上下文工程相关技术文章

php mysql shell go vue css api接口对接支付接口对接

一个 while 只够 agent 活 5 分钟：learn-agent 的 s01–s15 机制与踩坑

一个 while 只够 agent 活 5 分钟：learn-agent 的 s01–s15 机制与踩坑
2026-09-30 00:04:06
从真实开源桌面 coding agent 移植的 15 篇笔记，逐篇拆 Claude Code / Codex 内部的工程机制：s04 讲工具输出预算用「落盘+指针」的无损溢出替代粗暴截断，s13 讲 allow/deny/ask 三态规则链、首匹配与 deny 优先的合并语义。给出可跑代码片段、真实运行输出与取舍点。
Agent编程 AI Agent Coding Agentic 上下文工程权限模型 Claude Code

Anthropic 砍掉 80% 系统提示词后，Claude Code 评测没掉分

Anthropic 砍掉 80% 系统提示词后，Claude Code 评测没掉分
2026-09-11 23:25:55
Anthropic 把 Claude Code 系统提示词砍掉 80% 后，Opus 5 上编程评测没有可测量下降。本文讲清提示词工程与上下文工程的区别、context rot 的三个坑，以及今天就能改的四个习惯。
提示词工程上下文工程 Claude Code Anthropic Agent

上下文压缩只有两个真问题：何时触发，以及丢掉的内容能否按 ID 精确取回

上下文压缩只有两个真问题：何时触发，以及丢掉的内容能否按 ID 精确取回
2026-09-11 00:05:58
长时 agent 撞上上下文窗口，压缩的真正难点只有两个：固定阈值触发是「结构盲」，会在推导中途丢掉继续所需的中间结果；有损摘要压完就不可寻址。本文拆 ARC 的可寻址归档、SelfCompact 的 rubric 自决触发、ACM 的双工具，以及选择/生成的理论下界与 F1/F2/F3 失败分类。
Context连续性上下文工程 AI Agent 长时任务 context compaction

agent 跨会话为什么断片：compaction 与 reset 怎么选，PROGRESS.md/DECISIONS.md 实操

agent 跨会话为什么断片：compaction 与 reset 怎么选，PROGRESS.md/DECISIONS.md 实操
2026-09-11 00:04:49
长任务跨会话时 agent 会「断片」：决策的「为什么」丢失、重复劳动、方向漂移、验证缺口。本文拆解上下文窗口有限与上下文焦虑两个根因，给出 PROGRESS.md / DECISIONS.md / git 检查点 / init 流程四件套，并对比 compaction 与 context reset 的取舍边界。
Context连续性 AI Agent Harness Engineering 上下文工程

为什么 Token 价格下降了 75%，你的 AI 账单却翻了三倍

为什么 Token 价格下降了 75%，你的 AI 账单却翻了三倍
2026-09-06 15:14:58
Elastic博客探讨矛盾现象：LLM Token价格过去一年下降约75%，但许多企业AI账单增长了2-3倍。根本原因：使用量爆炸式增长（更多用户、更多用例、更频繁调用、更长上下文）；Agent多步骤工作流（一个任务5-10次LLM调用，消耗是简单问答10-100倍）；上下文膨胀（RAG检索、对话历史、工具结果、系统提示词）；输出Token高成本（价格是输入2-5倍）；模型选择不当（用大模型处理简单任务）；缺乏成本监控和治理。成本控制策略：细粒度监控、优化上下文、模型路由、优化Agent设计、缓存批处理、建立治理流程。综合优化可降低AI账单50%以上。
AI成本 Token价格 LLM 成本优化 Agent 上下文工程模型路由成本治理

