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 minimizando el uso de tokens.
Cuándo Activar
- Diseñando/depurando sistemas de agentes
- Los límites de contexto restringen el rendimiento
- Optimizando costos/latencia
- Construyendo coordinación multiagente
- Implementando sistemas de memoria
- Evaluando el rendimiento de agentes
- Desarrollando pipelines potenciados por LLM
Principios Centrales
- Calidad del contexto > cantidad - Los tokens de alta señal superan al contenido exhaustivo
- La atención es finita - Curva en forma de U favorece posiciones de inicio/final
- Divulgación progresiva - Cargar información justo a tiempo
- El aislamiento previene la degradación - Dividir el trabajo entre subagentes
- Mide antes de optimizar - Conoce tu línea base
IMPORTANTE:
- Sacrifica gramática en favor de la concisión.
- Asegura eficiencia de tokens manteniendo alta calidad.
- Transmite estas reglas a los subagentes.
Referencia Rápida
| Tema | Cuándo Usar | Referencia |
|---|---|---|
| Fundamentos | Entender anatomía del contexto, mecánica de atención | context-fundamentals.md |
| Degradación | Depurar fallos, perdido-en-el-medio, envenenamiento | context-degradation.md |
| Optimización | Compactación, enmascaramiento, caché, particionado | context-optimization.md |
| Compresión | Sesiones largas, estrategias de resumen | context-compression.md |
| Memoria | Persistencia entre sesiones, grafos de conocimiento | memory-systems.md |
| Multiagente | Patrones de coordinación, aislamiento de contexto | multi-agent-patterns.md |
| Evaluación | Probar agentes, LLM como juez, métricas | evaluation.md |
| Diseño de Herramientas | Consolidación de herramientas, ingeniería de descripciones | tool-design.md |
| Pipelines | Desarrollo de proyectos, procesamiento por lotes | project-development.md |
| Conciencia de Ejecución | Límites de uso, monitoreo de ventana de contexto | runtime-awareness.md |
Métricas Clave
- Utilización de tokens: Advertencia al 70%, activar optimización al 80%
- Varianza de tokens: Explica el 80% de la varianza en rendimiento del agente
- Costo multiagente: ~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
- Escribir: Guardar contexto externamente (blocs de notas, archivos)
- Seleccionar: Extraer solo el contexto relevante (recuperación, filtrado)
- Comprimir: Reducir tokens preservando información (resumen)
- Aislar: Dividir entre subagentes (particionado)
Anti-Patrones
- Contexto exhaustivo sobre contexto seleccionado
- Información crítica en posiciones medias
- Sin desencadenantes de compactación antes de los límites
- Agente único para tareas paralelizables
- Herramientas sin descripciones claras
Directrices
- Colocar información crítica al inicio/final del contexto
- Implementar compactación al 70-80% de utilización
- Usar subagentes para aislamiento de contexto, no para juegos de rol
- Diseñar herramientas con el marco de 4 preguntas (qué, cuándo, entradas, salidas)
- Optimizar por tokens-por-tarea, no por tokens-por-solicitud
- Validar con evaluación basada en sondas
- Monitorear tasas de aciertos de caché KV en producción
- Comenzar mínimo, agregar complejidad solo cuando sea necesario probado
Conciencia de Ejecución
El sistema inyecta automáticamente conciencia de uso mediante el hook PostToolUse:
<usage-awareness>
Límites de Uso de Claude: 5h=45%, 7d=32%
Uso de Ventana de Contexto: 67%
</usage-awareness>
Umbrales:
- 70%: ADVERTENCIA - considerar optimización/compactación
- 90%: CRÍTICO - acción inmediata necesaria
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
- context_analyzer.py - Análisis de salud del contexto, detección de degradación
- compression_evaluator.py - Evaluación de calidad de compresión