这篇按术语逐项解释常见的 AI Agent 概念。先看每项的简短说明，想了解完整流程、例子和边界，再进入对应专题。
Skill： 可复用的任务知识、流程与资源包。它告诉 Agent 一类事情应该怎么做，通常以 SKILL.md 为核心，还可以带脚本、模板和参考资料。比如代码审查 Skill 规定先看改动目标，再查影响、验证并输出报告。真正读文件和跑测试，仍需要工具。
MCP： Model Context Protocol，模型上下文协议，统一 AI 应用接入外部工具和资料的方式。比如把 GitHub 查询能力接到 Agent 应用里。MCP Server 可以提供工具、可读取的资源和提示模板；应用负责连接、发现和路由调用。
ACP： 这里指 Agent Client Protocol，Agent 客户端协议，连接编辑器等客户端与 Agent。客户端发送用户任务，Agent 返回进度、工具操作和权限请求。比如在一个编辑器里使用不同编码 Agent。看到 ACP 时先确认全称，因为也有其他同名缩写。
A2A： Agent2Agent，让调用方与远程 Agent 服务交换任务、状态和交付物。比如把一项资料调查交给远程 Agent，再取得报告。MCP 侧重接入工具和资料，ACP 侧重客户端交互，A2A 侧重远程 Agent 的任务互操作。
LSP： Language Server Protocol，语言服务器协议，提供代码定义、引用、类型、补全和错误诊断等语言服务。文本搜索能找到同名字符串，LSP 可以帮助确定某处引用究竟指向哪个定义。
DAP： Debug Adapter Protocol，调试适配器协议，提供断点、单步、变量和调用栈等调试能力。LSP 帮助理解代码，DAP 帮助观察程序运行过程。
Tool： 工具，是 Agent 可以使用的一项具体操作能力，比如读文件、查数据库、运行命令或操作浏览器。模型通过工具取得外部信息，或让外面的程序执行真实动作。
Tool Call： 工具调用，是使用某个工具的一次具体请求。read_file 是工具，读取 /repo/login.ts 是一次 Tool Call。调用请求、工具执行结果和用户任务完成，是不同状态。
Function Calling： 函数调用机制，让模型用结构化格式表达「调用哪个函数、传什么参数」。通常由应用执行函数，再把结果交回模型；托管工具则由提供方执行相应操作。它负责表达调用，MCP 负责一种外部能力接入方式。
JSON Schema： 描述数据需要具备哪些字段、类型和约束。例如工具参数里的 path 必须是字符串。程序按 Schema 校验，可以发现格式问题，但还要另行检查路径是否存在、是否允许访问。
Structured Output： 结构化输出，让模型按照约定结构生成数据，例如把审查结果输出成一个问题数组。它方便程序处理，格式符合要求之后，事实和业务条件仍需验证。
Tool Search： 工具搜索，从较多工具中寻找当前任务需要的能力，再加载相关定义。比如当前只需要查工单，就先找到工单查询工具，减少无关工具说明进入上下文。
Progressive Disclosure： 渐进式披露，先给名称和简介，需要时再加载完整说明和附件。读 Skill 时可以先看目录，确定相关后再读正文。Lazy Loading、Deferred Loading 也涉及按需或延后加载，但要确认延迟的是文档、工具定义、连接还是进程。
Code Mode： 让模型先写程序，再由执行环境运行程序，用循环、条件、筛选和聚合组织工具调用。比如一段代码查询多个项目，只返回高优先级工单。它可能减少模型往返和中间数据，但也需要处理代码错误、权限和执行状态。
PTC： Programmatic Tool Calling，程序化工具调用，用程序组织工具操作的相关思路，也可能特指某家提供方的实现。理解时要继续看程序在哪里运行、怎样调用宿主工具、哪些结果回到模型。
Plugin / Extension： 插件或扩展，用来安装和分发附加能力。一个插件可以同时包含 Skill、工具连接配置、命令或 Hook。Hook 在特定事件触发逻辑，Command 则提供显式命令入口。
Agent： 在本系列的 LLM 应用语境中，指围绕目标，根据任务与反馈选择行动、使用工具并推进工作的系统。比如发现测试失败后，自行查日志、定位原因、修改并重新验证。模型负责判断，外围程序负责执行和状态管理。
Workflow： 工作流，预先组织步骤与分支。比如「解析文档 → 检索 → 生成 → 校验」。Agent 更侧重根据反馈动态决定下一步；实际系统经常把工作流与 Agent 组合使用。
LLM： Large Language Model，大语言模型，用于理解输入和生成内容。它可以生成文字、代码和工具参数。聊天产品通常还包含工具、历史存储和执行程序，产品与模型不是同一个对象。
Token： 模型处理文本时使用的单位，不固定等于一个汉字、单词或字符。Tokenizer 负责文本与 Token 编号之间的转换，Input Tokens 和 Output Tokens 分别描述输入、输出的计量。
Context Window： 上下文窗口，一次模型调用可容纳的上下文范围。容量大不代表其中的信息都能被有效利用；输入、输出和推理预算怎样计算，应看对应接口。
