术语库

A2A 协议（Agent-to-Agent Protocol）是由 Google 发起的开放互操作标准，使基于不同框架构建的 AI Agent 能够通过统一接口相互发现、通信和协作。

AES（高级加密标准）是一种对称分组密码算法，被美国政府采用作为加密机密信息的标准。它使用 128、192 或 256 位的密钥以 128 位的固定大小块加密数据。

Agent Harness 是 AI Agent 周围的应用控制系统，负责组装上下文、约束模型提案、中介工具与权限、持久化状态与副作用、输出证据，并执行终止、恢复、评测与发布策略。

Agent 开发套件（Agent Development Kit）是用于构建 AI Agent 的框架层，提供模型访问、工具注册、记忆、规划、执行控制、人工监督、回调、评估和可观测性等可复用抽象。

Agent 记忆是 AI Agent 可跨步骤或会话使用的信息存储与检索机制，必须具备明确的范围、来源、有效期、访问控制和删除规则。

Agent 轨迹（Agent Trajectory）是一次 AI Agent Run 中可观察 Decision、Message、Tool Proposal、Policy Outcome、Execut...

Agent 运行时（Agent Runtime）是创建、调度、隔离、推进、暂停、恢复、取消并记录 AI Agent Run 的执行环境，同时中介模型、工具、状态、记忆、凭证、策略与外部副作用。

AI Agent（人工智能代理）是由大语言模型驱动的自主软件系统，通过感知-推理-行动循环（Perception-Reasoning-Action Loop）实现目标导向的任务执行，能够调用工具、管理...

AI Code Review 是使用机器学习或语言模型检查待合并代码变更，并为 Reviewer 生成候选 Finding 的代码审查方式。它的输出具有概率性；只有在问题位置、失败场景和支持证据经过验...

AI 加速器是为机器学习训练或推理负载提供高效执行能力的专用硬件及其配套软件栈，相比只使用通用处理器，它通常会针对矩阵、张量或数据搬运进行优化。

AI 应用构建器（App Builder）是一类无代码/低代码平台，利用大语言模型从自然语言描述生成完整的功能性 Web 应用，使非开发者能够通过对话创建软件。

AI 护栏（Guardrails）是在明确边界检测、约束、阻断、转换、升级或记录 AI 系统行为，同时维持可接受任务效用的一组版本化技术与运营控制。

AI 水印（AI Watermark）是有意嵌入生成或操纵内容中的信号，使配套检测器能够检验内容是否来自某个特定生成或标记流程。

AI幻觉是模型相对于明确真值或证据边界，自信生成错误或虚假内容的现象。生产评估应把回答拆成原子声明，分别判定为支持、矛盾、证据不足或不适用，而不是根据语言流畅度给整段回答贴标签。

API 网关是一个服务器组件，作为所有客户端 API 请求的统一入口，提供路由、身份认证、速率限制、负载均衡、缓存和请求/响应转换等横切关注点的集中管理。

ASCII（美国信息交换标准代码）是一种字符编码标准，为 128 个字符分配数值，包括英文字母、数字、标点符号和控制字符。它构成了现代文本编码系统的基础。

AutoGen 是微软用于构建对话式 Agent 与事件驱动多 Agent 应用的开源框架。当前 Python 架构将高层 AgentChat API、底层 Core 运行时、Extensions 提...

AWQ（激活感知权重量化）是一种训练后、仅权重量化方法。它利用激活分布识别关键权重通道，并搜索等价的逐通道缩放以降低这些通道的量化误差，而不需要保留混合精度权重子集。

Base64 是一种将二进制数据转换为 ASCII 字符串格式的编码方案。它使用 64 个可打印字符（A-Z、a-z、0-9、+、/）来编码二进制数据。

BM25 是一种概率词法排序函数，它根据查询词匹配、词频饱和、逆文档频率和文档长度归一化为文档打分。

BMI 是通过体重（公斤）除以身高（米）的平方计算得出的数值，用于评估个人体重是否在健康范围内。世界卫生组织将其分为体重不足、正常、超重和肥胖等类别，广泛应用于健康筛查、医学诊断和健身追踪，但不能区分...

ChatModel 是调用对话式语言模型的应用层抽象，通过结构化消息、标准化参数、可选流式输出、工具调用支持和供应商无关的响应处理来封装模型调用。

CMYK 是一种用于彩色印刷的减色模型，通过混合青色、品红、黄色和黑色四种油墨在纸张等物理介质上呈现色彩。与屏幕显示的 RGB 加色模型不同，CMYK 通过吸收光线产生颜色，广泛应用于杂志、包装、名片...

Context Engineering（上下文工程）是为特定任务设计和运营送入语言模型的信息的过程，包括指令、任务数据、检索证据、状态、工具结果，以及它们的来源、权限、新鲜度和预算。

CrewAI 是一个专为协调具有特定角色的多个自主智能体（Agents）而设计的开源 Python 框架。与强调底层图论或自由对话的框架不同，CrewAI 采用了一种“面向组织架构”的范式：开发者只需...

Cron 是类 Unix 操作系统中基于时间的任务调度器，允许用户安排命令或脚本在指定的时间间隔自动运行。它使用一种称为 cron 表达式的特殊语法来定义任务执行的时间。

CSV（逗号分隔值）是一种纯文本文件格式，使用逗号分隔值、换行符分隔记录来存储表格数据。它是应用程序之间数据交换最常见的格式之一，特别是电子表格和数据库。

DPO（Direct Preference Optimization，直接偏好优化）是一种偏好学习目标：它让语言模型相对参考模型更偏好 chosen 回答而非 rejected 回答，同时保持正则约束...

Eino 是 CloudWeGo 生态中的开源 Go 语言框架，用于构建面向生产的 LLM 应用和 AI Agent，提供类型化组件、编排原语、流式处理、回调机制和可观测性钩子。

Emoji 是一套在 Unicode 中编码的标准化象形符号和图标，用于数字通信中表达情感、物体、概念和想法。每个 emoji 都有唯一的 Unicode 码点，各平台使用自己的设计渲染，广泛应用于社...

Encryption（加密）是使用数学算法和密钥将明文数据转换为不可读格式（密文）的过程，确保只有拥有正确解密密钥的授权方才能访问原始信息。

EXIF 是一种标准，指定了数码相机和智能手机使用的图像、声音和辅助标签的格式，在图像文件本身中存储相机设置、日期/时间、GPS 位置等元数据。

Geohash 是一种地理编码系统，将地理坐标（纬度和经度）编码为由字母和数字组成的短字符串。它由 Gustavo Niemeyer 于 2008 年发明，提供了一种将世界划分为网格单元的分层空间数据...

GIF（图形交换格式）是 CompuServe 于 1987 年开发的位图图像格式，支持最多 256 种颜色和动画。它广泛用于网络上的短动画、表情包和简单图形。

Glob 是一种使用通配符字符来指定文件名或路径集合的模式匹配语法。它起源于 Unix shell，现在广泛用于编程语言、构建工具和文件系统。

Go（也称为 Golang）是一种静态类型的编译型编程语言，由 Google 设计。它强调简单性、效率，并通过 goroutine 和 channel 内置支持并发编程。

GPT模型是由 OpenAI 开发的大型语言模型系列，采用带有自注意力机制的 Transformer 架构，通过预测序列中的下一个 token 来生成类人文本，在海量文本语料上进行预训练，并针对各种下...

