上下文优化四件套：让 Agent 省一半 Token 的方法论
写 Agent 写到第二个项目的人，几乎都会撞上同一堵墙：上下文窗口撑爆了。tool 输出、检索文档、对话历史塞在一起，token 飞涨、响应变慢、注意力还开始”lost in the middle”。怎么办？
今天拆一个专门治这个病的 Skill——context-optimization，来自 muratcankoylan/Agent-Skills-for-Context-Engineering（17.5k ⭐，1.4k fork，整个仓被多个学术论文引用为基础架构）。它不讲玄学，直接给你一套按 ROI 排好序的四步法：KV-cache → Observation masking → Compaction → Partitioning。
为什么是这四步？
作者的态度很工程师：先测量，再优化。每一招都告诉你什么时候用、风险多大、能省多少。这跟很多”上下文工程就是压缩”的笼统说法完全不同。
- KV-cache 优化（首选，低风险）：把 system prompt、工具定义这些稳定前缀提前锁定，让推理引擎复用 Key/Value 张量。不用动业务逻辑，只要结构稳定就能省下首 token 延迟和重复算力。
- Observation masking（最高 ROI）：tool 输出经常占整个 trajectory 的 80%+，执行完就把详细结果换成引用，需要时再查文件。这条用对了，能直接腾出大半个窗口。
- Compaction（70% 触发）：上下文用到 70% 就触发总结，重新初始化。永远别压缩 system prompt——它是锚，动了模型行为会崩坏。
- Context partitioning（最后手段）：单窗口装不下就上 sub-agent，各自带干净上下文干一块活。代价是协调开销，所以阈值卡在 60%，不是越高越好。
开发者视角的三个关键点
第一，优先级排序。Skill 里写得很清楚：KV-cache 先上，因为它”几乎免费”；masking 第二，因为 tool 输出最胖；压缩放第三，因为有损；分区放最后，因为贵。乱序优化是新人最常踩的坑。
第二，触发条件要硬编码。”快满了就压缩”是废话，作者给的是具体数字——70% 触发压缩，60% 触发分区。这种数字不是拍脑袋，而是从实际 attention degradation 曲线反推。
第三，不要用这招的地方它也写明白了。”lost in the middle” 是 context-degradation 的活，handoff 摘要归 context-compression，大文件落盘归 filesystem-context。Skill 之间互不抢地盘，靠 description 里的 trigger 词精确路由。
怎么用？
把 SKILL.md 拷到 ~/.claude/skills/context-optimization/，或者直接 npx @skill-hub/cli install context-optimization。它不是命令行工具，而是一份给 Agent 读的 SOP——Claude 在处理长 trajectory 时会自动触发。
配合仓库里的 context-fundamentals、context-degradation 一起装，效果更体系。整套 context engineering 系列本质上是一本给 AI Agent 的 SRE 手册。
省 Token 不是目的，让模型注意力不被噪音淹没才是。context-optimization 这个 Skill 给出的不是技巧清单，而是一套可测量的工程纪律——这才是开发者该学的。
评论区
登录后可评论。