Compétences context-fundamentals
📦

context-fundamentals

Sûr

Domine os fundamentos de engenharia de contexto para agentes de IA

Également disponible depuis: ChakshuGautam,Asmayaseen,muratcankoylan

Agentes de IA lutam com gerenciamento de contexto, levando a desempenho degradado e tokens desperdiçados. Esta habilidade ensina os princípios centrais de engenharia de contexto, incluindo orçamento de atenção, divulgação progressiva e otimização de tokens.

Prend en charge: Claude Codex Code(CC)
🥉 74 Bronze
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "context-fundamentals". Como devo organizar meu prompt de sistema para um agente de suporte ao cliente?

Résultat attendu:

  • Use seções XML para criar limites claros:
  • BACKGROUND_INFORMATION: Detalhes da empresa, informações do produto, nível de suporte
  • INSTRUCTIONS: Tom de resposta, critérios de escalonamento, regras de personalização
  • TOOL_GUIDANCE: Quando pesquisar base de conhecimento vs criar tickets
  • OUTPUT_DESCRIPTION: Formato de resposta, campos obrigatórios, perguntas de acompanhamento

Utilisation de "context-fundamentals". Meu agente esquece instruções em conversas longas. Como posso corrigir isso?

Résultat attendu:

  • Isso é degradação de contexto por esgotamento do orçamento de atenção. Soluções:
  • 1. Mova instruções críticas para o início do contexto
  • 2. Implemente compactação de histórico em 70 por cento de utilização do contexto
  • 3. Use sumarização periódica para preservar estado chave em menos tokens
  • 4. Projete gatilhos para recarregar instruções principais quando o contexto crescer muito

Audit de sécurité

Sûr
v1 • 2/24/2026

Static analysis flagged 34 patterns but all are false positives. The file contains only educational markdown documentation about context engineering with no executable code. External command patterns are markdown code examples, the URL is a source reference in metadata, and cryptographic patterns are false matches on words like attention and token.

1
Fichiers analysés
193
Lignes analysées
0
résultats
1
Total des audits
Aucun problème de sécurité trouvé
Audité par: claude

Score de qualité

38
Architecture
100
Maintenabilité
87
Contenu
50
Communauté
100
Sécurité
91
Conformité aux spécifications

Ce que vous pouvez construire

Design de Arquitetura de Agente

Use estes fundamentos ao projetar novos sistemas de agentes de IA para estabelecer gerenciamento de contexto eficiente desde o início

Depuração de Comportamento de Agente

Aplique princípios de contexto para diagnosticar respostas inesperadas de agentes causadas por sobrecarga de contexto ou posicionamento ruim de informações

Integração de Equipe

Treine novos membros da equipe em conceitos de engenharia de contexto antes de começarem a trabalhar com desenvolvimento de agentes

Essayez ces prompts

Organização Básica de Prompt de Sistema 
Crie um prompt de sistema para um assistente de codificação usando seções XML para informações de fundo, instruções, orientação de ferramentas e descrição de saída. O agente deve escrever código Python seguindo PEP 8 com type hints.
Implementação de Divulgação Progressiva 
Projete uma estratégia de carregamento de contexto para um assistente de documentação que começa com caminhos de arquivo e metadados, depois carrega conteúdo completo apenas quando o usuário pergunta sobre tópicos específicos.
Otimização de Orçamento de Contexto 
Analise este log de conversa do agente e identifique oportunidades para reduzir uso de contexto através de mascaramento de observação, compactação de histórico e retenção seletiva de resultados de ferramentas enquanto mantém desempenho da tarefa.
Estratégia de Posição de Atenção 
Reestruture este contexto de 5000 tokens para colocar as instruções mais críticas em posições favorecidas pela atenção (início e fim) enquanto move materiais de referência para seções do meio.

Bonnes pratiques

  • Trate o contexto como um recurso finito com retornos decrescentes à medida que a contagem de tokens aumenta
  • Coloque informações críticas em posições favorecidas pela atenção no início e fim do contexto
  • Implemente gatilhos de compactação em 70-80 por cento de utilização do contexto antes que a degradação ocorra

Éviter

  • Carregar toda a documentação disponível antecipadamente em vez de usar divulgação progressiva
  • Assumir que janelas de contexto maiores resolvem problemas de memória sem considerar degradação de atenção
  • Colocar instruções importantes no meio de contextos longos onde a atenção é mais fraca

Foire aux questions

O que é o orçamento de atenção em modelos de linguagem?
O orçamento de atenção refere-se à capacidade computacional finita que os modelos têm para processar relações entre tokens. À medida que o comprimento do contexto aumenta, o modelo deve espalhar sua atenção por mais pares de tokens, reduzindo a precisão para qualquer relação única e degradando o desempenho em tarefas complexas de raciocínio.
Como sei quando implementar compactação de contexto?
Monitore o uso de contexto durante o desenvolvimento e defina gatilhos de compactação em 70-80 por cento do limite de contexto efetivo do seu modelo. Isso fornece uma margem de segurança antes que a degradação de desempenho afete o comportamento do agente. Acompanhe métricas como aderência a instruções e taxas de conclusão de tarefas à medida que o contexto cresce.
O que é divulgação progressiva e quando devo usá-la?
Divulgação progressiva carrega informações apenas quando necessário em vez de pré-carregar tudo. Comece com referências leves como caminhos de arquivo ou resumos, depois carregue conteúdo completo dinamicamente quando a tarefa exigir. Isso mantém o contexto inicial pequeno enquanto mantém acesso a informações detalhadas sob demanda.
Uma janela de contexto de 200K significa que posso colocar tudo no contexto?
Não. Embora os modelos tecnicamente suportem janelas grandes, o desempenho degrada significativamente antes de atingir o limite. Pesquisas mostram precisão reduzida para recuperação de informações e raciocínio em contextos longos. Foque na qualidade e relevância do contexto em vez de maximizar a contagem de tokens.
Quais são os cinco componentes do contexto?
Prompts de sistema definem identidade e restrições do agente. Definições de ferramentas especificam ações disponíveis. Documentos recuperados fornecem conhecimento de domínio. Histórico de mensagens contém a conversa. Saídas de ferramentas são resultados de ações do agente. Cada componente tem características diferentes e estratégias de otimização.
Como posso reduzir custos de tokens mantendo desempenho do agente?
Use mascaramento de observação para ocultar saídas de ferramentas irrelevantes, compacte histórico de conversa através de sumarização, implemente retenção seletiva mantendo apenas resultados relevantes e aplique divulgação progressiva para evitar carregar informações desnecessárias. Foque em informatividade sobre exaustividade.

Détails du développeur

Auteur

sickn33

Licence

MIT

Dépôt

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/context-fundamentals

Réf

main

Structure de fichiers

📄 SKILL.md