AI一文扫盲最近几年AI相关名词越来越多看着看着就懵了所以总结一下常见的高频词辅助大家来理解 ——星河璀璨 每周速递来了 - 社区问答- OceanBase社区-分布式数据库AI ├── LLM │ ├── Embedding ├── 向量数据库 ├── RAG │ ├── Agent │ ├── Tools │ ├── Skills │ └── Workflow │ └── Function Calling1. AI (人工智能)定义人工智能Artificial Intelligence英文缩写为AI。是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。通俗解释AI 让机器像人一样“理解” 和“思考”。常见的能力包含聊天写代码分析数据识别图片2. LLM (大预言模型)定义大模型LLMLarge Language Model是指具有大规模参数和复杂计算结构的机器学习模型。通俗解释LLM 一个超级会说话的“语言预测机器”他本质是在做根据前文预测下一个词egqianwen3.5-4b、openai# 示例 from openai import OpenAI client OpenAI(api_key你的API_KEY) response client.chat.completions.create( modelgpt-4o-mini, messages[ {role: user, content: 请解释什么是SQL索引} ] ) print(response.choices[0].message.content)3. Prompt (提示词)定义Prompt 是一种指令或信息它引导或触发 AI 系统做出回应。在与 AI 如 ChatGPT 的交互中每当我们输入一段文字无论是问题、命令还是陈述这段文字就是一个 Prompt。通俗解释Prompt 你给AI的指令 写得好 → 回答质量高写得乱 → 回答也乱Prompt 的作用触发回应Prompt 是与 AI 进行交流的起点它告诉 AI 我们需要什么样的信息或反应。引导对话通过使用特定的 Prompt我们可以引导 AI 沿着特定的思路或话题进行回答。影响输出AI 的回应会根据 Prompt 的内容而变化。一个明确、具体的 Prompt 通常会得到更精确和相关的回答。# 示例prompt 你是一名数据库专家请用简单语言解释 什么是SQL索引 并给一个例子。 4. Embedding (向量化)定义Embedding(嵌入)是指把文本(也可能包括图像、视频等其他模态数据)转成能表达语义信息的浮点数向量向量之间的数学距离可以反映对应文本之间的语义相关性通俗解释把一句话变成一串数字。例如“ERP卡顿” → [0.124, -0.334, 0.987, …]用于语义搜索相似度计算# 实例responseclient.embeddings.create(modeltext-embedding-3-small,inputERP系统性能优化)vectorresponse.data[0].embeddingprint(len(vector))# 向量维度更多信息参考Transformer | 一文带你了解Embedding从传统嵌入方法到大模型Embedding - 知乎5. Vector Database (向量数据库)定义向量数据库是一种专门用于存储和处理向量数据的数据库系统。它以向量为基本数据类型将向量作为数据的主要组织形式。通俗解释普通数据库按“精确匹配”查数据。向量数据库按“语义相似”查数据。# 示例# 导入 numpy 数学计算库# numpy 主要用于向量、矩阵计算importnumpyasnp# 创建第一个向量# 你可以理解为一句话转换成的数字表示v1np.array([0.1,0.3,0.5])# 创建第二个向量# 代表另一句话的数字表示v2np.array([0.1,0.2,0.4])# 计算两个向量的“点积”# 点积公式a1*b1 a2*b2 a3*b3# 用于衡量两个向量的相似程度similaritynp.dot(v1,v2)# 打印相似度结果print(相似度:,similarity)真实项目中可以用seekdb6. RAG 检索增强生成定义RAG(Retrieval-Augmented Generation检索增强生成)是一种结合了信息检索技术与语言生成模型的人工智能技术。该技术通过从外部知识库中检索相关信息并将其作为提示(Prompt)输入给大型语言模型(LLMS)以增强模型处理知识密集型任务的能力如问答、文本摘要、内容生成等RAG模型由FacebookAlResearch(FAIR)团队于2020年首次提出并迅速成为大模型应用中的热门方案。通俗解释流程查知识库把结果给 LLM再生成回答# 假设这是从知识库检索到的内容retrieved_textERP卡顿通常与慢SQL和锁等待有关。questionERP为什么会卡顿final_promptf 根据以下资料回答问题 资料{retrieved_text}问题{question}responseclient.chat.completions.create(modelgpt-4o-mini,messages[{role:user,content:final_prompt}])print(response.choices[0].message.content)更多信息参考一文彻底搞懂大模型 - RAG检索、增强、生成-CSDN博客7.agent (智能体)定义是指能够感知环境并采取行动以实现特定目标的代理体。