مرجع R.7

واژه‌نامه

Glossary

هر اصطلاح زیر در این راهنما فقط یک معنا دارد؛ اگر اصطلاحی در دو بخش در دو مفهوم به کار رفته باشد، هر دو مفهوم با بافتار مربوط به خود فهرست شده‌اند.

این تعاریف از کد موجود در نسخه‌ی قفل‌شده (pin)، مستندات در commit با شناسه‌ی 04d4d4a و تعاریف ارائه‌شده در بخش‌های مختلف کتاب استخراج شده‌اند. اصطلاحاتی که با قلم کد آمده‌اند، نام‌های عینی و دقیقی هستند که خودتان تایپ می‌کنید یا در خروجی می‌خوانید.

اصطلاح معنا در این راهنما محل توضیح
قفل مشورتی (Advisory lock) نوعی قفل در Postgres روی عددی دلخواه به‌انتخاب کد شما، که یک نشست آن را در اختیار می‌گیرد و با پایان نشست آزاد می‌شود. 9.7
add_messages کاهنده (reducer) برای فهرستی از پیام‌ها. پیامی با شناسه‌ی جدید را اضافه می‌کند، پیام با شناسه‌ی تکراری را جایگزین می‌سازد و پیامی را که نامش در RemoveMessage آمده باشد حذف می‌کند. 6.1
سرور ایجنت (Agent Server) سرور LangSmith که گرافی کامپایل‌شده را پشت یک API مبتنی بر HTTP از دستیارها، تردها و اجراها مدیریت می‌کند. نام پکیج آن langgraph-api است. 8.1
AgentState نوع وضعیت (state) هر ایجنت، شامل کلیدهای messages، jump_to و structured_response. 4.1
AutoModeMiddleware میان‌افزاری که از یک مدل تصمیم‌گیر می‌پرسد آیا فراخوانیِ ابزاری مشخص پرخطر است یا نه، و با احتمال 0.5 یا بیشتر جلوی فراخوانی را می‌گیرد. 4.8
حالت دسته‌ای (Batched mode) مقدار پیش‌فرض interrupt_mode. در این حالت یک وقفه (interrupt) همه‌ی فراخوانی‌های معلق یک پیام مدل را نگه می‌دارد و با یک بار ادامه‌ی کار (resume) به ترتیب به همه‌ی آن‌ها پاسخ داده می‌شود. 6.5
میان‌افزار توکار (Built-in middleware) کلاس میان‌افزاری که langchain از مسیر langchain.agents.middleware اکسپورت می‌کند. در نسخه‌ی قفل‌شده 19 مورد از آن‌ها وجود دارد. 4.6
کیت ضبط (Capture kit) برنامه‌ای در پوشه‌ی capture/ که کل پشته را در یک فرایندِ تکیِ Python و به‌صورت آفلاین اجرا می‌کند و دیده‌هایش را در capture/out/ می‌نویسد. راهنمای خواندن این کتاب
نسخه‌ی کانال (Channel version) عددی که حلقه برای هر کانال در چک‌پوینت ذخیره می‌کند. هر کانالی که در یک ابرگام (superstep) تغییر کند، نسخه‌ی جدیدی می‌گیرد. 2.1
ارزیاب (Checker) تابعی در بستر آزمایشی (bench) که قبولی را بر اساس تغییراتِ اعمال‌شده به دست ابزارها می‌سنجد؛ مانند جستجوهای انجام‌شده، دیتابیس، فایل‌ها و مخزن یادداشت‌ها. روش‌شناسی بستر آزمایشی
چک‌پوینت (Checkpoint) وضعیت ذخیره‌شده‌ی یک ترد پس از یک گام، به‌همراه شماره‌ی گام، نودهای بعدی و شناسه‌ی چک‌پوینت قبلی. 1.3
تاپل چک‌پوینت (Checkpoint tuple) مقداری که چک‌پوینتر برای یک چک‌پوینت برمی‌گرداند: config آن، metadataی آن، خود چک‌پوینت، پیکربندی والد آن، و نوشتن‌های معلق (pending writes). 5.2
چک‌پوینتر (Checkpointer) شیئی که وضعیت گراف را پس از هر گام ذخیره می‌کند و در شروع اجرای بعدی، آخرین چک‌پوینت را بارگذاری می‌نماید. 5.2
چانکِ پیام (Chunk, of a message) بخشی از پیام که مدل استریم می‌کند؛ مانند یک AIMessageChunk. چانک‌ها با عملگر + به یک پیام واحد تبدیل می‌شوند. 3.3