GraphRAG（Graph Retrieval-Augmented Generation）是一类将实体和关系表示为图谱，并联合检索图谱与文本证据来回答需要关联上下文问题的 RAG 方法。

GRPO（Group Relative Policy Optimization，组相对策略优化）是一种在线策略梯度方法，它根据同一提示词下多个采样回答的组内奖励估计每个回答的相对优势，而不训练独立的 ...

GUID（全局唯一标识符）是微软对 UUID 标准的实现，是一个 128 位的标识符，用于在计算机系统中唯一标识信息。GUID 和 UUID 本质上是同一事物，只是名称不同。

Gzip 是一种文件压缩格式和软件应用程序，使用 DEFLATE 算法来减小文件大小，广泛用于压缩网页内容和减少 HTTP 传输中的带宽消耗。

HMAC 是一种将密钥与哈希函数结合的消息认证技术，通过双重哈希结构验证数据完整性和来源真实性。它能抵抗长度扩展攻击，广泛应用于 API 请求签名、JWT 令牌验证和 Webhook 安全校验等场景，...

HSL颜色（色相、饱和度、亮度）是一种圆柱形颜色模型，以比 RGB 更直观的方式表示颜色，便于人类理解和操作。它将颜色分为三个组成部分：色相（颜色本身）、饱和度（颜色强度）和亮度（明暗程度）。

HTML实体是以 & 开头、以 ; 结尾的字符串，用于表示 HTML 中的特殊字符，这些字符要么会被解释为 HTML 代码，要么无法通过键盘直接输入。

Hybrid Search（混合检索）是一种在信息检索和 RAG（检索增强生成）系统中同时使用多种搜索算法的技术。最常见的组合是将捕获上下文和概念含义的**密集向量检索（Dense Vector Re...

HyDE（Hypothetical Document Embeddings）是一种检索技术，它让语言模型生成一个假设文档或答案，嵌入这段生成文本，并用它检索真实文档。

IP地址是分配给网络中每个设备的唯一数字标识符，用于主机识别和位置寻址。IPv4 使用 32 位地址（如 192.168.1.1），IPv6 使用 128 位地址解决地址耗尽问题。IP地址可分为公网地...

ISO 8601 是一种用于以清晰、无歧义格式表示日期和时间的国际标准，使用 YYYY-MM-DDTHH:MM:SS 模式，可选附带时区信息。

Jailbreak (越狱) 是一种试图让 AI 模型或模型驱动系统违反指定 Safety Policy 的对抗性行为，使其提供本应拒绝的受限帮助或提出不应执行的动作。

JavaScript 是一种高级解释型编程语言，使网页具有交互性，是 Web 应用程序的重要组成部分。它在浏览器和服务器（Node.js）上运行，使其成为最通用的编程语言之一。

JPEG（联合图像专家组）是一种常用的数字图像有损压缩方法，特别适用于照片。该格式通过丢弃一些人眼不太能感知的图像数据来实现显著的文件大小减小。

JSON（JavaScript 对象表示法）是一种轻量级的、基于文本的数据交换格式，易于人类阅读和编写，也易于机器解析和生成。它基于 JavaScript 语法的一个子集，但与编程语言无关。

JSON Schema 是一种用于描述和验证 JSON 数据结构的规范语言。它定义数据类型、必需属性、格式约束和嵌套结构，广泛应用于 API 请求响应验证、配置文件校验、表单生成和 OpenAPI 规...

JSON Web令牌是一种紧凑的、URL 安全的方式，用于在两方之间传递声明。JWT 中的声明被编码为 JSON 对象，并使用加密算法进行数字签名。

JSON 模式（JSON Mode）是供应商特定的大模型输出设置，使正常完成的响应成为语法有效的 JSON，但不保证符合指定 Schema，也不保证事实准确、操作已授权或业务有效。

JSONPath 是一种用于 JSON 文档的查询语言，能够使用类似于 XML 的 XPath 的路径表达式从复杂的 JSON 结构中提取和过滤数据。

KTO（Kahneman-Tversky Optimization）是一种偏好调优方法，它使用标记为 desirable 或 undesirable 的样本优化语言模型，而不要求成对比较。

KV Cache（键值缓存）是按层保存仍需参与 Attention 的历史 Token Key 和 Value 张量的推理状态，使自回归解码能够复用它们，而不必为整段前缀重复计算投影。

LangGraph 是一个低层编排框架和 Runtime，用确定性代码、模型调用、Tool 与人工输入构建长时间运行且有状态的 Workflow 和 Agent。

Lint 是由代码检查工具（linter）输出的静态分析告警或错误，用于在运行前发现风格问题、可疑写法和潜在缺陷。

LLM-as-Judge 是一种概率型评估方法：由大语言模型依据已声明的 Rubric 和有界证据，对一个或多个候选输出进行判断。它的 Verdict 是需要人工校准和错误分析的测量结果，不是 Gro...

LLMOps（大语言模型运维）是对大模型应用的完整行为进行开发、评估、发布、观测和持续改进的工程与治理体系。

LoRA（Low-Rank Adaptation，低秩适应）是一种参数高效适配方法：保持选定的预训练权重矩阵冻结，通过更小的低秩矩阵学习加性更新。它缩小了可训练更新范围，但不保证固定的显存节省、硬件适...

LoRA 秩（LoRA Rank）是表示 LoRA 权重更新的两个可训练矩阵所使用的内部维度 r。它限制更新矩阵的秩并控制参数容量，但不能直接预测任务质量，也不存在适用于所有任务的默认值。

Lorem Ipsum 是一种伪拉丁语占位文本，常用于平面设计、Web 开发和出版中，用于展示视觉布局而不受有意义内容的干扰。自 16 世纪以来，它一直是行业标准的虚拟文本。

Markdown 是由 John Gruber 于 2004 年创建的轻量级标记语言，用于格式化纯文本文档。它使用简单直观的语法，可以轻松转换为 HTML 和其他格式，同时保持原始形式的可读性。

MCP（Model Context Protocol，模型上下文协议）是 Anthropic 于 2024 年推出的开放、版本化协议，用于让 Host 及其 Client 发现和使用 Server 暴...

MCP 主机（MCP Host）是面向用户、创建并协调 MCP Client、组装模型上下文和实施应用策略的 AI 应用，但不能替代各 MCP Server 的授权。

MCP 客户端（MCP Client）是由 MCP Host 创建、面向一个 MCP Server 直接通信的协议组件，负责承载这段关系中的请求、Metadata、响应、通知以及 Transport ...

MCP 工具（MCP Tool）是 MCP Server 暴露、由 MCP Client 发现和调用的模型控制动作契约，但执行权限与用户同意仍是独立的策略决策。

MCP 应用（Model Context Protocol Application）是将一个或多个 MCP 能力与用户体验、身份、策略、运维和分发模式打包在一起的生态产品称呼，而不是核心 MCP 协议...