通俗解释 LLM 大脑 Agent 大脑 手脚 工具 可以自动执行任务。8. Function Calling函数调用定义是一种赋予大语言模型LLM调用外部函数能力的机制使其能够结合真实数据或执行特定操作来满足用户需求而不仅仅依赖模型自身的推理能力。这一技术最早由 OpenAI 在 GPT-4 中引入随后被其他模型广泛采用。通俗解释让AI输出“调用哪个函数”importjson# 模型假设返回model_output{function:get_cpu_usage,args:{}}ifmodel_output[function]get_cpu_usage:print(get_cpu_usage())9. Tools工具定义赋予语言模型调用外部预定义函数或API的能力。模型能根据用户意图生成包含特定函数名和参数的请求以执行外部操作。通俗解释让AI的手能伸出虚拟世界。当AI自己做不了某件事时比如查实时天气、订机票它可以“摇人”调用外部的软件程序来帮忙完成。例如查数据库运行Python调接口defrun_sql(sql):returnf执行SQL:{sql}question查询用户数量sqlSELECT COUNT(*) FROM usersprint(run_sql(sql))10. Skills技能定义在 AI 界Skills 就是让大模型按照某种特定的方法论去行动的机制通俗解释Skill 封装好的一类能力模块eg: SQL优化Skill、数据分析Skill、报表生成Skill你可以把它理解为“超级进化版的提示词”。因为它比普通提示词强得多通常由三部分组成[!NOTE]元数据 (Metadata)包含对这个技能的简短描述。它保存在全局上下文中因为体积小所以非常节省Tokens省钱又省心。行动指南 (Action Guide)这部分才是真正的提示词规定了 AI 每一步该怎么做。资源文件 (Resources)这是最厉害的地方它可能包含Python 代码或其他执行程序保证程序在调用 Skill 时能完成复杂的动作。defsql_optimize_skill(sql):promptf 你是数据库专家请优化以下SQL{sql}responseclient.chat.completions.create(modelgpt-4o-mini,messages[{role:user,content:prompt}])returnresponse.choices[0].message.contentprint(sql_optimize_skill(SELECT * FROM users))11. Workflow工作流通俗解释多步骤流程自动执行。例如读取慢SQL分析原因生成优化方案输出报告
AI一文扫盲（速成）
发布时间：2026/7/27 23:27:30
AI一文扫盲最近几年AI相关名词越来越多看着看着就懵了所以总结一下常见的高频词辅助大家来理解 ——星河璀璨 每周速递来了 - 社区问答- OceanBase社区-分布式数据库AI ├── LLM │ ├── Embedding ├── 向量数据库 ├── RAG │ ├── Agent │ ├── Tools │ ├── Skills │ └── Workflow │ └── Function Calling1. AI (人工智能)定义人工智能Artificial Intelligence英文缩写为AI。是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。通俗解释AI 让机器像人一样“理解” 和“思考”。常见的能力包含聊天写代码分析数据识别图片2. LLM (大预言模型)定义大模型LLMLarge Language Model是指具有大规模参数和复杂计算结构的机器学习模型。通俗解释LLM 一个超级会说话的“语言预测机器”他本质是在做根据前文预测下一个词egqianwen3.5-4b、openai# 示例 from openai import OpenAI client OpenAI(api_key你的API_KEY) response client.chat.completions.create( modelgpt-4o-mini, messages[ {role: user, content: 请解释什么是SQL索引} ] ) print(response.choices[0].message.content)3. Prompt (提示词)定义Prompt 是一种指令或信息它引导或触发 AI 系统做出回应。在与 AI 如 ChatGPT 的交互中每当我们输入一段文字无论是问题、命令还是陈述这段文字就是一个 Prompt。通俗解释Prompt 你给AI的指令 写得好 → 回答质量高写得乱 → 回答也乱Prompt 的作用触发回应Prompt 是与 AI 进行交流的起点它告诉 AI 我们需要什么样的信息或反应。引导对话通过使用特定的 Prompt我们可以引导 AI 沿着特定的思路或话题进行回答。影响输出AI 的回应会根据 Prompt 的内容而变化。一个明确、具体的 Prompt 通常会得到更精确和相关的回答。# 示例prompt 你是一名数据库专家请用简单语言解释 什么是SQL索引 并给一个例子。 4. Embedding (向量化)定义Embedding(嵌入)是指把文本(也可能包括图像、视频等其他模态数据)转成能表达语义信息的浮点数向量向量之间的数学距离可以反映对应文本之间的语义相关性通俗解释把一句话变成一串数字。