Communitygithub.com

Ingeniería de Contexto

Verifica los límites de uso del contexto, monitorea el tiempo restante, optimiza el consumo de tokens y depura fallos de contexto. Úsalo cuando preguntes sobre el porcentaje de contexto, límites de tasa, advertencias de uso, optimización de contexto, arquitecturas de agentes y sistemas de memoria.

¿Qué es Ingeniería de Contexto?

Esta skill proporciona un conjunto integral de principios, métricas y estrategias para la ingeniería de contexto en sistemas de agentes de IA. Su objetivo principal es maximizar la calidad del razonamiento mientras se minimiza el uso de tokens, abordando desafíos como la degradación del contexto, la optimización de costos y la gestión de memoria entre sesiones. La skill se basa en principios como 'calidad del contexto sobre cantidad', 'atención finita' y 'divulgación progresiva', y ofrece una guía práctica a través de tablas de referencia rápida, métricas clave y una estrategia de cuatro cubos (escribir, seleccionar, comprimir, aislar). También incluye conciencia de tiempo de ejecución, inyectando automáticamente información de uso del contexto y de la ventana de contexto, con umbrales de advertencia y críticos. Es compatible con cualquier agente que utilice modelos de lenguaje grandes (LLM) y se integra con scripts de análisis y evaluación de compresión para monitorear la salud del contexto.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/context-management/context-engineering-hoanghd218-landing-page-ai-kien

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Ingeniería de Contexto?

La ingeniería de contexto selecciona el conjunto mínimo de tokens de alta señal para tareas de LLM. El objetivo: maximizar la calidad del razonamiento mientras se minimiza el uso de tokens.

Cuándo Activar

  • Diseñar/depurar sistemas de agentes
  • Los límites de contexto restringen el rendimiento
  • Optimizar costos/latencia
  • Construir coordinación multi-agente
  • Implementar sistemas de memoria
  • Evaluar el rendimiento de agentes
  • Desarrollar pipelines potenciados por LLM

Principios Fundamentales

  1. Calidad del contexto > cantidad - Los tokens de alta señal superan al contenido exhaustivo
  2. La atención es finita - La curva en forma de U favorece las posiciones de inicio/final
  3. Divulgación progresiva - Carga la información justo a tiempo
  4. El aislamiento previene la degradación - Divide el trabajo entre subagentes
  5. Mide antes de optimizar - Conoce tu línea base

IMPORTANTE:

  • Sacrifica la gramática en aras de la concisión.
  • Asegura la eficiencia de tokens manteniendo alta calidad.
  • Transmite estas reglas a los subagentes.

Referencia Rápida

TemaCuándo UsarloReferencia
FundamentosComprender la anatomía del contexto, mecánica de atencióncontext-fundamentals.md
DegradaciónDepurar fallos, perdido en el medio, envenenamientocontext-degradation.md
OptimizaciónCompactación, enmascaramiento, almacenamiento en caché, particionamientocontext-optimization.md
CompresiónSesiones largas, estrategias de resumencontext-compression.md
MemoriaPersistencia entre sesiones, grafos de conocimientomemory-systems.md
Multi-AgentePatrones de coordinación, aislamiento de contextomulti-agent-patterns.md
EvaluaciónProbar agentes, LLM como Juez, métricasevaluation.md
Diseño de HerramientasConsolidación de herramientas, ingeniería de descripcionestool-design.md
PipelinesDesarrollo de proyectos, procesamiento por lotesproject-development.md
Conciencia de EjecuciónLímites de uso, monitoreo de la ventana de contextoruntime-awareness.md

Métricas Clave

  • Utilización de tokens: Advertencia al 70%, activar optimización al 80%
  • Varianza de tokens: Explica el 80% de la varianza en el rendimiento del agente
  • Costo multi-agente: ~15 veces la línea base de un solo agente
  • Objetivo de compactación: Reducción del 50-70%, pérdida de calidad <5%
  • Objetivo de aciertos de caché: 70%+ para cargas de trabajo estables

Estrategia de Cuatro Cubos

  1. Escribir: Guardar contexto externamente (blocs de notas, archivos)
  2. Seleccionar: Extraer solo el contexto relevante (recuperación, filtrado)
  3. Comprimir: Reducir tokens preservando información (resumen)
  4. Aislar: Dividir entre subagentes (particionamiento)

Anti-Patrones

  • Contexto exhaustivo sobre contexto curado
  • Información crítica en posiciones intermedias
  • Sin activadores de compactación antes de los límites
  • Agente único para tareas paralelizables
  • Herramientas sin descripciones claras

Directrices

  1. Colocar información crítica al inicio/final del contexto
  2. Implementar compactación al 70-80% de utilización
  3. Usar subagentes para aislamiento de contexto, no para juegos de roles
  4. Diseñar herramientas con un marco de 4 preguntas (qué, cuándo, entradas, retornos)
  5. Optimizar por tokens por tarea, no por tokens por solicitud
  6. Validar con evaluación basada en sondas
  7. Monitorear las tasas de aciertos de caché KV en producción
  8. Comenzar con un mínimo de complejidad, añadir solo cuando se demuestre necesario

Conciencia de Ejecución

El sistema inyecta automáticamente conciencia de uso a través del hook PostToolUse:

<usage-awareness>
Límites de Uso de Claude: 5h=45%, 7d=32%
Uso de la Ventana de Contexto: 67%
</usage-awareness>

Umbrales:

  • 70%: ADVERTENCIA - considerar optimización/compactación
  • 90%: CRÍTICO - se necesita acción inmediata

Fuentes de Datos:

  • Límites de uso: API OAuth de Anthropic (https://api.anthropic.com/api/oauth/usage)
  • Ventana de contexto: Archivo temporal de línea de estado (/tmp/ck-context-{session_id}.json)

Scripts

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Skills relacionados