MCP 提示词（MCP Prompt）是由 Server 编写、用户控制使用时机的消息模板，MCP Client 可发现并携带字符串参数请求，由 Server 渲染消息，而模型、上下文、策略与执行权仍...

MCP 服务器（MCP Server）是向 MCP Client 暴露已声明工具、资源和提示词的协议端点，但不拥有模型决策、Host 同意策略或后端事实源权限。

MCP 网关（MCP Gateway）是可选的 MCP 感知代理或聚合层，负责把 Client 请求路由到 Server 并实施共享流量策略，但不能替代 Host 同意或 Server 授权。

MCP 资源（MCP Resource）是 MCP Server 暴露、由 MCP Client 列出或读取的应用控制型 URI 数据契约，但内容不会因此自动进入模型上下文或变成可信数据。

MCP 采样（MCP Sampling）是 Model Context Protocol 中一项已弃用的 Client 能力，允许 Server 通过 Client 请求模型生成；新实现应改为直接接入...

MD5（消息摘要算法5）是一种广泛使用的加密哈希函数，它产生一个128位（16字节）的哈希值，通常表示为32个字符的十六进制数。它被设计用作校验和来验证数据完整性。

Microsoft Agent Framework 是微软面向 Python 与 .NET 的开源开发套件，用于构建 AI Agent 和类型化、图式工作流。微软将其定义为 AutoGen 与 Sem...

MIME类型是一种标准化标识符，用于指示文件或数据的性质和格式。它由类型和子类型组成（如 text/html、image/png），通过 HTTP 的 Content-Type 头传输，使浏览器和服务...

Mock Data（模拟数据 / 测试数据）是为开发、测试或演示人工构造的数据，用来复现指定的数据结构、业务约束、边界条件或失败场景，而不直接依赖真实生产记录。

NanoID 是一个用于 JavaScript 的小巧、安全、URL 友好的唯一字符串 ID 生成器。它生成比 UUID 更短的紧凑标识符，同时保持类似的碰撞抵抗能力。

Ollama 是用于在 macOS、Windows 和 Linux 上运行受支持模型的开源模型运行与分发工具。它提供命令行界面、模型库、Modelfile、原生本地 HTTP API，以及针对部分操作...

OpenTelemetry 是一个开源可观测性框架，提供统一的 API、SDK 和工具集，用于从分布式系统中生成、收集和导出遥测数据（链路追踪、指标和日志），帮助开发者监控和排查应用程序问题。

ORPO（Odds Ratio Preference Optimization）是一种偏好优化方法，它把对 chosen 回答的监督学习与针对 rejected 回答的赔率惩罚结合起来。

PagedAttention 是一种 LLM 服务技术，它像虚拟内存分页一样用固定大小块管理键值缓存显存，以减少浪费和碎片。

PDF（便携式文档格式）是 Adobe 于 1992 年开发的文件格式，用于在不同平台和设备上一致地呈现文档。无论使用什么软件、硬件或操作系统查看，它都能保留字体、图像、图形和布局。

PEFT（Parameter-Efficient Fine-Tuning，参数高效微调）是一类模型适配方法：它只训练选定的既有参数或相对较少的新增参数，同时冻结大部分基座权重。参数高效本身不保证显存按...

PNG（便携式网络图形）是一种支持无损数据压缩和透明度的光栅图形文件格式。它使用 DEFLATE 压缩算法，支持 24 位真彩色和 32 位 RGBA（含 alpha 通道），非常适合需要透明背景的徽...

PPO（Proximal Policy Optimization）是一种强化学习算法，它在更新策略时限制每次更新与旧策略之间的距离。

Prompt Injection（提示词注入）是攻击者控制或影响的内容，使大语言模型应用遵循非预期指令或追求非预期目标。

QLoRA（Quantized Low-Rank Adaptation）是一种参数高效微调方法：预训练基座以 4-bit 量化形式存储并保持冻结，计算时执行反量化，梯度更新可训练的 LoRA Adap...

Rerank（重排序）是信息检索和 RAG 流程中的一个进阶阶段。在传统的向量检索（如余弦相似度）或关键词检索（如 BM25）快速召回大量候选文档后，Rerank 引入一个计算成本更高但理解能力更强的...

REST接口是一种用于设计网络应用程序的架构风格，使用 HTTP 请求对由 URL 标识的资源执行 CRUD 操作（创建、读取、更新、删除）。它强调无状态通信和统一接口。

RGBA颜色是 RGB 模型的扩展，增加了 alpha 通道控制透明度。格式为 rgba(R, G, B, A)，其中 RGB 值范围 0-255，alpha 值 0-1 表示从完全透明到完全不透明。...

RGB颜色是一种加色模型，通过将红、绿、蓝光以不同强度组合来创建广泛的颜色光谱。每个颜色通道通常范围从 0 到 255，允许超过 1600 万种可能的颜色组合。

RLHF（Reinforcement Learning from Human Feedback，基于人类反馈的强化学习）是一类训练方法：它利用人类判断构建偏好或奖励信号，并据此优化模型策略，通常同时约...

RSA（Rivest-Shamir-Adleman）是一种非对称加密算法，使用一对密钥——公钥用于加密，私钥用于解密。它是最早的实用公钥密码系统之一，广泛用于安全数据传输。

SHA-256（安全哈希算法256位）是一种加密哈希函数，产生256位（32字节）的哈希值，通常表示为64个字符的十六进制数。它是由NSA设计的SHA-2系列的一部分，广泛用于数据完整性验证和数字签名...

Skill 在 Agent Skills 语境下是以 SKILL.md 为入口的可复用目录包，为兼容的 AI Agent 提供特定任务指令，并可附带 Scripts、References 与 Asse...

Slug 是字符串的 URL 友好版本，通常从标题或名称派生，只使用小写字母、数字和连字符。它用于为网页、博客文章和其他内容创建人类可读且 SEO 友好的 URL。

SSE 传输（SSE Transport）是基于 HTTP 的 Model Context Protocol 传输模式，使用 Server-Sent Events 传递服务端到客户端的消息，同时通过 ...

SSL/TLS安全协议是用于在计算机网络上提供安全通信的加密协议，提供数据加密、身份认证和完整性验证三大安全服务。TLS 是 SSL 的继任者，广泛应用于 HTTPS 网站加密、电子邮件安全传输、VP...

SVG（可缩放矢量图形）是一种基于 XML 的矢量图像格式，用于二维图形，支持交互性和动画。与光栅图像不同，SVG 图形可以缩放到任何尺寸而不会损失质量。

Token（令牌）是大型语言模型（LLM）处理文本的基本单位，代表一段可以是单词、子词、字符或标点符号的文本片段。分词（Tokenization）是将文本分解为这些离散单元的过程，使模型能够将人类可读...

TOML 是一种人类可读的配置文件格式，语法简洁明了，可直接映射到哈希表数据结构。支持字符串、数字、布尔值、日期时间、数组和表等数据类型，广泛用于 Rust（Cargo.toml）和 Python（p...

