附录 B：术语表
本书涉及的关键术语——中英对照、一句话定义、首次出处
本附录汇总了全书出现的核心术语，按英文名称字母顺序排列。每个术语附有中文译名、一句话定义和首次出现的章节，方便随时查阅。
A — E
| 英文术语 | 中文译名 | 定义 | 首次出处 |
|---|
Agent | 智能体 | 能自主感知环境、做出决策并执行动作的 AI 程序实体。 | 第 1 章 |
Agentic Loop | 智能体循环 | Agent 持续”思考 → 行动 → 观察”的核心驱动循环，直到任务完成或达到终止条件。 | 第 2 章 |
ANSI Escape Code | ANSI 转义码 | 终端中用于控制文字颜色、光标位置和样式的特殊字符序列。 | 第 9 章 |
Anthropic API | Anthropic API | Anthropic 公司提供的大语言模型云端调用接口，本书 Harness 的底层通信层。 | 第 1 章 |
Background Agent | 后台智能体 | 在独立进程中异步执行任务、不阻塞主会话的子 Agent。 | 第 5 章 |
Circuit Breaker | 熔断器 | 当连续失败次数超过阈值时自动切断请求，防止级联故障的保护机制。 | 第 10 章 |
CLI | 命令行界面 | Command-Line Interface 的缩写，用户通过终端文本与程序交互的方式。 | 第 1 章 |
Cold Memory | 冷记忆 | 持久化存储在磁盘上的长期记忆，跨会话保留，通过检索按需加载。 | 第 6 章 |
Command Registry | 命令注册表 | 将斜杠命令名称映射到对应处理函数的查找表，实现 REPL 的命令分发。 | 第 9 章 |
Compaction | 上下文压缩 | 当对话历史接近上下文窗口上限时，用摘要替换早期消息以释放空间的技术。 | 第 2 章 |
Content Block | 内容块 | Messages API 返回的最小内容单元，类型包括 text、tool_use、tool_result 等。 | 第 2 章 |
Context Window | 上下文窗口 | 模型单次调用能处理的最大 Token 数量，决定了”工作记忆”的容量上限。 | 第 2 章 |
Decision | 权限决策 | 权限引擎对工具调用请求的裁定结果，取值为 Allow（放行）、Confirm（需确认）或 Deny（拒绝）。 | 第 4 章 |
Delegation | 任务委派 | 主 Agent 将子任务分配给专属子 Agent 执行的协作模式。 | 第 5 章 |
Embedding | 向量嵌入 | 将文本转换为高维浮点向量的过程，使语义相似的内容在向量空间中距离相近。 | 第 6 章 |
Entry Point | 入口点 | pyproject.toml 中声明的可执行命令名，安装后可在终端直接调用。 | 第 1 章 |
Exponential Backoff | 指数退避 | 请求失败后按指数增长的间隔重试（如 1s → 2s → 4s），避免对服务端造成冲击。 | 第 10 章 |
F — M
| 英文术语 | 中文译名 | 定义 | 首次出处 |
|---|
Fan-out/Fan-in | 扇出/扇入 | 将一个大任务拆分给多个 Agent 并行执行（扇出），再汇总结果（扇入）的编排模式。 | 第 5 章 |
Handoff Protocol | 交接协议 | Swarm 模式中角色之间传递控制权时的信息交换规范，定义了摘要、文件路径等传递内容。 | 第 5 章 |
Harness | 驾驭框架 | 围绕 LLM 构建的运行时外壳，负责循环驱动、工具调度、权限控制和上下文管理。 | 第 1 章 |
Hook | 钩子 | 注册在 Agent 生命周期事件上的回调逻辑，在特定时刻自动触发执行。 | 第 7 章 |
Hot Memory | 热记忆 | 保留在当前上下文窗口内的短期记忆，随时可被模型直接读取，但受窗口容量限制。 | 第 6 章 |
input_schema | 输入模式 | 工具定义中用 JSON Schema 描述参数结构的字段，告诉模型该工具接受什么输入。 | 第 3 章 |
JSON-RPC | JSON-RPC | 基于 JSON 的轻量级远程过程调用协议，MCP 用它在客户端和服务端之间传递请求与响应。 | 第 8 章 |
JSON Schema | JSON Schema | 描述 JSON 数据结构、类型约束和校验规则的标准规范，用于定义工具参数格式。 | 第 3 章 |
Lifecycle Event | 生命周期事件 | Agent 运行过程中的关键时刻（如会话开始、工具执行前），Hook 系统在这些时刻触发逻辑。 | 第 7 章 |
Markdown Rendering | Markdown 渲染 | 将 AI 返回的 Markdown 格式文本转换为终端中带颜色和样式的富文本显示。 | 第 9 章 |
MCP | 模型上下文协议 | Model Context Protocol 的缩写，Anthropic 提出的开放标准，让 AI 应用与外部工具和数据源互通。 | 第 8 章 |