上下文工程的兴起：为什么它是 AI 工程师最重要的技能

上下文工程的兴起：为什么它是 AI 工程师最重要的技能
2026-09-06 14:11:02
LangChain创始人Harrison Chase提出上下文工程正在成为AI工程师最重要的技能。定义：构建动态系统，以正确格式提供正确信息和工具，使LLM能合理完成任务。大多数Agent表现不可靠的根本原因不是模型能力不足，而是上下文没有正确传达。核心组件包括：系统提示词（角色目标约束）、检索系统（获取相关信息）、工具定义（与外部世界交互）、对话历史管理（多轮上下文）、动态上下文构建（整合所有来源）。LLM应用正从单一提示词演进到复杂Agent系统，上下文工程取代提示词工程成为核心技能。最佳实践：从简单开始、测量和迭代、使用可观测性工具、建立上下文测试套件、文档化设计决策。
上下文工程 LangChain 提示词工程 Harrison Chase AI Agent RAG 检索 LLM

Context Engineering 深度实战：当 Agent 越跑越蠢，锅不在模型而在上下文窗口——从 Token 预算到分层记忆的工程全链路拆解

Context Engineering 深度实战：当 Agent 越跑越蠢，锅不在模型而在上下文窗口——从 Token 预算到分层记忆的工程全链路拆解
2026-08-18 05:41:25
深度拆解 AI Agent 上下文工程：从 Token 预算、上下文压缩、工具结果裁剪到分层记忆与 Prompt Caching 的工程全链路实战，配可运行 Python 代码与性能基准。
Context Engineering AI Agent 上下文工程上下文压缩分层记忆 Prompt Caching

Skills生态工程原理深度拆解：从可组合Agent架构到多Agent协作的完整生产级实战（2026）

Skills生态工程原理深度拆解：从可组合Agent架构到多Agent协作的完整生产级实战（2026）
2026-08-14 09:14:37
深度拆解Skills生态的工程原理：从Skill vs Prompt本质区别、Memory三层架构、API契约设计，到主流框架对比，配完整代码实战与20条生产踩坑清单。
Skills Agent 多Agent协作上下文工程 Claude Code Codex CLI OpenCode 2026

code-review-graph 深度实战：Tree-sitter + SQLite 知识图谱，如何把 AI 代码审查的 Token 砍掉 82 倍

code-review-graph 深度实战：Tree-sitter + SQLite 知识图谱，如何把 AI 代码审查的 Token 砍掉 82 倍
2026-07-27 05:43:56
深度拆解 GitHub Trending 榜首 code-review-graph：Tree-sitter AST 解析、SQLite 本地知识图谱、MCP 协议与爆炸半径分析，附 200 行手写 mini 图谱实战、CI 集成与调优清单，Token 消耗中位数降低 82 倍。
code-review-graph Tree-sitter 知识图谱 MCP AI代码审查 SQLite 上下文工程 Token优化

大仓库 AI 代码审查的 token 经济学：用代码知识图谱给 Agent 装上「代码大脑」

大仓库 AI 代码审查的 token 经济学：用代码知识图谱给 Agent 装上「代码大脑」
2026-07-23 04:41:00
从 token 经济学视角拆解大仓库 AI 代码审查的上下文瓶颈，用 Tree-sitter + 图数据库 + 影响半径分析 + MCP，手把手实现一个代码知识图谱，把 review 成本砍掉 80%~95%。
代码知识图谱 Tree-sitter AI代码审查上下文工程 MCP Agentic Coding

DeerFlow 2.0 深度拆解：当 AI Agent 从「会说」进化到「会干」——字节跳动 SuperAgent Harness 的沙箱、子代理与记忆工程全貌（2026）

DeerFlow 2.0 深度拆解：当 AI Agent 从「会说」进化到「会干」——字节跳动 SuperAgent Harness 的沙箱、子代理与记忆工程全貌（2026）
2026-07-18 10:15:12
深度拆解字节跳动 DeerFlow 2.0：从 Deep Research 到 Super Agent Harness 的重写，Gateway+Runtime+Frontend 三层架构、上下文工程、子代理并行调度、Docker 沙箱、三层记忆与 Markdown Skill 系统，配完整代码实战与生产优化。
DeerFlow 字节跳动 AI Agent Super Agent LangGraph Docker沙箱多智能体上下文工程开源