Transformer模型是一种神经网络架构，最早见于 2017 年论文《Attention Is All You Need》。其常见变体由注意力、前馈层、残差连接、归一化和位置信息组成，用于处理 T...

TypeScript 是一种强类型编程语言，通过添加可选的静态类型注解来构建在 JavaScript 之上。由 Microsoft 开发，它编译为纯 JavaScript，可以在任何 JavaScri...

Unicode 是一种通用字符编码标准，为世界上每种书写系统的每个字符分配一个唯一的数字（码点）。它旨在表示人类交流中使用的所有字符，包括字母、符号和表情符号。

Unix时间戳（也称为 Unix 纪元时间或 POSIX 时间）是一种将时间表示为自 Unix 纪元（1970 年 1 月 1 日 00:00:00 UTC）以来累计秒数的系统。它提供了一种简单、与时...

URL 编码（百分号编码）是一种在统一资源标识符（URI）中编码信息的机制，通过将不安全的 ASCII 字符替换为 '%' 后跟两个表示字符字节值的十六进制数字来实现。

UTF-8（8 位 Unicode 转换格式）是一种可变宽度字符编码，可以表示 Unicode 标准中的每个字符。它每个字符使用 1 到 4 个字节，并且向后兼容 ASCII。

UUID（通用唯一标识符）是 RFC 9562 标准化的 128 位标识符格式。规范文本形式由 32 个十六进制数字组成，并按 8-4-4-4-12 分为五组；唯一性取决于所选版本与正确生成器，并非无...

vLLM 是执行受支持语言、多模态、Embedding、Scoring 等模型工作负载的开源 Library 与 Server Runtime。它组合请求调度器、分页 KV Cache 管理、优化模型...

WebLLM 是 MLC AI 开源的浏览器端语言模型推理引擎。它加载兼容的 MLC 模型制品，通过 WebGPU 执行模型 Kernel，并在 JavaScript 中提供 OpenAI 风格的 C...

WebP 是 Google 开发的现代图像格式，为 Web 图像提供卓越的无损和有损压缩。它通常比 JPEG 和 PNG 产生更小的文件大小，同时保持相当的质量。

XML（可扩展标记语言）是一种使用自定义标签存储和传输数据的标记语言。它具有严格的语法规则，支持命名空间和 XSD 模式验证，广泛应用于企业数据交换、文档格式（如 Office、SVG）和配置文件等场...

XPath 是一种用于从 XML 文档中选择节点和计算值的查询语言，使用类似文件系统的路径表达式导航 XML 树形结构。它支持绝对路径、相对路径和谓词过滤，提供丰富的内置函数，广泛应用于 XSLT 转...

YAML（YAML Ain't Markup Language）是一种人类可读的数据序列化语言，常用于配置文件和数据交换。它使用缩进来表示结构，使其比 JSON 或 XML 更易于阅读复杂的嵌套数据。

上下文压缩（Context Compression）是一种有损转换：它减少提供给 LLM 的上下文，同时保留特定下游任务所需的证据、约束与状态。

上下文召回率（Context Recall）是一种 RAG 评估指标，用于衡量检索到的上下文是否包含回答用户问题所需的证据。

上下文学习（In-Context Learning，ICL）是大语言模型从输入提示中提供的示例学习和适应新任务的能力，无需更新模型参数或进行显式训练。

上下文窗口是模型端点在特定模型与运行时契约下，单次推理请求可接受的最大 Token 序列；它限制本次请求可用的信息量，但不保证模型能正确利用窗口内的每项信息。

上下文精确率（Context Precision）是一种 RAG 评估指标，用于衡量检索到的上下文中有多少内容与用户问题或期望答案相关。

上下文缓存（Context Caching）是一种跨请求推理优化：复用由供应商或运行时管理的合格提示前缀状态，减少重复预填充计算，但不会复用模型的最终答案。

上下文预算（Context Budget）是一项应用层策略，用于在序列化指令、工具、用户输入、历史、证据、工具结果与生成预留之间分配模型请求的有限 Token 容量。

中间遗忘现象（Lost in the Middle）是长上下文中的位置敏感失败模式：同一相关证据位于部分中间位置时，语言模型可能比证据位于开头或结尾时更难可靠使用它。

事实锚定（Grounding）是在运行时向生成式 AI 模型提供有边界的外部证据，并要求重要输出 Claim 或 Action 可追溯到这些证据、已观察状态或 Tool Result 的系统实践。

二维码是一种二维矩阵条形码，可以存储各种类型的数据，包括 URL、文本、联系信息等。它由 Denso Wave 于 1994 年发明，用于追踪汽车零部件，此后已广泛用于移动扫描应用。

二进制（也称为 base-2）是一种只使用两个符号的数字系统：0 和 1。它是计算机的基础语言，所有数据和指令最终都表示为二进制数字（位）序列。

交叉编码器（Cross-Encoder）是一种排序模型架构，它联合编码查询和候选文档或片段，并输出相关性分数。

人在回路（Human-in-the-Loop）是一种控制模式：AI 系统在明确决策点暂停，由经过认证和授权的人在继续执行前复核、批准、拒绝、编辑、升级或终止拟议工作。

人工智能（Artificial Intelligence，AI）是计算机科学的一个分支，专注于创建能够执行通常需要人类智能才能完成的任务的智能系统，包括学习、推理、问题解决、感知和自然语言理解。

代码压缩是一种网页优化技术，通过移除源代码中的空白符、注释并缩短变量名来减小文件体积，同时保持代码功能不变。常用工具如 Terser 和 cssnano 可将 JavaScript 和 CSS 文件压...

代码检查是一种静态分析技术，使用自动化工具在不执行代码的情况下分析源代码，发现语法错误、潜在 bug、风格不一致和安全漏洞。常用工具包括 ESLint、Pylint 等，可集成到 IDE 和 CI/C...

代码美化是通过添加缩进、换行和一致的空格来格式化代码或数据的过程，本质上是代码压缩的反向操作。它将紧凑的代码转换为结构清晰的格式，便于阅读、调试和代码审查，常用工具包括 Prettier、Black ...

倒数排名融合（Reciprocal Rank Fusion）是一种排名聚合方法，它根据每个文档在各个结果列表中排名的倒数来合并多个检索列表。

偏好数据（Preference Data）是记录同一提示词或任务下，哪些模型回答被偏好、排序、拒绝或评分的训练数据。

元数据过滤（Metadata Filtering）是使用附加在文档或分块上的结构化属性来限制检索结果的做法，例如权限、来源、日期、产品、语言或版本。

内容分发网络是由全球分布的边缘服务器组成的网络架构，通过在地理位置上最接近用户的节点缓存和交付内容，显著降低延迟并提升加载速度。它还提供 DDoS 防护、负载均衡和 SSL 终止等安全功能，是现代网站...

