# 附录 A：术语表 ### 附录 A：术语表 本术语表收录了上下文工程领域的核心术语及其定义。 *** ### 术语列表 #### A **Agentic** [**RAG**](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/5.1_rag_principles.md)**（自主型 RAG）** 智能体自主决定检索时机、策略和内容的[检索增强生成](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/5.1_rag_principles.md)模式。 **ANN（近似最近邻）** Approximate Nearest Neighbor，向量搜索中用于快速查找相似向量的算法。 #### C **Chain of Thought (CoT)** 一种提示策略，引导模型在给出最终答案前生成推理步骤。 **Chunking（分块）** 将大文档切分为小片段的过程，是 RAG 系统的关键步骤。 **Compaction（紧凑化）** 当上下文接近上限时，将历史记录压缩为摘要的技术，类似“垃圾回收”机制。 **Context Engineering（上下文工程）** 设计、组织、优化和管理大语言模型信息环境的系统性工程学科。 **Context Rot（上下文腐烂）** 随着上下文窗口中 Token 数量增加，模型对关键信息的提取与回忆稳定性可能下降的现象。本书用此概念来强调上下文应被当作稀缺资源管理。 **Context Stuffing（上下文填塞）** 将大量未经筛选的信息填入上下文窗口的做法，通常会降低模型输出质量、增加成本和延迟。是常见的上下文工程反模式。 **Context Window（上下文窗口）** 大语言模型一次能处理的最大 Token 序列长度。 **Cross-Encoder（交叉编码器）** 将查询和文档同时输入模型进行相关性评分的重排序技术。 #### D **DLP（数据防泄漏）** Data Loss Prevention，一类用于识别、拦截或审计敏感数据外泄的数据安全技术与流程，常用于对 LLM 请求/响应与日志做脱敏与拦截。 #### E **Embedding（嵌入）** 将文本转换为数值向量的过程，使语义相似的文本在向量空间中距离相近。 **Episodic Memory（情景记忆）** 存储具体事件和经历的记忆类型。 #### F **Fine-tuning（微调）** 在预训练模型基础上，使用特定领域数据进行进一步训练及优化。 **Few-shot Learning（少样本学习）** 通过在提示词中提供少量示例，让模型学习并执行特定任务。 **Function Calling（函数调用）** 模型生成结构化函数调用请求的能力，用于与外部工具交互。 #### G **Grounding（基座/接地）** 将模型的生成内容限制在特定事实源或知识库范围内，以减少幻觉。 **Graph RAG（图检索增强生成）** 结合知识图谱进行检索和推理的 RAG 变体。 #### H **Hallucination（幻觉）** 模型生成与事实不符或缺乏依据的内容的现象。 **HNSW** Hierarchical Navigable Small World，分层可导航小世界图，一种高效的近似最近邻（ANN）向量索引算法。 **HyDE（假设文档嵌入）** Hypothetical Document Embedding，一种先用 LLM 生成假设答案再用其嵌入向量检索的技术。 **Hybrid Search（混合检索）** 结合语义检索和关键词检索的混合方法。 #### I **ICAE（上下文自动编码器）** In-context Autoencoder，将长文本压缩为软提示词的技术。 **IVF（倒排文件索引）** Inverted File Index，一种基于聚类的近似最近邻索引方法，常与 PQ 组合为 IVF-PQ。 #### K **KV Cache** Key-Value 缓存，存储生成过程中 Token 的键值向量以避免重复计算。 #### L **LLM（大语言模型）** Large Language Model，基于 Transformer 架构的大规模预训练语言模型。 **Lost in the Middle（中段迷失）** 大模型在处理长上下文时，容易忽略位于输入中间部分信息的现象。 #### M **MTEB（大规模文本嵌入基准）** Massive Text Embedding Benchmark，用于评测与对比嵌入模型能力的公开基准与排行榜体系。 **MCP（Model Context Protocol）** 一种开放的标准协议，用于规范 AI 模型或客户端与外部工具、资源和提示模板的交互；该协议最早由 Anthropic 推动并向社区开放。它本身是开放规范，不应被理解为 Anthropic 私有协议。 **Memory Architecture（记忆架构）** 组织和管理 AI 系统记忆的多层次结构设计。 **MemOS（记忆操作系统）** 一种五层记忆工程架构（存储层、治理层、调度层、应用层、解码层），将复杂的记忆管理操作封装为标准化服务，对应用开发者透明。 **MMR（最大边际相关性）** Maximal Marginal Relevance，一种在“相关性”和“多样性”之间权衡的结果选择策略，常用于检索结果去重与多样化。 #### N **Needle in a Haystack（NIAH，大海捞针）** 一种评估大模型长上下文能力的测试方法，检测模型能否从大量无关信息中提取关键事实。 #### P **PQ（乘积量化）** Product Quantization，一种向量有损压缩与近似距离计算方法，常用于降低内存占用并加速相似度搜索。 **Prompt Chaining（提示链）** 将复杂的任务分解为多个步骤，通过一系列关联的提示词依次引导模型完成。 **Prompt Caching（提示缓存）** 将系统提示词、知识库等固定内容的 KV 计算结果预先缓存，多次请求间复用以降低延迟和成本的技术。不同平台可节省 50%–90% 的输入 Token 费用。 **Prompt Engineering（提示词工程）** 设计和优化输入给模型的文本指令的技术，是上下文工程的子集。 #### R **RAG（检索增强生成）** Retrieval-Augmented Generation，结合信息检索与语言模型生成的技术。 **RULER（长上下文评测基准）** 一类面向长上下文能力的评测基准集合，通常覆盖检索、聚合、跟踪等多种长上下文任务类型。 [**ReAct**](/context_engineering_guide/di-san-bu-fen-jin-jie-ji-shu-yu-jia-gou/09_agents/9.1_agent_architecture.md) Reason + Act，结合推理和行动的智能体运行模式。 **Reranking（重排序）** 对初步检索结果进行二次排序以优化相关性的技术。 **RRF（倒数排名融合）** Reciprocal Rank Fusion，融合多个检索结果排序的算法。 #### S **Semantic Memory（语义记忆）** 存储抽象事实和概念的记忆类型。 **Semantic Search（语义搜索）** 基于语义相似度而非关键词匹配的信息检索方法。 **SSM（状态空间模型）** State Space Model，一类用递推状态方程处理序列数据的神经网络架构，通过固定维度的隐状态演化实现线性时间和空间复杂度。代表模型包括 Mamba、RWKV 等，在长序列建模中相比 Transformer 具有 O(n) 计算复杂度的优势，特别适合处理超长上下文任务。 **System Prompt（系统提示词）** 定义模型基本角色和行为的核心指令。 **SLO（服务等级目标）** Service Level Objective，用于定义系统可量化目标的工程指标（如 P95 延迟、错误率、可用性），常与告警与发布门禁联动。 #### T **TTFT（首字延迟）** Time To First Token，从请求发出到生成首个 Token 的时间，用于衡量端到端“体感延迟”与流式输出体验。 **Token** 大语言模型处理文本的基本单位。 **Tokenizer（分词器）** 将文本转换为 Token 序列的组件。 **Transformer** 现代大语言模型的基础架构，基于自注意力机制。 #### V **Vector Database（向量数据库）** 专门优化用于存储和检索高维向量的数据库系统。 #### W **Working Memory（工作记忆）** 对应上下文窗口，存储当前任务即时信息的短期记忆。 #### Z **Zero-shot Learning（零样本学习）** 模型在没有任何示例的情况下，仅凭指令完成任务的能力。 --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://yeasy.gitbook.io/context_engineering_guide/fu-lu/glossary.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.