术语 | DellDi的信息内容栈

术语

整理 AI、数据、工程、产品和 Agent 相关术语。

Harness Engineering（驾驭工程）是一种将 AI 能力嵌入真实业务系统的工程方法论。它不是关于如何调用模型，而是关于如何把模型的不确定性关进边界里——通过结构化协议、状态机、可观测性和失败兜底，让 AI 应用变得可控、可复盘、可演进。

Model Context Protocol，用于让 Agent 连接文档、工具和外部上下文的协议，是 Agent 工程化中统一上下文入口的关键基础设施。

检索增强生成，先检索相关知识再交给模型生成答案，用于降低幻觉并支持引用来源，是 AI 问数和知识库问答的核心模式。

能够感知环境、自主决策并调用工具完成任务的智能体，通常以 LLM 为推理核心，与单次问答的区别在于多轮规划、工具调用和反馈调整。

基于 Dify 平台构建的 AI 工作流，将意图识别、参数提取、工具调用和结果拼接串联成可控的 AI 应用链路。

把业务语言、指标定义、维度关系和底层查询连接起来的一层抽象，是 AI 问数和 BI 自助分析的重要基础。

基于数据库变更日志（如 MySQL binlog）实现增量数据捕获与跨库同步的技术方案，是实时数据链路的核心环节。

把数据分析能力做成长期可维护产品的工程方法，覆盖指标、服务、前端协议、权限、调度和发布验证。

一个指标在业务含义、统计范围、时间边界、组织范围、分子分母和异常处理上的共同约定。