چانکِ استریم (Chunk, of a stream) یک قلم داده که تابع stream تولید می‌کند. شکل آن به حالت استریم (stream mode)، تعداد حالت‌ها و نسخه‌ی استریم بستگی دارد. 5.1
Command مقداری که یک نود برای به‌روزرسانی وضعیت و مشخص کردن نود بعدی در یک گام برمی‌گرداند؛ با فیلدهای update، goto، graph و resume. 6.2
یال شرطی (Conditional edge) یالی دارای تابع مسیریابی، که وضعیت را پس از نود مبدأ می‌خواند و نود بعدی، فهرستی از نودها یا END را برمی‌گرداند. 6.2
بلوک محتوا (Content block) یک بخش تایپ‌شده از پیام؛ دیکشنری‌ای با یک type مانند text، reasoning، image، file یا tool_call. 3.3
مهندسی بافتار (Context engineering) انتخاب مواردی که مدل در هر فراخوانی دریافت می‌کند: کدام پیام‌ها، کدام ابزارها و چه دستورالعمل‌هایی. 5.5
پنجره‌ی بافتار (Context window) حداکثر توکن‌هایی که یک مدل در قالب ورودی و خروجی مجموعاً در یک فراخوانی می‌پذیرد. 5.5
create_agent تابعی در langchain.agents که یک مدل، ابزارها، یک پرامپت و میان‌افزارها را به یک CompiledStateGraph تبدیل می‌کند. 4.1
تصمیم (Decision) پاسخ به یک فراخوانی ابزارِ متوقف‌شده، با یکی از انواع type شامل approve، edit، reject یا respond. 6.5
مدل تصمیم‌گیر (Decision model) یک BaseDecisionModel از langchain_core.decisions (تازه‌وارد در langchain-core نسخه‌ی 1.8.0) که به پرسش‌های تایپ‌شده پاسخ می‌دهد. 4.8
ایجنت عمیق (Deep agent) ایجنتی ساخته‌شده با create_deep_agent در پکیج deepagents. این در اصل گرافی با create_agent است که پشته‌ای ثابت از میان‌افزارها دور میان‌افزارهای خودتان دارد. 7.4
ایجنت‌های عمیق (Deep Agents) پروژه‌ای در بستر آزمایشی (در قالب پکیج deepagents) که ابزارهای کار با فایل، ساب‌ایجنت‌ها و خلاصه‌سازی را به ایجنت اضافه می‌کند. 1.1
default_retry_on مقدار پیش‌فرض retry_on در هر دو میان‌افزار تلاش مجدد. به ازای هر Exception دوباره تلاش می‌کند، مگر ModelErrorهایی که is_retryable آن‌ها نادرست باشد. 4.7
تأخیر تحویل (Delivery delay) زمان از لحظه‌ای که سرورِ مدل یک توکن را می‌فرستد تا لحظه‌ای که حلقه‌ی شما آن را می‌بیند، بر مبنای یک ساعت یکسان. 5.1
DeltaChannel نوعی کانال آزمایشی (beta) در langgraph.channels.delta که فقط نوشتن‌های جدیدِ هر گام را ذخیره می‌کند. پس از تعداد مشخصی به‌روزرسانی در snapshot_frequency (به‌طور پیش‌فرض 100) یا پس از 5000 گام، یک اسنپ‌شات کامل ذخیره می‌کند. 5.5
ابزار گمراه‌کننده (Distractor tool) ابزاری نامربوط به وظیفه‌ی فعلی با نام و توضیحاتی موجه. بستر آزمایشی 95 مورد از آن‌ها را دارد. 4.4
توزیع (Distribution) یک پکیج با همان نامی که در pip ثبت شده، مانند langchain-core. نام آن هنگام import به‌جای خط تیره شامل زیرخط (_) است. 3.1
پیام‌دهی هم‌زمان (Double texting) آغاز اجرای دوم روی یک ترد، در شرایطی که اجرای اول روی همان ترد هنوز در حال اجرا است. 8.1
حالت پایایی (Durability mode) آرگومان durability در متدهای invoke و stream: مقادیر sync، async یا exit. زمان نوشته‌شدن چک‌پوینت‌های یک اجرا را تعیین می‌کند. 5.3