冷启动（Cold Start）是模型服务在运行时、模型权重、缓存或硬件尚未完全预热时处理请求产生的额外启动延迟。

函数调用是大语言模型生成结构化工具调用提议的能力，给出工具名称和参数；可信应用代码仍须负责校验、鉴权、执行并返回结果。

分块大小（Chunk Size）是在检索增强生成系统中，为每个被索引文档单元选择的 token、字符或结构长度。

分块重叠（Chunk Overlap）是在相邻文档分块之间保留的重复文本，使切分边界附近的信息仍然可以被检索到。

分离式推理服务是一种把提示词 Prefill 与 Token Decode 放在独立工作池，并通过 KV Cache 传输路径连接两阶段的 LLM 推理架构。

分词器（Tokenizer）是把文本转换为语言模型可处理的 token ID，并把生成的 token ID 解码回文本的组件。

十六进制（也称为 hex 或 base-16）是一种使用 16 个不同符号的位置计数系统：数字 0-9 表示值 0-9，字母 A-F（或 a-f）表示值 10-15。它提供了一种人类友好的方式来表示二...

十六进制颜色是网页设计中最常用的颜色表示法，格式为 #RRGGBB，由三对十六进制值（00-FF）分别表示红、绿、蓝通道强度。它支持 1670 万种颜色，可简写为 #RGB 形式，现代 CSS 还支持...

单位换算是在保持同一物理量或测量量不变的前提下，通过量纲合法的换算因子或公式，用另一种单位表达该量的过程。

卷积神经网络（CNN，Convolutional Neural Network）是一类专门用于处理图像等结构化网格数据的深度神经网络，通过卷积层使用可学习的滤波器自动学习空间层次特征，从而检测边缘、纹...

双编码器（Bi-Encoder）是一种检索模型架构，它分别把查询和文档编码为嵌入向量，使二者可以通过相似度搜索高效比较。

反向传播（Backpropagation）是一种训练人工神经网络的基础算法，它利用微积分中的链式法则，通过将误差从输出层反向传播到输入层来高效计算梯度。该算法通过计算每个权重对整体误差的贡献程度，实现...

变分自编码器是一种生成式深度学习模型，它将神经网络自编码器与变分贝叶斯推断相结合，学习将输入数据编码到连续的潜空间中，并解码重建或生成新的数据样本。

合成数据（Synthetic Data）是人工生成的、模拟真实世界数据统计特性和模式的数据，主要用于在真实数据稀缺、昂贵或受隐私限制时训练、测试和验证 AI 模型。

向量嵌入是把文本、图像、实体或其他输入映射为数值向量的学习型表示，使特定训练目标关心的关系可以通过距离度量。只有模型、Revision、任务模式、预处理、维度、归一化和距离函数相互兼容时，向量才可直接...

向量数据库是专为存储、索引和查询高维向量嵌入设计的数据库系统，使用 HNSW、IVF 等近似最近邻算法在召回率、延迟、内存与更新成本之间权衡。它支持余弦相似度等距离度量，可用于语义搜索、RAG 和推荐...

吞吐量（Throughput）是服务系统在单位时间内完成的工作量，例如每秒请求数、每秒输出 token 数或每秒总 token 数。

哈希是一种单向数学函数，将任意大小的输入数据转换为固定长度的数字指纹，具有确定性、雪崩效应和抗碰撞性等特性。常用算法包括 SHA-256 和 SHA-3，广泛应用于密码存储、数据完整性验证、数字签名和...

回调处理器（Callback Handler）是生命周期钩子组件，接收模型调用、工具、检索器、流或编排节点产生的事件，用于日志、追踪、指标、调试、审计或策略执行。

图片压缩是通过算法移除冗余或不重要的数据来减小图像文件大小的技术。无损压缩（如 PNG）保留所有数据，有损压缩（如 JPEG）牺牲部分质量换取更小体积。它对网页性能优化至关重要，现代格式如 WebP ...

图编排（Graph Orchestration）是把 AI 工作流表示为显式 Node、Transition 与版本化 State 的执行模式，由应用代码定义 Branch、Cycle、Paralle...

域名系统是一种分层分布式命名系统，将人类可读的域名（如 example.com）转换为计算机用于在网络上相互识别的 IP 地址（如 192.0.2.1）。

多智能体系统是一种 AI 架构：多个 Agent 通过明确的角色、消息、状态和权限边界协作，解决确实需要隔离、并行或独立归属的工作。

多模态 AI 是能够接收、关联或生成两种及以上数据模态的人工智能系统，例如文本、图像、音频、视频或传感器信号。关键不在于能上传多种文件，而在于系统能否可靠地理解不同模态之间的关系。

大语言模型（LLM，Large Language Model）是一类根据学习到的参数和提供的上下文预测、评分或生成 Token 序列的神经语言模型。其任务行为取决于模型修订版、分词器、Prompt、解...

奖励模型（Reward Model）是一种根据偏好数据或人工反馈训练出来、用于为候选回答分配分数的模型。

安全超文本传输协议是 HTTP 的安全版本，使用 TLS（传输层安全）加密浏览器与服务器之间的所有通信。它保护数据完整性、机密性，并验证服务器身份。

审批门禁（Approval Gate）是确定性执行检查点，在 AI 动作产生外部副作用前，阻断执行并由可信代码验证适用的策略决定或审批记录。

宽高比是图像、视频或显示器宽度与高度的比例关系，用冒号分隔表示（如 16:9、4:3）。保持正确的宽高比可防止图像变形失真。常见比例包括 16:9（高清视频）、4:3（传统屏幕）、1:1（社交媒体）和...

密码是用于验证用户身份的秘密字符串，通过与系统存储的凭证匹配来授予对账户或数据的访问权限。强密码应包含大小写字母、数字和特殊字符，并配合双因素认证使用。密码通常以哈希形式安全存储，而非明文。

小样本学习是一种机器学习范式，模型仅从少量示例（通常 1-10 个）中学习执行任务。在大语言模型中，通过在提示词中提供示例来引导模型行为，无需微调权重即可适应新任务，是提示工程和上下文学习的核心技术。

小语言模型（Small Language Model, SLM）是一类非标准、依赖上下文的语言模型，其资源或能力边界小于相关比较对象。它没有统一参数上限，仅凭 SLM 标签不能证明模型适配设备、满足任...

层叠样式表是一种用于描述 HTML 和 XML 文档呈现的样式语言，控制网页的布局、颜色、字体和动画效果。CSS 将内容与样式分离，支持 Flexbox、Grid 布局和媒体查询等现代特性，是构建响应...

工作流编排（Workflow Orchestration）是在一个有界业务流程中，对任务、依赖、状态、Timer、Signal、Policy、Approval、外部副作用与 Terminal Outc...

工具使用（Tool Use）是模型选择或提出外部能力、可信运行时代码校验并执行请求，再把有界结果返回下一轮模型或应用结果的系统模式。模型生成的 Tool Call 只是提案，不能证明权限、真实执行、成...

工具投毒是一类 AI Agent 攻击：恶意或被入侵的工具元数据、Schema、实现、更新或返回内容影响 Agent，使其选择不安全操作或滥用已有权限。

差异对比是一种比较技术，用于识别和显示两组数据之间的差异。它基于最长公共子序列算法，能够精确标记文本文件或代码中添加、删除和修改的内容，是版本控制系统和代码审查工具的核心功能，广泛应用于软件开发协作流...

