Was macht Kontext-Engineering?
Kontext-Engineering kuratiert die kleinste, signalreiche Token-Menge für LLM-Aufgaben. Das Ziel: Reasoning-Qualität maximieren bei gleichzeitiger Minimierung des Token-Verbrauchs.
Wann aktivieren
- Entwurf/Debugging von Agent-Systemen
- Kontextlimits schränken die Leistung ein
- Kosten/Latenz optimieren
- Multi-Agent-Koordination aufbauen
- Memory-Systeme implementieren
- Agent-Leistung evaluieren
- LLM-gestützte Pipelines entwickeln
Kernprinzipien
- Kontextqualität > Quantität – Signalreiche Tokens schlagen erschöpfenden Inhalt
- Aufmerksamkeit ist begrenzt – U-förmige Kurve bevorzugt Anfangs- und Endpositionen
- Progressive Offenlegung – Informationen just-in-time laden
- Isolation verhindert Degradation – Arbeit auf Sub-Agenten aufteilen
- Messen vor Optimieren – Ausgangsbasis kennen
WICHTIG:
- Grammatik zugunsten von Prägnanz opfern.
- Token-Effizienz bei gleichbleibend hoher Qualität sicherstellen.
- Diese Regeln an Sub-Agenten weitergeben.
Kurzreferenz
| Thema | Wann verwenden | Referenz |
|---|---|---|
| Grundlagen | Kontextanatomie, Aufmerksamkeitsmechanik verstehen | context-fundamentals.md |
| Degradation | Fehler debuggen, Lost-in-the-Middle, Vergiftung | context-degradation.md |
| Optimierung | Kompaktierung, Maskierung, Caching, Partitionierung | context-optimization.md |
| Komprimierung | Lange Sitzungen, Zusammenfassungsstrategien | context-compression.md |
| Memory | Sitzungsübergreifende Persistenz, Wissensgraphen | memory-systems.md |
| Multi-Agent | Koordinationsmuster, Kontextisolation | multi-agent-patterns.md |
| Evaluation | Agenten testen, LLM-as-Judge, Metriken | evaluation.md |
| Tool-Design | Werkzeugkonsolidierung, Beschreibungs-Engineering | tool-design.md |
| Pipelines | Projektentwicklung, Batch-Verarbeitung | project-development.md |
| Laufzeitbewusstsein | Nutzungslimits, Kontextfenster-Überwachung | runtime-awareness.md |
Wichtige Metriken
- Token-Auslastung: Warnung bei 70 %, Optimierung bei 80 % auslösen
- Token-Varianz: Erklärt 80 % der Leistungsvarianz von Agenten
- Multi-Agent-Kosten: ~15x Einzel-Agent-Basiskosten
- Verdichtungsziel: 50–70 % Reduktion, <5 % Qualitätsverlust
- Cache-Trefferquote: 70 %+ für stabile Workloads
Vier-Bucket-Strategie
- Schreiben: Kontext extern speichern (Notizzettel, Dateien)
- Auswählen: Nur relevanten Kontext ziehen (Retrieval, Filterung)
- Komprimieren: Tokens reduzieren, Informationen bewahren (Zusammenfassung)
- Isolieren: Auf Sub-Agenten aufteilen (Partitionierung)
Anti-Patterns
- Erschöpfender Kontext statt kuratierter Kontext
- Kritische Informationen in Mittelpositionen
- Keine Verdichtungsauslöser vor Limits
- Einzel-Agent für parallelisierbare Aufgaben
- Werkzeuge ohne klare Beschreibungen
Richtlinien
- Kritische Informationen am Anfang/Ende des Kontexts platzieren
- Verdichtung bei 70–80 % Auslastung implementieren
- Sub-Agenten für Kontextisolation einsetzen, nicht für Rollenspiele
- Werkzeuge mit dem 4-Fragen-Framework gestalten (was, wann, Eingaben, Rückgaben)
- Für Tokens pro Aufgabe optimieren, nicht für Tokens pro Anfrage
- Mit sondenbasierter Evaluation validieren
- KV-Cache-Trefferquoten in der Produktion überwachen
- Minimal starten, Komplexität nur bei Bedarf hinzufügen
Laufzeitbewusstsein
Das System injiziert automatisch Nutzungsbewusstsein über den PostToolUse-Hook:
<usage-bewusstsein>
Claude-Nutzungslimits: 5h=45%, 7d=32%
Context-Window-Auslastung: 67%
</usage-bewusstsein>
Schwellenwerte:
- 70 %: WARNUNG – Optimierung/Verdichtung in Betracht ziehen
- 90 %: KRITISCH – sofortiges Handeln erforderlich
Datenquellen:
- Nutzungslimits: Anthropic OAuth API (
https://api.anthropic.com/api/oauth/usage) - Context-Window: Statusline-Temp-Datei (
/tmp/ck-context-{session_id}.json)
Skripte
- context_analyzer.py – Kontext-Gesundheitsanalyse, Erkennung von Degradation
- compression_evaluator.py – Bewertung der Komprimierungsqualität