Que fait Ingénierie du Contexte ?
L'ingénierie du contexte sélectionne le plus petit ensemble de tokens à fort signal pour les tâches LLM. L'objectif : maximiser la qualité du raisonnement tout en minimisant l'utilisation de tokens.
Quand Activer
- Concevoir/déboguer des systèmes d'agents
- Les limites de contexte contraignent les performances
- Optimiser le coût/la latence
- Construire une coordination multi-agents
- Implémenter des systèmes de mémoire
- Évaluer les performances des agents
- Développer des pipelines basés sur LLM
Principes Fondamentaux
- Qualité du contexte > Quantité - Les tokens à fort signal surpassent le contenu exhaustif
- L'attention est limitée - La courbe en U favorise les positions de début/fin
- Divulgation progressive - Charger l'information juste-à-temps
- L'isolation empêche la dégradation - Partitionner le travail entre sous-agents
- Mesurer avant d'optimiser - Connaître votre base de référence
IMPORTANT :
- Sacrifier la grammaire au profit de la concision.
- Assurer l'efficacité des tokens tout en maintenant une haute qualité.
- Transmettre ces règles aux sous-agents.
Référence Rapide
| Sujet | Quand Utiliser | Référence |
|---|---|---|
| Fondamentaux | Comprendre l'anatomie du contexte, la mécanique de l'attention | context-fundamentals.md |
| Dégradation | Déboguer les échecs, perte au milieu, empoisonnement | context-degradation.md |
| Optimisation | Compactage, masquage, mise en cache, partitionnement | context-optimization.md |
| Compression | Sessions longues, stratégies de résumé | context-compression.md |
| Mémoire | Persistance inter-sessions, graphes de connaissances | memory-systems.md |
| Multi-Agents | Modèles de coordination, isolation du contexte | multi-agent-patterns.md |
| Évaluation | Tester les agents, LLM-en-tant-que-Juge, métriques | evaluation.md |
| Conception d'Outils | Consolidation d'outils, ingénierie de description | tool-design.md |
| Pipelines | Développement de projet, traitement par lots | project-development.md |
| Sensibilité au Temps d'Exécution | Limites d'utilisation, surveillance de la fenêtre de contexte | runtime-awareness.md |
Métriques Clés
- Utilisation des tokens : Avertissement à 70 %, déclencher l'optimisation à 80 %
- Variance des tokens : Explique 80 % de la variance de performance des agents
- Coût multi-agents : ~15x le coût d'un agent unique
- Objectif de compactage : Réduction de 50 à 70 %, perte de qualité <5 %
- Objectif de cache : 70 %+ pour les charges de travail stables
Stratégie en Quatre Compartiments
- Écrire : Sauvegarder le contexte en externe (blocs-notes, fichiers)
- Sélectionner : Extraire uniquement le contexte pertinent (récupération, filtrage)
- Compresser : Réduire les tokens tout en préservant l'information (résumé)
- Isoler : Répartir entre sous-agents (partitionnement)
Anti-Patterns
- Contexte exhaustif plutôt que contexte sélectionné
- Informations critiques en position médiane
- Aucun déclencheur de compactage avant les limites
- Agent unique pour des tâches parallélisables
- Outils sans descriptions claires
Directives
- Placer les informations critiques au début/fin du contexte
- Implémenter le compactage à 70-80 % d'utilisation
- Utiliser des sous-agents pour l'isolation du contexte, pas pour le jeu de rôle
- Concevoir des outils avec le cadre des 4 questions (quoi, quand, entrées, retours)
- Optimiser pour les tokens-par-tâche, pas les tokens-par-requête
- Valider avec une évaluation par sonde
- Surveiller les taux de succès du cache KV en production
- Commencer minimal, ajouter de la complexité uniquement lorsque nécessaire
Sensibilité au Temps d'Exécution
Le système injecte automatiquement la sensibilisation à l'utilisation via le hook PostToolUse :
<usage-awareness>
Claude Usage Limits: 5h=45%, 7d=32%
Context Window Usage: 67%
</usage-awareness>
Seuils :
- 70 % : AVERTISSEMENT - envisager une optimisation/compaction
- 90 % : CRITIQUE - action immédiate nécessaire
Sources de Données :
- Limites d'utilisation : API OAuth Anthropic (
https://api.anthropic.com/api/oauth/usage) - Fenêtre de contexte : Fichier temporaire Statusline (
/tmp/ck-context-{session_id}.json)
Scripts
- context_analyzer.py - Analyse de santé du contexte, détection de dégradation
- compression_evaluator.py - Évaluation de la qualité de compression