例如“ERP卡顿” → [0.124, -0.334, 0.987, …]用于语义搜索相似度计算# 实例responseclient.embeddings.create(modeltext-embedding-3-small,inputERP系统性能优化)vectorresponse.data[0].embeddingprint(len(vector))# 向量维度更多信息参考Transformer | 一文带你了解Embedding从传统嵌入方法到大模型Embedding - 知乎5. Vector Database (向量数据库)定义向量数据库是一种专门用于存储和处理向量数据的数据库系统。它以向量为基本数据类型将向量作为数据的主要组织形式。通俗解释普通数据库按“精确匹配”查数据。向量数据库按“语义相似”查数据。# 示例# 导入 numpy 数学计算库# numpy 主要用于向量、矩阵计算importnumpyasnp# 创建第一个向量# 你可以理解为一句话转换成的数字表示v1np.array([0.1,0.3,0.5])# 创建第二个向量# 代表另一句话的数字表示v2np.array([0.1,0.2,0.4])# 计算两个向量的“点积”# 点积公式a1*b1 a2*b2 a3*b3# 用于衡量两个向量的相似程度similaritynp.dot(v1,v2)# 打印相似度结果print(相似度:,similarity)真实项目中可以用seekdb6. RAG 检索增强生成定义RAG(Retrieval-Augmented Generation检索增强生成)是一种结合了信息检索技术与语言生成模型的人工智能技术。该技术通过从外部知识库中检索相关信息并将其作为提示(Prompt)输入给大型语言模型(LLMS)以增强模型处理知识密集型任务的能力如问答、文本摘要、内容生成等RAG模型由FacebookAlResearch(FAIR)团队于2020年首次提出并迅速成为大模型应用中的热门方案。通俗解释流程查知识库把结果给 LLM再生成回答# 假设这是从知识库检索到的内容retrieved_textERP卡顿通常与慢SQL和锁等待有关。questionERP为什么会卡顿final_promptf 根据以下资料回答问题 资料{retrieved_text}问题{question}responseclient.chat.completions.create(modelgpt-4o-mini,messages[{role:user,content:final_prompt}])print(response.choices[0].message.content)更多信息参考一文彻底搞懂大模型 - RAG检索、增强、生成-CSDN博客7.agent (智能体)定义是指能够感知环境并采取行动以实现特定目标的代理体。通俗解释 LLM 大脑 Agent 大脑 手脚 工具 可以自动执行任务。8. Function Calling函数调用定义是一种赋予大语言模型LLM调用外部函数能力的机制使其能够结合真实数据或执行特定操作来满足用户需求而不仅仅依赖模型自身的推理能力。这一技术最早由 OpenAI 在 GPT-4 中引入随后被其他模型广泛采用。通俗解释让AI输出“调用哪个函数”importjson# 模型假设返回model_output{function:get_cpu_usage,args:{}}ifmodel_output[function]get_cpu_usage:print(get_cpu_usage())9. Tools工具定义赋予语言模型调用外部预定义函数或API的能力。模型能根据用户意图生成包含特定函数名和参数的请求以执行外部操作。通俗解释让AI的手能伸出虚拟世界。当AI自己做不了某件事时比如查实时天气、订机票它可以“摇人”调用外部的软件程序来帮忙完成。例如查数据库运行Python调接口defrun_sql(sql):returnf执行SQL:{sql}question查询用户数量sqlSELECT COUNT(*) FROM usersprint(run_sql(sql))10. Skills技能定义在 AI 界Skills 就是让大模型按照某种特定的方法论去行动的机制通俗解释Skill 封装好的一类能力模块eg: SQL优化Skill、数据分析Skill、报表生成Skill你可以把它理解为“超级进化版的提示词”。因为它比普通提示词强得多通常由三部分组成[!NOTE]元数据 (Metadata)包含对这个技能的简短描述。它保存在全局上下文中因为体积小所以非常节省Tokens省钱又省心。行动指南 (Action Guide)这部分才是真正的提示词规定了 AI 每一步该怎么做。资源文件 (Resources)这是最厉害的地方它可能包含Python 代码或其他执行程序保证程序在调用 Skill 时能完成复杂的动作。defsql_optimize_skill(sql):promptf 你是数据库专家请优化以下SQL{sql}responseclient.chat.completions.create(modelgpt-4o-mini,messages[{role:user,content:prompt}])returnresponse.choices[0].message.contentprint(sql_optimize_skill(SELECT * FROM users))11. Workflow工作流通俗解释多步骤流程自动执行。例如读取慢SQL分析原因生成优化方案输出报告
