Context engineering curates the smallest high-signal token set for LLM tasks. The goal: maximize reasoning quality while minimizing token usage.
| Fundamentals | Understanding context anatomy, attention mechanics | context-fundamentals.md | | Degradation | Debugging failures, lost-in-middle, poisoning | context-degradation.md | | Optimization | Compaction, masking, caching, partitioning | context-optimization.md | | Compression | Long sessions, summarization strategies | context-compression.md |
| Memory | Cross-session persistence, knowledge graphs | memory-systems.md | | Multi-Agent | Coordination patterns, context isolation | multi-agent-patterns.md | | Evaluation | Testing agents, LLM-as-Judge, metrics | evaluation.md | | Tool Design | Tool consolidation, description engineering | tool-design.md |
هندسة السياق الرئيسية لأنظمة وكيل الذكاء الاصطناعي. يُستخدم عند تصميم بنيات الوكيل، أو تصحيح أخطاء فشل السياق، أو تحسين استخدام الرمز المميز، أو تنفيذ أنظمة الذاكرة، أو إنشاء تنسيق متعدد الوكلاء، أو تقييم أداء الوكيل، أو تطوير خطوط الأنابيب التي تدعم LLM. يغطي أساسيات السياق، وأنماط التدهور، وتقنيات التحسين (الضغط، والإخفاء، والتخزين المؤقت)، واستراتيجيات الضغط، وبنيات الذاكرة، وأنماط متعددة الوكلاء، وتقييم LLM-as-Judge، وتصميم الأدوات، وتطوير المشروع. المصدر: duonglx/chanmayfoods.