AI 技能/插件提示工程AI 评测人工智能【免费下载链接】context-engineering-kitHand-crafted Claude Code Skills focused on improving agent results quality. Compatible with OpenCode, Cursor, Antigravity, Gemini CLI, and others. Includes CodeRabbit open-source alternative.项目地址https://gitcode.com/gh_mirrors/co/context-engineering-kit点击查看免费下载Context Engineering Kit是一个专为 Claude Code 等 AI 编程代理打造的手工坊级技能市场Skills Kit兼容 OpenCode、Cursor、Gemini CLI、Antigravity 等主流工具。它用最小的 Token 开销换取更高的代理输出质量。而它最被工程师称道的设计正是把功能拆成了Commands、Skills、Agents三种形态的Token 高效架构——用最少的高价值 Token让模型把注意力花在刀刃上。为什么省 Token就是提质量很多新手以为上下文窗口越大越好把文档全塞进去就稳了。Context Engineering Kit 恰恰反对这一点。它的核心理念写在项目宪法 CLAUDE.md 中Every token counts每个 Token 都重要保持提示词精简。原因在于大模型的注意力预算是有限的上下文越长中间内容被遗忘lost-in-middle效应越严重处理 40 万 Token 的成本不是 20 万 Token 的 2 倍而是指数级上涨无关信息会分心模型哪怕只有一份无关文档也会拉低表现。这个原理在 skills/context-engineering/SKILL.md 中被系统讲解上下文由系统提示、工具定义、检索文档、消息历史、工具输出五部分组成其中工具输出可占上下文总量的 83.9%。所以正确的做法不是塞更多而是渐进式披露Progressive Disclosure——只在需要时加载信息。这就是 Commands、Skills、Agents 三种形态分工的起点三者本质上是三种不同的信息加载时机。三种形态的架构分工Commands按需加载的一键指令零闲置成本Commands 是你手动敲出来才生效的斜杠指令例如/commit、/reflect、/plan-task。使用格式/plugin-name:command-name可随时用/help查看所有可用命令关键特性未被调用时不消耗任何上下文 Token。它像一个工具抽屉上的标签——你知道它在哪但不用时不打开。完整指令清单见 docs/reference/commands.md。以 Git 插件的 skills/commit/SKILL.md 为例183 行包含分支检查、pre-commit 校验、原子提交拆分等一整套流程但只有当你输入/commit的那一刻它才被载入上下文。Skills自动生效的背景知识库Skills 是无需手动调用、由模型自动判断何时启用的知识模块提供最佳实践、方法论如 TDD、DDD、反模式和行动前检查门。这里有一个新手容易忽略的细节Skill 的 description描述行在每个会话中都会常驻上下文完整内容则在激活时加载。因此 Kit 对每个 Skill 的描述都做了精细打磨——例如 plugins/review/skills/review-local-changes/SKILL.md 的描述明确写出在提交前、尚未推送时使用让模型能精准判断激活时机。所有技能索引见 docs/reference/skills.md。Agents拥有独立上下文窗的专家子代理Agents 是携带专属提示词的全新模型实例专注单一领域代码审查、架构设计、业务分析等完成后只把结构化结果带回主会话。它的最大价值是上下文隔离每个 Agent 从零开始、只装载自己需要的知识天然规避了上下文腐烂context rot和累积幻觉。比如 Review 插件并行派出bug-hunter、security-auditor、test-coverage-reviewer等专家代理分头审查主会话只接收结论——全量代理清单见 docs/reference/agents.md。实战拆解SDD 插件如何用三层架构省出 90% 注意力以最受推荐的 Spec-Driven DevelopmentSDD插件为例一条/implement-task指令背后的 Token 经济学非常清晰Commands 层你只敲一条命令/plan-task和/implement-task的编排逻辑plugins/sdd/skills/implement-task/SKILL.md按需载入Agents 层/plan-task依次派出researcher技术研究、code-explorer代码库分析、business-analyst验收标准、software-architect架构设计、tech-lead任务分解五个专家子代理每个都带着干净的上下文窗口工作/implement-task则为每个步骤单独派一个developer代理每阶段末尾由code-reviewer代理做质量门禁Skills 层只有真正写代码时才触发 DDD 规则、TypeScript 最佳实践等技能其余时间它们只占一行描述符。