# context-engineering-intro-zh **Repository Path**: clone-pp/context-engineering-intro-zh ## Basic Information - **Project Name**: context-engineering-intro-zh - **Description**: No description available - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-08-28 - **Last Updated**: 2025-08-28 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 上下文工程模板 一个用于开始上下文工程的综合模板 - 上下文工程是为AI编码助手设计上下文的学科,使其具备从头到尾完成任务所需的必要信息。 > **上下文工程比提示工程好10倍,比氛围编码好100倍。** ## 🚀 快速开始 ```bash # 1. 克隆此模板 git clone https://github.com/coleam00/Context-Engineering-Intro.git cd Context-Engineering-Intro # 2. 设置项目规则(可选 - 已提供模板) # 编辑 CLAUDE.md 添加你的项目特定指南 # 3. 添加示例(强烈推荐) # 将相关代码示例放在 examples/ 文件夹中 # 4. 创建你的初始功能请求 # 编辑 INITIAL.md 填写你的功能需求 # 5. 生成一个全面的 PRP(产品需求提示) # 在 Claude Code 中运行: /generate-prp INITIAL.md # 6. 执行 PRP 以实现你的功能 # 在 Claude Code 中运行: /execute-prp PRPs/your-feature-name.md ``` ## 📚 目录 - [什么是上下文工程?](#什么是上下文工程) - [模板结构](#模板结构) - [步骤指南](#步骤指南) - [编写有效的 INITIAL.md 文件](#编写有效的-initialmd-文件) - [PRP 工作流程](#prp-工作流程) - [有效使用示例](#有效使用示例) - [最佳实践](#最佳实践) ## 什么是上下文工程? 上下文工程代表着从传统提示工程的范式转变: ### 提示工程 vs 上下文工程 **提示工程:** - 专注于巧妙的措辞和特定表达 - 仅限于如何表达任务 - 就像给某人一张便利贴 **上下文工程:** - 一个提供全面上下文的完整系统 - 包括文档、示例、规则、模式和验证 - 就像编写一部完整的剧本,包含所有细节 ### 为什么上下文工程很重要 1. **减少 AI 失败**:大多数代理失败不是模型失败 - 而是上下文失败 2. **确保一致性**:AI 遵循你的项目模式和约定 3. **实现复杂功能**:有了适当的上下文,AI 可以处理多步骤实现 4. **自我纠正**:验证循环允许 AI 修复自己的错误 ## 模板结构 ``` context-engineering-intro/ ├── .claude/ │ ├── commands/ │ │ ├── generate-prp.md # 生成全面的 PRP │ │ └── execute-prp.md # 执行 PRP 以实现功能 │ └── settings.local.json # Claude Code 权限 ├── PRPs/ │ ├── templates/ │ │ └── prp_base.md # PRP 的基础模板 │ └── EXAMPLE_multi_agent_prp.md # 完整 PRP 示例 ├── examples/ # 你的代码示例(关键!) ├── CLAUDE.md # AI 助手的全局规则 ├── INITIAL.md # 功能请求模板 ├── INITIAL_EXAMPLE.md # 功能请求示例 └── README.md # 本文件 ``` 此模板不专注于将 RAG 和工具与上下文工程结合使用,因为我很快会有更多相关内容。;) ## 步骤指南 ### 1. 设置全局规则 (CLAUDE.md) `CLAUDE.md` 文件包含 AI 助手在每次对话中都会遵循的项目范围规则。模板包括: - **项目意识**:阅读规划文档,检查任务 - **代码结构**:文件大小限制,模块组织 - **测试要求**:单元测试模式,覆盖率期望 - **风格约定**:语言偏好,格式规则 - **文档标准**:文档字符串格式,注释实践 **你可以按原样使用提供的模板,也可以为你的项目自定义。** ### 2. 创建你的初始功能请求 编辑 `INITIAL.md` 来描述你想要构建的内容: ```markdown ## 功能: [描述你想要构建的内容 - 具体说明功能和需求] ## 示例: [列出 examples/ 文件夹中的任何示例文件,并解释应如何使用它们] ## 文档: [包括相关文档、API 或 MCP 服务器资源的链接] ## 其他考虑因素: [提及任何陷阱、特定要求或 AI 助手常常遗漏的事项] ``` **参见 `INITIAL_EXAMPLE.md` 获取完整示例。** ### 3. 