مدل امبدینگ (Embedding model) شیئی با متدهای embed_query و embed_documents که متن را به برداری از اعداد تبدیل می‌کند. 7.1
نقطه‌ی ورود (Entrypoint) تابعی با دکوراتور @entrypoint، که LangGraph آن را شبیه به گرافی با تنها یک نود اجرا می‌کند. 6.3
entrypoint.final مقدار بازگشتی از یک نقطه‌ی ورود، که خروجی تحویلی به فراخواننده را از آنچه روی ترد ذخیره می‌شود تفکیک می‌کند. 6.3
کنترل‌کننده‌ی خطا (Error handler) تابعی که پس از آخرین تلاش ناموفق یک نود اجرا می‌شود. وضعیت را همراه با یک NodeError دریافت می‌کند و به‌روزرسانیِ وضعیت یا یک شیء Command برمی‌گرداند. 6.8
ارزیابی سیستمی (Eval) یک سناریوی مکالمه‌ی اسکریپت‌شده در برابر سرویس در حال اجرا، که به دنبال آن ادعاها (assertions) روی فراخوانی‌های ابزار، ردیف‌ها و وضعیت ترد بررسی می‌شوند. 9.6
ارزیاب (Evaluator) تابعی که به یک ردیف از آزمایش امتیاز می‌دهد و دیکشنری‌ای با یک key و یک score برمی‌گرداند. 7.7
نمونه (Example) یک ورودی به‌همراه خروجی مرجع آن، در قالب langsmith.schemas.Example. 7.7
آزمایش (Experiment) یک دور فراخوانی evaluate روی مجموعه‌ای از نمونه‌ها. 7.7
فراخوانی استخراج (Extraction call) فراخوانی متد with_structured_output پس از اتمام اجرای ایجنت، که پرسش و پاسخ نهایی را می‌خواند و اسکیما را برمی‌گرداند. 4.3
دسته‌بندی شکست (Failure category) نخستین دلیل منطبق برای شکست یک وظیفه در بستر آزمایشی، مانند wrong_tool، wrong_args یا wrong_final_state. روش‌شناسی بستر آزمایشی
مانور شکست (Failure drill) اسکریپتی برای ایجاد تعمدی خرابی‌های شناخته‌شده روی سیستمی که ریسک از دست رفتنش مهم نیست، تا خروجی‌های واقعی خطا را ببینید. 8.7
FilesystemBackend بستر پشتیبانی که ابزارهای فایلی یک ایجنت عمیق را به‌جای نگه‌داری در وضعیت ایجنت، به پوشه‌ای روی دیسک نگاشت می‌کند. 7.4
فورک (Fork) چک‌پوینت جدیدی که والد آن یکی از چک‌پوینت‌های گذشته است. اجراهای حاصل از آن، یک branch در کنار شاخه‌ی قبلی می‌سازند. 6.6
زمان فریم‌ورک (Framework time) زمان واقعی (wall time) یک وظیفه پس از کسر مدت‌زمان تماس با مدل و اجرای توابع ابزارها. 1.2، 2.6
GraphRunStream شیئی که متد stream_events(..., version="v3") برمی‌گرداند؛ شامل رویدادهای خام و نماهای تایپ‌شده‌ای مثل messages. 5.1
گاردریل (Guardrail) کنترلی درون ایجنت که درخواست، پاسخ یا فراخوانی یک ابزار را تغییر می‌دهد، مسدود می‌کند یا متوقف می‌سازد. 4.8
handle_errors پارامتری در ToolStrategy برای تنظیم تلاش مجدد پس از خطای تجزیه (parse error). در حالت پیش‌فرض (True) روی همه‌ی خطاهای تجزیه دوباره تلاش می‌کند. 4.2
HumanInTheLoopMiddleware میان‌افزاری که به‌محض درخواست مدل برای ابزاری از نگاشتِ interrupt_on، ایجنت را متوقف کرده و منتظر یک تصمیم می‌ماند. 6.5
کلید یکتایی تراکنش (Idempotency key) مقداری که یک اثر جانبی را نام‌گذاری می‌کند، تا اثر جانبی بتواند انجام شدن قبلی‌اش را بررسی کند و از تکرار مجدد بگذرد. 5.3
ابزار بی‌اثر در تکرار (Idempotent tool) ابزاری که در صورت دو بار فراخوانی با آرگومان‌های یکسان، نتیجه و آثار جانبی کاملاً یکسانی تولید می‌کند. 9.5
