スキル context-manager
📦

context-manager

安全

インテリジェントコンテキスト管理システムの構築

このスキルは、ベクトルデータベース、知識グラフ、智能メモリアーキテクチャなど、AIアプリケーション用の動的コンテキスト管理システムを設計・実装するのに役立ちます。適切なタイミングで適切な情報をAIシステムに提供します。

対応: Claude Codex Code(CC)
🥉 74 ブロンズ
1

スキルZIPをダウンロード

2

Claudeでアップロード

設定 → 機能 → スキル → スキルをアップロードへ移動

3

オンにして利用開始

テストする

「context-manager」を使用しています。 Design a context management system for a customer support chatbot

期待される結果:

包括的なシステム設計:(1)コンテキストレイヤー:アクティブな会話用のワーキングメモリ、歴史用の episodick memory、知識ベース用のセマンティックメモリ。(2)検索戦略:ベクトル類似性とキーワードマッチングを組み合わせたハイブリッド検索。(3)コンテキスト最適化:トークンバジェット管理、関連性フィルタリング、古さ検出。(4)エージェント調整:ハンドオフプロトコル、共有コンテキストコントラクト、状態同期。

「context-manager」を使用しています。 Optimize RAG performance for 1 million documents

期待される結果:

パフォーマンス最適化戦略:(1)インデックス作成:適切なef_construction値を持つ階層的ナビゲート可能ワールド(HNSW)インデックス。(2)クエリ:密な埋め込みとスパースBM25を組み合わせたハイブリッド検索。(3)チャンキング:コンテキスト保持のための20%オーバーラップを持つセマンティックチャンキング。(4)キャッシュ:频繁なクエリ用のLRUキャッシュ、トップクエリ用の事前計算埋め込み。(5)スケーリング:ドキュメント名前空間によるシャーディング、クエリ負荷用の読み取りレプリカ。

セキュリティ監査

安全
v1 • 2/24/2026

This is a prompt-only skill containing only instructional text for AI context engineering. No executable code, network requests, file system access, or command execution patterns detected. Static analysis found 0 files with 0 lines of executable code. Risk score is 0/100 as this skill provides guidance text only, not operational code.

0
スキャンされたファイル
0
解析された行数
0
検出結果
1
総監査数
セキュリティ問題は見つかりませんでした
監査者: claude

品質スコア

38
アーキテクチャ
100
保守性
87
コンテンツ
50
コミュニティ
100
セキュリティ
91
仕様準拠

作れるもの

エンタープライズナレッジベースシステム

ベクトル埋め込みとセマンティック検索を使用して、エンタープライズドキュメント検索用のスケーラブルなコンテキスト管理システム設計。

マルチエージェントカスタマーサポートプラットフォーム

インテリジェントなハンドオフと状態管理を備えたマルチエージェントカスタマーサポートのコンテキストオーケストレーションを作成。

長時間会話メモリシステム

エピソードメモリとセマンティックメモリレイヤーを備えた、持続的なAI会話のためのインテリジェントメモリ管理を実装。

これらのプロンプトを試す

[USE_CASE]用のコンテキスト管理システム設計。アセンブリ、検索、最適化のコンポーネントを含める。
[APPLICATION_TYPE]用に[DATABASE_NAME]を使用したベクトルデータベースソリューションの実装を支援。スキーマ設計、埋め込み戦略、検索最適化を含む。
[DOMAIN]用の知識グラフアーキテクチャ設計。エンティティ関係、オントロジー設計、クエリ最適化戦略を含む。
[MULTI_AGENT_SCENARIO]用のコンテキストハンドオフプロトコル作成。エージェント固有のコンテキスト準備、状態管理、エラー回復を含む。

ベストプラクティス

  • 階層的コンテキスト戦略を適用:重要な情報はシステムプロンプトに保持し、セカンダリ情報にはRAGを使用し、大きな知識ベースは外部化
  • コンテキストバージョン管理と変更追跡を実装し、時間の経過とともにコンテキストがどのように進化するか理解
  • 正確な検索のためにベクトル類似性とキーワードマッチングを組み合わせたハイブリッド検索を使用

回避

  • 優先順位付けせずにすべてのコンテキストをダンプする - トークン制限と関連性の低下につながる
  • コンテキストの古さを見逃す - 古い情報の提供はユーザーの信頼を低下させる
  • 実際の検索ニーズを理解する前に過度に設計する - シンプルに始め、測定し、最適化してから

よくある質問

AIにおけるコンテキスト管理とは?
コンテキスト管理は、AIシステムに適切なタイミングで適切な情報、ツール、メモリを提供する実践です。AIモデルが応答を生成するために使用する情報の整理、検索、最適化技術を含みます。
どのベクトルデータベースを使用すべきですか?
ニーズに基づいて選択:管理されたシンプルさにはPinecone、柔軟性とGraphQLにはWeaviate、パフォーマンス重視のアプリケーションにはQdrant、ローカル開発とプロトタイピングにはChroma。
RAGはどのようにAIの応答を改善しますか?
検索拡張生成(RAG)は、外部の知識ベースから関連する情報を検索し、モデルのコンテキストに含めることでAIの応答を改善します。これにより、AIはトレーニングデータを超えた最新情報にアクセスできます。
知識グラフとは何ですか?
知識グラフは、エンティティ(ノード)とその関係(エッジ)のネットワークとして情報を表現します。これにより、単純なキーワードマッチングを超えたセマンティック推論、文脈的なクエリ、相互接続されたデータ探索が可能になります。
マルチエージェントシステムはどのようにコンテキストを共有しますか?
マルチエージェントシステムは、関連する会話状態を転送するハンドオフプロトコル、共有メモリストア、またはエージェント固有のコンテキストビューを準備する集中的なコンテキストコーディネーターを通じてコンテキストを共有します。
コンテキストウィンドウの最適化とは何ですか?
コンテキストウィンドウの最適化は、AIモデルのトークン制限内に収まるように情報を戦略的に選択および圧縮しながら、含まれるコンテキストの関連性と有用性を最大化することを含みます。

開発者の詳細

ファイル構成

📄 SKILL.md