Context Engineering
Context Engineering kuratiert die kleinstmögliche Menge an hochsignifikanten Tokens für LLM-Aufgaben. Das Ziel: Maximierung der Argumentationsqualität bei gleichzeitiger Minimierung des Tokenverbrauchs.
Wann aktivieren
- Entwerfen/Fehlerbehebung von Agentensystemen
- Kontextlimits schränken die Leistung ein
- Optimierung von Kosten/Latenz
- Aufbau von Multi-Agent-Koordination
- Implementierung von Gedächtnissystemen
- Bewertung der Agentenleistung
- Entwicklung von LLM-gestützten Pipelines
Kernprinzipien
- Kontextqualität > Quantität – Hochsignifikante Tokens schlagen vollständige Inhalte
- Aufmerksamkeit ist begrenzt – U-förmige Kurve bevorzugt Anfangs- und Endpositionen
- Progressive Offenlegung – Informationen just-in-time laden
- Isolation verhindert Verschlechterung – Arbeit auf Unteragenten aufteilen
- Messen vor dem Optimieren – Ausgangswert kennen
WICHTIG:
- Grammatik zugunsten von Prägnanz opfern.
- Token-Effizienz sicherstellen, während hohe Qualität erhalten bleibt.
- Diese Regeln an Unteragenten weitergeben.
Kurzreferenz
| Thema | Wann verwenden | Referenz |
|---|---|---|
| Grundlagen | Kontextanatomie, Aufmerksamkeitsmechanismen verstehen | context-fundamentals.md |
| Verschlechterung | Fehlerbehebung, Lost-in-the-Middle, Vergiftung | context-degradation.md |
| Optimierung | Komprimierung, Maskierung, Caching, Partitionierung | context-optimization.md |
| Komprimierung | Lange Sitzungen, Zusammenfassungsstrategien | context-compression.md |
| Gedächtnis | Sitzungsübergreifende Persistenz, Wissensgraphen | memory-systems.md |
| Multi-Agent | Koordinationsmuster, Kontextisolation | multi-agent-patterns.md |
| Bewertung | Testen von Agenten, LLM-as-Judge, Metriken | evaluation.md |
| Werkzeugdesign | Werkzeugkonsolidierung, Beschreibungs-Engineering | tool-design.md |
| Pipelines | Projektentwicklung, Stapelverarbeitung | project-development.md |
| Laufzeitbewusstsein | Nutzungslimits, Kontextfensterüberwachung | runtime-awareness.md |
Schlüsselmetriken
- Token-Nutzung: Warnung bei 70 %, Optimierung bei 80 % auslösen
- Token-Varianz: Erklärt 80 % der Leistungsvarianz des Agenten
- Multi-Agent-Kosten: ~15x des Basiskosten eines einzelnen Agenten
- Komprimierungsziel: 50-70 % Reduktion, <5 % Qualitätsverlust
- Cache-Treffer-Ziel: 70 %+ für stabile Arbeitslasten
Vier-Eimer-Strategie
- Schreiben: Kontext extern speichern (Notizblöcke, Dateien)
- Auswählen: Nur relevanten Kontext abrufen (Abruf, Filterung)
- Komprimieren: Token reduzieren, während Informationen erhalten bleiben (Zusammenfassung)
- Isolieren: Auf Unteragenten aufteilen (Partitionierung)
Anti-Patterns
- Vollständiger Kontext anstelle von kuratiertem Kontext
- Kritische Informationen in mittleren Positionen
- Keine Komprimierungsauslöser vor Limits
- Einzelner Agent für parallelisierbare Aufgaben
- Werkzeuge ohne klare Beschreibungen
Richtlinien
- Kritische Informationen am Anfang/Ende des Kontexts platzieren
- Komprimierung bei 70-80 % Nutzung implementieren
- Unteragenten für Kontextisolation, nicht für Rollenspiele verwenden
- Werkzeuge mit 4-Fragen-Rahmenwerk entwerfen (was, wann, Eingaben, Rückgaben)
- Nach Tokens pro Aufgabe optimieren, nicht nach Tokens pro Anfrage
- Mit probenbasierter Bewertung validieren
- KV-Cache-Trefferquoten in der Produktion überwachen
- Minimal beginnen, Komplexität nur hinzufügen, wenn nachgewiesenermaßen notwendig
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/Komprimierung in Betracht ziehen
- 90 %: KRITISCH – sofortiges Handeln erforderlich
Datenquellen:
- Nutzungslimits: Anthropic OAuth API (
https://api.anthropic.com/api/oauth/usage) - Kontextfenster: Statusline temporäre Datei (
/tmp/ck-context-{session_id}.json)
Skripte
- context_analyzer.py – Kontext-Gesundheitsanalyse, Erkennung von Verschlechterungen
- compression_evaluator.py – Bewertung der Komprimierungsqualität