上下文工程：把正确的信息装进模型窗口

上下文工程：把正确的信息装进模型窗口 · 教程总纲

这本教程讲的是"什么信息、以什么顺序、什么形态进入模型窗口"。同一个模型，窗口里装的东西不同，产出可以差出一个档位——决定装什么、不装什么、先装什么、装不下时丢什么的这门手艺，叫上下文工程（context engineering）。它在 2025 年从提示词工程分化为独立术语，到 2025~2026 年长成一门有框架、有工具、有评测的系统学科。全书 8 章 + 3 个附录，按"建立心智 → 预算与成分 → 设计与组装 → 框架落地"四篇推进。

一、这本教程讲什么

• 一条主线：全书围绕统一心智模型"四成分 + 预算"展开——预算恒等式"窗口 = 指令 + 工具 + 记忆 + 素材 + 输出预留"每一轮都成立；四成分按"谁产生 / 多久有效 / 谁负责裁剪"三问分类，第 3~6 章逐成分深潜。
• 三组方法：预算侧（分配表、驱逐顺序、位置编排）、供给侧（系统提示结构化、工具 schema 审计、记忆分层、检索式供给）、运维侧（压缩、上下文版本与调试）。
• 不做什么：不做单一框架的 API 手册（第 7 章讲思路与选型，不背接口细节）；不重复三本"单章视角"相邻教程的内容（见 0.2 节分工表）；不涉及模型内部训练（只给工程直觉）。
• 读者与先修：LLM 应用与 Agent 开发者；要求写过带 prompt 的应用（调过 chat API，最好用过 function calling），不需要机器学习背景。

二、学习路径一览

（文字流程图）
C4 ──▶ "5 检索式上下文"
P1 ──▶ P2
P3 ──▶ P4
​

• 建立心智篇回答"这是什么、不是什么"：0.1 的分界对照表直接回应最高频查询「上下文工程和提示词工程的区别」。
• 预算与成分篇是全书地基：窗口即预算的定量直觉（1.1）、四成分分类法（1.2）、分配与驱逐（2.1）、位置效应（2.2）——此后每一章都在回收这套语言。
• 设计与组装篇逐成分深潜：常驻层的系统提示与工具 schema（第 3 章）、记忆成分（第 4 章）、素材成分与检索（第 5 章）、跨成分的压缩与可观测（第 6 章）。
• 框架落地篇回到现实世界：LangChain / LangGraph 的上下文管理落地与一个客服 Agent 的完整设计（第 7 章），以及术语表、速查与练习。

三、按需跳读

四、章节目录（按篇分组）

建立心智篇

• 第 0 章 导览
  • 《0.1 上下文工程是什么：与提示词工程的分界》
  • 《0.2 学习路线与先修》

预算与成分篇

• 第 1 章 窗口与预算
  • 《1.1 窗口即预算：容量与注意力的直觉》
  • 《1.2 四种成分：指令、记忆、工具与素材》（全书之纲）
• 第 2 章 预算分配
  • 《2.1 优先级与驱逐顺序》（含 ce_budget.py 预算核算）
  • 《2.2 位置效应：开头、结尾与丢失的中部》

设计与组装篇

• 第 3 章 系统提示与工具上下文
  • 《3.1 系统提示的结构化设计》
  • 《3.2 工具 schema 也是上下文》
• 第 4 章 记忆分层
  • 《4.1 会话内、跨会话与知识库》
  • 《4.2 写入与召回策略》（含 ce_memory.py 分层记忆）
• 第 5 章 检索式上下文
  • 《5.1 RAG 与 repo map：按需供给》
  • 《5.2 片段组装与引用约束》
• 第 6 章 压缩与可观测
  • 《6.1 何时压缩、丢什么》
  • 《6.2 上下文版本与调试》（含 ce_snapshot.py 快照比对）

框架落地篇

• 第 7 章 框架与实战
  • 《7.1 框架落地：LangChain 与 LangGraph 等》（含 ce_graph.py 四操作示意）
  • 《7.2 完整案例：一个客服 Agent 的上下文设计》（全书收官案例）
• 附录
  • 《附录 A 术语表》
  • 《附录 B 框架与工具速查》
  • 《附录 C 练习题》（8 题，提示折叠）

五、参考来源

• Anthropic《Effective Context Engineering for AI Agents》（anthropic.com/engineering，2025-09，官方）——注意力预算、just-in-time 检索、结构化笔记、最小工具集、子 Agent 隔离
• Liu et al.《Lost in the Middle: How Language Models Use Long Contexts》（TACL 12:157–173，2023，实测）——U 型位置效应
• Andrej Karpathy 2025-06 公开帖（社区）——"context engineering" 术语大众化
• LlamaIndex 博客《Context Engineering》（2024-12，社区）——RAG 语境下较早使用该词
• LangChain / LangGraph 官方博客与文档（官方）——write / select / compress / isolate 策略族；state / store 记忆模型；LangMem；Deep Agents SDK（offloading / summarization / filesystem abstraction，2026-01）
• hello-agents 第 9 章、《深入理解 AI Agent：设计原理与工程实践》第 2 章、《Harness 工程》第 7 章（互引对象）
• 同站教程库腾讯 Agent Memory 与 memU 教程（第 4 章延伸阅读）；《语义代码检索》第 5、6 章（第 5 章延伸阅读）