序列化是将内存中的数据结构或对象转换为线性格式的过程，便于存储到文件、数据库或通过网络传输。常见格式包括 JSON、XML、YAML 和 Protocol Buffers。逆向过程称为反序列化，用于还...

应用程序接口是一组规则、协议和工具，允许不同的软件应用程序相互通信。它定义了软件组件应如何交互，使开发人员能够访问其他服务的功能或数据，广泛应用于第三方服务集成、微服务架构和移动应用后端通信等场景。

延迟（Latency）是 AI 系统中从请求到响应或某个里程碑之间经过的时间，例如第一个 token、最后一个 token 或工具结果完成。

开放授权（OAuth）是一种开放标准授权协议，允许用户授权第三方应用访问其资源而无需共享密码。它通过访问令牌实现安全的委托访问，广泛应用于社交登录（如使用 Google/GitHub 登录）、API ...

开放权重模型（Open-Weight Model）是按发布条款提供训练后参数下载的 AI 模型，但不一定同时提供完整训练代码、数据说明，或符合开源 AI 所要求的不受限制使用、研究、修改和分享权利。

引用溯源（Citation）是把 AI 生成声明归因到支持该声明的具体来源文档、片段、URL、记录或工具输出。

张量并行（Tensor Parallelism）是一种模型并行策略，它把大型神经网络张量及其计算拆分到多个加速器上。

强化学习（Reinforcement Learning，RL）是一种机器学习方法，智能体通过与环境交互，以奖励或惩罚的形式接收反馈，并通过策略调整其行为以最大化长期累积奖励来学习做出最优决策。

循环神经网络是一类专门用于处理序列数据的神经网络，通过维护隐藏状态来捕获前序时间步的信息，使网络能够学习文本、语音和时间序列数据中的时间依赖关系和模式。

微调（Fine-tuning）是从预训练模型检查点出发，在目标数据和明确训练目标上继续优化部分或全部参数，从而改变模型在任务、领域或行为上的表现。

思维链（Chain-of-Thought，CoT）是一种提示技术，引导模型在最终答案前生成自然语言中间步骤。这些文本可能改善部分多步任务，但不保证步骤正确，也不保证忠实呈现模型的内部计算。

情感分析是一种自然语言处理（NLP）技术，用于从文本中识别和提取主观信息，判断所表达的观点是正面、负面还是中性。它涵盖文档级分析（整篇文本的整体情感）、句子级分析（单个句子的情感）和方面级分析（针对文...

扩散 Transformer（DiT）是一种生成模型架构，用 Transformer 替换扩散模型中传统的 U-Net 骨干网络，实现更优的扩展特性和更高质量的图像与视频生成。

扩散模型是一类生成模型：它学习从带噪数据回到数据分布的逆向去噪转移。具体输出取决于检查点、噪声计划、参数化、采样器、条件输入和推理设置。

持有者令牌是 HTTP 认证中使用的一种访问令牌类型，客户端出示令牌以访问受保护的资源。术语 'bearer' 意味着持有令牌的任何一方都可以使用它来访问资源，而无需额外的身份证明。

指令微调（Instruction Tuning）是一种监督微调方法，它在由指令表达的任务和目标回答上继续训练预训练模型，目标是改善指令遵循和跨任务族迁移能力。

推测解码（Speculative Decoding）是一种 LLM 推理技术，其中更快的草稿模型提出多个候选 token，再由较大的目标模型并行验证。

推荐系统是一种信息过滤系统，基于用户的偏好、行为和历史交互来预测和推荐用户可能感兴趣的项目或内容。它利用协同过滤、基于内容的过滤和混合方法等机器学习算法来提供个性化体验。

提示词是提供给 AI 模型的自然语言输入或指令，用于引导模型生成响应，作为人机交互的主要接口，通过精心设计的文本、上下文和格式指令来塑造模型的输出。

提示词 CI/CD（Prompt CI/CD）是对影响大模型应用行为的变更进行受控集成、评测、发布、监控和回滚的工程实践。

提示词回归测试（Prompt Regression Test）是一种评估，用于检查提示词或相关 LLM 应用变更是否破坏了先前预期行为。

提示词工程是一种设计、优化和迭代输入指令（提示词）的实践方法，旨在与大语言模型（LLM）及其他生成式 AI 系统进行有效沟通，以获得准确、一致且可靠的输出结果。

提示词模板（Prompt Template）是把固定指令与变量输入组合起来、生成一致 LLM 请求的可复用提示结构。

提示词版本管理（Prompt Versioning）是跟踪提示词源码历史，并用不可变清单把每个大模型行为发布与其运行时依赖绑定的工程实践。

数据URL是一种 URI 方案，允许将小型数据项内联嵌入到网页文档中，就像它们是外部资源一样，使用 Base64 编码将二进制数据直接表示在 URL 字符串中。

数据集策划（Dataset Curation）是选择、清洗、组织、标注、去重和验证数据，使其适合模型训练或评估的过程。

文本生成视频（Text-to-Video）是一类把自然语言 Prompt 及可选控制条件映射为合成帧序列的生成式 AI 任务，画面内容及其随时间发生的变化由模型联合生成。

文档分块（Chunking）是把长文档或数据源切分为较小可检索单元的过程，这些单元需要保留足够语义上下文，以支持向量嵌入、索引、检索和有依据生成。

文档加载器（Document Loader）是内容摄取组件，从文件、网页、对象存储、数据库、SaaS 系统或 API 读取原始内容，并转换为供下游 AI 处理的标准化文档表示。

文档转换器（Document Transformer）是在文档被嵌入、索引、检索或语言模型消费之前，对已加载文档进行清洗、分块、增强、过滤或结构重组的管线组件。

文生图是一类把自然语言 Prompt 及可选控制条件映射为一个或多个合成图像样本的生成式 AI 任务。

无监督学习（Unsupervised Learning）是一种机器学习类型，算法在没有预定义输出或人工监督的情况下从未标记数据中学习模式。系统通过识别相似性、差异性和分组，自主发现数据中隐藏的结构、关...

时区是地球上采用统一标准时间的区域，以与协调世界时（UTC）的偏移量表示。全球划分为 24 个主要时区，部分地区实行夏令时。在软件开发中，正确处理时区对于跨地区调度、日志记录和国际化应用至关重要。

时间戳是标识事件发生确切时刻的编码信息，常见格式包括 Unix 时间戳（自1970年以来的秒数）和 ISO 8601 字符串。它广泛用于日志记录、数据库追踪、API 计时和分布式系统的事件排序，是确保...

智能体工作流（Agentic Workflow）是把部分运行时决策委托给一个或多个 AI Agent，同时由可信 Orchestrator 强制执行允许拓扑、身份、工具、状态、预算、审批、副作用、停止...