وقفه (Interrupt) فراخوانی interrupt(value) درون یک نود، که اجرا را متوقف می‌کند، یک چک‌پوینت ذخیره می‌نماید و value را به فراخواننده تحویل می‌دهد. 6.4
قلم داده (Item) یک مقدار درون حافظه‌ی استور به‌همراه فضای نام (namespace)، کلید و زمان‌های ایجاد و به‌روزرسانی آن. 5.4
وظایف به ازای هر ورکر (Jobs per worker) تعداد اجراهایی که یک ورکر صف در Agent Server به‌طور هم‌زمان پردازش می‌کند. 8.1
jump_to کلیدی که هوک نود برمی‌گرداند تا مسیر اجرا را به model، tools یا end بفرستد. 4.5
ضبط آزمایشگاهی (Lab recording) اجرای زنده در برابر یک مدل واقعی یا دیتابیس واقعی روی سیستم‌های ما، که به‌صورت فایل‌های خام در capture/lab/ نگهداری می‌شوند. نحوه‌ی نگارش این راهنما
لانگ‌چین (LangChain) فریم‌ورک ساخت ایجنت، در قالب پکیج‌های langchain و langchain-core. 1.1
لانگ‌گراف (LangGraph) محیط اجرا (runtime) که ایجنت را در قالب گرافی از نودها اجرا می‌کند؛ در پکیج langgraph. 1.1
لانگ‌اسمیت (LangSmith) پلتفرم ابری برای ردگیری محاسبات (tracing)، ارزیابی‌ها، پرامپت‌ها و دیپلوی، به‌همراه پکیج کلاینت آن langsmith. 1.1
max_concurrency کلیدی در تنظیمات اجرا (run config) که سقف وظایف هم‌زمان در یک گام تکی را تعیین می‌کند. 4.1
تطبیق‌دهنده‌ی MCP (MCP adapter) کلاس MCPAdapter در langchain.mcp، که از طریق FastMCP به یک سرور MCP متصل می‌شود و ابزارهای آن را به‌صورت ابزارهای LangChain برمی‌گرداند. 7.3
خطای ابزار MCP (MCP tool error) نتیجه‌ی ابزاری با مقدار true برای isError؛ سرور FastMCP هنگامی که ابزار دچار خطا شود آن را ارسال می‌کند. 7.3
پیام (Message) یک ورودی در مکالمه با یک نوع مشخص، داده‌های content و در صورت تمایل یک id. 3.3
میان‌افزار (Middleware) شیئی از زیرکلاس‌های AgentMiddleware که create_agent آن را در نقاط ثابتی از حلقه‌ی ایجنت اجرا می‌کند. 4.5
پروفایل مدل (Model profile) دیکشنری‌ای در model.profile حاوی محدودیت‌ها و ویژگی‌های یک مدل. 3.2
رشته‌ی مدل (Model string) شکل متنی مدل مانند openai:gpt-4.1 که init_chat_model و create_agent آن را می‌پذیرند. 3.2
ModelFallbackMiddleware میان‌افزاری که هنگام بروز خطا در فراخوانی مدل، مدل بعدی در فهرست پشتیبان را فراخوانی می‌کند. 4.7
فضای نامِ استور (Namespace, of a store) تاپلی از رشته‌ها، مانند ("users", "ada", "memories")، که برای گروه‌بندی اقلام یک استور به کار می‌رود. هر رشته نقش یک برچسب را دارد. 5.4
فضای نامِ زیرگراف (Namespace, of a subgraph) مسیر اجرای یک زیرگراف درون گراف والد، مانند inner:<task id>. در چانک‌های استریم، چک‌پوینت‌ها و وضعیت منتقل می‌شود. 6.7
هوک نود (Node hook) هوکی در میان‌افزار که create_agent آن را به یکی از نودهای گراف تبدیل می‌کند. وضعیت و محیط اجرا را دریافت می‌کند. 4.5
تایم‌اوت نود (Node timeout) مقدار timeout در متد add_node بر حسب ثانیه، برای هر بار تلاش یک نود ناهمگام (async). 6.8
