muratcankoylan GitHub avatar

Agent-Skills-for-Context-Engineering

18.4K Stars19 Skills1.5K ForksMIT10月12日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月3日

面向 AI Agent 的上下文工程技能集合

这是一个围绕 AI Agent 上下文工程整理的 Skill 集合,覆盖上下文压缩与效率优化、上下文退化诊断、文件化上下文、Agent 评估,以及多 Agent 和 BDI 心智状态建模等主题。具体 Skill 的适用范围各不相同;其中部分条目的采集描述与集合主题关联较弱,使用前应查看对应源文件确认。

包含 Skill

19

可以单独安装

GitHub Star

18.4k

仓库累计 Star

近 7 天

+37

新增 Star

代码更新

2026年10月12日

最近一次推送

核心亮点

  • 1主题覆盖

    从上下文管理延伸到 Agent 评估和多 Agent 协作相关主题。

  • 2问题导向

    可按压缩、退化诊断、效率优化或评估等具体任务选择对应 Skill。

  • 3便于复用

    各条目以 Skill 文件形式收录,可根据源文件了解适用范围。

能做什么

  • 支持长会话上下文压缩、结构化摘要和交接摘要相关工作。
  • 覆盖上下文预算、检索范围、观察信息筛选等效率优化主题。
  • 可用于分析上下文冲突、信息退化和注意力相关问题。
  • 覆盖确定性检查、回归评估、评分标准和质量监控等 Agent 评估主题。
  • 包含文件化上下文、跨 Agent 交接文件和 BDI 心智状态建模相关内容。

适用场景

  • 为长时间运行的 Agent 会话整理交接摘要。

  • 排查 Agent 上下文累积后出现的信息冲突或退化。

  • 为 Agent 流程规划回归检查和多维度评估。

  • 设计跨 Agent 使用的文件化上下文或交接资料。

用之前和用之后

  • 长会话中的决策、文件和后续任务可能分散使用相关 Skill 后,可围绕结构化压缩与交接摘要整理信息。
  • Agent 质量检查可能缺少明确的评估维度使用评估相关 Skill 后,可参考确定性检查、回归套件和评分标准等主题组织评估。
  • 上下文问题可能只表现为回答质量下降使用退化诊断相关 Skill 后,可按信息丢失、冲突或混淆等方向检查。

它是怎么工作的

  1. 第 1 步

    确定当前问题

  2. 第 2 步

    选择对应技能

  3. 第 3 步

    核对源文件并应用

快速上手

安装与复制命令见“安装方式”。

  1. 1

    先根据任务选择相关 Skill,例如上下文压缩、评估或文件上下文。

  2. 2

    打开对应的 SKILL.md,确认适用范围和具体要求。

  3. 3

    准备与任务相关的上下文或问题描述,再按源文件内容使用。

  4. 4

    对涉及系统设计或质量判断的结果进行人工核验。

适合谁

  • 正在构建或调试 AI Agent 系统的开发者
  • 负责 Agent 上下文管理与多 Agent 流程设计的人员
  • 需要规划 Agent 评估和质量检查的团队

局限

  • 采集资料未提供各 Skill 的详细操作步骤、输入输出定义或示例。
  • 部分条目描述较笼统,另有条目描述与集合主题关联不明显,需阅读源文件核实。
  • 采集信息没有提供统一的安装命令或运行环境说明。

使用前注意

  • · 采集标记的风险等级为 high;使用前应查看对应 Skill 源文件,核实其要求和适用范围。
  • · 不要仅凭仓库简介推断单个 Skill 的能力;尤其应核对描述较笼统或与集合主题不一致的条目。
  • · 采集资料未列出具体步骤、输入和输出,实际使用方式需以对应源文件为准。

包含的 Skills · 19

公开来源

相关 Skills

查看更多