Context Engineering深度解析：从RAG到下一代AI Agent记忆架构

Context Engineering深度解析：从RAG到下一代AI Agent记忆架构
2026-07-05 14:43:41
2026年AI Agent的核心战场从模型能力转向上下文能力。本文深度解析Context Engineering的四层架构、RAG进化、记忆分层、Manus六大策略，附完整生产级代码实现。
Context Engineering RAG AI Agent 记忆架构上下文工程

万字深度解析 Supermemory：当 AI 遇见「持久记忆大脑」——从三大基准第一到生产级记忆引擎的完整技术指南（2026）

万字深度解析 Supermemory：当 AI 遇见「持久记忆大脑」——从三大基准第一到生产级记忆引擎的完整技术指南（2026）
2026-07-02 04:12:19
2026年AI记忆引擎赛道领跑者Supermemory深度解析：三大基准测试第一（LongMemEval 81.6%），召回延迟<300ms。涵盖架构设计、核心算法、API集成、性能优化、竞品对比与生产级部署指南。
Supermemory AI记忆上下文工程向量数据库知识图谱 LongMemEval LoCoMo RAG AI Agent 记忆引擎

Headroom 深度解析：如何让 LLM Token 消耗减少 60-95% 而质量不降——2026 年 AI Agent 上下文压缩完全指南

Headroom 深度解析：如何让 LLM Token 消耗减少 60-95% 而质量不降——2026 年 AI Agent 上下文压缩完全指南
2026-06-15 01:49:57
深度解析 GitHub Trending 2026 榜首项目 Headroom，详解如何让 LLM Token 消耗减少 60-95% 而回答质量不降，含完整代码示例与生产成本优化方案。
LLM Token压缩 AI Agent 上下文工程 Headroom Python Rust 成本优化

DeerFlow 2.0 深度实战：字节跳动70K Star的Super Agent Harness——从架构原理到生产级部署完全指南（2026）

DeerFlow 2.0 深度实战：字节跳动70K Star的Super Agent Harness——从架构原理到生产级部署完全指南（2026）
2026-05-30 13:39:31
2026年2月28日，字节跳动开源的DeerFlow 2.0登上GitHub Trending全球榜首，70K+ Star。本文从架构原理、核心组件、上下文工程、Docker沙盒安全机制、多智能体协作、MCP工具扩展、生产级部署等维度，全面解析这款让一个人就是一支AI军团的Super Agent框架。
DeerFlow 字节跳动 AI Agent Super Agent LangGraph 多智能体 Docker沙盒上下文工程生产级部署

DeerFlow 2.0 深度实战：从「对话机器人」到「可进化超级智能体」——字节跳动开源超级 Agent 运行时的架构设计与生产级实践

DeerFlow 2.0 深度实战：从「对话机器人」到「可进化超级智能体」——字节跳动开源超级 Agent 运行时的架构设计与生产级实践
2026-05-22 10:29:50
深度解析字节跳动开源的超级智能体运行时框架DeerFlow 2.0，从多层记忆架构、Supervisor-Worker多Agent协作到Docker沙箱隔离，全面拆解其工程设计细节与生产实践。
AI Agent DeerFlow 字节跳动多智能体 LangChain 沙箱上下文工程

GSD 深度解析：GitHub 51.5K 星背后的 AI 编程"上下文工程"革命——当 Claude Code 学会不再"越写越烂"

GSD 深度解析：GitHub 51.5K 星背后的 AI 编程"上下文工程"革命——当 Claude Code 学会不再"越写越烂"
2026-04-15 23:19:16
GSD（Get Shit Done）是 GitHub 上狂揽 51.5K Star 的 AI 编程增强系统。本文深度解析其核心机制：Context Rot 问题的本质、Hook 系统设计、Phase Learning 原理，以及在复杂项目中的实战效果。
GSD AI编程 Claude Code 上下文工程 Context Rot Meta提示 Phase Learning

大家都在搜索什么？

devops 易支付一个官网+多少钱统一接受回调统一回调 python sub node 宝塔日志 mysql shell ElasticSearch css vue api接口对接 2025 支付接口对接 go php php回调