官方实测数据见 README.md一次性提示词在改动 10-20 个文件时准确率仅 5%–30%而 SDD 的规划实现流程能保持在 85%–95%。多花的 Token 买断的是准确率而不是噪音。Token 高效设计的 4 条核心原则这套架构背后的设计哲学可以浓缩为四条原则含义体现 Commands 优先于 Skills指令零闲置成本技能描述常驻上下文能做成指令就别做成技能仓库中 Skills 数量远少于 Commands 专职子代理每个 Agent 聚焦单一领域独立上下文从源头减少幻觉Review 插件的 10 个专家代理✂️ 极简提示词每个 Token 都计数砍掉一切不产生信号的表述各 SKILL.md 高度结构化 渐进式披露文件系统当外部记忆用到才读取任务规格写入.specs/目录按路径引用如何选择Commands、Skills、Agents 速查表维度CommandsSkillsAgents触发方式用户手动/command模型自动/按需请求加载由指令或工作流自动派发闲置 Token 成本0一行描述常驻0未派发不加载上下文隔离❌ 与主会话共享❌ 与主会话共享✅ 独立窗口适用场景明确的单一操作提交、评审持续影响行为的方法论TDD、DDD长任务、并行任务、质量门禁典型例子/commit、/judge、/do-and-judgetest-driven-development、multi-agent-patternsdeveloper、code-reviewer、bug-hunter一句话决策法偶尔用到→做成 Command每次都要影响行为→做成 Skill任务长、易分叉、需要独立验证→交给 Agent。更多组合模式可参考 skills/context-engineering/SKILL.md 和 docs/concepts.md。快速上手三步安装 Context Engineering Kit添加市场Claude Code 中执行/plugin marketplace add NeoLabHQ/context-engineering-kit此步不向上下文加载任何内容按需安装插件例如/plugin install sddNeoLabHQ/context-engineering-kit每个插件只加载自己的 agents、commands、skills互不重叠验证效果让代理实现一个功能后输入/reflect它会自动反思并修复遗漏——这就是 Reflexion 插件反思循环的最小体验。插件总览与目录结构见 plugins/README.md官方文档目录在 docs/。写在最后Context Engineering Kit 给新手的最大启示是AI 编程的质量竞争已经从提示词写得多好转向上下文管得多省。Commands 管触发、Skills 管方法论、Agents 管隔离——这套三层分工让每一枚 Token 都花在刀刃上也是它能用极简架构稳定输出高质量结果的真正原因。赞分享AI 技能/插件提示工程AI 评测人工智能【免费下载链接】context-engineering-kitHand-crafted Claude Code Skills focused on improving agent results quality. Compatible with OpenCode, Cursor, Antigravity, Gemini CLI, and others. Includes CodeRabbit open-source alternative.项目地址https://gitcode.com/gh_mirrors/co/context-engineering-kit点击查看免费下载相关推荐POCO C Libraries 快速上手指南跨平台构建、裁剪与项目集成POCO C Libraries 快速上手指南跨平台构建、裁剪与项目集成 POCOPortable ComponentsC Libraries 是AI 技能AI 插件Agent-Skills-for-Context-Engineering架构详解构建可扩展的生产级智能体系统Agent Skills for Context Engineering架构详解构建可扩展的生产级智能体系统 Agent Skills for Context人工智能AI 技能提示工程AI 评测Context-Optimization实战如何使用Agent-Skills-for-Context-Engineering降低50%的Token成本Context Optimization实战如何使用Agent Skills for Context Engineering降低50%的Token成本 在当今人工智能AI 技能提示工程AI 评测创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考