نوشتن معلق (Pending write) مقداری که یک وظیفه حین گام نوشته و تحت چک‌پوینتِ شروع همان گام ذخیره شده است. ممکن است بعد از چک‌پوینتِ گام خودش به ذخیره‌ساز برسد. بازگشت از وقفه (resume) آن را اعمال می‌کند و آن وظیفه را دوباره اجرا نمی‌کند. 5.2، 2.3
حالت به ازای فراخوانی (Per-call mode) حالت interrupt_mode="per_call". هر فراخوانیِ متوقف‌شده وقفه‌ی خاص خود را می‌گیرد و با ادامه‌ی کار می‌توان با شناسه‌ی وقفه به هر یک از آن‌ها پاسخ داد. 6.5
PIIMiddleware میان‌افزاری برای شناسایی داده‌های هویتی و شخصی درون پیام‌ها و اعمال استراتژی معین روی هر موردِ منطبق. 4.8
یال ساده (Plain edge) یالی که LangGraph همیشه و بلافاصله پس از اتمام نود مبدأ آن را دنبال می‌کند. 6.2
تصویر (Projection) نمایی تایپ‌شده از یک پیام نسخه‌ی 3، مانند message.text، که دلتاهای مختص به خود را تولید می‌کند. 5.1
کف نسخه‌ی پایتون (Python floor) قدیمی‌ترین نسخه‌ی مجاز پایتون که در فایل پکیج تحت requires-python اعلام شده است. 3.1
سقف بازگشت (Recursion limit) تعداد گام‌هایی که عبور از آن باعث بروز خطای GraphRecursionError می‌شود. هر گام بدون در نظر گرفتن تعداد نودهای درون آن یک بار شمرده می‌شود. 6.8
کاهنده (Reducer) تابعی که از روی مقدار قبلی و مقدار جدید، مقدار به‌روزرسانی‌شده‌ی یک کلیدِ وضعیت را برمی‌گرداند. 6.1
RemainingSteps مقداری مدیریت‌شده درون وضعیت که تعداد گام‌های باقی‌مانده پیش از رسیدن به سقف را نگه می‌دارد. 6.8
بازپخش (Replay) اجرای invoke(None, config) که در آن config به یک چک‌پوینت قبلی اشاره می‌کند؛ نودهای موجود در فیلد next آن دوباره اجرا می‌شوند. 6.6
ادامه‌ی کار (Resume) فراخوانی invoke یا stream همراه با Command(resume=value) در ترِدی که متوقف شده بود. بدین ترتیب فراخوانی interrupt مقدار value را برمی‌گرداند. 6.4
فهرست پاسخ‌ها (Resume list) فهرستی از پاسخ‌های دریافتیِ یک وظیفه تا به این لحظه، ذخیره‌شده به‌صورت یک نوشتن روی کانال __resume__. 2.4
بازیاب (Retriever) شیئی با متد invoke(query) که فهرستی از اشیای Document برمی‌گرداند؛ با کلاس پایه‌ی BaseRetriever. 7.1
نگاشت پاسخ‌ها (Resume map) ساختاری به‌شکل Command(resume=...) با دیکشنری‌ای کلیدزده‌شده بر اساس شناسه‌های وقفه. در نسخه‌ی قفل‌شده فقط وارد تنظیمات اجرا می‌شود. 9.3
لایه‌ی تلاش مجدد (Retry layer) بخشی از کد که پس از شکست، مدل یا ابزار را دوباره فراخوانی می‌کند؛ مانند کلاینت پکیج ارائه‌دهنده یا ModelRetryMiddleware. 3.2، 4.7
RetryPolicy تنظیمات اجرای مجدد برای نود شکست‌خورده: فیلدهای max_attempts، زمان انتظار بین دفعات و شروط retry_on. 6.8
بازگشت‌پذیری (Round trip) فرآیند ذخیره‌ی یک مقدار در چک‌پوینت و بازخوانی مجدد آن؛ بازگشت‌پذیر است اگر با همان نوع و مقداری کاملاً برابر بازگردد. 5.6
اجرا (Run) یک دور فراخوانی متد invoke یا stream. راهنمای خواندن این کتاب
وظیفه‌ی اجرا (Run task) وظیفه‌ی asyncio که برای یک اجرا روی خروجی‌های agent.astream پیمایش می‌کند و هر رویداد را داخل صفی قرار می‌دهد که فرایند پاسخ آن را می‌خواند. 9.1
درخت اجرا (Run tree) ساختار مقیم در حافظه برای یک اجرای ردگیری‌شده؛ کلاس RunTree در بسته‌ی langsmith. 7.6
