AI 上下文工程专家

问题在哪

长对话、多代理流水线和企业知识库接入时，常见痛点不是「模型不够聪明」，而是在 token 预算内放对信息：检索块是否相关、工作记忆与长期记忆如何分层、代理交接时状态是否一致、RAG 分块与混合检索是否拖慢延迟。缺少统一方法论时，团队往往在重复造轮子，却难以验证上下文质量。

技能如何帮你推进

本技能以上下文工程专家视角，把动态组装、智能检索与编排拆成可执行步骤：先厘清目标、约束与输入，再套用最佳实践并给出验证方式；需要展开实现细节时可对照 resources/implementation-playbook.md。

核心能力覆盖：

• 编排与窗口：动态上下文组装、相关性剪枝、token 预算与版本/变更管理
• 存储与检索：向量库（如 Pinecone、Weaviate、Qdrant）、混合搜索、嵌入策略与索引调优
• 语义与记忆：知识图谱、实体链接、情景/语义/工作记忆分层及巩固与遗忘策略
• RAG 与企业侧：分块与重叠、意图化检索、多租户隔离、审计与生命周期治理
• 多代理：上下文路由、交接协议、冲突处理与能力—需求匹配

建议工作流对应 SKILL 中的十步：分析需求 → 设计架构 → 实现动态分发 → 优化性能 → 系统集成 → 监控度量 → 迭代 → 扩展维护 → 文档化 → 规划演进。

适用边界

• 适合：上下文管理器相关设计/评审、RAG 与记忆架构、多代理工作流中的状态与交接、企业知识库治理类任务。
• 不适合：与上下文管理无关的纯业务功能开发，或需要其他垂直领域（非本技能知识库范围）的深度专精时，应换用对应技能或资料。