Was macht Context Engineering?
Context Engineering kuratiert den kleinstmöglichen Satz an hochsignifikanten Tokens für LLM-Aufgaben. Das Ziel: Die Reasoning-Qualität maximieren und gleichzeitig den Tokenverbrauch minimieren.
Wann aktivieren
- Entwerfen/Debuggen von Agentensystemen
- Kontextlimits schränken die Leistung ein
- Optimierung von Kosten/Latenz
- Aufbau von Multi-Agent-Koordination
- Implementierung von Speichersystemen
- Bewertung der Agentenleistung
- Entwicklung von LLM-gestützten Pipelines
Kernprinzipien
- Kontextqualität > Quantität – Hochsignifikante Tokens schlagen vollständige Inhalte
- Aufmerksamkeit ist begrenzt – U-förmige Kurve begünstigt Anfangs-/Endpositionen
- Progressive Offenlegung – Informationen just-in-time laden
- Isolation verhindert Leistungsabfall – Arbeit auf Sub-Agenten aufteilen
- Vor der Optimierung messen – Die Baseline kennen
WICHTIG:
- Grammatik zugunsten von Prägnanz opfern.
- Token-Effizienz bei gleichzeitig hoher Qualität sicherstellen.
- Diese Regeln an Sub-Agenten weitergeben.
Kurzreferenz
| Thema | Wann verwenden | Referenz |
|---|---|---|
| Grundlagen | Kontextanatomie, Aufmerksamkeitsmechanismen verstehen | context-fundamentals.md |
| Degradation | Fehlerdiagnose, Lost-in-the-Middle, Vergiftung | context-degradation.md |
| Optimierung | Komprimierung, Maskierung, Caching, Partitionierung | context-optimization.md |
| Kompression | Lange Sitzungen, Zusammenfassungsstrategien | context-compression.md |
| Speicher | Sitzungsübergreifende Persistenz, Wissensgraphen | memory-systems.md |
| Multi-Agent | Koordinationsmuster, Kontextisolation | multi-agent-patterns.md |
| Evaluierung | Testen von Agenten, LLM-as-Judge, Metriken | evaluation.md |
| Tool-Design | Tool-Konsolidierung, Beschreibungsentwicklung | tool-design.md |
| Pipelines | Projektentwicklung, Batch-Verarbeitung | project-development.md |
| Laufzeitbewusstsein | Nutzungslimits, Kontextfensterüberwachung | runtime-awareness.md |
Wichtige Metriken
- Token-Auslastung: Warnung bei 70 %, Optimierung bei 80 % auslösen
- Token-Varianz: Erklärt 80 % der Leistungsunterschiede von Agenten
- Multi-Agent-Kosten: ~15-fache Basislinie eines einzelnen Agenten
- Komprimierungsziel: 50-70 % Reduzierung, <5 % Qualitätsverlust
- Cache-Trefferziel: 70 %+ für stabile Arbeitslasten
Vier-Bucket-Strategie
- Schreiben: Kontext extern speichern (Notizblöcke, Dateien)
- Selektieren: Nur relevanten Kontext abrufen (Retrieval, Filterung)
- Komprimieren: Token reduzieren bei gleichzeitiger Informationserhaltung (Zusammenfassung)
- Isolieren: Auf Sub-Agenten aufteilen (Partitionierung)
Anti-Patterns
- Erschöpfender Kontext statt kuratierter Kontext
- Kritische Informationen in mittleren Positionen
- Keine Komprimierungsauslöser vor Limitüberschreitung
- Einzelner Agent für parallelisierbare Aufgaben
- Werkzeuge ohne klare Beschreibungen
Richtlinien
- Kritische Informationen am Anfang/Ende des Kontexts platzieren
- Komprimierung bei 70-80 % Auslastung implementieren
- Sub-Agenten zur Kontextisolation verwenden, nicht für Rollenspiele
- Werkzeuge mit dem 4-Fragen-Framework entwerfen (was, wann, Eingaben, Rückgaben)
- Nach Tokens pro Aufgabe optimieren, nicht nach Tokens pro Anfrage
- Mit probenbasierter Evaluierung validieren
- KV-Cache-Trefferquoten in der Produktion überwachen
- Minimal beginnen, Komplexität nur dann hinzufügen, wenn sie nachweislich notwendig ist
Laufzeitbewusstsein
Das System injiziert automatisch Nutzungsbewusstsein über den PostToolUse-Hook:
<usage-awareness>
Claude Usage Limits: 5h=45%, 7d=32%
Context Window Usage: 67%
</usage-awareness>
Schwellenwerte:
- 70 %: WARNUNG – Optimierung/Kompression erwägen
- 90 %: KRITISCH – sofortiges Handeln erforderlich
Datenquellen:
- Nutzungslimits: Anthropic OAuth API (
https://api.anthropic.com/api/oauth/usage) - Kontextfenster: Statusleisten-Temp-Datei (
/tmp/ck-context-{session_id}.json)
Skripte
- context_analyzer.py – Kontextgesundheitsanalyse, Erkennung von Degradation
- compression_evaluator.py – Bewertung der Komprimierungsqualität