全 cookbook 核心术语速查。问数领域专有术语(cube/measure/收口门/五差等)见 场景指南/问数/附录C。
| 术语 | 含义 |
|---|
| Harness | 包着模型的那层「壳」,把单次预测机器变成能持续干活的 Agent。见 设计指南/Agent设计 |
| Agent = Model + Harness | Agent 不是更聪明的模型,是模型 + 让它干活的装置 |
| 笨循环 | 生成→评估→再来的感知-行动循环,Harness 的心脏 |
| 4 件根本的事 | 工具调用 / 记忆与上下文 / 注意力管理 / 领域能力注入 |
| 子 agent(Sub-Agent) | 独立上下文的并行/流水线执行单元 |
| 术语 | 含义 |
|---|
| Skill | 把场景的经验/流程/工具/输出契约沉淀成给 AI 用的可复用资产。见 设计指南/Skill设计 |
| SKILL.md | Skill 正文,200–500 行,放核心流程/触发/边界/导航 |
| 三级加载 | L1 metadata 常驻 / L2 SKILL.md 按需 / L3 references·scripts 关联 |
| 渐进披露 | 正文只放决策所需最小信息,其余按需加载 |
| description | frontmatter 触发描述,决定 Skill 能否被叫起来 |
| 六大缺陷 | 知识时效/私有知识/会踩坑/缺标准/不知用啥工具/缺样例——Skill 用确定性逐一钉死 |
| 术语 | 含义 |
|---|
| CLI / CI(Command Interface) | 给 Agent 调用的指令系统:稳定、短、可验证、可组合。见 设计指南/CLI设计 |
| AI 原生 CLI | 服务对象是模型:JSON 输出、error_code+hint、schema 可验证 |
| 物理隔离 | 让 AI 看不到的从文件系统上让它看不到(强于文档约定) |
| 三种 CLI 原型 | 查询类(API)/ 分析类(DSL)/ 操作类(API) |
| doctor / schema / dry-run / verify / audit | CLI 基础命令:探活 / 取参数 / 预演 / 写后验证 / 审计 |
| R0–R3 | 风险分级:纯读 / 低风险写 / 状态变更 / 财务删除外发 |
| evidence | 成功必须带的证据(readback_ok、audit_id),没它=假完成 |
| preset | 按场景只暴露最小必要命令集(lark-mcp 范式) |
| 术语 | 含义 |
|---|
| 本体 Ontology | 让 AI 理解业务的语义层(≠ 宽表)。见 设计指南/本体设计 |
| TBox | 术语/概念层:类·属性·关系·约束,DSL 的词典。见 设计指南/本体设计/TBox |
| ABox | 断言/实例层:真实事实 + 关系,支撑下钻归因。见 设计指南/本体设计/ABox |
| DSL | find / aggregate / rank 三指令,模型填 JSON、引擎编 SQL |
| defaultFilters(护栏) | 写在本体的口径铁律,引擎自动注入 WHERE,用户无感 |
| resonance / substitute | ABox 关系:共振(一特征带多科目)/ 替代(互斥方案) |
| 宽表 | 物理查询手段之一;本体可对接宽表也可对接 API |
| 术语 | 含义 |
|---|
| AUI(Agent UI) | 把 AI 当「用户」设计交互 + 教 AI 跟用户交互,人机双向。见 设计指南/AUI设计 |
| 先问后做 | 口径不明确时先 Ask Question 确认,再执行(不抢答) |
| Ask Question | 把模糊问题压成 A/B/C 点选的确认机制 |
| 术语 | 含义 |
|---|
| Agent-as-Judge | 评测主体也会干活,看「整个任务做得好不好」。见 评测与改进/评测 |
| 红线层 / 质量层 | 红线一票否决(数据准确率100%/不造数)；质量层综合打分 |
| 三层金字塔 | L1 单测 / L2 Skill 测试 / L3 E2E |
| 会话 JSONL | Claude Code 自动落的对话流水,客观评测数据源 |
| 8 层排查 | 任务理解→Skill触发→上下文→工具→参数→环境→恢复→验证。见 评测与改进/失败分析与治理 |
| 错误 taxonomy | INTENT/SKILL_TRIGGER/CONTEXT/ARGUMENT/ENV… 错误打标签 |
| 假完成 false_done | 看起来完成实则没产物(没 evidence) |
← 返回 参考