机器学习（Machine Learning，ML）是人工智能的一个领域：算法围绕指定任务使用数据拟合模型，用于预测、排序、聚类或控制。它的行为由数据、目标函数、模型族和评测协议共同决定，而不是为每个输...

条形码是一种机器可读的数据表示形式，通过平行线条（一维条码如 UPC、EAN）或几何图案（二维条码如二维码）编码信息。广泛应用于零售结账、库存管理、物流跟踪和身份验证，可通过扫描设备或智能手机快速读取...

查询字符串是 URL 中问号（?）之后用于向服务器传递参数的部分，由以 & 分隔的键值对组成。它广泛应用于搜索查询、分页控制、数据过滤和营销追踪等场景，特殊字符需要进行 URL 编码处理，是 Web ...

查询改写（Query Rewriting）是在搜索前，把用户原始问题转换为一个或多个更清晰、扩展后或更适合检索的查询的过程。

标准输入输出传输（STDIO Transport）是 Model Context Protocol 的本地传输方式，在 MCP Client 和 MCP Server 之间通过子进程标准输入和标准输出...

校验和是通过数学算法从原始数据计算得出的固定长度数值，用于检测数据在传输或存储过程中是否发生错误或篡改。常见算法包括 CRC、MD5 和 SHA 系列，广泛应用于文件下载验证、网络协议和数据备份等场景...

梯度下降（Gradient Descent）是一种一阶迭代优化算法，通过沿着梯度的负方向（即最陡下降方向）重复移动来寻找函数的最小值。它是训练机器学习模型、最小化损失函数的基础优化技术，常见变体包括随...

检索器（Retriever）是查询到上下文的组件，接收用户或 Agent 查询，并返回相关文档、分块、记录、段落或可供工具读取的上下文，用于后续推理和生成。

检索增强生成是一种 AI 架构，通过在生成响应之前从外部知识库检索相关信息来增强大语言模型的输出，结合信息检索系统和生成式 AI 的优势，产生更准确、更新和可验证的答案。

模型对齐是让 AI 系统在明确的安全、权限和可靠性边界内执行预期行为的持续工程与研究工作，覆盖提示词、工具、数据和运行条件变化时的行为约束。

模型推理（Model Inference）是使用已训练模型处理新输入，产生预测、分数、Embedding、分类或生成结果，并且在该请求中不主动更新模型参数的执行过程。

模型服务化（Model Serving）是在生产环境中把机器学习模型或语言模型部署到 API 或服务后面，使应用可以在运行时可靠调用它们的实践。

正则表达式（Regex）是定义搜索模式的字符序列，用于字符串中的模式匹配。它使用元字符、量词和分组等语法定义复杂的匹配规则，广泛应用于表单验证、文本搜索替换、数据提取、日志分析和输入过滤等场景。

每秒 Token 数（Tokens per Second）是一种吞吐指标，用于衡量 LLM 在解码阶段每秒生成多少输出 token。

注意力机制（Attention Mechanism）是一种可微计算：它在掩码允许的表示上计算与数据相关的权重，并据此组合输出。其行为取决于 Query、Key、Value 投影、掩码、归一化、学习参数...

测试时计算（Test-Time Compute）是一种在 AI 模型推理阶段（而非训练阶段）分配额外计算资源以提升输出质量的技术，通常通过扩展思维链推理、自我验证或迭代优化来实现。

深度学习（Deep Learning）是机器学习的一个子领域：它训练多层人工神经网络，围绕指定目标从数据中拟合表示与预测。其行为取决于架构、数据、优化、正则化和评测协议。

混合专家模型（Mixture of Experts，MoE）是一种条件计算架构，由可学习或固定的路由策略为每个输入选择部分专家子网络，并组合这些专家的输出。

温度参数是大语言模型中控制输出随机性的关键超参数，通过缩放 token 概率分布来影响生成结果。低温度（0-0.3）产生确定性输出，适合代码生成；高温度（0.7-1.2）增加多样性，适合创意写作，常与...

灾难性遗忘（Catastrophic Forgetting）是模型在新数据上训练或微调后，先前学到的能力丢失或退化的现象。

状态空间模型（State Space Model，SSM）用隐状态表示动态系统或序列；每一步根据前一状态和当前输入更新状态，再把状态映射为输出。在神经序列模型中，这类递推可以提供线性序列处理，并在自回...

生成对抗网络是一类由两个神经网络组成的深度学习模型——生成器和判别器——通过对抗竞争同时训练，其中生成器学习创建逼真的合成数据，而判别器学习区分真实样本和生成样本。

生成式AI是一类能够创建新内容的人工智能系统，包括文本、图像、音频、视频和代码。它通过深度学习从海量数据中学习模式，生成与训练数据相似的新颖输出，代表产品包括 ChatGPT、DALL-E 和 Sta...

监督学习是最常见的机器学习方法，通过分析带标签的训练数据学习输入到输出的映射关系。主要分为分类（预测离散类别）和回归（预测连续值）两类任务，常用算法包括决策树、随机森林、支持向量机和神经网络，广泛应用...

监督微调（SFT）是一种微调方法，它在带标签的输入与目标样本上继续训练预训练模型，通过最大化指定目标 Token 的似然来调整模型行为。

监督智能体（Supervisor Agent）是多 Agent 系统中的集中式控制循环角色，负责维护共享任务状态、向专业 Agent 委派有边界的工作、评估返回证据，并决定继续、重试、升级还是终止。

知识图谱是对实体、关系和主张进行连接式表示的知识模型，通常包含显式标识、来源谱系与领域语义。它可以采用 RDF 三元组、属性图或其他存储模型，并不等同于图数据库。

知识蒸馏是一种模型压缩技术，通过训练较小的学生模型学习大型教师模型输出的软概率分布，转移隐含的暗知识。蒸馏后的模型可保留原始性能的百分之九十以上，体积缩小数倍，广泛用于移动端部署和边缘计算场景。

视觉语言模型（VLM）是一种多模态 AI 模型，能够同时处理和推理视觉（图像、视频）与文本输入，支持图像理解、视觉问答和基于图像的文本生成等任务。

神经网络是一种模拟人脑结构的计算模型，由输入层、隐藏层和输出层的神经元相互连接组成。通过反向传播算法调整连接权重进行学习，能够识别复杂模式和进行非线性映射，是深度学习的核心架构，广泛应用于图像识别、自...

稀疏检索（Sparse Retrieval）是一种词法搜索方法，它用稀疏词项权重向量表示查询和文档，并通过显式词项匹配检索结果。

稠密检索（Dense Retrieval）是一种语义搜索方法，它把查询和文档表示为稠密嵌入向量，并通过向量相似度检索结果。

空白字符是文本中表示空间但渲染时不可见的字符，包括空格、制表符、换行符和回车符等。它们在代码缩进、文本格式化和数据解析中起关键作用，某些编程语言如 Python 和 YAML 依赖空白字符定义语法结构...

