火山方舟文档 MCP（ark-docs-mcp v1.27.0）上线：10 个工具让 Agent 实时查阅方舟文档、模型与 OpenAPI 规范

火山方舟官方提供文档 MCP Server（ark-docs-mcp），把方舟文档中心的知识打包为 AI 可直接调用的工具接口，接入配置为在 mcpServers 中写入 ark-docs-mcp 的 URL：https://sd6j8o9hu8aldae0o6es0.apigateway-cn-beijing.volceapi.com/mcp，一行配置即可，也支持把该 JSON 直接发给 ArkClaw 或 Claude Code 让其自行配置；IDE（TRAE/VS Code/Cursor/Windsurf）内可经官方配置文档 https://www.volcengine.com/docs/82379/2289964?lang=zh 一键唤醒安装流程。v1.27.0 共公开 10 个工具：ark_search_docs（自然语言/关键词搜索文档片段与链接）、ark_list_docs（列出文档中心所有页面，支持分页）、ark_fetch_doc（按 URL 取全文，大文档自动分块、以 chunk_start 翻页）、ark_list_models（模型大全，支持领域/厂商/是否思考/Function Calling/MCP/知识库/批量推理/缓存/TPM-RPM 限制/价格等 20+ 维度筛选）、ark_get_model（单模型定价含输入输出与缓存命中、速率限制、输入输出模态、端点与特殊参数）、ark_list_apis（返回全部可用 API 路径，如 /chat/completions、/images/generations）、ark_get_spec（按 service 返回完整 OpenAPI 3.0 规范，含字段类型、是否必填与默认值）、ark_search_examples（BM25+Embedding 混合搜索，支持 Python/Go/Java/Shell 等多语言示例）、ark_list_skills 与 ark_get_skill（Skill 分发，标注为预览）。三层协作方式为：用户自然语言提问→ArkClaw 理解意图并决定调哪些工具→ark-docs-mcp 精确查询返回结构化结果→Coding Plan 提供模型供 ArkClaw 思考回答；与「直接问 AI」相比，差异在于实时查询方舟后台的定价、API 参数、示例与模型 Available/Retiring 状态，避免过时或幻觉。