整理文件路径：Technical→AI/

wiki/sources/llm-terms-framework.md

@@ -0,0 +1,44 @@
+---
+title: "大模型相关术语框架总结"
+type: source
+tags: [LLM, MCP, Prompt, RAG, vLLM, Token]
+date: 2025-12-20
+---
+
+## Source File
+- [[raw/AI/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md]]
+
+## Summary
+- 核心主题：大模型核心术语和技术框架
+- 问题域：大模型领域术语众多难以系统理解
+- 方法/机制：图解化梳理各术语关系
+- 结论/价值：构建完整的大模型技术知识体系
+
+## Key Claims
+- LLM：Large Language Model大模型，≥1B参数
+- Prompt：输入给大模型的语句
+- MCP：Model Context Protocol，标准化接口连接外部数据和工具
+- Agent：LLM+MCP=智能体，大模型给出步骤，实际执行需配合MCP
+- RAG：Retrieval Augmented Generation检索增强生成，解决幻觉问题
+- Embedding：向量化，计算词与词之间的距离
+- vLLM：高效推理框架，KV Cache+连续批处理提升GPU利用率
+- Token：基本输入单元，1英文字符≈0.3 token，1中文字符≈0.6 token
+
+## Key Concepts
+- [[LLM]]：大语言模型
+- [[MCP]]：模型上下文协议
+- [[Agent]]：智能体
+- [[RAG]]：检索增强生成
+- [[Embedding]]：向量化
+- [[vLLM]]：高效LLM推理框架
+- [[Token]]：大模型基本输入单元
+
+## Key Entities
+
+## Connections
+- [[LLM]] ← uses ← [[Token]]
+- [[LLM]] ← uses ← [[MCP]]
+- [[Agent]] ← combines ← [[LLM]] + [[MCP]]
+- [[RAG]] ← extends ← [[LLM]]
+
+## Contradictions