智能体（Agent）
智能体（Agent）是指能够感知环境并采取行动以实现特定目标的代理体，通过感知环境中的变化，根据自身学习到的知识和算法进行判断和决策，进而执行动作以影响环境或达到预定的目标。
大语言模型（LLM）
大语言模型（Large Language Model，简称 LLM）是指使用大量文本数据训练的深度学习模型，使得该模型可以生成自然语言文本或理解语言文本的含义。这些模型可以通过在庞大的数据集上进行训练来提供有关各种主题的深入知识和语言生产 。其核心思想是通过大规模的无监督训练学习自然语言的模式和结构，在一定程度上模拟人类的语言认知和生成过程。
工具集（Tools）
工具集（Tools）是智能体基础设施的核心赋能层，基于统一的 MCP（Multi-agent Collaboration Protocol，多智能体协作协议）实现工具能力的标准化接入与调度。通过为智能体提供数据库操作、实例克隆、审计日志回放等 原子化执行能力，工具集将智能体工作流从“思考、规划”延伸至“思考、规划、执行”的完整闭环。
标准化协议层（MCP）
MCP 协议定义了工具调用的统一接口规范，支持工具注册、发现、鉴权及执行结果回传。通过协议抽象，智能体无需关注底层工具的实现差异，即可跨云环境、跨数据库引擎（如 MySQL、Redis、VectorDB）调用能力。例如，在风险 SQL 治理场景中，智能体可通过 MCP 协议无缝调用 SQL 语法校验工具、执行计划分析工具及流量回放工具。
