Awesome Context Engineering

💬 加入我们的社区

欢迎加入我们的微信群进行讨论和获取更新！ 加入我们的 Discord 服务器

📄 我们关于 Context Engineering 的综述论文现已发表！ 请查看我们最新的学术见解和理论基础。

这是一份关于 Context Engineering（上下文工程） 的综合综述与资源合集——它涵盖了从静态 Prompt Engineering 到动态、上下文感知 AI 系统的演变，并进一步延伸至 Agent 运行时、记忆系统、协议、编程 Agent 和可观测性技术栈。

📧 联系方式

如有问题、建议或合作机会，请随时联系：

Lingrui Mei
📧 邮箱：meilingrui25b@ict.ac.cn 或 meilingrui22@mails.ucas.ac.cn

注意：我在论文初版中写错了邮箱地址！！ 您也可以在本仓库提交 Issue 进行一般性讨论或提出建议。

---

📰 最新动态

• [2025.07.17] 🔥🔥 我们的论文正式发表！欢迎在 arXiv 和 Hugging Face Papers 查看 "A Survey of Context Engineering for Large Language Models"。
• [2025.07.03] 初始化仓库，建立全面大纲。
• [2025.07.03] 按照现代上下文工程范式建立了综述结构。

---

🎯 简介

在大语言模型（LLM）时代，静态 Prompt Engineering 的局限性已日益显现。Context Engineering 代表了一种为了解决 LLM 不确定性并实现生产级 AI 部署的必然演进。与传统的 Prompt Engineering 不同，Context Engineering 涵盖了在推理时提供给 LLM 的完整信息负载，包括完成特定任务所需的所有结构化信息组件。

本仓库旨在作为 Context Engineering 技术、方法论和应用场景的综合综述。

---

🧭 2026 Agent 时代更新

从 Context Engineering 到 Agent Engineering

截至 2026 年 3 月，Context Engineering 依然是一个有用且必要的概念，但它已不再是全部。重心已从“如何编写最佳 Prompt”转移到了 Agent 系统如何管理运行时状态、记忆、工具、协议、审批流程以及长周期任务执行。在实践中，Context Engineering 现在位于一个更广阔的技术栈内，该栈还包括 Agent 框架（Harnesses）、互操作性协议、编程 Agent 的项目记忆以及以 Trace 为核心的可观测性。

本仓库当前涵盖的内容

本仓库依然保留了关于长上下文、RAG、记忆、Agent 通信、工具使用、评估和应用等领域的原始综述结构。同时，为了更好地反映 Agent 时代，我们对 README 进行了重新组织，增加了以下内容：

• Agent 框架与运行时系统：涵盖规划、子 Agent、检查点（Checkpoints）、沙箱和人工审批循环。
• 生产环境中的上下文管理：通过压缩、缓存、基于工件（Artifact-backed）的上下文以及作用域指令加载实现。
• 记忆工件与可移植性：包括持久化记忆、记忆交换格式、角色封装和项目记忆。
• 开放协议：如 MCP、A2A、AG-UI、ACP 以及可移植的 Agent 模式（Schema）。
• 编程 Agent 与计算机使用（Computer Use）：作为当前 Context Engineering 最直观的生产应用场景。
• 评估、可观测性与遥测：针对长周期运行的 Agent 系统，而非仅仅是静态基准测试。

2026 年专题阅读指南

对 2026 年技术演变感兴趣的读者，建议重点阅读以下扩展章节：

• Agent 框架与运行时系统：参考 Anthropic 的有效 Agent 指南、OpenAI 的 Agent 与工具文档、Google ADK 以及 LangChain Deep Agents。
• 开放协议与互操作性：包括 Model Context Protocol、A2A、AG-UI 和 AgentSchema。
• 编程 Agent 与项目记忆：包括 OpenAI Codex 和 Claude Code memory。