Glosario

Utilice este glosario para buscar definiciones de términos de Agent Hub y conceptos relacionados de AI Data Platform que encuentre al utilizar Agent Hub o leer esta guía.

  • A2A: Agent2Agent (A2A) es un protocolo abierto que permite a los agentes de AI detectar e interactuar entre sí. Los metadatos A2A de un agente permiten registrar y detectar el agente.
  • A2A agent card (Tarjeta de agente A2A): una tarjeta de agente contiene metadatos que describen un agente, incluido su nombre, descripción y aptitudes. Soporta la detección de agentes y la interoperabilidad.
  • A2UI: el agente a la interfaz de usuario (A2UI) es un protocolo de interfaz de usuario estructurado que permite a un agente devolver componentes de interfaz de usuario interactivos además de texto.
  • Flujo de agente: el flujo de agente es la definición de código o visual que coordina un modelo, instrucciones y herramientas.
  • Administrador del hub de agente: un administrador del hub de agente es un usuario que administra la configuración y la funcionalidad del hub de agente.
  • Agente de IA: un agente de IA es un recurso de IA diseñado para realizar tareas particulares o proporcionar conocimientos y capacidades especializados.
  • Recursos informáticos de IA: los recursos informáticos de IA son la capacidad de tiempo de ejecución asociada a un flujo de agente para el despliegue.
  • Oracle AI Data Platform: AI Data Platform proporciona el entorno en el que se crean y despliegan los agentes. También proporciona los servicios de plataforma que utiliza Agent Hub.
  • Registro de IA: registro empresarial central para registrar y detectar recursos de IA soportados desarrollados en Oracle AI Data Platform o entornos externos soportados. Los recursos registrados pueden estar disponibles para su uso a través de Agent Hub y otras aplicaciones.
  • Recursos de IA: capacidades de IA que una organización pone a disposición para su uso a través del hub de agente, incluidos agentes, servidores MCP y herramientas.
  • Usuario de negocio: un usuario de negocio es un usuario que utiliza el hub de agente para interactuar con los recursos de IA empresarial disponibles para ellos.
  • Checkpointer: un checkpointer proporciona un almacenamiento de estado de ámbito de conversación que se utiliza para retener el contexto de varias vueltas.
  • Despliegue: un despliegue es un punto final de prueba o PROD que se puede ejecutar creado a partir de un flujo de agente.
  • Respuesta directa: una respuesta directa es una respuesta que el hub de agente proporciona desde su modelo configurado sin enrutar la solicitud a un agente registrado.
  • IA empresarial: la IA empresarial se refiere a las capacidades de IA que una organización desarrolla, gestiona y pone a disposición para uso empresarial.
  • Guardrails: las barandillas son controles diseñados para proteger las interacciones de IA mediante la detección o prevención de tipos específicos de contenido o comportamiento no deseado.
  • Base de conocimientos: una base de conocimientos contiene documentos indexados que una herramienta de generación aumentada de recuperación puede utilizar para recuperar pruebas relevantes.
  • Modelo de lenguaje grande (LLM): un modelo de IA que puede comprender y generar lenguaje natural. Agent Hub utiliza un LLM configurado para soportar la orquestación y proporcionar respuestas directas cuando una solicitud no requiere un agente especializado.
  • Servidor de MCP: servidor que expone las herramientas mediante el protocolo de contexto de modelo (MCP) para que los agentes y otras funciones soportadas puedan detectarlas y llamarlas.
  • Protocolo de contexto de modelo (MCP): el protocolo de contexto de modelo (MCP) es una interfaz estándar mediante la cual un agente puede detectar y llamar a herramientas externas.
  • Orchestrator: componente del hub de agente que evalúa la solicitud de un usuario y determina cómo manejarla. El orquestador puede enrutar solicitudes a los agentes o herramientas adecuados, presentar agentes para la selección de usuarios o proporcionar una respuesta directa mediante el modelo de lenguaje grande (LLM) configurado.
  • Petición de datos: una petición de datos es una pregunta, instrucción o solicitud que un usuario de negocio introduce en el hub de agente.
  • Registro: el registro es la página del hub de agente en la que los usuarios de negocio exploran y detectan los agentes, temas y otros recursos de IA soportados disponibles para ellos.
  • Generación aumentada de recuperación (RAG): la generación aumentada de recuperación (RAG) es una técnica en la que un modelo genera una respuesta mediante la información recuperada de una base de conocimientos.
  • Control de acceso basado en roles (RBAC): el control de acceso basado en roles (RBAC) controla el acceso a la funcionalidad y los recursos en función de los roles y los permisos asociados.
  • Variable de sesión: una variable de sesión son metadatos de tiempo de ejecución proporcionados por el cliente que se entregan independientemente de la petición de datos del usuario.
  • Herramienta SQL: una herramienta SQL proporciona una forma configurada para que un agente consulte los datos registrados.
  • Pensar en actividad: panel que el usuario puede mostrar durante un chat. El panel proporciona una vista de alto nivel del procesamiento de solicitudes, incluido el estado del procesamiento, el tiempo transcurrido y la información sobre los agentes o las herramientas que se invocan durante una solicitud.
  • Herramienta: una herramienta proporciona una capacidad que un agente u otra funcionalidad de hub de agente soportada puede utilizar para realizar una tarea o interactuar con otro sistema.
  • Tema: un tema agrupa agentes y herramientas relacionados en torno a un área o propósito de negocio concreto. Cuando un usuario inicia un chat desde un tema, el tema reduce el juego de agentes y herramientas que puede utilizar el orquestador para procesar la solicitud.
  • Rol de usuario: un rol de usuario define un juego de permisos asociados a las responsabilidades o actividades de un usuario.