Słownik technologii AI

Otwarty protokół komunikacyjny opracowany przez Google, definiujący standardowe sposoby wymiany informacji pomiędzy agentami AI. Umożliwia agentom różnych dostawców i frameworków współpracę w ustandaryzowany sposób.

Protokół komunikacji między agentem AI a interfejsem użytkownika (klientem / frontendem). Definiuje sposób strumieniowania wyników, zdarzeń postępu i dynamicznych elementów UI generowanych przez agenta.

Program komputerowy zdolny do autonomicznego podejmowania decyzji i wykonywania działań w celu osiągnięcia określonego celu. Agent AI może korzystać z narzędzi (tools), wywoływać API, przeszukiwać bazy wiedzy i komunikować się z innymi agentami.

Plik JSON opublikowany przez agenta zgodnego z protokołem A2A, opisujący jego możliwości, obsługiwane typy zadań, wejścia, wyjścia i wymagania uwierzytelniania. Umożliwia innym agentom automatyczne odkrywanie i wywoływanie usług agenta.

Zarządzane środowisko uruchomieniowe w Google Vertex AI przeznaczone do hostowania agentów AI (LangChain, LangGraph). Zapewnia skalowanie, zarządzanie stanem sesji, logowanie, monitorowanie i bezpieczeństwo — bez konieczności zarządzania własną infrastrukturą.

Platforma chmurowa Google oferująca usługi obliczeniowe, przechowywania danych, sieci, uczenia maszynowego i sztucznej inteligencji. Ekosystem ANITA & ANTEK działa w całości na GCP, korzystając m.in. z Vertex AI, Cloud Run i Google Drive.

Wielomodalne modele językowe (LLM) opracowane przez Google DeepMind. Dostępne w wariantach Flash (szybki, ekonomiczny), Pro i Ultra. Obsługują tekst, kod, obrazy i audio. Używane jako silnik wnioskowania w agentach ANITA i ANTEK.

Biblioteka z ekosystemu LangChain do budowania agentów AI jako grafów skierowanych (DAG). Każdy węzeł grafu to krok przetwarzania, a krawędzie definiują przepływ sterowania. Umożliwia tworzenie agentów z pętlami, rozgałęzieniami i złożoną logiką.

Otwartoźródłowa, self-hosted platforma czatowa będąca alternatywą dla ChatGPT. Obsługuje wielu dostawców AI, zarządzanie użytkownikami, RAG i wtyczki. Idealna do wewnętrznych wdrożeń korporacyjnych.

Biblioteka Python i proxy-serwer oferujące jednolite API kompatybilne z OpenAI dla ponad 100 dostawców modeli LLM. Umożliwia łatwe przełączanie między dostawcami, load balancing i logowanie kosztów bez zmiany kodu aplikacji.

Duży model językowy — typ sieci neuronowej trenowanej na ogromnych zbiorach tekstu, zdolnej do rozumienia i generowania języka naturalnego. Przykłady: GPT-4, Gemini, Claude, Llama. Stanowi podstawę współczesnych agentów AI.

Rozszerzalny, self-hosted interfejs webowy dla modeli AI działający offline. Obsługuje modele lokalne przez Ollama oraz zdalne API. Oferuje tworzenie agentów, pipeline'ów, RAG na własnych dokumentach i zarządzanie użytkownikami.

Technika polegająca na wzbogaceniu zapytania do modelu AI o fragmenty dokumentów wyszukane z bazy wiedzy (wektorowej). Umożliwia modelowi odpowiadanie na podstawie aktualnych, firmowych danych bez potrzeby ponownego trenowania.

Standard webowy (HTML5) umożliwiający serwerowi wysyłanie zdarzeń do klienta przez trwałe połączenie HTTP. Używany w protokole A2A do strumieniowania wyników zadań przez agenta w czasie rzeczywistym.

Biblioteka TypeScript/JavaScript ułatwiająca budowanie interfejsów AI w Next.js i innych frameworkach. Dostarcza hooki React, obsługuje strumieniowanie, narzędzia agentów i generowanie ustrukturyzowanych danych od wielu dostawców LLM.

Zarządzana platforma MLOps Google Cloud do trenowania, wdrażania i monitorowania modeli AI. Zawiera m.in. Agent Engine, Model Garden (katalog modeli), Vector Search i narzędzia RAG.