context-engineering-collection
A comprehensive collection of Agent Skills for context engineering, multi-agent architectures, and production agent systems. Use when building, optimizing, or debugging agent systems that require effective context management.
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
A comprehensive collection of Agent Skills for context engineering, multi-agent architectures, and production agent systems. Use when building, optimizing, or debugging agent systems that require effective context management.
How to use
Sklonuj repozytorium z GitHub (muratcankoylan/Agent-Skills-for-Context-Engineering) lub zainstaluj kolekcję w swoim środowisku agentów, aby uzyskać dostęp do pełnego zestawu umiejętności.
Zidentyfikuj scenariusz, w którym potrzebujesz wsparcia: budowanie nowego systemu agentów od zera, optymalizacja wydajności istniejącego agenta, debugowanie błędów związanych z kontekstem, projektowanie architektur wieloagentowych, tworzenie narzędzi dla agentów lub implementacja warstw pamięci i trwałości.
Zapoznaj się z fundamentami inżynierii kontekstu — zrozum, że kontekst to nie tylko tekst promptu, ale pełny stan dostępny modelowi, obejmujący instrukcje systemowe, definicje narzędzi, pobrane dokumenty, historię wiadomości i wyniki narzędzi. Skupiaj się na wyselekcjonowaniu informacji o wysokim stosunku sygnału do szumu.
Rozpoznaj wzorce degradacji kontekstu w swoim systemie: zjawisko "lost-in-middle" (informacje w środku kontekstu otrzymują mniej uwagi), U-kształtne krzywe uwagi (priorytet dla początku i końca), zatrucie kontekstu (błędy się kumulują) i rozpraszanie kontekstem (nieistotne informacje przytłaczają istotne).
Wybierz odpowiedni wzorzec architektoniczny dla swoich agentów: architektury supervisor/orchestrator z centralną kontrolą, architektury peer-to-peer dla elastycznych przekazań, lub struktury hierarchiczne dla złożonych rozkładów zadań.
Zastosuj wybraną umiejętność w swoim systemie, testując wpływ na wydajność agenta i jakość wyników — iteruj na podstawie obserwowanych problemów z kontekstem i wydajnością.