Context Engineering 完整指南-- 建構未來AI 應用的6 個核心組件-- 來自@weaviate_io 23 頁的電子書，資訊視覺化做的相當可以，很適合作為速查手冊，經常看看。 核心挑戰與原則· 情境視窗限制：有限空間易致「分心」（歷史過載）、「混亂」（無關幹擾）、「衝突」（矛盾訊息）或「污染」（錯誤累積）。解決非靠更大窗口，而是「情境衛生」——驗證品質、總結壓縮、修剪無關、外部卸載。 · 系統架構：使用者輸入→ 查詢增強→ 檢索→ 提示→ 智能體協調→ 工具行動→ 記憶更新→ 輸出。強調動態決策，避免靜態管道失效。 關鍵組件精要· 智能體（Agents）：決策核心，能動態評估資訊、維護狀態、自適應工具、迭代策略。單體適合中等任務，多體分擔複雜但需協調。作用：串聯組件，如失敗檢索時重寫查詢或切換分塊。 · 查詢增強（Query Augmentation）：轉換模糊意圖為精準輸入。重寫（新增關鍵字、移除雜訊）；擴展（生成變體，防漂移）；分解（拆複雜問題為子查詢，後合成）；查詢智能體（進階版，動態路由多集合、迭代評估）。 · 檢索（Retrieval）：橋接外部知識，核心是分塊（Chunking）。策略從簡單（固定大小）到高級（LLM/智能體基），預分塊高效存儲，後分塊靈活查詢。目標：事實錨定，減幻覺。 · 提示技巧（Prompting）：引導推理。經典：思維鏈（CoT，步步拆解）、少樣本（範例引導）。高級：ReAct（思考-行動循環）。工具提示需明確參數/範例。 · 記憶（Memory）：賦予歷史感。短期（即時對話）；長期（RAG 事實/事件）。原則：選擇儲存、定期修剪、任務自訂檢索，確保從「無狀態」到「學習者」。 · 工具（Tools）：行動接口，如API 呼叫。從提示偽造到函數調用，需協調發現-選擇-執行-反思。未來：MCP 協定標準化，簡化整合。 電子書下載網址
