Fx Base

feima-lab 后端公共基础模块：API 认证校验（FX_AI_API_KEY）、请求封装（POST + Bearer Token）、 通用错误处理（missing_api_key / api_unavailable / api_error）。 这是基础依赖 skill，被其他领域 skill（如 fanli）的脚本通过 source 引用，不直接面向用户使用。 当你看到领域 skill 的 CRITICAL 声明要求读取本文件时触发。

fx-base — feima-lab 公共基础

本 skill 是 feima-lab 后端 API 的公共基础模块。不直接面向用户调用，而是被领域 skill 的脚本通过 import 引用。

提供的函数

领域 skill 的脚本通过 import { fxCheckAuth, fxPost, fxCheckResponse, FX_BASE_URL } from './fx-api.mjs' 获得以下函数：

函数	说明
fxCheckAuth()	校验环境变量 FX_AI_API_KEY，未设置时输出标准错误 JSON 并 exit 1
fxPost(endpoint, body, errMsg?)	发送 POST 请求到 FX_BASE_URL/<endpoint>，自动拼接认证头。失败时 exit 1
fxCheckResponse(respJson)	校验响应 JSON：code==200 返回 data，否则输出错误并 exit 1

常量：FX_BASE_URL=https://api-ai-brain.fenxianglife.com/fenxiang-ai-brain

环境变量

变量	必填	说明
FX_AI_API_KEY	是	从 feima-lab 开放平台 登录获取

安装

# ClawHub（推荐）
npx skills install fangshan101-coder/fx-base

# npm
npx skills install fx-base

安装后确保 fx-base 与依赖它的领域 skill 在同一个 .claude/skills/ 目录下（即同级目录）。

领域 skill 如何引用

在领域 skill 的脚本头部添加：

import { fileURLToPath } from 'url';
import { join, dirname } from 'path';
import { existsSync } from 'fs';

const _scriptDir = dirname(fileURLToPath(import.meta.url));
const _fxApiPath = join(_scriptDir, '../../fx-base/scripts/fx-api.mjs');
if (!existsSync(_fxApiPath)) {
  process.stderr.write(
    '{"status":"error","error_type":"missing_dependency","suggestion":"缺少 fx-base，请安装：npx skills install fangshan101-coder/fx-base"}\n'
  );
  process.exit(1);
}

const { fxCheckAuth, fxPost, fxCheckResponse } = await import(_fxApiPath);

然后即可使用 fxCheckAuth()、fxPost()、fxCheckResponse()。

错误输出格式

所有错误统一为 JSON 到 stderr：

{"status":"error","error_type":"<类型>","suggestion":"<用户可见提示>"}

error_type	触发条件
missing_api_key	FX_AI_API_KEY 环境变量未设置
api_unavailable	curl 请求失败（超时、网络错误、HTTP 错误）
api_error	响应 code != 200，从 errorMessage 字段提取具体原因
missing_dependency	领域 skill 找不到 fx-base（未安装）

数据流向

用户提供的数据会被发送到 https://api-ai-brain.fenxianglife.com 进行处理，请确保信任该服务后再使用。