术语表#

APDEX#: Application Performance Index，应用性能指数。一个衡量用户满意度的标准指标，基于响应时间计算。
AIOps#: Artificial Intelligence for IT Operations，智能运维。利用 AI/ML 技术自动化 IT 运维流程。
APM#: Application Performance Management，应用性能管理。监控和管理应用程序性能和可用性的实践。
CI/CD#: Continuous Integration / Continuous Delivery，持续集成/持续交付。自动化的软件构建、测试和部署流水线。
Circuit Breaker#: 断路器模式。当下游服务故障时快速失败，防止级联故障。
CLS#: Cumulative Layout Shift，累积布局偏移。 Core Web Vitals 之一，衡量页面视觉稳定性。
Counter#: 计数器。一种单调递增的度量类型，用于记录累计值。
DAU#: Daily Active Users，日活跃用户数。
DORA#: DevOps Research and Assessment。 Google 提出的四个关键指标: 部署频率、变更前置时间、变更失败率、服务恢复时间。
eBPF#: Extended Berkeley Packet Filter。 Linux 内核技术，允许在内核中运行沙盒程序进行无侵入式监控。
EWMA#: Exponentially Weighted Moving Average，指数加权移动平均。
Gauge#: 测量值/仪表。一种可增可减的度量类型，表示某个瞬时值。
Golden Signals#: 黄金信号。Google SRE 提出的四大关键指标: 延迟、流量、错误、饱和度。
Histogram#: 直方图。一种度量类型，用于统计数据的分布情况。
HPA#: Horizontal Pod Autoscaler。 Kubernetes 中基于度量的自动水平伸缩机制。
INP#: Interaction to Next Paint，交互到下一次绘制。 Core Web Vitals 之一，衡量页面交互响应性。
JMT#: Join Meeting Time，参会时间。网络会议系统中用户加入会议所需的时间。
LCP#: Largest Contentful Paint，最大内容绘制时间。 Core Web Vitals 之一，衡量页面加载性能。
MDD#: Metrics Driven Development，度量驱动开发。以度量为核心的软件开发方法论。
Meter#: 速率计。一种度量类型，用于记录事件的平均速率。
MTTR#: Mean Time To Recovery，平均恢复时间。从故障发生到服务恢复所需的平均时间。
NPS#: Net Promoter Score，净推荐值。衡量客户忠诚度的指标。
OpenTelemetry#: CNCF 的统一可观测性框架，将 Metrics、Traces、Logs 三大信号标准化。
OTLP#: OpenTelemetry Protocol，OpenTelemetry 协议。用于传输遥测数据的标准协议。
P50/P90/P95/P99#: 百分位数。P99 = 99th percentile，表示 99% 的请求的延迟低于该值。
PDCA#: Plan-Do-Check-Act，戴明循环。质量管理和持续改进的方法论。
PromQL#: Prometheus Query Language，Prometheus 查询语言。
QPS#: Queries Per Second，每秒查询数。
RED#: Rate-Errors-Duration。Tom Wilkie 提出的微服务度量方法。
RUM#: Real User Monitoring，真实用户监控。采集真实用户的体验数据进行分析。
SLA#: Service Level Agreement，服务级别协议。服务提供者与客户之间关于服务质量的约定。
SLI#: Service Level Indicator，服务级别指标。衡量服务质量的具体指标。
SLO#: Service Level Objective，服务级别目标。服务提供者对 SLI 设定的目标值。
SRE#: Site Reliability Engineering，站点可靠性工程。 Google 提出的运维方法论。
Timer#: 计时器。一种度量类型，结合了直方图和速率计。
TPS#: Transactions Per Second，每秒事务数。
AI Agent#: AI 智能体。能够自主感知环境、做出决策并执行操作的 AI 系统。在运维场景中，Agent 可以自主处理告警、执行修复操作。
Chunking#: 分块。将长文档切分为较小片段的过程，是 RAG 系统中的关键步骤。分块策略直接影响检索质量。
Context Window#: 上下文窗口。LLM 单次推理能处理的最大 Token 数量。如 GPT-4 Turbo 为 128K，Claude 3 为 200K。
DeepEval#: 开源的 LLM 评估框架，提供 Faithfulness、Answer Relevancy 等预定义评估指标，支持自动化回归测试。
E2E Latency#: 端到端延迟。从用户发出请求到收到完整响应的总时间。在 LLM 应用中包括 Prompt 处理、推理、Token 生成等全部耗时。
