前言

大模型上下文工程权威指南

Context Engineering: The Definitive Guide

从理论到实践，掌握 AI 时代最核心的工程能力

📖 开始阅读 · 🌟 核心内容 · 👥 适合谁读 · 🤝 参与贡献

---

💡 为什么需要这本书？

"提示词工程已死，上下文工程永生。" — 2026

当 LLM 应用从实验走向生产，单纯的提示词设计已不足以构建可靠的 AI 系统。

上下文工程解决的核心问题是：

如何在正确的时间，将正确的信息，以正确的格式，提供给模型？

这本书将带你系统掌握这门 AI 时代最核心的工程能力。

---

🌟 核心内容

📚 第一部分：认识上下文工程 上下文工程的定义与价值 从提示词工程到上下文工程的演进 LLM 基础：上下文窗口与 Token	🔧 第二部分：四大核心策略 Write — 外部存储与记忆架构 Select — RAG 与检索增强生成 Compress — 摘要与上下文压缩 Isolate — 结构化与隔离设计
🚀 第三部分：实践方法 工具调用与 MCP 协议 智能体上下文管理 生产环境最佳实践	🔮 第四部分：进阶与展望 Agentic RAG 与 Graph RAG 长上下文模型应用 未来发展趋势

---

🎯 你将学到什么

主题	你将掌握的能力
RAG 系统	分块策略、嵌入模型选择、重排序优化、混合检索
记忆架构	工作记忆 / 短期记忆 / 长期记忆的设计与实现
工具调用	Function Calling、MCP 协议、工具设计原则
智能体	单/多智能体上下文管理、状态追踪、记忆学习
生产实践	性能优化、成本控制、可观测性、安全治理

---

👥 目标读者

本书适合以下读者：

角色	阅读重点
🧑‍💻 AI 应用开发者	核心技术 + 实践方法
✍️ 提示词工程师	理论基础 + 进阶探索
📊 AI 产品经理	第一部分 + 第三部分概览
🏗️ AI 架构师	全书精读，重点关注生产实践
🔬 研究人员	进阶技术 + 未来展望

💡 前置知识：建议具备基础编程能力和对 LLM 的基本了解。

---

📖 快速开始

在线阅读

👉 推荐：GitBook 在线版

本地阅读

使用 HonKit 构建本地阅读环境：

npm install        # 安装依赖
npx honkit serve   # 启动本地服务

启动后访问 http://localhost:4000 即可阅读。

阅读建议

📕 初学者：按顺序阅读全书
📗 有经验者：重点阅读第二、三部分
📘 快速参考：阅读每章末尾的"本章小结"

---

📚 目录概览

第一部分：认识上下文工程
├── 第1章：上下文工程概述
├── 第2章：大语言模型基础
└── 第3章：上下文工程框架

第二部分：核心技术
├── 第4章：写入策略 — 外部存储与记忆
├── 第5章：选择策略 — 检索增强生成
├── 第6章：压缩策略 — 上下文优化
└── 第7章：隔离策略 — 结构化设计

第三部分：实践方法
├── 第8章：工具调用与能力扩展
├── 第9章：智能体上下文管理
└── 第10章：生产环境最佳实践

第四部分：进阶与展望
├── 第11章：进阶技术与架构
└── 第12章：未来展望与发展趋势

附录
├── 附录A：术语表
├── 附录B：常用工具与框架
└── 附录C：参考资源

📖 完整目录请查看 SUMMARY.md

---

✨ 本书特色

特色	说明
📐 体系完整	12 章内容，从入门到精通的完整学习路径
🔬 理论与实践并重	原理剖析 + 代码示例 + 最佳实践
🆕 紧跟前沿	涵盖 2026 年最新技术进展（Agentic RAG、Graph RAG、MCP 等）
📊 图文并茂	Mermaid 流程图 + 表格对比 + 结构化示例

---

🤝 参与贡献

欢迎贡献！您可以通过以下方式参与：

• 🐛 提交 Issue — 报告错误或提出建议

• 📝 提交 PR — 改进内容或修复 typo

• ⭐ Star 本项目 — 帮助更多人发现这本书

---

📜 许可证

本书采用 CC BY-NC-SA 4.0 许可证。

您可以自由分享和演绎，但需署名、非商业使用、相同方式共享。

---

🙏 致谢

感谢所有为大模型技术发展做出贡献的研究者与工程师，特别是：

• Anthropic — 上下文工程领域的开创性工作与 MCP 协议

• OpenAI、Google、Meta — LLM 技术的持续创新

• LangChain、LlamaIndex — RAG 框架的宝贵贡献

• 所有开源社区的贡献者们

---

📧 联系作者

如有问题或建议，欢迎通过 Issue 联系。

---

让我们一起探索上下文工程的世界，构建更智能、更可靠的 AI 应用。

🌟 如果这本书对你有帮助，请给个 Star 支持！