---
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