Embedding#: 嵌入/向量化。将文本、图像等非结构化数据转换为高维向量的过程。是 RAG 系统中语义检索的基础。
Eval-Driven Development#: 评估驱动开发。类似 TDD，先定义评估数据集和质量指标，再迭代优化 AI 系统的开发方法论。
Faithfulness#: 忠实度。RAG 系统中衡量生成答案是否忠实于检索到的上下文的指标。高忠实度意味着低幻觉率。
Function Calling#: 函数调用。LLM 根据用户意图选择并调用外部工具/API 的能力。是 AI Agent 的核心机制之一。
Guardrail#: 安全护栏。对 AI 系统输入输出的安全检查机制，防止有害内容生成、敏感信息泄露等。
Hallucination#: 幻觉。LLM 生成看似合理但实际上不正确或无依据的内容。是 LLM 应用中最需要度量和控制的质量问题。
LangFuse#: 开源的 LLM 可观测性平台，提供 Trace、评估、Prompt 管理等功能。
LangSmith#: LangChain 提供的 LLM 应用可观测性和评估平台。支持 Trace 可视化、数据集管理、在线评估。
LLM#: Large Language Model，大语言模型。基于 Transformer 架构的大规模预训练语言模型，如 GPT-4、Claude、Llama。
LLM-as-Judge#: 以 LLM 作为评判者。使用一个 LLM 来评估另一个 LLM 的输出质量，是自动化质量评估的常用方法。
MRR#: Mean Reciprocal Rank，平均倒数排名。衡量检索系统中第一个相关结果排名的指标。
NDCG#: Normalized Discounted Cumulative Gain，归一化折损累积增益。衡量检索结果排序质量的指标，考虑了相关性和位置。
Precision@K#: 前 K 个检索结果中相关结果的比例。RAG 检索质量的核心指标。
Prompt Engineering#: 提示工程。设计和优化 LLM 输入提示以获得更好输出的技术。
RAG#: Retrieval-Augmented Generation，检索增强生成。结合信息检索和文本生成的技术，先从知识库检索相关文档，再基于检索结果生成回答，有效减少 LLM 幻觉。
Ragas#: RAG Assessment，开源的 RAG 系统评估框架。提供 Faithfulness、Context Relevancy 等标准化评估指标。
Recall@K#: 知识库中所有相关文档被检索到前 K 个结果中的比例。
ReAct#: Reasoning + Acting。一种 AI Agent 架构模式，交替进行推理（思考下一步）和行动（调用工具）。
Token#: 词元。LLM 处理文本的基本单位。英文约 1 Token ≈ 0.75 个单词，中文约 1 Token ≈ 0.5-1 个汉字。Token 数量直接影响 API 成本和延迟。
Tool Calling#: 工具调用。AI Agent 调用外部工具（API、数据库、代码执行器等）来完成任务的能力。度量工具调用的准确率和延迟是 Agent 评估的关键。
TTFT#: Time To First Token，首 Token 时间。从发送请求到收到第一个生成 Token 的时间，是 LLM 流式响应的关键延迟指标。
TPS (LLM)#: Tokens Per Second，每秒生成 Token 数。衡量 LLM 推理速度的指标，影响用户感知的流畅度。
USED#: Usage-Saturation-Error-Delay。本书提出的度量核心维度框架，适用于从基础设施到 AI 应用的各个层次。
USE#: Utilization-Saturation-Errors。 Brendan Gregg 提出的系统资源分析方法。
Vector Database#: 向量数据库。专门用于存储和检索高维向量的数据库，如 ChromaDB、Pinecone、Milvus、Weaviate。是 RAG 系统的核心组件。
EDD#: Eval-Driven Development，评估驱动开发。 AI 应用的 TDD——先定义评估数据集和质量阈值，再迭代优化系统。核心循环：定义评估集 → 建立基线 → 迭代优化 → 回归验证。
Error Budget#: 错误预算。SLO 允许的不可用时间或错误量。例如 99.9% 可用性的 SLO 意味着每月有约 43 分钟的错误预算。
FinOps#: Financial Operations，云财务管理。 FinOps for AI 专注于 LLM API 成本的可见性、归因和优化。
gRPC#: Google Remote Procedure Call。基于 HTTP/2 和 Protocol Buffers 的高性能 RPC 框架。支持 Unary、Server Streaming、Client Streaming、Bidirectional Streaming 四种模式。
Prompt Caching#: 提示缓存。将重复使用的 System Prompt 前缀缓存起来，减少重复计算，降低 LLM API 输入成本 (最高可降 90%)。
Runbook#: 运维手册。告警触发后的标准操作流程文档，包含排查步骤、处理方法和升级路径。每条告警规则都应附带 Runbook。
Three Guardians#: 三大护法。AI 时代软件质量的三个支柱：可验证性 (TDD)、可观测性 (MDD)、可理解性 (活文档)。