名词扫盲
同一个词,专业说法和大白话各一版,点一下就切。
后面几篇会反复撞到这些词。这里不按字母排,也不写成词典:每个词先亮出专业解释, 读着费劲再点一下切大白话。碰到再回来看,够把下文读下去就行。
LLMCLI(命令行界面)API 密钥Token上下文(Context)记忆RAG(检索增强生成)Prompt(提示词)SkillWebhook本地沙盒
LLM
Large Language Model,在大规模语料上以「预测下一个 token」为训练目标得到的神经网络,主流实现为 Transformer 架构。参数规模、上下文长度与训练/对齐方式决定其推理与生成能力;对外只表现为接收 token 序列、输出 token 序列,本身不具备文件读写或工具调用能力,这些由 harness 提供。
CLI(命令行界面)
Command-Line Interface,基于文本流的人机交互接口。用户以命令加参数调用程序,程序从标准输出与错误流返回结果;相比图形界面更适合脚本化、可复现和远程执行。
API 密钥
API Key,服务端签发的身份凭证,通常是 sk- 开头的不可猜测字符串,放在请求的 Authorization 头里。用于鉴权、配额计量与审计;泄露等于把额度交给别人,应存在环境变量或密钥管理服务中。
Token
语言模型的最小处理单元,由分词器(BPE 等)把文本映射为整数 id。输入与输出都按 token 计费,上下文窗口上限也以 token 计;同一段中文与英文换算出的 token 数并不相等。
上下文(Context)
单次推理时送入模型的完整 token 序列,含系统提示、历史消息、检索片段与工具输出,受上下文窗口上限约束。超限时按截断或摘要策略丢弃早期内容,这正是长任务要做持久化状态管理的原因。
记忆
跨会话持久化的状态,由 harness 将对话摘要、用户偏好与项目事实写入外部存储(文件、数据库或向量库),在后续会话中按需检索并拼回上下文。与上下文的区别在生命周期:上下文只对单次推理有效,记忆需要显式的写入、更新与检索策略。
RAG(检索增强生成)
Retrieval-Augmented Generation:先把文档切块、向量化并建索引,按查询检索相关片段,再把片段拼进提示词作为生成依据。用于降低幻觉、引入私有或时效知识,代价是检索质量直接决定答案质量。
Prompt(提示词)
送入模型的指令文本,含系统提示、用户消息、少样本示例与输出约束。工程上常模板化并纳入版本管理,与上下文拼接后共同决定模型这一轮的行为。
Skill
以文件形式封装的任务规程,包含触发条件、执行步骤与输出契约,通常附带领域知识与脚本。harness 在匹配到任务时按需加载进上下文,属于提示与流程层的复用,不扩展模型的工具边界,也不改变可访问的资源。
Webhook
由事件源向预注册 HTTP 端点发起的反向回调,通常带签名头供接收方校验。用于把外部系统的事件推进 Agent 或自动化流程,接收侧需要处理验签、重试与幂等。
本地沙盒
对进程的文件系统、网络与系统调用施加隔离边界的执行环境,可以是容器、虚拟机或权限受限的工作目录。harness 借此把模型输出的不可信动作限制在可回滚范围内,并配合人工确认处理越界请求。