腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

技术百科

已收录1656个词条

输入关键词，搜索你感兴趣的技术词条

1656个词条，20995个知识点

通用技术-运维

Agent 全链路追踪

Agent 全链路追踪（Agent End-to-End Tracing）是指对 AI Agent 从接收用户输入到产出最终响应的完整执行路径进行统一采集、关联与还原的技术体系。它把 Agent 的一次运行表示为由多个 Span 组成的 Trace 树，记录每一步的模型调用、工具执行、检索召回、决策推理，以及对应的输入输出、耗时与 Token 消耗。与传统面向 HTTP 请求与数据库查询的应用性能监控不同，全链路追踪需要应对 Agent 输出的非确定性、工具调用的隐蔽性，以及跨多服务与多智能体的上下文传播，是 AI 可观测性的核心组成。

Agent 全链路追踪一次完整执行链路包含哪些环节

Agent 全链路追踪是如何工作的

Agent 全链路追踪中的 Trace 与 Span 是什么关系

查看27个知识点 >

通用技术-数据库

多模数据库

多模数据库（Multi-Model Database）是一种在单一系统内核中原生支持多种数据模型的数据库管理系统。它通过统一的存储引擎、查询语言与管理界面，同时处理关系型、文档、键值、图、时序、宽列、向量等多种数据模型，实现异构数据的一体化管理。随着 AI 与大数据应用的普及，企业面临结构化业务数据、半结构化文档、图关系与向量嵌入并存的数据环境，多模数据库因能显著降低系统复杂度与总体拥有成本，正成为现代数据基础设施的重要选型方向。Gartner 在 2025 年 12 月发布的《Innovation Insight: Database Management Systems for Enterprise AI Agents》中，将多模 DBMS 定义为在同一数据库内融合关系型与一种或多种非关系型引擎（如文档、图、键值、时序、宽列、向量）的系统，并指出向量检索已成为主流数据库产品的标准能力。

多模数据库如何扩展新增的数据模型？

多模数据库支持哪些数据模型？

多模数据库底层是如何实现统一存储的？

查看27个知识点 >

通用技术-人工智能

推理加速框架

推理加速框架是面向人工智能大模型（尤其是大语言模型，LLM）推理阶段的软件系统，用于在模型训练完成后，以低延迟、高吞吐、低成本的方式将模型能力交付给线上应用。这类框架介于模型权重与上层应用之间，通过量化压缩、连续批处理、分页 / 基数树注意力（KV 缓存）管理、推测解码等技术，降低显存占用、提升 GPU 利用率并缩短响应时间。随着大模型商业化落地，推理成本与并发能力成为关键约束，推理加速框架已成为生成式 AI 生产部署的核心基础设施。

推理加速框架的吞吐量与延迟应当如何权衡？

目前主流的开源推理加速框架有哪些？

为什么大语言模型推理需要专门的推理加速框架？

查看22个知识点 >

通用技术-人工智能

Agent 开发是指构建具备自主性的 AI 智能体（Agent）的一整套工程方法论与全生命周期实践。与单次调用大语言模型（LLM）的应用不同，它关注如何让系统感知环境、自主规划、调用工具、执行动作并基于反馈持续迭代，从而在真实业务中稳定、安全、可控地达成目标。

Agent 开发中的权限控制与最小权限原则如何落地？

A2A 协议在 Agent 开发中承担什么角色？

Agent 开发应该如何选择单智能体架构与多智能体架构？

查看27个知识点 >

通用技术-人工智能

Agent 评估（AI Agent Evaluation / Agentic AI Evaluation）是对具备自主性的 AI 智能体进行系统性度量的工程方法，用于衡量智能体在多步任务中的任务完成度、工具调用正确性、轨迹质量、安全合规性以及成本与效率。与传统模型评估只关注单次文本输出不同，Agent 评估需要覆盖"规划—工具调用—环境交互—结果落地"的完整执行链路，并以可验证的外部状态作为最终成败依据。它贯穿智能体从离线测试到生产监控的全生命周期，是 Agent 规模化落地的关键质量保障环节。

主流的开源 Agent 评估框架有哪些，各自特点是什么？

pass@k 与 pass^k 在 Agent 评估中分别适用于什么场景？

Agent 评估的核心评估维度包含哪些？

查看23个知识点 >

通用技术-运维

灾备管理（灾难恢复管理，Disaster Recovery Management）是通过容灾与备份等技术手段，保障组织数据安全、确保关键业务在遭遇灾难时快速恢复的一整套管理活动。它围绕数据保护、业务连续性和成本平衡三条主线展开，以恢复时间目标（RTO）和恢复点目标（RPO）为核心量化指标，覆盖从风险评估、策略制定、系统建设到运维演练、应急响应与恢复改进的全生命周期。灾备管理既是企业抵御自然灾害、软硬件故障、人为误操作与网络攻击（如勒索病毒）的基础能力，也是满足网络安全等级保护等合规要求的必要组成部分。

