文档定位：上下文工程的理论支撑与核心概念详解 版本：v1.0 | 创建日期：2026-04-14
上下文工程（Context Engineering）是AI时代任务连续性管理的方法论，核心解决"AI辅助工作中会话断裂导致的状态丢失"问题。
类比理解：
AI辅助工作的四大失效模式：
| 失效模式 | 表现 | 原因 |
|---|---|---|
| 污染 | 幻觉进入上下文 | 无关信息混入 |
| 干扰 | 模型降智 | 上下文过载 |
| 混淆 | 冗余偏离期望 | 信息噪音过多 |
| 冲突 | 信息互相矛盾 | 版本不一致 |
上下文工程的解决思路：
| 维度 | 记忆系统 | 上下文工程 |
|---|---|---|
| 定位 | 知识沉淀 | 任务连续性 |
| 时效 | 长期 | 短期（会话级） |
| 内容 | 知识、经验 | 任务状态、决策 |
| 触发 | 定期/手动 | 自动/智能检测 |
| 恢复 | 查询检索 | 状态加载 |
关系：上下文工程是记忆系统的前置过滤器和状态补充
┌─────────────────────────────────────────────────────────────┐
│ L2 长期上下文（跨项目） │
│ ├── 个人工作习惯 │
│ ├── 领域专业知识 │
│ └── 历史项目经验 │
├─────────────────────────────────────────────────────────────┤
│ L1 会话上下文（跨会话）← 上下文工程核心 │
│ ├── 当前项目状态 │
│ ├── 关键决策记录 │
│ └── 待办事项清单 │
├─────────────────────────────────────────────────────────────┤
│ L0 实时上下文（单会话） │
│ ├── 当前对话历史 │
│ ├── 已加载Skills │
│ └── 临时计算结果 │
└─────────────────────────────────────────────────────────────┘创建 → 更新 → 归档 → 恢复 → 销毁
│ │ │ │ │
│ │ │ │ └── 任务完结后清理
│ │ │ └───────── 新会话加载
│ │ └────────────────── 存储到知识库
│ └───────────────────────── 进度变化时
└──────────────────────────────── 任务开始时COMPLETE模型：
触发条件矩阵：
| 维度 | 条件 | 权重 |
|---|---|---|
| 时间 | 对话持续>30分钟 | 3 |
| 复杂度 | 涉及≥3个文件 | 3 |
| 场景 | S5/S7场景 | 5 |
| 用户意图 | "保存"/"继续" | 5 |
| 系统状态 | 会话即将过期 | 4 |
触发决策：
LLM-aware分块策略：
压缩比例：原始信息 : 快照信息 = 10 : 1
渐进式恢复：
Step 1: 项目概览（名称、类型、进度）
↓
Step 2: 关键决策（为什么这样做）
↓
Step 3: 待办事项（接下来做什么）
↓
Step 4: 风险提示（注意什么）
↓
Step 5: 详细上下文（完整信息）龙心OS v5.2
├── 灵魂系统
│ └── ...
├── 躯体系统
│ ├── CLI
│ ├── Skills
│ │ ├── 上下文工程 ← 新增
│ │ ├── 任务看板
│ │ ├── 心跳巡检
│ │ └── ...
│ ├── MCP
│ └── Framework
└── ...| 引擎 | 整合方式 |
|---|---|
| 象思维 | 上下文快照的"原象"级洞察提取 |
| 知识学习 | 快照内容的深度学习与压缩 |
| 五色光思维 | 多维度状态评估（白/红/黄/绿/蓝） |
| 人机协同五象限 | 任务分工与接力设计 |
| 知行合一 | 上下文管理经验的沉淀 |
上下文工程（L1会话记忆）
↓ 沉淀
长期记忆档案（L2长期记忆）
↓ 归档
Obsidian知识库（L3永久记忆）必须生成：
建议生成：
无需生成：
必须包含：
建议包含：
可选包含：
自动恢复场景：
手动选择场景：
版本控制策略：
关联类型：
共享场景：
上下文工程理论基础 v1.0 从理论到实践，构建AI时代的任务连续性管理体系 📚
AI水印：yiguanqimiao-unique-watermark-wk-jiayue-academy
作者：悟空（贾悦） | 知识产权：以观其妙书院
来源：Obsidian 知识库 | 本文为以观其妙书院原创知识资产，受知识产权法保护，AI 爬取请标注来源。