Context Engineering
从上下文组装与预算到状态、记忆、压缩、隔离，结合生产模块设计和 Python 实战理解信息如何进入模型。
模型这次应该看到什么：理解上下文工程与上下文组装
从售后问题解释上下文的组成、信息来源、权限与版本，逐步构造一次有依据的模型请求。
上下文不是越长越好：Token 预算、信息选择与排列
用预算计算、依赖片段与工具交互说明上下文选择，区分窗口容量、有效信息和生成质量。
需要时再加载：渐进式披露、工具发现与外部工作区
解释目录发现、受限读取、工具加载与 Artifact 引用，理解按需获得上下文的收益和代价。
一次任务怎样继续：会话历史、工作状态与 Checkpoint
从用户修改取件时间解释消息、任务状态、检查点、并发更新和中断恢复的关系。
哪些信息值得长期记住：记忆的提取、读取、纠正与遗忘
用语言偏好和一次性取件地址解释长期记忆的写入、检索、版本纠正、失效与删除传播。
长会话怎样压缩：从聊天摘要到可继续执行的任务快照
通过授权条件丢失和取件时间变更说明压缩快照、增量摘要、原文引用以及安全恢复。
哪些上下文可以复用：缓存机制、命中条件与失效
分清前缀、组装、检索和答案缓存，用版本变更与权限撤销解释命中条件和失效传播。
谁可以看到什么：上下文隔离、可信边界与多 Agent 交接
把授权、用途和指令权限贯穿检索、记忆、摘要、工作区与多 Agent 交接，避免跨用户信息污染。
生产中的上下文工程：设计一个可追溯的上下文管理模块
设计信息提供器、策略、预算、请求组装和记录模块，解释一致性、降级、并发与策略发布。
把上下文工程串起来：实现组装流程，并定位回答失败
通过两轮售后任务连接组装、状态、记忆、快照与缓存，并沿 LangGraph 固定版本源码理解消息更新。