MCP Client | MCP 客户端 | 发起 MCP 请求的一方，通常是 Harness 本身，负责发现和调用远端工具。 | 第 8 章 |
MCP Server | MCP 服务端 | 提供工具和资源的一方，通过 MCP 协议暴露能力供客户端调用。 | 第 8 章 |
Messages API | Messages API | Anthropic 的对话式 API 端点，接收消息列表并返回 AI 回复，是 Harness 与模型交互的核心接口。 | 第 2 章 |
Micro-compact | 微压缩 | 仅压缩最旧的几条消息而非整段历史的轻量级压缩策略，在节省空间的同时保留近期上下文。 | 第 2 章 |
P — S
| 英文术语 | 中文译名 | 定义 | 首次出处 |
|---|
Permission Engine | 权限引擎 | 根据预设规则和风险等级，对工具调用请求做出 Allow/Confirm/Deny 裁定的决策模块。 | 第 4 章 |
Project Notes | 项目笔记 | 存储在项目目录中的持久化记忆文件，记录项目约定、架构决策等长期知识。 | 第 6 章 |
pyproject.toml | pyproject.toml | Python 项目的标准配置文件，声明依赖、构建方式和 CLI 入口点等元信息。 | 第 1 章 |
Query Loop | 查询循环 | Harness 中驱动”发送请求 → 解析回复 → 执行工具 → 再次请求”的 while(True) 主循环。 | 第 2 章 |
Rate Limiting | 速率限制 | API 提供方对单位时间内请求次数的上限约束，超出后返回 429 状态码。 | 第 10 章 |
REPL | 交互式循环 | Read-Eval-Print Loop 的缩写，用户输入一条指令、系统执行并输出结果的交互模式。 | 第 9 章 |
Risk Level | 风险等级 | 对工具操作危险程度的分级（如低/中/高），权限引擎据此决定是否放行或需要用户确认。 | 第 4 章 |
Session Memory | 会话记忆 | 单次会话期间积累的对话历史和中间状态，会话结束后可选择性持久化。 | 第 6 章 |
Skill | 技能 | 将一段系统提示 + 一组工具 + 一个触发方式打包而成的可复用能力模块，一键激活。 | 第 7 章 |
Skill Registry | 技能注册表 | 管理所有已安装技能的目录结构和加载逻辑，支持发现、激活和卸载技能。 | 第 7 章 |
Spinner | 加载动画 | 终端中用旋转字符表示”正在处理”的视觉反馈组件，提升等待体验。 | 第 9 章 |
SSE Transport | SSE 传输 | 基于 Server-Sent Events 的 MCP 传输方式，通过 HTTP 长连接实现服务端向客户端推送消息。 | 第 8 章 |
stdio Transport | 标准输入输出传输 | 通过子进程的 stdin/stdout 管道实现 MCP 通信的本地传输方式，无需网络。 | 第 8 章 |
Stop Reason | 停止原因 | API 返回中标识模型为何停止生成的字段，常见值有 end_turn（说完了）和 tool_use（要调用工具）。 | 第 2 章 |
Streaming | 流式输出 | 模型生成内容时逐块返回而非等待全部完成，让用户实时看到输出过程。 | 第 2 章 |
Sub-Agent | 子智能体 | 由主 Agent 创建、拥有独立上下文和工具集的从属 Agent，完成特定子任务后返回结果。 | 第 5 章 |
Swarm | 智能体集群 | 多个 Agent 以对等方式协同工作的编排模式，通过消息传递协调行为。 | 第 5 章 |
System Prompt | 系统提示词 | 在对话开始前注入的指令文本，定义 Agent 的身份、行为准则和能力边界。 | 第 1 章 |
T — V
| 英文术语 | 中文译名 | 定义 | 首次出处 |
|---|
Token | 词元 | 模型处理文本的最小单位，一个汉字通常对应 1—2 个 Token，API 按 Token 数量计费。 | 第 2 章 |
Tool Registry | 工具注册表 | 集中管理所有可用工具定义的数据结构，支持按名称查找和动态注册/注销。 | 第 3 章 |
Tool Schema | 工具模式 | 用 JSON Schema 描述工具名称、用途和参数结构的完整定义，发送给模型让其知道如何调用。 | 第 3 章 |
Tool Use | 工具调用 | 模型在回复中请求执行外部工具的行为，Harness 解析请求、执行工具、将结果返回模型。 | 第 3 章 |
tool_result | 工具结果 | Harness 执行工具后构造的消息内容块，包含执行输出，作为下一轮请求发回给模型。 | 第 3 章 |
tool_use | 工具调用块 | 模型返回的内容块类型之一，包含工具名称和 JSON 格式的调用参数。 | 第 3 章 |
Vector Search | 向量检索 | 将查询文本转换为向量后，在向量数据库中找到语义最相近的记忆条目的检索方式。 | 第 6 章 |