成你用的 Agent 标识，可以一次写多个。skills CLI 1.5.25 共支持 79 个，例如 qwen-code、kimi-code-cli、trae-cn、qoder、lingma、cline、roo。
或者让 Agent 自己装
读 https://github.com/fxp/skillify/blob/main/skills/bigmodel-cn/prompt.md 并照它执行装对了的标志：references/ 下有 10 份文档，里面 grep '<!-- Gap:' 能搜到 9 处。
装好后，可以这样问你的 Agent
每一条都是这份 Skill 覆盖、并用真实调用验证过的任务。点一下复制。
10 类能力
每类能力对应一份 reference，Agent 按任务只打开需要的那份。
对话补全
流式、函数调用、多模态输入、深度思考、结构化输出、上下文缓存、异步对话
图像、视频与语音
文生图 / 图生图、文生视频、语音识别与合成、音色克隆
检索与工具
向量化、重排序、Token 计数、文档解析、联网搜索、网页阅读、内容安全
文件与批处理
文件上传与管理、大文件异步解析、OCR、Batch 批处理
智能体与知识库
内置智能体、Assistant API、托管知识库 / RAG、多模态检索
SDK 与兼容层
用 OpenAI / Claude / LangChain SDK 接入，或官方 Python / Java SDK
GLM Coding Plan
配置、可用模型、1113 排错、附赠 MCP、查剩余额度
实时音视频
GLM-Realtime 实时语音 / 视频通话
模型选择
上下文与输出上限、思考模式的默认行为
错误与限流
报错排查、重试策略、速率限制
当前事实
和训练记忆冲突时，以这里为准。
| 项 | 值 |
|---|---|
| Base URL | https://open.bigmodel.cn/api/paas/v4（标准）…/api/coding/paas/v4（Coding Plan）…/api/anthropic（Anthropic 兼容） |
| 鉴权 | Authorization: Bearer <API_KEY>，Key 放环境变量 |
| 主力对话模型 | glm-5.3 / glm-5.3-flash；视觉 glm-5v-turbo |
| Batch 可用的最强模型 | glm-5.1——旗舰 glm-5.3 不在 Batch 白名单里 |
| 官方 SDK | zai-sdk（连 api.z.ai）· zhipuai（连 open.bigmodel.cn） |
| 查余额 / 额度 | 账户余额没有 API，只能在控制台看；Coding Plan 剩余额度用 GET …/api/monitor/usage/quota/limit（官方文档没写，官方插件在用） |
你的 Agent 可能记错的 6 件事
每一条都用真实调用验证过。
tool_choice只支持"auto"。传函数对象或"required"不报错，但会被当成 auto，模型可能一次都不调用。response_format的json_schema被静默忽略。只有text/json_object生效。- 思考 token 计入
max_tokens。预算给小了就是finish_reason=length加空正文，判据是finish_reason。 - Coding Plan 是独立的 Key 和端点，不是折扣档。套餐 Key 打标准端点必报
1113，而「余额不足」这个文案是误导。 - 异步端点会静默换模型，同步端点不会。需要锁定版本，就读回响应里的
model字段核对。 - 知识库接口出错也返回 HTTP 200，真实状态在
body.code，raise_for_status()永远不会触发。
最新测试结果
12 个场景里，4 个拉开了统计显著的差距，其余打平或领先但不显著。全部合并：装了 Skill 54/56 次满分，没装 35/56。
| 场景 | 考的是什么 | 装了 Skill | 没装 | p |
|---|---|---|---|---|
| Batch 选最强模型 | Batch 有独立的模型白名单，旗舰 glm-5.3 不在其中——这条只出现在报错里 | 5/5 | 0/5 | 0.008 |
| 上传 PDF 后复用 | 文件要在对话里引用，purpose 必须是 user_data；用别的值上传照样成功，引用时才失败 | 4/5 | 0/5 | 0.048 |
| 带来源的联网问答 | 只有部分搜索引擎返回真实链接，search_pro / search_std 的 link 恒为空 | 4/5 | 0/5 | 0.048 |
| 异步调用锁定版本 | 异步端点会静默换成别的模型，要读回响应里的 model 核对 | 5/5 | 1/5 | 0.048 |
| 严格 JSON 输出 | json_schema 被静默忽略 | 5/5 | 3/5 | 0.444 |
| 批量建向量索引 | embeddings 单次最多 64 条 | 5/5 | 5/5 | 1.000 |
| Coding Plan 报 1113 | 套餐 Key 打错端点，报错却说「余额不足」 | 5/5 | 5/5 | 1.000 |
| Batch 流水线 | 上传 → 创建 → 轮询 → 取结果 | 3/3 | 3/3 | 1.000 |
| PDF 合同抽取 | 文件上传后在对话里抽取字段 | 3/3 | 3/3 | 1.000 |
| 思考预算吃掉答案 | 思考 token 计入 max_tokens | 5/5 | 5/5 | 1.000 |
| 知识库 ID 校验 | 知识库接口出错也返回 200 | 5/5 | 5/5 | 1.000 |
| 强制调用工具 | 强制 tool_choice 被当成 auto | 5/5 | 5/5 | 1.000 |
| 合并 | 54/56 | 35/56 | <0.001 | |
2026-09-07 至 09-08 · 执行 Agent GLM-5.3 · 数字是满分次数。两边都能联网查官方文档，唯一差别是有没有装这份 Skill；判分由脚本真实调用线上 API 决定，标准在开跑前固定；p 为 Fisher 精确检验（双尾），小于 0.05 记为显著。
这轮测试针对 2026-09-08 的版本。此后 09-10 调整了 SKILL.md 的结构，09-11 在 coding-plan.md 补充了套餐用量查询接口，都还没有重跑对照测试。