相关新闻

placeholder

宝玉

6天前

对于向深入学习上下文工程（Context Engineering）的同学，这又是一篇必看的文章。 这篇文章讲的是如何解决 MCP 工具太多的问题，但凡你做过 Agent 开发，用了大量 MCP 工具，就会知道 MCP 工具多了后最大的问题就是上下文占用太多，不仅导致成本高，还会影响推理和生成质量。 另外一个问题就是 MCP 工具返回的中间结果也会挤占大量的上下文空间。 看这文章的时候忍不住夸

placeholder

henu王凯

1周前

留存下，LangChain 和 Manus关于上下文工程的对谈，应该算世界上最先进的「上下文工程」实践后的总结了。

placeholder

Yangyi

3周前

翻译了一下manus最近和Langchain的一个线上分享 关于上下文工程的实践，还是有很多细节的 虽然这些细节在执行过程中是容易理解找到方法去处理的 但是也从侧面看到不论是制作垂类agents还是构建通用agents，在细节层面都需要经历各种各样的困难 我们更应该怀揣敬畏的心去看待每一个在Agents Building路途上前进的人 产品背后都是磨难

placeholder

YL (Yucheng Liu)

4周前

在AI领域，未来几年唯一重要的事情可能就是「上下文工程」(Context Engineering)。如何从嘈杂、非结构化的真实世界对话中精准提取、管理和排序上下文，再喂给LLM，是决定AI智能体表现的关键。这远比卷模型本身更有价值。

placeholder

ginobefun

4周前

Github 博客分享了如何使用智能体原语和上下文工程构建可靠的人工智能工作流 🔽