用途：这是一个概念型技能，用于理解“上下文工程”的基础知识。上下文指语言模型在推理时可获取的完整状态，包括系统指令、工具定义、检索文档、消息历史和工具输出。适合在设计或修改智能体架构、排查与上下文相关的异常行为、优化上下文以降低 token 成本、团队入门培训、评审上下文相关设计决策时启用。
主要能力：讲解上下文的各个组成部分及其特性与约束，包括系统提示（建立身份、约束与行为准则，需清晰直接并保持合适抽象层级）、工具定义（名称、描述、参数与返回格式，描述质量直接影响智能体行为）、检索文档（通过 RAG 在运行时按需拉取）、消息历史（充当草稿记忆，长任务中可能占据大量上下文）、工具输出（通常占轨迹中大部分 token）。同时介绍注意力预算约束、位置编码插值带来的精度下降、渐进式披露原则，以及“信息量优先于穷尽”的上下文质量观。
使用方式：资料给出若干实践指引，例如用 XML 标签或 Markdown 标题把系统提示划分为背景信息、指令、工具指引、输出描述等区块；采用基于文件系统的按需访问，只存引用、需要时再加载；混合策略下可预加载部分上下文（如项目规则文件）并允许自主探索；进行显式上下文预算，监控用量并在 70%–80% 利用率时触发压缩；把关键信息放在注意力更偏好的开头与结尾。
适用场景与限制：适用于智能体系统设计、上下文优化与教学。资料强调上下文是有限资源、边际收益递减，应设计为可容忍上下文退化。该技能属于概念性基础，不替代具体环境的验证、测试或专家评审；若缺少必要输入、权限、安全边界或成功标准，应停止并请求澄清。具体实现细节与外部资源未在资料中完整提供。