00:28
Weaviate@weaviate_io
Weaviate@weaviate_io精选
推荐理由：Weaviate 分享了智能体RAG的5个关键系统，告诉你为什么优化提示词没用，以及如何真正控制信息流。
上下文工程
共 14 条相关 AI 资讯
8月21日
00:28
可靠智能体RAG依赖控制信息如何到达模型、何时到达以及以何种形式到达。上下文工程分为5个相互关联的系统：1. 查询增强，用户输入混乱，需重写、扩展或分解查询以匹配检索系统。2. 检索，分块存在权衡，小分块提高精度但丢失上下文，大分块增加上下文但消耗更多窗口。3. 记忆，完整对话历史会产生噪音，长期记忆应存储在模型外部并定期维护。4. 工具，工具描述和选择消耗上下文，暴露过多 poorly described 工具会降低效率。5. 智能体，连接所有部分但会放大上游错误。
8月18日
00:53
00:53
AI Engineer@aiDotEngineer
AI Engineer@aiDotEngineer精选
推荐理由：想省token成本？这场工作坊用开源AI导师演示上下文压缩全流程，还对比了Gemini和开源模型的质量和开销。
8月4日
05:37
05:37
官方账号Replit@Replit
官方账号Replit@Replit推荐理由：Replit 把自己团队用 AI 的办法公开了，核心是让代理共享上下文，想要落地 AI 协作的可以看看。
7月24日
00:46
00:46Weaviate@weaviate_io
Weaviate@weaviate_io精选
推荐理由：Weaviate出了个视频，把Agentic RAG拆成5个系统讲透了，不是吹大窗口，而是教你怎么控制上下文，推荐搞RAG的人看看。
7月19日
05:54
05:54
elvis@omarsar0
elvis@omarsar0精选
推荐理由：dair.ai 团队搞了个开源工具 ProofAgent-Harness，能给你的 Agent 上下文质量打分，提前知道它会不会幻觉、被攻击或乱用工具，比光看行为测试靠谱多了。
6月29日
06:36
06:36
宝玉@dotey
宝玉@dotey精选
推荐理由：RepoPrompt 的作者被 OpenAI 招安，工具直接开源了，现在免费还支持 MCP server 调度多个 agent，做上下文工程省心很多。
6月28日
00:56
00:56
berryxia@berryxia
berryxia@berryxia76°
推荐理由：Anthropic工程师手把手教你上下文管理套路，从最基础的文件到高级的“做梦”架构，半小时就能上手实操。
6月23日
03:54
03:54
Harrison Chase@hwchase17
Harrison Chase@hwchase17精选
推荐理由：LangChain创始人分享了一个文档管理的小技巧：把智能体工程文档放VCS外面，用FS工具访问，避免分支迷失。
6月3日
00:52
00:52
Qdrant@qdrant_engine
Qdrant@qdrant_engine推荐理由：搞 AI 记忆和检索的工程师终于有个正经的技术大会了——Dave Nielsen 会拆解短期/长期记忆的真实架构，做 RAG 或智能体的团队值得去听听。
6月2日
10:20
10:20elvis@omarsar0
elvis@omarsar0精选
推荐理由：Karpathy 的洞察点出了微调在智能体系统中的关键作用，做 AI 智能体开发的团队值得关注这一趋势，建议点开原文看看具体思路。
5月30日
10:55
10:55AI Engineer@aiDotEngineer
AI Engineer@aiDotEngineer精选
推荐理由：做上下文工程或智能体搜索的开发者，可以通过这篇博客快速理解不同搜索工具的适用场景，直接参考作者的实践经验来优化自己的系统。
5月23日
10:37
10:37
Ate-a-Pi@svpino
Ate-a-Pi@svpino推荐理由：做智能体开发的团队别再怪模型笨了——上下文才是瓶颈，Santiago 的 4 个要素值得直接套用。
5月21日
08:00
08:00elvis@omarsar0
elvis@omarsar0精选
推荐理由：AI 编程领域终于有了不吹不黑的深度对话，做 AI 工程或代码审查的团队值得听——Dexter Horthy 关于上下文工程的实战经验会直接改变你的工作方式。
5月13日
21:35
21:35官方一手Anthropic: Engineering（资讯）
精选
推荐理由：做 AI 智能体的开发者终于有了系统性的上下文设计方法论——Anthropic 把工程经验总结成了可复用的原则，直接照着改 prompt 就能看到效果提升，建议点开收藏。