$ capsul 术语表
术语表
决定一个编码代理成本的那些词，先用一句话定义，再展开解释。
- Token（词元）
- token 是语言模型读取并据以计费的单位：一个常用词、一个词的片段或一个标点，平均大致相当于三到四个英文字符。
- 上下文窗口
- 上下文窗口是模型一次能同时考虑的最大 token 数，涵盖指令、对话，以及随问题一并发送的一切。
- 输入 token 与输出 token
- 输入 token 是一次请求中发送给模型的一切，输出 token 是它写回来的内容；在代理工作里，输入端主导账单，通常高出一个数量级以上。
- token 预算
- token 预算是对一次请求可纳入多少上下文的硬性上限，它在请求发出之前生效，而不是与模型协商出来的。
- 提示缓存
- 提示缓存让服务方在多次请求之间复用重复前缀的已处理结果，并把这部分 token 按新鲜价的一小部分计费。
- 缓存命中率
- 缓存命中率是一次请求的输入 token 中，由提示缓存提供而非重新处理的那一部分所占的比例。
- 上下文腐化
- 上下文腐化是指模型的回答随着上下文膨胀而变差：相关材料被稀释、新旧内容互相矛盾、废弃的死路不断堆积。
- 代理循环
- 代理循环是指模型调用工具、读取结果、再决定下一步，如此反复直到给出答案的这个循环。
- 工具调用
- 工具调用是模型发出的结构化请求，用来执行自身之外的动作，比如读取文件或运行命令，其结果会被送回上下文。
- 仓库地图
- 仓库地图是一份压缩后的代码库提纲，列出其文件以及各文件定义的符号，好让模型不必通读全部就能定位到东西。
- 用量上限
- 用量上限限制你在一段时间窗口内能发送多少，其计量基于已处理的 token，而不是发出的消息条数。
- 命令行编码代理
- 命令行编码代理是一个终端程序，它让模型在一个工作目录里读取、运行和修改内容，并受你设定的审批规则约束。
- CLAUDE.md
- CLAUDE.md 是 Claude Code 在会话开始时读取的 Markdown 常驻指令文件，其内容会进入该会话发出的每次请求。
- AGENTS.md
- AGENTS.md 是面向 AI 编码代理的 Markdown 项目指令文件，代理在开始工作前会把其中的适用内容载入上下文。
- 上下文压缩
- 上下文压缩用模型写出的摘要替换代理的对话历史，使长会话重新装进上下文窗口，同时舍弃部分细节。
- 子代理
- 子代理是拥有独立上下文窗口、系统提示词和工具权限的代理实例，主代理把任务交给它，并接收其结果摘要。
- 模型上下文协议（MCP）
- 模型上下文协议（MCP）是一项连接 AI 应用与外部工具和数据的开放标准，服务器可向兼容客户端提供工具、资源或提示。
- 工具定义
- 工具定义是向模型说明工具名称、用途和输入模式的信息；只有客户端将其包含在请求中时才计为输入 token。
- 缓存写入
- 缓存写入是处理并保存提示前缀以供后续复用的操作，其价格高于普通输入，换取之后更便宜的缓存读取。
- 缓存存活时间（TTL）
- 缓存存活时间（TTL）是已缓存提示前缀在未被使用时可保留的时长；过期后，下次请求必须重新处理并写入它。
- 缓存加权输入 token
- 缓存加权输入 token 按相对于普通输入的价格折算每种输入：普通输入全额计，缓存读取折价计，缓存写入按溢价计。
- API 等价成本
- API 等价成本是把会话用量按服务商公开的 API 标价计算出的假设费用，可用于比较实际通过订阅套餐完成的工作。
- 单项任务成本
- 单项任务成本是从开始到完成一项工作所花的总费用，包含所有请求、重试和委派调用。
- 系统提示词
- 系统提示词是在每次请求中先于对话发送给模型的指令，规定模型的角色与须遵循的行为规则。
- 分词器
- 分词器把文本切成模型读取及计费所用的 token，因此同一段文本在不同模型上可能得到不同的 token 数。
- 扩展思考
- 扩展思考是模型在作答前生成的推理 token，无论用户能否看到推理内容，都会按输出 token 计费。