灾备管理中的 RTO 与 RPO 分别如何界定？

灾备管理中的灾难恢复能力等级是如何划分的？

GB/T 20988-2025 对灾备管理提出了哪些基本要求？

查看25个知识点 >

通用技术-数据库

AI 数据库，说白了就是"给 AI 用的数据库"。普通数据库擅长管订单、账目这类一行行规整的表格；而智能问答、推荐、识图这类 AI 应用，要的是把文字、图片、语音变成一串数字（叫"向量"）存起来，再按"意思接不接近"去快速翻找。AI 数据库就是为这件事设计的：它既能存这些向量，还自带语义搜索、用大白话问数据库、在库里直接跑 AI 推理等能力，让 AI 应用不必把数据搬来搬去就能直接用上。

AI 数据库在事务处理与数据一致性上有哪些设计？

AI 数据库的混合检索机制是如何工作的？

AI 数据库如何实现自然语言查询与 NL2SQL？

查看21个知识点 >

通用技术-人工智能

大模型服务平台

大模型服务平台（Model as a Service，模型即服务，简称 MaaS 平台）是一种面向企业与开发者的云服务能力，通过统一的 API 入口提供大模型的接入、推理调用、资源调度、计量计费与运维管理能力，将模型能力从自建算力集群中解耦出来，使使用者无需关注底层 GPU 资源与推理引擎即可按需获取 AI 算力。平台通常聚合多家主流大模型（含自研与第三方模型），覆盖文本生成、深度推理、代码生成、多模态理解与生成等场景，并以 Token 为结算单位按用量计费，显著降低企业应用大模型的门槛。

自建大模型服务平台与使用云服务相比有哪些优劣？

大模型服务平台在 Token 计费与成本管理方面提供哪些能力？

大模型服务平台是如何实现多模型统一接入与管理的？

查看17个知识点 >

通用技术-人工智能

智能体技能

智能体技能（Agent Skills，外文名 Skill）是将任务执行过程中的具体操作、业务规则和专业知识抽象封装为可调用、可组合、可复用单元的关键机制，也是由 Anthropic 于 2025 年 12 月发布的一项开放标准格式。它以一个包含 SKILL.md 文件的目录为核心载体，通过"渐进式披露"机制让智能体按需加载专业知识与执行流程，从而把通用大语言模型转化为能够稳定完成特定领域任务的专业能力单元。该概念已被中国信通院列入"2026 智能体十大关键词"，成为智能体从单点响应走向复杂业务全流程执行的重要支撑。

智能体技能的开放标准（SKILL.md 规范）由谁制定、包含哪些约束？

智能体技能与工具调用（Function Calling）有什么区别？

智能体技能在权限隔离与多租户场景下需要注意什么？

查看24个知识点 >

通用技术-编程语言

Markdown 是一种轻量级标记语言，使用纯文本编辑器即可编写带格式的文本。它由 John Gruber 与 Aaron Swartz 于 2004 年共同创建，设计目标是让文档"易读、易写"，且作为纯文本即可直接发布，无需看起来像被标签或排版指令标记过。Markdown 源文件中的标记符号会被解析程序转换为 HTML，因而广泛用于技术文档、代码仓库 README、博客写作与笔记应用。由于缺乏早期统一规范，社区衍生出多种方言，其中 CommonMark 与 GitHub Flavored Markdown（GFM）已成为事实上的主流规范。

Markdown 的表格语法结构是怎样的？

Markdown 的代码块有哪几种表示方式？

Markdown 与 Word 等富文本编辑器相比有何优劣？

查看17个知识点 >

通用技术-人工智能

Agent 部署（AI Agent Deployment / Agentic Deployment，中文亦常称"智能体部署"）是指将具备自主规划、工具调用与多步执行能力的智能体，从原型或测试环境迁移到生产环境，并配套编排、工具互操作、评估、护栏、身份治理、可观测与成本管控等工程及治理实践，使其稳定、可控地服务于真实业务系统的完整过程。它与智能体开发共同构成 AI 生命周期的前后阶段，核心价值在于把"能跑的 Demo"转化为"可信任、可度量、可运营的生产能力"。

Agent 部署中 MCP 协议发挥什么作用

Agent 部署中提示注入与数据泄露风险如何防范

Agent 部署的典型技术架构由哪些层次组成

查看25个知识点 >

通用技术-数据库

多模态数据库

多模态数据库（Multimodal Database）是一种能够原生存储、管理、索引和查询文本、图像、音频、视频、向量及图谱等多种异构数据模态的新型数据库系统。它的诞生主要源于传统数据处理方案在人工智能时代所面临的挑战，旨在解决单一数据模型难以高效应对日益复杂的 AI 应用需求这一痛点，为现代数据检索、分析与智能应用提供统一的基础设施。与仅关注结构化数据的传统数据库不同，多模态数据库将非结构化内容的语义理解、向量化与跨模态关联作为核心能力，使图像、语音、视频等数据与文本、关系数据在同一系统中协同工作。

混合检索在多模态数据库中是如何实现的？

多模态数据库需要具备哪些关键能力？

多模态数据库如何实现跨模态语义对齐？

查看25个知识点 >

上一页12345678...138下一页

跳至页前往

共1656个词条