Context Engineering（上下文工程）

📖 什么是Context Engineering？

2025年底，随着AI Agent系统的复杂度飙升，开发者们发现：单靠写好一句prompt已经远远不够了。一个成熟的Agent系统需要在每次调用LLM时，动态组装包含以下内容的上下文：

• System Prompt — 角色定义、行为规则、安全边界
• Tool Descriptions — 可用工具的schema和使用说明
• Conversation History — 多轮对话历史
• Retrieved Knowledge — RAG检索到的外部知识
• Memory — 长期记忆和短期工作记忆
• Structured Data — 当前任务的结构化上下文
• User Context — 用户偏好、历史行为

Context Engineering就是研究如何高效地选择、组织、压缩、优先级排序这些信息，使其在有限的上下文窗口（如128K、200K tokens）内最大化LLM的推理质量。

🎯 为什么2026年Context Engineering如此重要？

1. Agent系统复杂度爆发

一个现代AI Agent可能同时拥有20+个工具、多层记忆系统、实时RAG检索。如何在每次LLM调用时塞入最相关的信息，而不是把所有东西一股脑扔进去，成为关键挑战。

2. 上下文窗口是昂贵资源

虽然窗口已经扩展到200K+ tokens，但每多塞一个token都意味着：

• 💰 更高的API费用（按token计费）
• ⏱️ 更长的推理延迟
• 📉 可能的"大海捞针"问题（信息被稀释）

3. 推理质量与上下文质量强相关

LLM的推理质量高度依赖输入上下文的质量。垃圾进，垃圾出。精心策划的上下文可以让小模型超越大模型的表现。

🔧 Context Engineering核心方法论

1. 上下文分层架构

2. 上下文压缩策略

• 摘要压缩 — 将长对话历史压缩为摘要
• 相关性过滤 — 只保留与当前任务相关的信息
• 结构化提取 — 从非结构化文本中提取结构化信息
• 分层缓存 — 高频信息放近层，低频信息放远层

3. 上下文优先级排序

当上下文空间不足时，需要决定什么信息优先保留：

1. 任务关键信息 — 当前任务必须的上下文
2. 工具相关描述 — 可能被调用的工具说明
3. 最近对话 — 最近几轮对话历史
4. 相关记忆 — RAG检索的相关知识
5. 背景信息 — 用户偏好等元数据

🚀 OpenClaw中的Context Engineering实践

OpenClaw在架构层面深度践行了Context Engineering理念：

SOUL.md — 静态人格层

OpenClaw的SOUL.md文件定义了Agent的核心人格和行为规则，作为每次调用的System Prompt基础层。这确保了Agent在所有交互中保持一致的行为模式。

SKILL.md — 技能上下文注入

当Agent匹配到特定Skill时，SKILL.md的内容被动态注入上下文。这是一种按需加载的上下文工程策略——不把所有技能说明都塞进去，只在需要时加载相关技能。

Memory系统 — 分层记忆管理

OpenClaw的memory-core Skill实现了分层记忆管理：

• 短期记忆 — 当前会话的对话历史
• 工作记忆 — 当前任务的临时状态
• 长期记忆 — 持久化的用户偏好和关键信息

# OpenClaw每次调用LLM时的上下文组装逻辑

context_layers:
  # 第1层：静态人格（始终加载）
  soul:
    source: "SOUL.md"
    priority: "critical"
    max_tokens: 2000

  # 第2层：技能说明（按需加载）
  skills:
    source: "SKILL.md"
    priority: "high"
    strategy: "match_and_load"
    max_tokens: 3000

  # 第3层：工具Schema（动态筛选）
  tools:
    source: "tool_registry"
    priority: "high"
    strategy: "relevance_filter"
    max_tokens: 4000

  # 第4层：记忆上下文
  memory:
    short_term: "conversation_history"
    long_term: "MEMORY.md + vector_search"
    strategy: "summarize_old + keep_recent"
    max_tokens: 8000

  # 第5层：RAG检索结果
  retrieval:
    source: "web_search + doc_fetch"
    priority: "medium"
    strategy: "top_k_relevance"
    max_tokens: 6000

# 总Token预算：128K窗口中使用约25K
# 保留足够空间给模型推理和输出

实战案例：多轮对话中的上下文优化

def compress_context(messages, max_tokens=8000):
    """
    OpenClaw风格的上下文压缩策略
    保留最近N轮完整对话，老对话压缩为摘要
    """
    # 1. 始终保留最近3轮完整对话
    recent = messages[-6:]  # 3轮 = 6条消息
    
    # 2. 老对话压缩为摘要
    older = messages[:-6]
    if older:
        summary = summarize_messages(older)
        # 摘要格式: "[早期对话摘要] 用户讨论了X话题..."
        context = [summary] + recent
    else:
        context = recent
    
    # 3. 如果还超长，按重要性截断
    if count_tokens(context) > max_tokens:
        context = truncate_by_importance(context, max_tokens)
    
    return context

✅ Context Engineering最佳实践

🔗 相关术语