要在火山引擎API上实现多轮对话，必须每次请求都携带完整历史上下文，否则模型无法感知对话进展；需配置VOLC_API_KEY、VOLC_MODEL和VOLC_BASE_URL，构造含system角色及严格交替user/assistant的消息数组，并支持同步或流式响应，同时注意token限制与状态持久化。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在火山引擎API上实现多轮对话，必须让每次请求都携带完整的历史上下文，否则模型无法感知对话进展，会把每条消息当作全新提问处理，导致记忆断裂、逻辑错乱、反复确认同一信息。
准备火山引擎认证与模型参数
前往火山引擎【方舟平台】控制台，在「API密钥管理」中获取 VOLC_API_KEY；在「模型服务」页开通所需模型后，复制其 Model ID 作为 VOLC_MODEL；基础地址固定为 VOLC_BASE_URL=https://ark.cn-beijing.volces.com/api/v3。
在项目根目录创建 .env 文件，写入三行配置，【VOLC_API_KEY 必须是未泄露的生产密钥，切勿硬编码进源码】：
VOLC_API_KEY=sk-xxx
VOLC_MODEL=doubao-seed-2-0-pro-260428
VOLC_BASE_URL=https://ark.cn-beijing.volces.com/api/v3
构造带记忆的消息数组
多轮对话的核心不是“记住”，而是“每次请求都显式传入全部相关历史”。不能只传最新一句，也不能跳过 system 角色设定。
第一步：定义 system 消息，明确AI角色与行为边界。例如：
{"role": "system", "content": "你是一名银行客服，只回答账户、转账、挂失类问题，不提供投资建议。"}
第二步：按时间顺序拼接历史消息。用户和AI的发言必须交替出现，且 role 字段只能是 user 或 assistant。错误示例：连续两条 user；正确顺序：user→assistant→user→assistant。
第三步：把新输入追加到数组末尾，确保 messages 是一个严格按时间轴排列的对象列表，长度至少为 2（system + 至少一条 user）。
发送请求并解析响应
方法一：同步阻塞调用（适合调试）
用 axios 或 fetch 发起 POST 请求到 ${VOLC_BASE_URL}/chat/completions，headers 中设置 Authorization: Bearer ${VOLC_API_KEY}，body 中传入包含 model 和 messages 的 JSON 对象。
方法二：流式响应（推荐用于命令行或网页实时输出）
在请求 body 中添加 stream: true，然后监听 response.body 的 readable 流。每次 chunk 解析出 content 字段后立即渲染，避免用户等待整句生成完毕。
注意：流式响应中，每个 data: 行可能为空或含 partial text，需过滤掉 event:、id: 等非 content 字段，只提取 content 后的字符串部分。
保存与复用对话状态
本地缓存：将每次完整的 messages 数组（含 system）存入内存变量或 localStorage，下次请求前直接展开使用。适用于单会话轻量场景。
数据库持久化：为每个 sessionId 创建记录，字段包括 session_id、message_json（TEXT）、created_at。查询时按 created_at DESC 取最近 10 条，截断过长历史避免 token 超限。
【messages 长度超过 4096 token 会导致 400 错误，务必在拼接前估算总长度】
