術語表

A

A2A（Agent-to-Agent）

標準化的代理間通訊協定，基於 JSON-RPC 2.0 over SSE，支援工作空間與第三方 AI Agent 進行結構化對話。→ A2A 協定

Agent Card

A2A 協定中代理的身分描述卡片，包含頭像、名稱、描述和能力列表。透過 HTTP 端點取得。

Agent Loop

AI Agent 的自主推理-執行迴圈機制。Agent 在迴圈中分析任務、選擇工具、執行操作、評估結果，預設最大 25 輪。→ Agent 迴圈引擎

B

BM25

一種經典的關鍵字比對演算法，在 Gateway 智慧路由中作為 LLM 語意路由的降級方案。參數：k1=1.5, b=0.75。

C

Circuit Breaker（斷路器）

防止 LLM 連續失敗導致無限重試的保護機制。連續 5 次失敗後觸發 60 秒冷卻期。

Work

工作空間的核心對話介面，使用者透過 Work 與 AI Agent 互動。→ Work 對話概述

claw-shared

Web 端和 APP 端共享的 UI 元件層。透過 PlatformAdapter 模式實現平台無關的元件重複使用。

Context Window（上下文視窗）

LLM 單次推理可處理的最大 token 數量。不同模型的上下文視窗從 64K 到 1M 不等。→ 支援的模型列表

D

Distill

工作空間的知識蒸餾功能模組（Coming Soon），計劃提供 AI 驅動的知識擷取與總結。

E

EMA（Exponential Moving Average，指數移動平均）

用於動態校準 token 估算精度的演算法。初始 3.0 chars/token，α=0.15。

Enterprise Memory（企業記憶）

組織級別的記憶維度，按 orgId 隔離，僅管理員可維護。→ 三維記憶系統

G

Gateway

WebSocket 閘道服務，是多節點架構的中央排程樞紐。負責節點註冊、智慧路由、訊息轉發和權限驗證。→ 多節點架構

H

Hub-Spoke 拓撲

記憶圖譜的視覺化佈局方式。Hub（中心節點）輻射連接多個 Fact（事實節點），Entity（實體節點）之間交叉關聯。

I

InlinePreviewCard（內聯預覽卡片）

對話流中檔案的縮圖展示元件，支援懸停高亮和操作按鈕（展開、複製、在檔案管理器中顯示等）。

M

MCP（Model Context Protocol）

標準化的 AI 工具通訊協定，支援 stdio / SSE / HTTP 三種傳輸方式和五種認證模式。→ 工具管理

mem0

記憶儲存後端服務，提供語意搜尋、知識圖譜和自動更新/合併/遺忘能力。

Multimodal（多模態）

支援多種內容類型（文字、圖片、文件、音訊、視訊等）的輸入和輸出能力。→ 多模態輸入輸出

N

Node（節點）

多節點架構中的裝置單元。Web 端為 Human 類型節點，APP 端為 Agent 類型節點。→ 多節點架構

P

PlatformAdapter

Work 共享元件的平台適配模式。WorkPage 透過 usePlatformAdapter() 讀取狀態和操作，不直接依賴平台程式碼。

P0 / P1 / P2

工具安全級別。P0=自動執行，P1=首次確認，P2=每次確認。→ 執行時安全

S

Sandbox（沙箱）

基於 VirtIO 的輕量級微虛擬機器，提供隔離的程式碼執行環境，支援 arm64/amd64。→ 執行時安全

Sidecar

APP 端的 Node.js 側車行程，執行 Agent Engine、Context Manager、Tool Handler 等核心元件。由 Tauri Rust 行程管理生命週期。

Skill（技能）

預封裝的專業能力模組，透過 SKILL.md 檔案宣告。系統預置 21 項技能。→ 技能管理

Subagent（子代理）

Agent 的任務分解與委派機制。支援自動建立、預註冊派發和跨節點派發三種類型，最大巢狀 3 級。→ 子代理系統

T

Tool（工具）

Agent 執行操作的能力單元。系統內建 19 項工具，可透過 MCP、API 和技能擴充。→ 工具管理

W

Workflow（工作流）

視覺化的多步驟自動化流程，支援編排多個元件和資料來源。→ Workflow