AI Agent 上下文工程

要解决的问题

当编码 Agent 开始用错模式、调用不存在 API、忽视项目约定时，通常不是模型“不够聪明”，而是上下文给得不对。上下文太少会诱发幻觉，太多又会让它失去重点。这个技能面向 AI Agent 的上下文工程，关注在正确时间提供正确信息，尤其适合新会话、切换代码模块、新项目或 Agent 输出质量下降时。

技能如何工作

其核心是把上下文按持久性分层，而不是把所有说明一次性塞进对话。资料给出的关键步骤包括：

• 创建持久规则文件：例如面向 Claude Code 的 CLAUDE.md，跨会话保留项目边界。
• 写入高杠杆信息：项目名、技术栈、常用命令、代码约定，例如 npm run build、npx tsc --noEmit、测试文件命名规则。
• 约束结构而不是堆例子：将组件风格、导出方式、错误处理等规则前置，减少 Agent 自由发挥空间。

适用边界：它更像上下文组织方法，不替代具体调试、测试或架构设计；如果项目文档本身缺失、约定混乱，或需要实时检索大量代码，仍需结合代码库探索与人工校对。