Appearance
Context Engineering
Prompt & Context Engineering
把 Context 当作有限的运行时工作集，学习如何组装、筛选、压缩、缓存，并在长任务中维持信息连续性。
推荐阅读顺序
1. 从 Prompt 到 Context Engineering
围绕“从 Prompt 到 Context Engineering”建立统一心智模型，并落实到 Shadow Harness 的组件边界、失败处理与验证方式。
2. Context Assembly 与 Token Budget
围绕“Context Assembly 与 Token Budget”建立统一心智模型，并落实到 Shadow Harness 的组件边界、失败处理与验证方式。
3. 上下文选择与按需加载
围绕“上下文选择与按需加载”建立统一心智模型，并落实到 Shadow Harness 的组件边界、失败处理与验证方式。
4. Tool Context 与结果压缩
围绕“Tool Context 与结果压缩”建立统一心智模型，并落实到 Shadow Harness 的组件边界、失败处理与验证方式。
5. Compaction 策略与信息保真
围绕“Compaction 策略与信息保真”建立统一心智模型，并落实到 Shadow Harness 的组件边界、失败处理与验证方式。
6. 长任务状态与 Context Reset
围绕“长任务状态与 Context Reset”建立统一心智模型，并落实到 Shadow Harness 的组件边界、失败处理与验证方式。
7. Context Cache 与效果评估
围绕“Context Cache 与效果评估”建立统一心智模型，并落实到 Shadow Harness 的组件边界、失败处理与验证方式。
阅读方式
建议按顺序学习本章。中文负责解释概念，英文保留标准技术术语，便于继续查阅官方文档和源码。