企业怎样管理 AI 工具、Skill 和模型 API？
企业同时使用多种 AI 工具时，需要把执行工具、Skill、模型账号、API Key、Token 预算和操作权限分开管理。本文给出客户自持凭证、最小权限、版本测试、费用上限和离场交接方法。
直接答案
工具决定如何执行，Skill 决定按什么方法执行，API Key 决定谁能访问模型，Token 是模型用量单位，Maya 管理任务、设备、确认和产出。这些对象需要分开治理。
AI 实践 · 01
先把六类管理对象分开
执行工具、Skill、模型账号、API Key、Token 用量和 Maya 工作台不是同一件事。混在一个人的电脑或一份文档中，会同时失去安全、成本和交接能力。
- 工具由企业设备或受控运行环境管理人维护。
- Skill 由业务负责人和技术维护人共同负责。
- 模型账号、支付关系和生产凭证由企业掌握。
- Token 预算由成本负责人设置并能回到具体任务。
AI 实践 · 02
Token 和 API Key 不能混为买 Token
Token 是模型处理输入和输出的用量单位，API Key 是调用模型服务的秘密凭证。企业需要开通自己名下的模型账号、计费和 API 权限，再由授权管理员生成、保管和轮换 API Key。
- FDE 可协助选型、注册、充值、预算和安全注入。
- 生产用量不应长期放在 FDE 个人账号下。
- API Key 不应写进 Skill、代码、文档或聊天记录。
AI 实践 · 03
企业应该如何管理 Skill
Skill 是可执行的业务配置，不是一段无人负责的提示词。企业至少要知道作者、版本、适用工具、所需权限、输入输出、测试样例和回滚方式。
- FDE 可把客户 SOP、模板和检查标准做成定制 Skill。
- 客户自研 Skill 可以由 FDE 补齐测试、权限和 Maya 连接。
- 第三方 Skill 先检查来源、依赖、权限和数据流向。
- 所有更新先在测试任务验证，再替换生产版本。
AI 实践 · 04
FDE 怎样建立可交接的治理方案
先建立工具、设备、Skill、账号、凭证、数据和 Maya 工作区清单，再为每个对象指定业务、技术、密钥、成本和最终确认责任人。权限最终要落到具体任务和执行设备。
- 使用客户自持账号开通模型 API。
- 将密钥放入 Secret Vault 或等价密钥管理层。
- 为 Skill 建立版本、测试、变更和回滚流程。
- 演练 Key 轮换、Skill 停用和设备下线。
AI 实践 · 05
成本控制不能只看 Token 单价
AI 总成本还包括工具订阅、运行设备、Skill 维护、失败重试、人工检查和返工。企业应同时设置单任务费用上限、单日或单月预算、最大重试次数，以及高成本任务的人工确认。
AI 实践 · 06
人员变更或 FDE 离场时怎样处理
撤销离场人员对 Maya、云账号、仓库和运行设备的权限，轮换其可能接触过的凭证，确认 Skill、测试和依赖已经移交，再由客户重跑健康检查和真实任务。
SOURCES
参考来源
FAQ
常见问题
API Key 可以直接写进 Skill 吗？
不可以。Skill 只描述需要什么凭证，运行时从 Secret Vault 或等价管理层注入，并确保日志和错误信息不回显密钥。
FDE 可以代企业购买模型 API 吗？
可以协助选型、注册、充值和配置，但生产账号和支付关系应归企业；如需代采，必须单独约定归属、发票、交接和撤销。
一个 API Key 可以给所有工具共用吗？
不应默认共用。按环境、工具或执行方案拆分凭证，才能独立设置权限、用量、轮换和撤销。
怎样判断第三方 Skill 能不能用？
检查来源、许可、依赖、网络访问、文件读写、外部发送和密钥需求，先在测试数据与最小权限环境运行。