当前位置:首页 > 报告详情

中科算网算泥社区:2026大模型上下文工程(Context Engineering)指南(121页).pdf

上传人: 伊人 编号:1156328 2026-03-15 121页 6.48MB

下载:

1、大模型上下文工程指南大模型上下文工程指南主编单位:中科算网科技有限公司算泥 AI 开发者社区(https:/)大模型上下文工程指南大模型上下文工程指南目目 录录前言.1第 1 章 上下文的重新定义.21.1 狭义上下文:Token Window 作为“技术参数”的时代.21.2 广义上下文:迈向系统状态的整体视角.31.2.1 文本上下文(Textual Context).41.2.2 环境上下文(Environmental Context).41.2.3 用户上下文(User Context).41.2.4 系统上下文(System Context).51.2.5 组织上下文(Organiz

2、ational Context).51.3 范式跃迁:从被动输入到主动经营.5第 2 章 历史脉络:上下文技术的三次飞跃.62.1 静态输入窗口时代(20172022):Prompt Engineering 的黄金年代.62.1.1 一切的起点:Transformer 与有限的注意力.62.1.2 GPT-3 的惊鸿一瞥:In-Context Learning 的魔力.72.1.3 黄金期的局限:Prompt Engineering 的根本困境.72.2 长上下文窗口竞赛(20222024):从“寸土寸金”到“军备竞赛”.82.2.1 解除封印:突破二次方诅咒的关键技术.92.2.2 从 1k

3、 到 1M:Token 窗口的“通货膨胀”.102.2.3“长”的代价:上下文腐烂与注意力稀释.102.3 外部记忆与 RAG 的兴起(20232025):解耦计算与存储.112.3.1 RAG 的核心思想:解耦“计算”与“存储”.112.3.2 MemGPT:像操作系统一样管理上下文.122.3.3 持久化上下文的黎明.122.4 智能体与协议化上下文(20252026):上下文成为主动的、分布式的系统状态网络.132.4.1 智能体:上下文的终极载体.132.4.2 MCP:标准化“单智能体如何接入世界”.132.4.3 A2A:标准化“多智能体如何互联”.142.4.4 去中心化的上下文

4、网络.15第 3 章 Prompt:从静态指令到结构化思维.15大模型上下文工程指南大模型上下文工程指南3.1 Prompt 的本质:一次性、静态的人机指令.153.2 高级 Prompt 技法:引导模型“思考”.163.2.1 思维链(Chain-of-Thought,CoT).163.2.2 ReAct:协同推理与行动.173.3 Prompt 的根本痛点:脆弱、难管、与世隔绝.173.4 必然的演进:从 Prompt Engineering 到 Context Engineering.18第 4 章 Skills:可复用、可组合的能力单元.184.1 Skill 的定义:从临时工具到能力

5、资产.194.2 Skill 在上下文中的角色:能力的显式化.204.3 Skill 的生命周期:从定义到演进.214.4 演进之路:从自定义 JSON 到标准化协议.214.5 标准化 Skill 定义与实现.22第 5 章MCP:单智能体的上下文扩展坞.245.1 MCP 要解决的核心问题:能力集成的“巴别塔”.245.2 MCP 的核心架构:解耦智能体与能力.255.3 MCP 的三大原语:不止于工具.255.4 MCP 工作流实例:一次订票查询.265.5 最佳实践:基于官方文档的 MCP Server 和 Client 实现.275.6 MCP 的历史定位与争议.31第 6 章A2A

6、:多智能体的协作总线.326.1 A2A 的核心使命:从“单兵作战”到“联合作战”.326.2 A2Avs.MCP:两个层面的“标准化”.336.3 A2A 的核心概念:任务、上下文与能力切片.336.4 A2A 工作流实例:一次复杂的研究任务.346.5 愿景:一个“智能体社会”.356.6 最佳实践:基于 A2A 官方文档的实现示例.356.6.1 定义 Agent Skill.356.6.2 定义 Agent Card.366.6.3 实现 Agent Executor.366.6.4 启动 A2AServer.376.6.5A2AClient 交互.37大模型上下文工程指南大模型上下文

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
1. **核心定义**:上下文工程从狭义的“Token窗口”演进为广义的“系统状态”,包含文本、环境、用户、系统、组织五大上下文,标志着从被动输入到主动经营的范式跃迁。 2. **技术演进**:历经四次飞跃——静态Prompt工程(2017-2022)、长上下文竞赛(2022-2024)、RAG与外部记忆(2023-2025)、智能体与协议化(2025-2026),上下文窗口从1k扩展至1M Token。 3. **核心组件**:Prompt(静态指令)、Skills(可复用能力单元)、MCP(单智能体扩展坞)、A2A(多智能体协作总线),构建从个体到群体的完整技术栈。 4. **记忆系统**:分层设计L1(瞬时工作记忆)、L2(情景记忆)、L3(语义记忆),通过RAG、向量数据库实现知识解耦与动态更新。 5. **六大支柱**:结构化、检索、压缩、编排、评估、安全,形成系统性方法论,其中RAG三元组(上下文/答案相关性、忠实度)为评估核心。 6. **未来展望**:迈向“世界模型”,多模态融合与Agent社会化,上下文工程师需兼具协议设计与经济系统分析能力。
上下文是什么? 如何构建记忆系统? 如何保障系统安全?
客服
商务合作
小程序
服务号
折叠