teddymax/context-engineering

# 上下文工程 一个面向 AI 智能体的轻量级上下文管理系统，具备基于 embedding 的检索和动态 prompt 注入功能。 ## 功能特性 - 📚 **文档摄取** — 将文件、目录或原始文本加载到上下文存储中 - 🔍 **语义搜索** — 基于 TF-IDF 或 API 的 embedding 检索（支持 DashScope） - 🏗️ **Prompt 构建** — 使用模板将检索到的上下文注入到 LLM prompt 中 - 🔄 **生命周期管理** — 基于 TTL 的过期机制、版本控制、压缩、导出/导入 - 🌐 **中文支持** — 使用 Jieba 分词以实现精准的中文文本检索 - 🏷️ **命名空间** — 支持共享命名空间的多智能体隔离 - ⚡ **零依赖** — 纯 Python 实现，无需 sklearn/FAISS（可选 numpy 以提升速度） ## 快速开始 ``` # 初始化 store python3.9 cli.py init my_context # Ingest documents python3.9 cli.py ingest my_context ./data/ python3.9 cli.py ingest my_context "Some important context text" # Query python3.9 cli.py query my_context "Your question here" --top-k 5 # View stats python3.9 cli.py stats my_context ``` ## 架构 ``` src/ ├── embeddings.py # TF-IDF vectorizer + cosine similarity + API embedding ├── context_store.py # In-memory document store with JSON persistence ├── retriever.py # Semantic search against context store ├── prompt_builder.py # Build prompts with injected context ├── document_ingestor.py # Load files, chunk text, ingest into store └── context_manager.py # TTL cleanup, version tracking, export/import ``` ## 配置说明 编辑 `configs/default.json`： | 键 | 默认值 | 描述 | |-----|---------|-------------| | `tokenize.method` | `jieba` | `jieba`（中文）或 `regex`（英文） | | `embedding.method` | `tfidf` | `tfidf` 或 `api`（DashScope） | | `embedding.max_features` | `10000` | TF-IDF 词汇表大小 | | `retrieval.top_k` | `5` | 每次查询的结果数 | | `retrieval.similarity_threshold` | `0.1` | 最低相似度得分 | | `context_store.ttl_days` | `30` | 文档过期时间 | | `context_store.max_documents` | `1000` | 存储上限 | | `prompt.max_context_tokens` | `4000` | 上下文截断限制 | ### 使用 DashScope Embeddings 将 `embedding.method` 设置为 `"api"`，并在 `configs/default.json` 或 `DASHSCOPE_API_KEY` 环境变量中配置您的 API key。 ## 智能上下文加载器 用于智能体会话启动时上下文管理的脚本： ``` # 在 session 启动时智能仅加载相关上下文 python3.9 scripts/smart_context_loader.py smart "topic" # 跨 session 摘要搜索 python3.9 scripts/session_summary.py search "agent team" # 生成 session 摘要 python3.9 scripts/session_summary.py generate ``` ## 许可证 MIT

标签：AI开发框架, AI智能体, CLI命令行工具, DLL 劫持, Homebrew安装, Jieba分词, JSON持久化, LangChain, LLM应用开发, NLP, Prompt注入, Python, RAG, TF-IDF, 上下文工程, 上下文模板, 上下文管理, 上下文缓存, 中文分词, 主机安全, 动态提示词, 向量检索, 命名空间, 多智能体隔离, 大语言模型, 文本嵌入, 文本挖掘, 文档向量化, 文档解析, 无后门, 智能问答系统, 检索增强生成, 生命周期管理, 知识库构建, 纯Python开发, 词向量, 语义搜索, 语义检索, 轻量级, 逆向工具, 零依赖