Inference / Reasoning： Inference 指运行已训练的模型来计算输出；Reasoning 更强调分析和逻辑推导。两者都可能译成「推理」，但普通回答也会执行 Inference，不一定涉及复杂 Reasoning。
Prefill / Decode： Prefill 处理已有输入，Decode 逐步生成后续 Token。长输入和长输出带来的耗时可能发生在不同阶段；Streaming 则把内容或事件逐段返回，提供更早的反馈。
Temperature / Top p / Top k： 控制生成采样的参数，影响候选 Token 的分布和选择范围。低 Temperature 不保证答案正确；生成采样的 Top k 与检索返回数量 Top K，属于不同环节。
Fine-tuning： 微调，通过训练调整模型参数来适应任务或数据。SFT、偏好优化等涉及训练方法，LoRA 是参数高效适配的一种方法。读 Skill、查 RAG、保存记忆通常属于运行时信息组织，没有直接更新模型权重。
Prompt： 当前任务的指令与输入，有些语境也泛指整份模型输入。例如「只根据这份文档回答，资料没有提到的内容标为未知」。Prompt Engineering 关注怎样把目标、例子、约束和输出要求写清楚。
Context： 上下文，本次模型调用实际可用的信息，可能包括用户问题、历史、工具定义、工具结果、检索资料和记忆。信息保存在系统里，不代表这次一定交给了模型。
History： 历史交互记录，例如过去的用户消息、模型回答和工具结果。界面显示的历史可以比本次模型输入更多，系统通常需要选择、裁剪或压缩后再发送。
Memory： 记忆，为后续任务保留和使用的信息，例如用户偏好、项目约束和过去的经验。它可以存在文件或数据库里，不一定要用向量库。保存之后，还需要按作用域检索、处理冲突和检查时效。
Context Engineering： 上下文工程，管理什么信息、在什么时候、以什么形式进入模型。例如把完整日志放到文件里，先提供失败摘要和读取入口，让模型需要时再查细节。
Compaction： 上下文压缩，把较长历史整理成继续工作所需的材料。应保留目标、约束、进度、决定和验证结果。它可能丢失细节，摘要也不能替代已经变化的文件和真实业务状态。
RAG： Retrieval-Augmented Generation，检索增强生成，先获取外部依据，再结合依据回答。比如先检索公司的最新报销制度，再解释额度。完整链路包括资料准备、检索、排序、证据组织、生成与核查。
Chunking： 分块，把资料切成适合检索和放入上下文的片段。块太小可能丢掉条件，块太大可能混入无关内容。例如「500 元」应尽量保留城市、日期和适用范围。
Embedding： 嵌入，把文本、图片等内容转成数值表示，供检索等任务比较。语义向量可以帮助找到字面不同但含义接近的内容，不过向量相似不证明它能回答问题。
BM25： 常见的关键词相关性评分方法，利用词项匹配、词频和文档长度等信号。错误码、文件编号、函数名等精确术语，往往需要这类匹配能力。
Vector Database / ANN： 向量数据库提供向量存储、索引和查询等能力；ANN 是近似最近邻搜索，以一定近似换取速度和资源收益。HNSW、IVF、PQ 是相关索引与压缩方法，主要解决检索效率问题。
Hybrid Search： 混合检索，结合关键词、向量等多种检索方法。比如一边匹配制度编号，一边理解「住酒店能报多少」的含义，再合并候选。
RRF： Reciprocal Rank Fusion，倒数排名融合，利用文档在不同结果列表里的名次合并排序，避免直接比较不同尺度的原始分数。它汇总排名信号，不直接判断内容是否正确。
Reranker： 重排器，对已经召回的候选做更细的相关性判断并重新排序。Cross-Encoder 是一种常见模型形式，会联合处理问题与候选内容。正确资料没有进入候选集时，重排无法把它找回来。
Grounding / Citation： Grounding 要求具体说法由证据支持，Citation 标明来源。链接存在之后，还要确认来源支持对应说法，包含当前日期和适用条件。证据不足时可以明确无法确认，这叫 Abstention。
GraphRAG： 利用图结构辅助检索与生成的一类方法。知识图谱组织实体及其关系；微软 GraphRAG 是一个具体实现，还涉及社区报告等索引。使用图数据库，不自动等于实现了该系统。
Agentic RAG： 让 Agent 参与决定是否检索、查哪里、怎样改写问题、是否继续，以及证据是否足够。查到旧制度后继续寻找新版本，是一个简单例子。Self-RAG、Corrective RAG 则有各自的研究机制，不能仅凭名称视为同一种方法。
Agent Loop： Agent 的控制循环，准备上下文、调用模型、执行工具、取得观察，再决定继续、等待或结束。一次模型生成结束，不代表整个任务已经完成。
ReAct： Reasoning 与 Acting，强调判断和行动交替推进。比如原先怀疑网络故障，读日志后发现数据库权限错误，随后调整排查方向。它与前端 UI 库 React 是不同概念。
Engineering Loop： 工程闭环，从目标和验收标准出发，实施变更、获取真实反馈、根据反馈修正并交付。测试、业务状态和界面检查可以提供反馈。不断修改却从不验证，闭环就缺少重要一环。