答案忠实度是一项 RAG 评估属性，用于衡量生成答案中的事实主张是否得到模型收到的检索上下文支持。

系统提示词（System Prompt）是定义 LLM 应用持久角色、行为、约束和响应策略的高优先级指令层。

红队测试（Red Teaming）是一种经过授权的结构化对抗评估，通过尝试触发有害、不安全、违反策略或非预期行为，检验 AI 系统及其运营环境的真实边界。

约束解码是一种在大模型推理时过滤下一 Token 候选的技术，使已生成文本始终满足指定的 Schema、语法、正则表达式或有限选项集合。

纪元时间（也称为 Unix 时间、POSIX 时间或纪元秒）是一种时间表示系统，将时间点表示为自 1970 年 1 月 1 日 00:00:00 UTC 以来经过的秒数（不计闰秒）。

索引器（Indexer）是管线组件，用于把处理后的文档、分块、向量嵌入、元数据或稀疏检索特征写入可搜索存储系统，以便后续检索。

结构化查询语言是管理关系数据库的标准化语言，采用声明式语法执行数据查询、插入、更新和删除操作。SQL 支持复杂的多表连接、聚合分析和事务处理，具备 ACID 属性保证数据一致性，是后端开发、数据分析和...

结构化输出（Structured Output）是让 LLM 以 JSON、XML、表格或受 schema 约束对象等可预测机器可读格式返回数据的做法。

统一资源定位符是 URI 的子集，提供了在互联网上定位和访问资源的完整地址。它由协议（如 https）、域名、端口、路径、查询参数和片段标识符组成，是 Web 浏览、API 请求和超链接的基础寻址机制...

统一资源标识符是遵循 RFC 3986 标准的字符串，用于唯一标识互联网或系统内的资源。它包含方案、主机、路径等组件，是 URL 和 URN 的统称。URI 构成了 Web 架构的基础，广泛用于 AP...

聊天机器人是一种人工智能软件应用程序，旨在通过文本或语音界面与用户模拟类人对话。聊天机器人的类型从遵循预定义脚本的简单规则型系统，到利用自然语言处理（NLP）和大型语言模型（LLM）来理解上下文、意图...

聊天模板（Chat Template）是一种模型专属的序列化契约，用于把结构化消息、角色、工具交互和多模态内容转换为聊天模型实际接收的文本或 Token 序列。

自动驾驶（Autonomous Driving）是一种使车辆能够在无需人工干预的情况下自主导航和运行的技术，它结合了传感器、人工智能和控制系统。自动驾驶涵盖了 SAE 国际定义的各种自动化级别，从 L...

自然语言处理是人工智能的一个分支，专注于使计算机能够以有意义和有用的方式理解、解释、生成和响应人类语言。它将计算语言学与机器学习和深度学习技术相结合，弥合人类交流与计算机理解之间的鸿沟。

规划器-执行器（Planner-Executor）是一种 AI Agent 架构：先为目标创建版本化、机器可读的计划，再由独立组件执行并校验有界步骤，同时保留策略、状态、预算、审批和重规划控制。

解码阶段（Decode Phase）是 LLM 推理中使用预填充阶段创建的 KV Cache，逐个 token 生成输出的阶段。

计算机视觉（Computer Vision）是人工智能的一个领域，使计算机能够解释和理解来自世界的视觉信息，如图像和视频。它涉及开发能够自动从视觉数据中提取有意义信息的算法和模型，模拟人类的视觉感知能...

训练数据（Training Data）是用于教导机器学习模型识别模式、进行预测或执行特定任务的标注或未标注样本集合。它是算法在模型开发过程中学习的基础输入。

语义搜索是一种利用学习得到的表示检索语义相关文档的信息检索方法，并通过过滤与排序回答用户意图，而不只依赖词项重合。

语义缓存是一种先对请求生成向量、查找足够相似的历史请求，并在策略与元数据边界同时匹配时复用已有回答的缓存。

语音识别（Speech Recognition），又称自动语音识别（ASR）或语音转文本（STT），是把口语音频转换为文本假设的技术。系统根据音频信号估计词或 Token，并在明确的语言、领域、声学环...

超文本传输协议是万维网的基础协议，定义了消息如何在 Web 浏览器和服务器之间格式化和传输。它是一种无状态的应用层协议，能够检索链接的资源。

超文本标记语言是用于创建网页和 Web 应用程序的标准标记语言，使用尖括号包围的标签定义文档结构和内容。HTML5 引入了语义元素、原生多媒体支持和丰富的 API，与 CSS 配合实现样式设计，与 J...

跨域资源共享是一种安全机制，允许 Web 浏览器向与提供网页的域不同的服务器发出请求。它使用 HTTP 头来告诉浏览器应该允许哪些跨源请求。

路由智能体（Router Agent）是 AI Agent 或路由组件，用于对请求分类，并委派给最合适的工具、工作流、模型或专家 Agent。

转义字符是一种触发后续字符进行替代解释的特殊字符，通常以反斜杠开头。它用于在字符串中表示换行符、制表符等不可打印字符，或表示引号、反斜杠等原本具有特殊含义的字符，广泛应用于编程语言、JSON、正则表达...

过拟合（Overfitting）是机器学习中的一种建模错误，当模型过度学习训练数据（包括其中的噪声和随机波动）时发生，导致模型在新的、未见过的数据上泛化性能较差。

连续批处理（Continuous Batching）是一种 LLM 服务技术，它在推理期间动态组合活跃请求，在不等待固定批次结束的情况下加入新请求并移除已完成请求。

适配器（Adapter）是依赖基座的可训练状态，用于在冻结大部分基座参数时改变预训练模型行为。该词既可能指插入式瓶颈模块，也可能泛指 LoRA 等 PEFT 组件或保存学习结果的 Checkpoint...

通用人工智能是一种理论上的人工智能形式，具备在广泛任务领域中理解、学习和应用知识的能力，其认知水平可达到或超越人类，与专为特定任务设计的狭义人工智能系统不同。

速率限制是一种控制客户端在指定时间窗口内可向 API 或服务发起请求数量的技术，保护系统免受过载和滥用，并确保所有消费者之间的资源公平分配。

量化是把模型权重、激活或 KV Cache 从高精度数值表示映射为低精度表示的过程，并明确缩放因子、零点和量化粒度。它可能减少存储、内存流量或计算开销，但不保证推理更快，也不保证模型行为满足生产要求。

链式编排（Chain Orchestration）是由代码定义模型、检索、工具、校验与转换步骤的执行顺序，并让每个步骤把类型化结果或显式失败传给下一阶段的 LLM 应用模式。其核心是应用控制流程，而不...

零样本学习是一组迁移与评测设定：在明确声明的协议下，模型没有目标评测类别的标注样本，或没有目标任务的 Prompt 示例，但仍要预测目标类别或完成目标任务。

预填充（Prefill）是 LLM 推理中并行处理完整输入提示词，并在逐 token 解码开始前生成初始键值缓存的阶段。

首 Token 延迟（TTFT）是从发送 LLM 请求到客户端收到第一个生成 token 之间的延迟。

黄金数据集（Golden Dataset）是经过版本管理和人工审阅的评测集，其中每个用例都为明确的模型或 AI 系统决策绑定代表性输入、可辩护的判定基准（Oracle）、来源与切片元数据。