生成 PRP PRP(产品需求提示)是全面的实现蓝图,包括: - 完整的上下文和文档 - 带有验证的实现步骤 - 错误处理模式 - 测试要求 它们类似于 PRD(产品需求文档),但更专门用于指导 AI 编码助手。 在 Claude Code 中运行: ```bash /generate-prp INITIAL.md ``` **注意:** 斜杠命令是在 `.claude/commands/` 中定义的自定义命令。你可以查看它们的实现: - `.claude/commands/generate-prp.md` - 了解它如何研究和创建 PRP - `.claude/commands/execute-prp.md` - 了解它如何从 PRP 实现功能 这些命令中的 `$ARGUMENTS` 变量接收你在命令名称后传递的任何内容(例如,`INITIAL.md` 或 `PRPs/your-feature.md`)。 此命令将: 1. 读取你的功能请求 2. 研究代码库的模式 3. 搜索相关文档 4. 在 `PRPs/your-feature-name.md` 中创建全面的 PRP ### 4. 执行 PRP 生成后,执行 PRP 以实现你的功能: ```bash /execute-prp PRPs/your-feature-name.md ``` AI 编码助手将: 1. 读取 PRP 中的所有上下文 2. 创建详细的实现计划 3. 执行每个步骤并进行验证 4. 运行测试并修复任何问题 5. 确保满足所有成功标准 ## 编写有效的 INITIAL.md 文件 ### 关键部分解释 **功能**:具体而全面 - ❌ "构建一个网络爬虫" - ✅ "使用 BeautifulSoup 构建一个异步网络爬虫,从电子商务网站提取产品数据,处理速率限制,并将结果存储在 PostgreSQL 中" **示例**:利用 examples/ 文件夹 - 将相关代码模式放在 `examples/` 中 - 引用特定文件和要遵循的模式 - 解释应模仿哪些方面 **文档**:包括所有相关资源 - API 文档 URL - 库指南 - MCP 服务器文档 - 数据库架构 **其他考虑因素**:捕捉重要细节 - 身份验证要求 - 速率限制或配额 - 常见陷阱 - 性能要求 ## PRP 工作流程 ### /generate-prp 如何工作 该命令遵循以下过程: 1. **研究阶段** - 分析代码库的模式 - 搜索类似实现 - 识别要遵循的约定 2. **文档收集** - 获取相关 API 文档 - 包括库文档 - 添加陷阱和怪癖 3. **蓝图创建** - 创建逐步实现计划 - 包括验证关卡 - 添加测试要求 4. **质量检查** - 评分信心水平(1-10) - 确保包含所有上下文 ### /execute-prp 如何工作 1. **加载上下文**:读取整个 PRP 2. **计划**:使用 TodoWrite 创建详细任务列表 3. **执行**:实现每个组件 4. **验证**:运行测试和代码检查 5. **迭代**:修复发现的任何问题 6. **完成**:确保满足所有要求 参见 `PRPs/EXAMPLE_multi_agent_prp.md` 获取生成内容的完整示例。 ## 有效使用示例 `examples/` 文件夹对成功**至关重要**。当 AI 编码助手能够看到要遵循的模式时,它们表现得更好。 ### 在示例中包含什么 1. **代码结构模式** - 如何组织模块 - 导入约定 - 类/函数模式 2. **测试模式** - 测试文件结构 - 模拟方法 - 断言风格 3. **集成模式** - API 客户端实现 - 数据库连接 - 身份验证流程 4. **CLI 模式** - 参数解析 - 输出格式 - 错误处理 ### 示例结构 ``` examples/ ├── README.md # 解释每个示例演示的内容 ├── cli.py # CLI 实现模式 ├── agent/ # 代理架构模式 │ ├── agent.py # 代理创建模式 │ ├── tools.py # 工具实现模式 │ └── providers.py # 多提供商模式 └── tests/ # 测试模式 ├── test_agent.py # 单元测试模式 └── conftest.py # Pytest 配置 ``` ## 最佳实践 ### 1. 在 INITIAL.md 中明确表达 - 不要假设 AI 知道你的偏好 - 包括具体要求和约束 - 广泛引用示例 ### 2. 提供全面的示例 - 更多示例 = 更好的实现 - 既展示应该做什么,也展示不应该做什么 - 包括错误处理模式 ### 3. 使用验证关卡 - PRP 包括必须通过的测试命令 - AI 将迭代直到所有验证成功 - 这确保一次尝试即可得到工作代码 ### 4. 利用文档 - 包括官方 API 文档 - 添加 MCP 服务器资源 - 引用具体的文档部分 ### 5. 自定义 CLAUDE.md - 添加你的约定 - 包括项目特定规则 - 定义编码标准 ## 资源 - [Claude Code 文档](https://docs.anthropic.com/en/docs/claude-code) - [上下文工程最佳实践](https://www.philschmid.de/context-engineering)