# 上下文工程

Mastra 发布 Knowledge，把公司文档、政策和决策整理成带作用域的命名 Markdown 页面，作为智能体共享的知识存储。此前智能体只能靠指令、检索增强生成、技能或查询接口的工具获得上下文，这些途径通常只读，信息一变就要人工更新。Knowledge 与 Mastra 的上下文工程原语 signals 配合，把相关内容带入智能体上下文并在运行中保持更新，智能体还能在有权访问的作用域内搜索、读取和写入页面。

Mastra 发布 Knowledge，把公司文档、政策和决策整理成带作用域的命名 Markdown 页面，作为智能体共享的知识存储。此前智能体只能靠指令、检索增强生成、技能或查询接口的工具获得上下文，这些途径通常只读，信息一变就要人工更新。Knowledge 与 Mastra 的上下文工程原语 signals 配合，把相关内容带入智能体上下文并在运行中保持更新，智能体还能在有权访问的作用域内搜索、读取和写入页面。

LangChain 开源智能体框架 Deep Agents 用五种上下文工程手段应对长任务中的“上下文腐化”：把超大工具结果和用户消息卸载到文件系统、在接近上限时压缩历史、按需加载技能、用子智能体隔离噪声工作，并把长期记忆存成普通文件。它不删除信息，而是把上下文移出活动窗口，需要时再读回，因此记忆保存在用户自己控制的存储里，换模型或换供应商后仍可继续使用。

LangChain 开源智能体框架 Deep Agents 用五种上下文工程手段应对长任务中的“上下文腐化”：把超大工具结果和用户消息卸载到文件系统、在接近上限时压缩历史、按需加载技能、用子智能体隔离噪声工作，并把长期记忆存成普通文件。它不删除信息，而是把上下文移出活动窗口，需要时再读回，因此记忆保存在用户自己控制的存储里，换模型或换供应商后仍可继续使用。

该工作提出上下文优化的统一表述，将智能体记忆系统更新解释为对模型上下文的优化更新过程，并据此设计轻量图结构记忆 GraphMemory：它累积、精炼、组织并连接可复用策略，每次查询只检索相关子图，在有界检索下检索到的记忆量随处理样本数增长保持恒定，实验显示其下游性能具有竞争力，同时比基线少用约 81-85% 的记忆构建 token。

该工作提出上下文优化的统一表述，将智能体记忆系统更新解释为对模型上下文的优化更新过程，并据此设计轻量图结构记忆 GraphMemory：它累积、精炼、组织并连接可复用策略，每次查询只检索相关子图，在有界检索下检索到的记忆量随处理样本数增长保持恒定，实验显示其下游性能具有竞争力，同时比基线少用约 81-85% 的记忆构建 token。

该工作构建并公开了 GHAgentFiles 数据集与开源提取工具 cofee，从 165,281 个候选 GitHub 仓库中识别出 27,717 个含编码智能体文件的仓库，提取出 142,294 条上下文、技能与子智能体文件历史（共 401,873 次文件修订、185,795 次提交，时间跨度自 2022 年 11 月 22 日至 2026 年 7 月 1 日），并给出初步观察性分析，显示编码智能体文件自 2025 年初开始出现、2026 年初出现新增与修改的峰值，且通用 AGENTS.md 已成为最流行的命名实践。

该工作构建并公开了 GHAgentFiles 数据集与开源提取工具 cofee，从 165,281 个候选 GitHub 仓库中识别出 27,717 个含编码智能体文件的仓库，提取出 142,294 条上下文、技能与子智能体文件历史（共 401,873 次文件修订、185,795 次提交，时间跨度自 2022 年 11 月 22 日至 2026 年 7 月 1 日），并给出初步观察性分析，显示编码智能体文件自 2025 年初开始出现、2026 年初出现新增与修改的峰值，且通用 AGENTS.md 已成为最流行的命名实践。