context-engineering

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 |

AI 에이전트 시스템을 위한 마스터 컨텍스트 엔지니어링. 에이전트 아키텍처 설계, 컨텍스트 오류 디버깅, 토큰 사용 최적화, 메모리 시스템 구현, 다중 에이전트 조정 구축, 에이전트 성능 평가 또는 LLM 기반 파이프라인 개발 시 사용합니다. 컨텍스트 기본 사항, 성능 저하 패턴, 최적화 기술(압축, 마스킹, 캐싱), 압축 전략, 메모리 아키텍처, 다중 에이전트 패턴, LLM-판사 평가, 도구 설계 및 프로젝트 개발을 다룹니다. 출처: duonglx/chanmayfoods.

원본 보기