rails_ai_agents是一个面向 Rails 的 AI 驱动开发实战工具包，其中内置了一份收录289 个 AI/ML 术语、横跨 25 大分类的术语表（docs/ai-glossary.md）。这份术语表用大白话解释 LLM、RAG、智能体、MCP 等热门概念，帮你一图读懂 AI 开发，是新手快速补齐 AI 概念的最佳入口。

为什么你需要这份 AI 术语表？

做 AI 开发，最怕的不是写代码，而是听不懂行话：什么 Token、上下文窗口、RAG、智能体、MCP……

这份术语表有三个特点：

• 全：289 个术语一次性收录，从 LLM 基础到 2025-2026 最新热词全覆盖
• 新：紧跟 2025-2026 趋势，收录 Vibe Coding、Context Engineering、MCP 生态、Agent HQ 等最新概念
• 实：每个术语都有通俗解释，并关联到 Rails + Claude Code 的真实开发场景

📌 它不是一本枯燥的词典，而是一张"AI 开发地图"——扫一眼就知道某个术语在整条技术栈里处在什么位置。

289 个术语，25 大分类速览

术语表按知识领域分成 25 大类，从底层基础一路讲到团队协作，层次非常清晰：

完整分类目录可直接打开 docs/ai-glossary.md 查看，每个分类下都有一张"术语—解释—分类"的表格。

新手必懂的 10 个 AI 核心术语

第一次接触 AI 开发？先从这 10 个最高频的术语读起，它们串起了整张地图：

术语表如何融入 Rails AI 开发？

这份术语表不是孤立的词典，而是rails_ai_agents整套 AI 开发工具包的"语言底座"，与工具包里的其他部分一体两面：

• 19 个专业 Agent + 18 个技能覆盖 Model、Controller、Job、Mailer 等 Rails 领域，正是术语表中"AI 编码与开发""智能体编码模式"两类的落地
• MCP 服务器让 Claude Code 能查询生产环境错误，对应"MCP 生态深度解析"分类（参考 mcp/sentry_monitor/README.md）
• SDD（规格驱动开发）套件提供 11 个/sdd:*命令，把"规格 → 计划 → 任务 → 实现"跑成流水线

在实际工作里，这些术语会变成你每天看到的真实界面。比如下面这张状态栏截图，就同时体现了术语表里的Context Window（上下文窗口）与Token Budget（Token 预算）两个概念——它实时显示当前上下文占用，以及 5 小时与 7 天的用量配额：

想深入了解这些扩展机制，可以继续阅读 docs/claude-code-extensibility-guide.md（Agent、Hooks、MCP、Plugins）和 docs/mcp-servers-rails-guide.md（MCP 服务器实战）。

如何快速上手这份术语表？

第一步：克隆仓库（只读使用）

git clone https://gitcode.com/gh_mirrors/ra/rails_ai_agents

第二步：直接打开术语表

在编辑器中打开 docs/ai-glossary.md，按 25 大分类逐段浏览即可。建议的学习路径：

1. 先读"核心 AI/ML 基础 + Transformer 架构"打地基
2. 再读"智能体 AI 与工具调用 + MCP 生态"理解当下最热方向
3. 最后读"Claude Code 与 Agent SDK""Cursor、Copilot 与编码工具"，把术语落到你正在用的工具上

第三步：结合配套文档巩固

💡 小贴士：仓库是只读的，把术语表当作"随查随用"的参考手册——遇到不懂的词先在表里搜一下，再回头看源码，效率会高很多。

总结

rails_ai_agents 术语表用一份 289 词、25 大分类的清单，把庞杂的 AI/ML 概念整理成一张可扫读的全景图。无论你是想补齐 AI 概念的新手，还是要在 Rails 项目里落地 Claude Code、MCP、SDD 的工程师，它都能帮你一图读懂 AI 开发，少查十次资料。

从 docs/ai-glossary.md 开始，把 AI 开发的"行话"一次记牢吧。