liqiang
b119135836
Build latest book artifacts / build (push) Canceled after 0s
dependency resolution / resolve (3.11) (push) Canceled after 0s
dependency resolution / resolve (3.13) (push) Canceled after 0s
deploy-pages / build (push) Canceled after 0s
deploy-pages / deploy (push) Canceled after 0s
i18n consistency check / check (push) Canceled after 0s
provider adoption tests / test (chapter2/context-compression) (push) Canceled after 0s
provider adoption tests / test (chapter2/prompt-injection) (push) Canceled after 0s
provider adoption tests / test (chapter2/system-hint) (push) Canceled after 0s
provider adoption tests / test (chapter3/log-sanitization) (push) Canceled after 0s
web-search-agent tests / test (push) Canceled after 0s
web-search-agent tests / agentbook (push) Canceled after 0s
2.9 KiB
2.9 KiB
Capítulo 2 · Ingeniería de Contexto
El contexto limita la capacidad del Agente: KV Cache, ingeniería de prompts, Agent Skills, compresión de contexto
← Volver al README principal · 📖 Leer texto del capítulo
Cómo leer los experimentos
El texto usa skeletons breves para explicar el flujo de control; el directorio de experimentos contiene adaptadores SDK completos, registros, pruebas y evidencias de aceptación. No hace falta leer cada archivo línea por línea.
- Starter: Empieza por el objetivo, el comando mínimo y la aceptación; comienza con context-compression;
- Builder: Sigue el punto de entrada, el bucle central, el esquema de estado/mensajes, las herramientas y el verificador.
- Maintainer: Después revisa pruebas, manifiestos, fallos, rollback y adaptadores de proveedores.
En la primera pasada puedes omitir credenciales, presentación y compatibilidad de proveedores; vuelve al reproducir una cifra.
Proyectos Complementarios
| Exp. | Proyecto | Tipo | Descripción |
|---|---|---|---|
| 2-1 | local_llm_serving | ✅ | Despliegue local multiplataforma de LLM con selección automática de backend vLLM/Ollama |
| 2-2, 2-7 | attention_visualization | ✅ | Visualización de la secuencia completa de tokens y pesos de atención de LLM |
| 2-3 | kv-cache | ✅ | Exploración del impacto de diferentes patrones de gestión de contexto en la eficiencia de KV Cache |
| 2-4 | prompt-engineering | ✅ | Extensión de Tau-Bench para cuantificar el impacto del estilo, organización de instrucciones y descripciones de herramientas |
| 2-5 | prompt-injection | ✅ | Experimento comparativo de 3 escenarios de ataque × 4 configuraciones de defensa contra inyecciones de prompts |
| 2-6 | agent-skills-ppt | ✅ | Reproducción de "divulgación progresiva" de Agent Skills para generar archivos .pptx con python-pptx |
| 2-7 | Experimento de texto | 🚧 | Crea un Skill de escritura ligero a partir de ejemplos personales, con condiciones de activación, reglas, ejemplos, alcance y mantenimiento iterativo. |
| 2-8 | system-hint | ✅ | Estudio del impacto de los prompts de sistema en el comportamiento del Agente |
| 2-9 | context-compression | ✅ | Comparación de estrategias de resumen, extracción de información clave y compresión semántica de contexto |
Tipos de Proyectos
| Icono | Tipo | Significado |
|---|---|---|
| ✅ | Autónomo | Código completo en este repositorio, se ejecuta tras configurar la Clave API |
| 📖 | Guía de Reproducción | Documento detallado que depende de repositorios externos para realizar git clone |
| 🚧 | Documento de Diseño | Solo arquitectura/plan de implementación, el código ejecutable aún está en desarrollo |