KEEL · 龙骨 · A CURRICULUM FOR THE AI ERA
术语表 — keel 龙骨
Context Engineering 的参考信息：术语表
| 术语 | 课程中的工作定义 |
|---|---|
| Context window | 单次模型请求可访问的 token 容量，输入和允许生成的输出共同受约束，具体公式取决于供应商 |
| Token | tokenizer 切分的模型输入/输出单位；字符数、词数和 token 数不能互换 |
| Token budget | 为一次调用、一次运行或某一类上下文来源设定的 token 上限 |
| Output reserve | 给模型本轮输出预留、不能被输入占用的 token 空间 |
| Headroom | 计数误差、包装开销、协议字段和安全回退所需的余量 |
| Context selection | 在预算内按优先级、依赖、作用域和新鲜度选择内容 |
| Trim | 保留一段消息的策略，通常以最近消息或固定前缀为主 |
| Drop/Delete | 不把低价值消息送入下一次调用；是否从持久状态删除是另一项决定 |
| Compaction | 用更小的表示替代一组上下文，同时保留继续任务所需信息的有损变换 |
| Summary | 对历史内容的压缩表示；必须区别于经过工具验证的事实和系统指令 |
| Incremental summary | 合并「旧摘要 + 新增消息」的滚动更新，避免每轮从零重算全史 |
| Summary chain | 经多轮压缩依次产生并互相嵌套的摘要序列；层级越深，原始细节被重写的次数越多 |
| Hierarchical summary | 摘要链达到轮次上限后，把最早的一批既有摘要整体重压为更高层表示的策略；延缓但不消除细节损失 |
| Tool trace | assistant 的工具请求、工具结果、错误和相关元数据组成的结构化轨迹 |
| Checkpoint | 能从某个运行状态恢复的持久快照，可能包含完整历史、压缩历史和版本 |
| Information loss | 原始上下文被选择、删除或摘要后无法再恢复的内容；应通过任务指标和保留测试衡量 |
| Context rot | 随上下文增长，模型相关性、速度、成本或遵循度退化的现象；不是单一 API 错误 |
| Provider tokenizer | 目标模型实际使用的 tokenizer；上线前应以它计数，而不是用字符比例猜测 |