gogo-agent

上下文工程——如何对第三方Skill瘦身

本页原始导出仅包含标题。以下内容依据章节主题补充为工程实践指南;涉及具体项目参数时,请以实际代码与配置为准。

TL;DR

本页原始导出仅包含标题。以下内容依据章节主题补充为工程实践指南;涉及具体项目参数时,请以实际代码与配置为准。

本页原始导出仅包含标题。以下内容依据章节主题补充为工程实践指南;涉及具体项目参数时,请以实际代码与配置为准。

本章目标

减少第三方 Skill 注入的无关说明和示例,只在需要时加载最小上下文。

核心设计

  • 元数据用于发现
  • 正文按需加载
  • 参考资料继续分层披露

落地步骤

  1. 保留触发条件、核心流程和关键安全约束
  2. 大段示例、历史说明和资产移到独立资源
  3. 瘦身前后评测任务成功率与 Token 消耗

常见风险

  • 删掉异常处理和安全边界
  • 摘要与真实 Skill 版本不同步
  • 多个 Skill 的描述过于相似导致误触发

验收标准

实现完成后,应能用可复现的测试或运行轨迹证明:主流程结果正确,异常路径能够安全终止或恢复,权限和敏感信息没有越界,并且关键延迟、成本与失败原因可以被观测。

版本提示

模型、框架与接口会持续变化。涉及版本号、参数与生产配置时,请在实践前对照对应官方文档。

LLMentor系统化学习大模型应用工程

内容来自个人课程知识库备份,并经过结构化整理。技术版本持续演进,生产使用前请结合官方文档验证。