
:::info{title="一些名词"}
主要是整理了一些ai名词
:::
### 1. LLM-大语言模型

基本都是基于函数**transformer**搭建

> 内部肯定有很多向量公式，这里简化不表

* 工作原理
  * 单次对话：根据用户输入q与已经吐出的回答字段a1，不断预测新的输入字段a2...an，直到判断后输出结束标识符，本次回答a结束
    * 类似while循环，退出条件是a结束
    * a1...作为最底层的元，又叫做**token**
  * 整个对话：根据已经产生的对话context，作为预先的输入，推测后续对话
    * context作为上下文有限，窗口代表最大context额度（单位token）



### 2. token 单位元

作为大模型内部基本单位元，需要解码编码，token与实际的文字/单词具有一定映射关系。

token划分不一定符合文字直觉

1个token约为1.5汉字

> token查询：https://platform.openai.com/tokenlizer

* 解码过程
  * 切割文字token，映射为数字token id，一个个输入给大模型
* 解码过程
  * 映射数字为文字，模型每次只给一个token，拼接回上文



### 3. context 上下文

* context window：最大容纳token数

* 包括了

  * 之前所有对话记录

  * 大模型正在追加的token

  * tool工具列表（大概是一些内置的工具api？sdk？）
  * system prompt

* 优化
  * 优化在context的检索效率
    * **rag**：从context抽取与用户问题最关联的片段，发给大模型
    * 降低对话成本



### 4. prompt 提示词

* user prompt
  * 单次对话输入的指令
  * prompt engineering 提示词工程，模型变强之后可以不在乎
* system prompt
  * 内置好的调教文案，用户不可访问



### 5. tool 内置工具

api & sdk内置给它让它调-面向大模型开发（？

* 涉及角色：用户，模型，工具，平台

  * 平台：内嵌模型和工具的后台 + 面向用户的前台 + 调用各种能力 + 转发消息（json格式？）
    * 网站 or app形式

* 工具接入平台的规范不一样

  * **mcp**协议

    

### 6. agent 智能体

* agent：自主规划现状，自主调用工具的系统

* agent 构建模式

  * ReAct

  * plan and execute

    

### 7. agent skill

预设好习惯要求，沉淀为skill md文档

* title + 指令层 + 示例

![image-20260324182711638](http://139.196.222.209/static/img/e87ba54c88b503830fb5a7834c75ccf1.image-20260324182711638.webp)

* cc使用skills示例

![image-20260324182928841](http://139.196.222.209/static/img/01210f7c6256603eae270d9172b2b2ff.image-20260324182928841.webp)

* 渐进式披露

ai初学

> 参考了原作者文档：https://vanblog.mereith.com/guide/init.html

## docker搭建流程
1. 登录服务器后，初始化docker,docker-compose
```shell
sudo apt-get update
sudo apt-get install -y ca-certificates curl gnupg

# 确保目录存在
sudo install -m 0755 -d /etc/apt/keyrings

# 下载并转换密钥（如果文件已存在会覆盖）
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg --yes

# 设置权限
sudo chmod a+r /etc/apt/keyrings/docker.gpg

# 重新添加软件源
echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \
  $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \
  sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
  
# 安装 Docker
sudo apt-get update
sudo apt-get install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

# 验证与启动
sudo systemctl enable --now docker
docker --version
```
2. 本地打包镜像，避免服务器网络不好
```shell
# 1. 拉取镜像
docker pull mereith/van-blog:latest
docker pull mongo:4.4.16

# 2. 将镜像打包成 tar 文件
docker save -o vanblog_images.tar mereith/van-blog:latest mongo:4.4.16

# 3 将文件上传到服务器
scp vanblog_images.tar ubuntu@你的服务器IP:~/vanblog/
```

服务器加载镜像
```shell
cd ~/vanblog

# 加载镜像文件
sudo docker load -i vanblog_images.tar
```
3. 导入配置，启动文件
```shell
# 1. 创建并进入目录
mkdir -p vanblog && cd vanblog

# 2. 创建并写入 docker-compose.yml (这里使用了 VanBlog 官方推荐的标准配置)
cat <<EOF > docker-compose.yml
version: "3"
services:
  vanblog:
    image: centeredge/vanblog:latest
    container_name: vanblog
    restart: always
    environment:
      - TZ=Asia/Shanghai
      - EMAIL=admin@example.com  # 换成你的邮箱
    volumes:
      - ./data:/app/data
      - /var/run/docker.sock:/var/run/docker.sock
    ports:
      - "80:80"
EOF
```
```shell
docker compose up -d
# -d: 表示在后台运行，这样你关掉终端博客也不会停。
```