置顶文章 · Agent 工程
发布于 2026-11-12 · 约 778 字
从 Prompt 到 Context Engineering:长程 Agent 的上下文设计笔记
当任务跨越十几轮工具调用时,决定 Agent 成败的往往不是提示词措辞,而是上下文窗口里信息的结构、衰减与按需加载策略。
#Context Engineering#Agent#记忆管理
3 分钟阅读当任务跨越十几轮工具调用时,决定 Agent 成败的往往不是提示词措辞,而是上下文窗口里信息的结构、衰减与按需加载策略。
在构建个人笔记检索引擎的过程中,实测了纯向量检索、BM25 融合与重排模型在中文技术文档上的真实表现差异。
把提示词当作普通代码来管理:清晰的角色边界、可复用的输出协议,以及一套最小可用的回归测试集。
从几个实验性小工具里提炼出的产品反思:为什么少即是多在 AI 时代反而更稀缺。
不再满足于套壳问答,开始围绕真实研发与写作场景设计长程任务 Agent,重点攻克工具调用稳定性、上下文压缩与端到端评测。
围绕垂直领域知识库做了大量对比实验,深入拆解分块策略、混合检索(BM25 + Dense Vector)与 Rerank 重排在实际业务中的收益边界。
从零手写微型 Attention 与 Tokenizer 理解模型边界,系统梳理 Few-shot、思维链与角色约束的失效场景,建立稳定的日常 AI 协作习惯。
面向个人研究者的本地优先 AI 笔记检索引擎
将散落在 Markdown、PDF 与网页剪藏中的零散想法自动建立语义关联。无需上传云端,在本地完成向量索引与带引用溯源的问答,帮助你把读过的资料真正变成自己的洞察。
轻量级多模型提示词版本对比与回归评测台
修改一行系统提示词时,不再靠盲猜。PromptDiff 允许你用同一组测试样本并发调用多个模型与历史版本,以清晰的差异视图和评分维度检验每一次改动的真实收益。
每日 AI 论文与工程博客的克制摘要订阅器
过滤掉营销噪音,每天清晨用 5 分钟读完真正值得关注的前沿论文与一线团队工程复盘。提供“核心问题 / 方法亮点 / 局限性”三段式结构化速览。