context-engineering

上下文工程

上下文工程会为大模型任务筛选出信号最强、数量最少的 Token。目标是：在尽量减少 Token 用量的同时，最大限度地提升推理质量。

何时启用

• 设计或调试 Agent 系统
• 上下文限制影响性能
• 优化成本或延迟
• 构建多 Agent 协作
• 实现记忆系统
• 评估 Agent 性能
• 开发由大模型驱动的流水线

核心原则

1. 上下文质量 > 数量——高信号 Token 胜过穷尽式内容
2. 注意力有限——U 形曲线表明，开头和结尾位置更有利
3. 渐进式披露——在恰当时机加载信息
4. 隔离可避免性能下降——将工作分配给子 Agent
5. 先衡量，再优化——了解基准表现

关键指标

• Token 利用率：达到 70% 时警告，达到 80% 时触发优化
• Token 方差：可解释 Agent 性能方差的 80%
• 多 Agent 成本：约为单 Agent 基准的 15 倍
• 压缩目标：减少 50-70%，质量损失低于 5%
• 缓存命中目标：对于稳定工作负载，达到 70% 以上

四类策略

1. 写入：将上下文保存到外部（暂存区、文件）
2. 筛选：仅提取相关上下文（检索、过滤）
3. 压缩：减少 Token，同时保留信息（总结）
4. 隔离：分配给多个子 Agent（分区）

反模式

• 使用穷尽式上下文，而非精心筛选的上下文
• 将关键信息放在中间位置
• 达到限制前未设置压缩触发条件
• 对可并行处理的任务使用单个 Agent
• 工具缺少清晰的描述

指南

1. 将关键信息放在上下文的开头或结尾
2. 在利用率达到 70-80% 时实施压缩
3. 使用子 Agent 隔离上下文，而非角色扮演
4. 为工具编写清晰的描述（用途、适用时机、输入、返回值）
5. 优化每项任务的 Token 用量，而非每次请求的 Token 用量
6. 使用基于探测的评估进行验证
7. 在生产环境中监控 Token 用量
8. 从最简方案开始，仅在证明必要时增加复杂度

技能协同

多个技能同时启用时：

• 仅加载相关的技能内容
• 使用技能元数据进行发现
• 除非有需要，否则避免加载完整的技能定义
• 根据模式检测来引用技能，而非直接使用名称

参考资料

如需详细指南，请参阅：

• references/fundamentals.md - 上下文结构、注意力机制
• references/degradation.md - 故障调试、中间信息遗失、上下文污染
• references/optimization.md - 压缩、屏蔽、缓存、分区
• references/compression.md - 长会话、总结策略
• references/memory.md - 跨会话持久化、知识图谱
• references/multi-agent.md - 协作模式、上下文隔离
• references/evaluation.md - 测试 Agent、LLM-as-Judge、指标
• references/tool-design.md - 工具整合、描述工程