# Context Engineering实践方式总结
Table of Contents
上下文工程
上下文工程是什么？
“上下文工程（Context Engineering）” 的术语概念最早可以追溯到 2025 年 6 月 19 日，Shopify CEO Tobi Lutke 在 X 上发送的一条推文，他认为该术语比“提示词工程（Prompt Engineering）”更贴切地描述向大语言模型提供全面背景信息的技能。
一个形象的例子：LLMs就像一种新型的操作系统。 LLM就像CPU一样，其上下文窗口（Context Window）就像RAM一样，用作模型的工作记忆。就像RAM一样，LLM上下文窗口的处理能力有限，无法处理各种上下文来源。就像操作系统策划适合CPU的RAM一样，我们可以考虑“上下文工程”扮演类似的角色。
核心就是围绕如何解决“让模型更好的获得与当前任务相关的信息”这一命题，所使用的大模型相关的技术手段，属于“新瓶装旧酒”，技术手段包括：提示词工程（Prompt Engineering）、检索增强生成（RAG）、记忆体（Memory）、工具（Tool、MCP）、A2A等集成。
与提示词工程的区别
在实际 NLP 任务中，上下文工程与提示词工程经常结合使用，以最大化模型性能：
例如，在多轮对话系统中：
- 上下文工程：保留用户之前的对话历史（如 “我想买一部手机，预算 5000 元”）；
- 提示词工程：设计提示将上下文与当前问题关联（如 “根据以下对话历史，回答用户的问题：[对话历史] 问题：推荐一款符合预算的手机”）。
再如，在长文本摘要中：
- 上下文工程：提取文档的关键段落（如引言、结论）作为上下文；
- 提示词工程：设计提示要求摘要包含核心信息（如 “总结这篇论文的研究方法、结果和结论，用 100 字以内”）。
LangChain关于上下文工程实践的策略
在 LangChain 7 月 2 日发表的 这篇 Blog 中，详细介绍了几种常见的上下文策略。其中引入了记事板（Scratchpad）的新概念：
写入（Write）
把当前会话的关键内容即时保存到上下文窗口之外，例如持久化笔记或记忆，以便在后续阶段使用。
具体方式：
记事板：
- 把中间结果或行动计划写入文件或内存状态中，以避免上下文窗口截断（如超过200k token 后自动截掉）。
长期记忆：
- 利用 LLM 自动生成/整理回忆，许多产品（如 ChatGPT、Cursor、Windsurf）都支持此功能。
选择（Select）
在真正需要使用时，从外部存储中“拉取”最相关的内容到上下文窗口，以避免无意义的上下文堆积。
具体方式：
- 记事板：选择暴露到 LLM 的字段或调用读取工具；开发者可控制读入内容。
长期记忆：
- 选择合适的回忆作为 few-shot 示例，或作为事实记忆。
- 小规模记忆可全量拉入，如 Claude Code 的
CLAUDE.md或 Windsurf 静态规则文件等；大规模记忆则通过 embeddings 或知识图进行语义检索，辅助选取。
- 工具：当工具数量多且描述相似时，通过 RAG 挑选最相关的工具，可显著提升选择准确率。
- 知识：检索知识时同样使用 RAG、AST 分块、知识图、重排等技术提高相关性与精度。
压缩（Compress）
对已经拉入上下文窗口的内容进行浓缩或剪裁，只保留对当前和未来任务最必要的内容，减少 token 占用。
具体方式：
Context Summarization（上下文总结）：
- 在大量交互后自动对上下文做总结，大幅减少 Token 消耗量，同时又保留了关键信息。如 Claude Code 的 “auto‑compact” 在达到上下文窗口的 95% 时，会自动总结整个对话轨迹。
Context Trimming（上下文剪裁）：
- 使用规则剪掉老旧消息，或异步调用另一个 LLM 来剪裁不必要内容。
隔离（Isolate）
把不同任务或内容逻辑上分开管理，确保上下文窗口聚焦于当前子任务，避免干扰。
具体方式：
多代理（Multi‑agent）：
- 把复杂任务拆成多个子任务，由专属子 Agent 各自运行，拥有独立上下文窗口。OpenAI Swarm、Anthropic 多代理就是成功案例。它们发现在并行探索时隔离上下文会比 Single Agent 更高效。
沙箱环境（Environments）：
- 如 HuggingFace CodeAgent，将工具调用运行在隔离 Sandbox 中，不将大体量内容直接送入 LLM，而是把重要结果抽取后才提供上下文。
状态对象隔离（State isolation）：
- 在 Agent 的 Runtime State 中定义多个字段，如
messages、tool_outputs等；只有需要给 LLM 的部分才暴露，其他隔离保存，避免无关内容进入上下文窗口。
- 在 Agent 的 Runtime State 中定义多个字段，如
