context-engineering
✓Dominar la ingeniería de contexto para sistemas de agentes de IA. Úselo al diseñar arquitecturas de agentes, depurar fallas de contexto, optimizar el uso de tokens, implementar sistemas de memoria, crear coordinación entre múltiples agentes, evaluar el rendimiento de los agentes o desarrollar canalizaciones impulsadas por LLM. Cubre los fundamentos del contexto, patrones de degradación, técnicas de optimización (compactación, enmascaramiento, almacenamiento en caché), estrategias de compresión, arquitecturas de memoria, patrones de múltiples agentes, evaluación LLM como juez, diseño de herramientas y desarrollo de proyectos.
Instalación
SKILL.md
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 |
Dominar la ingeniería de contexto para sistemas de agentes de IA. Úselo al diseñar arquitecturas de agentes, depurar fallas de contexto, optimizar el uso de tokens, implementar sistemas de memoria, crear coordinación entre múltiples agentes, evaluar el rendimiento de los agentes o desarrollar canalizaciones impulsadas por LLM. Cubre los fundamentos del contexto, patrones de degradación, técnicas de optimización (compactación, enmascaramiento, almacenamiento en caché), estrategias de compresión, arquitecturas de memoria, patrones de múltiples agentes, evaluación LLM como juez, diseño de herramientas y desarrollo de proyectos. Fuente: duonglx/chanmayfoods.
Datos (listos para citar)
Campos y comandos estables para citas de IA/búsqueda.
- Comando de instalación
npx skills add https://github.com/duonglx/chanmayfoods --skill context-engineering- Fuente
- duonglx/chanmayfoods
- Categoría
- </>Desarrollo
- Verificado
- ✓
- Primera vez visto
- 2026-02-01
- Actualizado
- 2026-02-18
Respuestas rápidas
¿Qué es context-engineering?
Dominar la ingeniería de contexto para sistemas de agentes de IA. Úselo al diseñar arquitecturas de agentes, depurar fallas de contexto, optimizar el uso de tokens, implementar sistemas de memoria, crear coordinación entre múltiples agentes, evaluar el rendimiento de los agentes o desarrollar canalizaciones impulsadas por LLM. Cubre los fundamentos del contexto, patrones de degradación, técnicas de optimización (compactación, enmascaramiento, almacenamiento en caché), estrategias de compresión, arquitecturas de memoria, patrones de múltiples agentes, evaluación LLM como juez, diseño de herramientas y desarrollo de proyectos. Fuente: duonglx/chanmayfoods.
¿Cómo instalo context-engineering?
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/duonglx/chanmayfoods --skill context-engineering Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor
¿Dónde está el repositorio de origen?
https://github.com/duonglx/chanmayfoods
Detalles
- Categoría
- </>Desarrollo
- Fuente
- skills.sh
- Primera vez visto
- 2026-02-01