Runtime： 运行环境。语言 Runtime 可以指 Node.js、Python 等环境；Agent Runtime 则承载 Agent 循环、工具执行、状态和生命周期。具体可以是库、服务或多个组件。
Harness： 围绕模型组织执行与反馈的外围机制，常涉及指令、工具接口、上下文、调度、权限、恢复和验收。Harness Engineering 关注怎样让这些部分配合，使任务能够持续、正确、可验证地推进。它与 Runtime 的范围有重叠。
Session / Turn / Run： Session 是带标识的交互或执行上下文，Turn 是一轮交互，Run 是一次运行实例，具体边界依系统定义。Process 是操作系统进程，一个进程可以服务多个 Session，一个 Run 也可以启动多个工具进程。
State： 状态，记录任务或系统现在处于什么阶段，例如运行中、等待输入、失败或完成。判断某类事实时，以对应的 Source of Truth，也就是权威记录为准；工单是否存在，应核对工单系统。
Persistence / Checkpoint： Persistence 是持久化，让进程退出后数据仍可读取；Checkpoint 是保存从某个边界恢复所需的状态。保存聊天历史不等于保存了完整工具进度，也不保证能从任意一行代码继续。
Resume / Reconnect： Resume 从可恢复边界继续工作，Reconnect 恢复通信连接。界面重新连接成功，不代表后台任务重新执行，也不代表恢复机制完整。
Retry / Idempotency： Retry 是重试，Idempotency 是幂等性，在约定范围内重复同一请求，其预期业务效果与执行一次相同。超时不证明操作未成功；响应丢失后可以先核对真实状态，再决定是否重试。
Multi-agent / Subagent： Multi-agent 是多个 Agent 协作，Subagent 是被委派子任务的 Agent。它们可以分工、独立审查或并行处理，但需要明确上下文、文件责任和结果汇总方式；数量增加也会增加协调成本。
Handoff： 把控制权交给另一个 Agent，例如客服把后续处理移交给退款 Agent。让子 Agent 返回一份报告则通常属于 Agent-as-a-Tool，主 Agent 收到结果后继续负责，交互语义不同。
Computer Use / ACI： Computer Use 是通过工具观察和操作电脑界面的能力，可利用 DOM、可访问性树、截图和鼠标键盘。ACI 是 Agent 与计算机的交互接口设计，关注观察和操作怎样帮助模型完成任务。点击保存之后，还要确认真实保存结果。
Cache Hit： 缓存命中，找到满足复用条件的计算状态或结果。它可能命中输入前缀计算、完整答案、工具结果或工具目录，必须先说明缓存对象。命中率高不自动证明整个任务更快。
KV Cache： 保存注意力计算中的 Key、Value 表示，让自回归模型生成后续 Token 时复用已有计算。这里的 KV 是模型中间表示，不是保存用户偏好的长期记忆数据库。
Prompt Cache / Response Cache： Prompt Cache 通常复用符合条件的稳定输入前缀计算，模型仍生成新输出；Response Cache 复用完整回答。前缀命中缓存后，里面的信息仍计入逻辑上下文，不会扩大上下文窗口。
Trace / Logs / Metrics： Trace 关联一次过程中的多个操作，Span 描述其中一段操作；Logs 记录离散事件，Metrics 汇总数量和分布。它们帮助判断哪里慢、哪里失败，持久恢复仍需要另外的状态与执行机制。
Latency / TTFT： Latency 是从指定起点到终点的耗时，TTFT 是首 Token 延迟，端到端延迟则看任务提交到完成的总时间。首字出现得快，后面的工具和外部任务仍可能让总时间很长。
Sandbox / Approval： Sandbox 限制代码能接触的资源；Approval 确认这次具体动作是否获准。Authentication 确认身份，Authorization 确认可执行范围。这几层需要配合，连接工具或读到 Skill 不会自动授予额外权限。
Prompt Injection： 提示注入，用输入或外部资料中的指令诱导 Agent 偏离任务或越权。例如网页要求读取密钥，这仍是网页内容，不能自行变成用户授权。Trust Boundary，信任边界，规定不同来源的信息具有怎样的权威。
Test / Eval / Verifier： Test 检查系统行为，Eval 评估一组任务上的表现，Verifier 检查当前结果是否达到验收要求。Agent 说「创建成功」之后，应核对目标对象是否正确存在；测试通过也要说明覆盖了哪些行为。
Acceptance Criteria： 验收标准，明确什么结果才算完成。比如登录修复要求正确凭据通过、错误凭据被拒绝、旧登录方式仍兼容。Spec 描述预期行为与约束，PRD 描述用户、问题、范围和目标。
Baseline / Ablation： Baseline 是比较基线，Ablation 是消融，通过去掉或替换一个机制检查它的贡献。比如用同一查询集比较有无重排，才能判断新增 Reranker 是否带来收益。
想继续看已有文章，可以读 MCP 和 Skill，到底是什么关系？、RRF 排序融合和 怎么减少大模型幻觉？。各专题附官方规范、项目文档和原始论文。
