上下文工程

上下文工程（Context Engineering）

在 Agent 循环运行过程中，系统会不断产生海量数据（系统提示词、用户输入、历史对话、工具描述、工具返回结果、RAG 数据、状态信息等）。上下文工程就是对这些信息进行筛选、压缩、隔离，精确选取合适的内容放入下一轮模型调用的上下文窗口，以获得最佳输出效果。

为什么不能”全量塞入”？

1. 窗口限制：模型上下文窗口有限，日志一次返回就可能上万 token
2. 注意力稀释：Transformer 的自注意力机制要求每个 token 与所有其他 token 建立关系。上下文越长，模型注意力越分散，越难找到关键信息
3. 信息污染：冗余或有害的上下文会干扰模型决策

四大管理策略（LangChain 框架）

策略	说明
写上下文（Write）	如何高效构建上下文内容
选上下文（Select）	从海量信息中筛选最相关部分
压缩上下文（Compress）	在不丢失关键信息的前提下减少 token
隔离上下文（Isolate）	不同任务使用独立的上下文空间，避免互相污染

工程实践

• 渐进式加载（Agent Skill 方案）：提示词不再一次性全量加载，而是以文件系统形式存放，按需读取（类似懒加载）
• 子 Agent 隔离（如 Hermes Agent）：子 Agent 看不到父 Agent 上下文，只返回结果，大幅减少主上下文中的冗余信息
• Prompt Caching：静态内容（系统提示词、工具描述）前缀缓存，减少重复计算

相关概念

• Agent — 上下文工程所服务的核心系统
• Agent Skill — 通过渐进式加载实现上下文优化