context-manager
构建智能上下文管理系统
本技能帮助开发者设计和实现AI应用的动态上下文管理系统，包括向量数据库、知识图谱和智能记忆架构，能够在正确的时间为AI系统提供正确的信息。
下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“context-manager”。 Design a context management system for a customer support chatbot
预期结果:
一个包含以下内容的综合系统设计：(1) 上下文层：用于活跃对话的工作记忆，用于历史的情景记忆，用于知识库的语义记忆。(2) 检索策略：结合向量相似度和关键词匹配的混合搜索。(3) 上下文优化：令牌预算管理、相关性过滤、陈旧度检测。(4) 智能体协调：切换协议、共享上下文契约、状态同步。
正在使用“context-manager”。 Optimize RAG performance for 1 million documents
预期结果:
性能优化策略涵盖：(1) 索引：分层可导航小世界(HNSW)索引，使用适当的ef_construction值。(2) 查询：结合密集嵌入与稀疏BM25的混合检索。(3) 分块：语义分块，20%重叠以保留上下文。(4) 缓存：频繁查询的LRU缓存，热门查询的预计算嵌入。(5) 扩展：按文档命名空间分片的分片策略，用于查询负载的读副本。
安全审计
安全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.
质量评分
你能构建什么
企业知识库系统
使用向量嵌入和语义检索设计可扩展的企业文档搜索上下文管理系统。
多智能体客户支持平台
为具有智能切换和状态管理的多智能体客户支持创建上下文编排。
长对话记忆系统
为持续的AI对话实现具有情景记忆和语义记忆层的智能记忆管理。
试试这些提示
为[USE_CASE]设计一个上下文管理系统。包括上下文组装、检索和优化的组件。
帮助我使用[DATABASE_NAME]为[APPLICATION_TYPE]实现向量数据库解决方案。包括模式设计、嵌入策略和查询优化。
为[DOMAIN]设计知识图谱架构，包括实体关系、本体设计和查询优化策略。
为[MULTI_AGENT_SCENARIO]创建上下文切换协议，包括特定智能体的上下文准备、状态管理和错误恢复。
最佳实践
- 应用分层上下文策略：将关键信息保留在系统提示中，将次要信息使用RAG，大型知识库外部化
- 实施上下文版本控制和变更跟踪以了解上下文随时间的变化
- 使用结合向量相似度和关键词匹配的混合搜索以获得更准确的检索结果
避免
- 不加区分地倾倒所有可用上下文 - 导致令牌限制和相关性降低
- 忽视上下文陈旧度 - 提供过时信息会降低用户信任
- 在理解实际检索需求之前过度工程化 - 从简单开始，测量，然后优化