Send مقداری برای مشخص کردن نام یک نود و ورودی اختصاصیِ آن در یک دور اجرا. خروجی دادن لیستی از آن توسط تابع مسیریابی، برای هر مورد یک وظیفه‌ی جدید می‌سازد. 6.2
سریال‌ساز (Serializer) شیئی که مقادیر وضعیت را برای ذخیره در چک‌پوینتر به بایت تبدیل می‌کند و برعکس. پیش‌فرض آن JsonPlusSerializer است. 5.6
اثر جانبی (Side effect) تغییری که یک نود یا ابزار خارج از وضعیت گراف ایجاد می‌کند، مانند کسر پول از حساب یا ارسال ایمیل. چک‌پوینت نمی‌تواند اثر آن را برگرداند. 5.3
وضعیت (State) داده‌های مشترک در طول یک دور اجرای گراف، تعریف‌شده در قالب اسکیمایی که نودها از کلیدهای آن می‌خوانند و در آن می‌نویسند. 6.1
تاریخچه‌ی وضعیت (State history) فهرستی از چک‌پوینت‌های یک ترد، از جدیدترین به قدیمی‌ترین، که با get_state_history(config) به دست می‌آید. 6.6
گام (Step) یک ابرگام (superstep) در حلقه‌ی LangGraph، که طی آن هر نودِ آماده دقیقاً یک‌بار اجرا می‌شود. راهنمای خواندن این کتاب
اسپن (Span) یک عملیات زمان‌بندی‌شده در OpenTelemetry شامل نام، خصوصیات (attributes)، وضعیت و والد. 9.4
ابرگام (Superstep) یک نوبت از حلقه‌ی LangGraph، که وظایف آماده را برنامه‌ریزی و اجرا می‌کند و سپس همه‌ی نوشتن‌های آن‌ها را یک‌جا اعمال می‌نماید. 2.1
استور (Store) شیئی برای ذخیره‌ی اقلام JSON بر اساس فضای نام و کلید، که بین همه‌ی تردهای یک گراف به اشتراک گذاشته می‌شود. 5.4
زیرمجموعه‌ی لایه‌ای (Stratified subset) 30 وظیفه‌ی منتخب با شماره‌های 01، 04، 07، 10، 13 و 16 در هر دسته از بستر آزمایشی، که مدل‌های فاقد ارزیابی با مجموعه‌ی کامل روی آن‌ها اجرا شدند. روش‌شناسی بستر آزمایشی
حالت استریم (Stream mode) نامی که برای پارامتر stream_mode ارسال می‌کنید تا مشخص شود متد stream در هر گام چه خروجی‌ای تولید کند. 5.1
StreamPart دیکشنری خروجی متد stream(..., version="v2") با کلیدهای type، ns و data. 5.1
قبولی دقیق (Strict pass) قبولی در بستر آزمایشی که در آن پاسخ نهایی از طریق ابزار submit_answer ارسال شده باشد. 1.2
استراتژی خروجی ساختاریافته (Structured output strategy) سازوکاری که create_agent با کمک آن، شیئی منطبق بر اسکیمای شما را از مدل گرفته و در structured_response می‌گذارد. 4.2
ساب‌ایجنت (Subagent) ایجنتی که یک ایجنت دیگر آن را مثل یک ابزار صدا می‌زند؛ ایجنت فراخواننده تنها آخرین پیام آن را می‌بیند. 6.7
زیرگراف (Subgraph) گرافی کامپایل‌شده که خودش به‌عنوان یک نود در گراف دیگر استفاده می‌شود؛ کلیدهای مشترکِ میان دو اسکیما بین آن‌ها منتقل می‌شوند. 6.7
ارزیاب تجمیعی (Summary evaluator) تابعی که تمام ردیف‌های یک آزمایش را یک‌جا امتیازدهی می‌کند؛ مثل محاسبه‌ی میزان دقت (accuracy). 7.7
پیام خلاصه‌ساز (Summary message) پیام انسانی بازنویسی‌شده توسط SummarizationMiddleware که جایگزین پیام‌های قدیمی‌تر می‌شود. 5.5
پرامپت سیستم (System prompt) دستورالعمل‌هایی که پیش از هر چیز دیگری، در ابتدای هر درخواست ایجنت به مدل قرار می‌گیرند. 3.5
هدفِ ارزیابی (Target, of an evaluation) تابعی که evaluate آن را با ورودی‌های هر نمونه صدا می‌زند. 7.7
