关键术语
用通俗语言解释你在 Mira 中会看到的术语：智能体、Agent Team、任务、技能、理想人才画像、候选人池、匹配说明、MRE 与积分。
下面解释你在 Mira 中会看到的关键术语的含义。不讲行话，只讲你需要知道的。
智能体（Agent）
代你执行任务的 Mira AI。你描述需求后，智能体就接手：理解要求、搜索、评估并交付结果。执行环节 Mira 独立运行，并在关键决策点让你参与进来。
Agent Team
一组团队成员为一个较难或长周期的搜索并行协作、共同完成同一个任务。Mira 可以自行组建团队，你也可以手动开启。详见 Agent Team。
团队成员（Team member）
Agent Team 的一员。Mira 是团队Leader；团队成员则是 Mira 安排的智能体，每名负责任务的一部分，例如寻访、初筛或触达。
任务（Task）
与智能体的一次对话。最常见的是一次寻访请求：你描述岗位，智能体交付候选人。但任务可以是你交给 Mira 的任何请求。任务保存在侧边栏中，你可以随时回来，从上次停下的地方继续、要求更多候选人，或调整条件。
技能（Skill）
一种可复用的工作流。在任务输入框中输入 /，即可唤起一个技能，而不必每次都从头描述同样的要求；技能名称会以标签的形式出现在你的消息里。Mira 内置了一批技能，你也可以通过与 skill-creator 对话来创建自己的技能、以文件的形式导入，或在你的技能设置中管理。
理想人才画像（Ideal Candidate Profile）
Mira 在搜索前提出的、对你这次搜索的结构化概括，分为三个清单：Must-Have Requirements、Nice-to-Have 和 Avoid。你审阅并编辑，确认之后搜索便按此进行。
候选人池（candidate pool）
一次搜索交付给你的结果：一组符合你要求的精选候选人。每位候选人都附有姓名、当前职位、工作经历、教育背景、说明其为何相关的匹配说明，以及联系方式。
在传统招聘中，短名单（shortlist）指经过触达和初筛后最终保留的、大约 3 到 6 人的名单。Mira 交付的是更宽泛、经过推理、来源可追溯的候选集，因此我们称之为候选人池，而不是短名单。
匹配说明（Qualifications）
Mira 针对你这次搜索为每位候选人做的评估：逐条对照你的必备条件，标明候选人在哪些地方满足、部分满足或不符合，并给出每一条背后的依据，再附上一个整体匹配程度标签。匹配说明是针对你这次搜索的，而不是通用简介。
MRE (Mira Reasoning Embedding)
MRE 是 Mira 寻访背后的推理式检索模型。大多数搜索工具只看表层相似：能看出两份档案“看起来相关”，却说不清为什么相关。MRE 会先推理：读到你的要求时，MRE 会想清楚你真正想找的是什么、需要留意哪些潜在 signal，再据此检索，而不是靠关键词或“看起来像”。所以你可以用自然语言描述岗位：
- “5 年经验”：从真实的职业时间线读取，而不是看档案上的标签。
- “0 到 1 的经验”：理解为早期阶段的公司建设。
- “高增长公司背景”：从公司规模、融资历史和增长轨迹推断。
更多内容见 Mira 如何匹配候选人。
Mira 浏览器插件（Mira Browser Extension）
一个代你浏览网页的 Chrome 插件，可以登录 LinkedIn、公司官网、你的 ATS 以及其他平台，搜寻候选人并收集信息。当你需要的数据不在 Mira 内置数据源中时，这个插件很有用。详见 浏览器插件。
积分（Credit）
使用 Mira 时你“花费”的单位。搜索和查看联系方式会消耗积分。你可以在任务详情中查看某个任务消耗了多少。