Context Engineering 是一套用于 AI 智能体系统的上下文工程技能，旨在为 LLM 任务筛选出最小的高信号 token 集合，从而在最大化推理质量的同时最小化 token 使用量。
用途
该技能适用于以下场景：设计或调试智能体系统；上下文限制约束性能；优化成本与延迟；构建多智能体协作；实现记忆系统；评估智能体表现；开发 LLM 驱动的流水线。
核心原则
- 上下文质量优于数量：高信号 token 胜过穷举式内容。
- 注意力是有限的：U 型曲线偏好开头与结尾位置。
- 渐进式披露：按需即时加载信息。
- 隔离防止退化：将工作划分到子智能体。
- 先测量后优化：了解你的基线。
快速参考
技能提供多个主题参考文档，按需使用：
- 基础（Fundamentals）：理解上下文结构与注意力机制，参考 context-fundamentals.md。
- 退化（Degradation）：调试失败、中间信息丢失、上下文污染，参考 context-degradation.md。
- 优化（Optimization）：压缩、掩码、缓存、分区，参考 context-optimization.md。
- 压缩（Compression）：长会话、摘要策略，参考 context-compression.md。
- 记忆（Memory）：跨会话持久化、知识图谱，参考 memory-systems.md。
- 多智能体（Multi-Agent）：协调模式、上下文隔离，参考 multi-agent-patterns.md。
- 评估（Evaluation）：测试智能体、LLM-as-Judge、指标，参考 evaluation.md。
- 工具设计（Tool Design）：工具整合、描述工程，参考 tool-design.md。
- 流水线（Pipelines）：项目开发、批处理，参考 project-development.md。
关键指标
- Token 利用率：70% 时告警，80% 时触发优化。
- Token 方差：可解释 80% 的智能体性能方差。
- 多智能体成本：约为单智能体基线的 15 倍。
- 压缩目标：减少 50-70%，质量损失低于 5%。
- 缓存命中目标：稳定工作负载下达到 70% 以上。
四桶策略
- 写入（Write）：将上下文保存到外部（草稿板、文件）。
- 选择（Select）：只拉取相关上下文（检索、过滤）。
- 压缩（Compress）：在保留信息的前提下减少 token（摘要）。
- 隔离（Isolate）：拆分到子智能体（分区）。
反模式
- 用穷举式上下文代替精心筛选的上下文。
- 将关键信息放在中间位置。
- 在达到限制前没有压缩触发机制。
- 对可并行任务使用单一智能体。
- 工具缺少清晰描述。
使用准则
- 将关键信息放在上下文的开头或结尾。
- 在利用率达到 70-80% 时实施压缩。
- 使用子智能体实现上下文隔离，而非角色扮演。
- 用四问框架设计工具（做什么、何时用、输入、返回）。
- 以每任务 token 数而非每请求 token 数进行优化。
- 用基于探针的评估进行验证。
- 在生产环境中监控 KV 缓存命中率。
- 从最小化开始，仅在证明必要时才增加复杂度。
脚本
- context_analyzer.py：上下文健康分析、退化检测。
- compression_evaluator.py：压缩质量评估。
限制
关于该技能的具体安装方式、收费模式、支持平台及版本要求，资料中暂未提供。