مقصد در تطبیق‌دهنده‌ی MCP (Target, of an MCP adapter) اولین ورودی کلاس MCPAdapter: یک URL با پیشوند http یا https، یک مسیر Path، یک بستر انتقال (transport)، یک سرور، یا یک کانفیگ. 7.3
وظیفه (Task) تابعی با دکوراتور @task؛ فراخوانی آن یک future برمی‌گرداند و LangGraph نتیجه‌اش را پس از پایان کار ذخیره می‌کند. 6.3
مجموعه‌ی وظایف (Task suite) مجموعه‌ی 99 وظیفه در کیت آزمایشی در پنج خانواده، که هر یک بر اساس تغییرات حاصل از ابزارها ارزیابی می‌شوند. 1.2
تقسیم‌کننده‌ی متن (Text splitter) شیئی که سند را به قطعاتی با حداکثر طول chunk_size کاراکتر و به میزان chunk_overlap کاراکتر همپوشانی تقسیم می‌کند. 7.1
ترد (Thread) توالی چک‌پوینت‌های ذخیره‌شده ذیل یک thread_id. در واقع هر ترد همان مکالمه است. 5.2
ابزار (Tool) تابعی کپسوله‌شده در @tool، همراه با یک نام، توضیحات، و یک اسکیمای JSON برای آرگومان‌هایش. 3.4
فراخوانی ابزار (Tool call) رکوردی در AIMessage.tool_calls شامل name، آرگومان‌های تجزیه‌شده (args) و یک id. 3.3
شناسه‌ی فراخوانی ابزار (Tool call id) شناسه‌ای که مدل به هر فراخوانی اختصاص می‌دهد و پیام ToolMessage مربوطه آن را در فیلد tool_call_id برمی‌گرداند. 3.4
خطای ابزار (Tool error) خطایی حین اجرای یک فراخوانی ابزار توسط ایجنت؛ نوع این خطا تعیین می‌کند که اجرا متوقف شود یا ادامه یابد. 3.4
رویداد ابزار (Tool event) چانکی در حالت استریم tools: یکی از مقادیر tool-started، tool-output-delta، tool-finished یا tool-error. 5.1
ToolRuntime نوعی پارامتر که وضعیت، بافتار، استور، نویسنده‌ی استریم و شناسه‌ی فراخوانی ابزارِ جاری را به ابزار می‌دهد. 3.4
ردگیری محاسبات (Trace) درختی از اجراها برای یک فراخوانی سطح بالا، که هر یک نام، نوع اجرا، ورودی‌ها، خروجی‌ها، خطا و اجراهای فرزند خود را دارند. 7.6
trim_messages تابعی در langchain_core.messages که پیام‌های ابتدایی یا انتهایی یک لیست را تا سقف سهمیه‌ی توکن نگه می‌دارد. 5.5
نوبت گفت‌وگو (Turn) یک پیام از طرف کاربر و تمام پردازش‌ها تا رسیدن به پاسخ. راهنمای خواندن این کتاب
بازیاب پایگاه‌داده‌ی برداری (Vector store retriever) بازیابی که متد as_retriever() برمی‌گرداند؛ با پارامترهای search_kwargs مشخص‌شده یک جستجو روی استور اجرا می‌کند. 7.1
فایل‌سیستم مجازی (Virtual filesystem) کانال files در وضعیت یک ایجنت عمیق. در صورت استفاده از بک‌اند پیش‌فرض، ابزارهای فایلی هرگز با دیسک تعاملی ندارند. 7.4
هوک پوششی (Wrap hook) هوکی در میان‌افزار که درخواست و یک کنترل‌کننده (handler) را می‌گیرد و برای اجرای مدل یا ابزار، کنترل‌کننده را فراخوانی می‌کند. 4.5

منابع: تعاریف موجود در front.md و تمامی فایل‌های پوشه‌ی sections/؛ کدهای libs/langchain_v1/langchain/agents/factory.py و libs/langchain_v1/langchain/agents/middleware/types.py در پکیج langchain==1.5.0؛ و libs/langgraph/langgraph/types.py در پکیج langgraph 1.2.22.

ترجمه‌ی فارسی Glossary از راهنمای LangChain 101 دوره‌ی AI Engineering from Scratch، نوشته‌ی Rohit Ghumare، تحت مجوز MIT. دستورها، لاگ‌ها و اعداد عیناً از اجراهای ثبت‌شده‌ی متن اصلی‌اند. فهرست راهنما