## 1. Token 是什么**token 可以理解成“模型读字时切出来的小块”。**它不是严格等于- 一个字- 一个词- 一个字符它更像是模型内部自己切分出来的“阅读单位”。比如一句话帮我解释一下 Python在你眼里是一整句在模型眼里会被拆成很多小块去处理。这些小块就是 token。---### 大白话类比你可以把 token 理解成**模型吃东西时的一口一口。**不是一整盘吞下去而是一口一口吃。---### 为什么它重要因为模型很多限制、计费、性能都是按 token 来算的- 你发进去多少 token- 模型吐出来多少 token- 上下文最多能装多少 token---## 2. 上下文窗口是什么**上下文窗口**可以理解成**模型这次脑子里最多能同时装下多少内容。**比如你给模型这些东西- system prompt- 前面 10 轮聊天- 工具返回结果- 你这次的新问题这些全部加起来都要塞进一个“窗口”里。这个窗口不是无限大的。它有容量上限。---### 大白话类比你可以把它想成**模型眼前的一张办公桌。**桌子就这么大。你把文件全堆上来- 堆太多放不下- 放不下就得扔一部分- 或者先压缩一下旧材料这张桌子的大小就是上下文窗口。---### 为什么它重要因为如果窗口不够- 旧对话会被裁掉- 工具结果可能被压缩- 模型会“忘掉前面聊过什么”所以你前面学到的“上下文压缩”本质上就是在解决这个问题。---## 3. 温度是什么**温度**可以理解成**模型回答时“发散”还是“保守”的程度。**---### 温度低比如 0、0.2模型会更倾向于- 稳一点- 保守一点- 重复最可能的答案- 不太爱乱发挥适合- 写代码- 提取信息- 严格格式输出- 做稳定回答---### 温度高比如 0.8、1.0模型会更倾向于- 更有变化- 更发散- 更有创造性- 但也更容易跑偏适合- 写文案- 头脑风暴- 创意写作---### 大白话类比温度就像一个人说话时的“放飞程度”。- 温度低像一个特别谨慎的会计- 温度高像一个脑洞很大的创意策划---## 4. 流式输出是什么**流式输出**就是**模型不是等整段想完再一次性给你而是一边生成一边往外吐。**比如你平时看到 AI 回答时是这样出现的- 先出来几个字- 再出来一句- 再慢慢往下长这就是流式输出。---### 不流式是什么样如果不是流式体验就会像- 你问一句- 界面卡住几秒- 最后整段一下子蹦出来---### 大白话类比流式输出就像**别人边想边说。**不流式像**别人先闷头写完一整页再一次性交给你。**---### 为什么它重要因为流式输出会让你感觉- 更快- 不像卡死- 用户体验更好但对系统来说也更麻烦一点因为- 要处理半截内容- 要处理打断- 要处理 token 流- 日志通常还得只记最终结果你这个项目里就明显偏向流式输出。---## 5. 结构化输出是什么**结构化输出**就是**不让模型随便写一大段散文而是要求它按固定格式返回。**比如你不要它回答 我觉得可以分成三步……而是要求它必须返回{ status: success, summary: ……, next_step: …… }这就叫结构化输出。---### 大白话类比普通输出像自由作文。结构化输出像填表格。- 普通输出想怎么写怎么写- 结构化输出必须按格子填---### 为什么它重要因为程序更容易处理结构化输出。比如程序后面想拿模型结果继续跑逻辑- 判断成功还是失败- 抽取字段- 存数据库- 驱动下一步流程如果模型随便写一大段自然语言就很难接。所以在 agent / workflow / task 里结构化输出特别常见。---# 一起串起来理解你可以这样记- **token**模型读写时的一小块一小块内容- **上下文窗口**模型一次最多能同时看到多少内容- **温度**模型回答时有多保守 / 多发散- **流式输出**模型边生成边输出- **结构化输出**模型按固定格式回不是自由发挥---# 用生活例子打个总包把模型想成一个办公室员工- **token**员工一眼一眼读文件的小片段- **上下文窗口**员工桌面能同时摊开的文件数量- **温度**员工回答问题时是严谨还是更爱发挥- **流式输出**员工边想边说还是想完一次性说- **结构化输出**员工是自由回答还是必须按表格填写---