开源推荐 morning

GitHub 热门项目：情境工程

2026-08-29 1 阅读约7分钟阅读 GitHub Trending

字号:

GitHub 项目：情境工程仓库地址：https://github.com/jasontang-ai/Context-Engineering 星级：9232 | 作者：jasontang-ai 项目描述：“上下文工程是一门精致的艺术和科学，它用正确的信息填充上下文窗口，以供下一步使用。” — 安德烈·卡帕蒂。受 Karpathy 和 3Blue1Brown 启发的前沿第一性原理手册，旨在超越即时工程，转向更广泛的环境设计、编排和优化学科。 =================================================== 自述文件内容： # 情境工程

> **“上下文工程是一门精致的艺术和科学，它用正确的信息填充上下文窗口以供下一步使用。” - [**安德烈·卡帕蒂**](https://x.com/karpathy/status/1937902205765607626)** > > [**软件正在改变（再次）@YC AI Startup School 演讲**](https://www.youtube.com/watch?v=LCEmiRjPEtQ) ## [![询问 DeepWiki](https://deepwiki.com/badge.svg)](https://deepwiki.com/davidkimai/Context-Engineering)

## [DeepGraph](https://www.deepgraph.co/davidkimai/Context-Engineering) ## [与 NotebookLM 聊天 + 播客深入探讨](https://notebooklm.google.com/notebook/0c6e4dc6-9c30-4f53-8e1a-05cc9ff3bc7e) ## [![Discord](https://img.shields.io/badge/Discord-join%20chat-7289DA.svg?logo=discord")](https://discord.gg/JeFENHNNNQ)

## 【综合课程建设中】(https://github.com/davidkimai/Context-Engineering/tree/main/00_COURSE) > ### **[背景工程调查-1400篇研究论文的回顾](https://arxiv.org/pdf/2507.13334)** > > [**很棒的上下文工程仓库**](https://github.com/Meirtz/Awesome-Context-Engineering) 利用第一原理和视觉效果实施有关情境的最新研究 — 2025 年 7 月，来自 ICML、IBM、NeurIPS、OHBM 等 > **“为 GPT-4.1 提供“认知工具”将 AIME2024 上的 pass@1 性能从 26.7% 提高到 43.3%，非常接近 o1-preview 的性能。”** — [**IBM Zurich**](https://www.arxiv.org/pdf/2506.12115) ## [`代理命令`](https://github.com/davidkimai/Context-Engineering/tree/main/.claude/commands) **支持[克劳德代码](https://www.anthropic.com/claude-code) | [OpenCode](https://opencode.ai/) | [放大器](https://sourcegraph.com/amp) | [Kiro](https://kiro.dev/) | [法典](https://openai.com/codex/) | [Gemini CLI](https://github.com/google-gemini/gemini-cli)** #### [情境工程调查-1400篇研究论文综述](https://arxiv.org/pdf/2507.13334) | [上下文旋转](https://research.trychroma.com/context-rot) | [IBM 苏黎世](https://www.arxiv.org/pdf/2506.12115) | [量子语义](https://arxiv.org/pdf/2506.10077) | [紧急符号 ICML 普林斯顿](https://openreview.net/forum?id=y1SnRPDWx4) | [MEM1 新加坡-麻省理工学院](https://arxiv.org/pdf/2506.15841) | [LLM吸引者上海AI](https://arxiv.org/pdf/2502.15208?) | [MemOS上海](https://github.com/MemTensor/MemOS) | [潜在推理](https://arxiv.org/pdf/2507.06203) | [动态递归深度](https://arxiv.org/pdf/2507.10524)

一本前沿的第一性原理手册，用于超越即时工程到更广泛的环境设计、编排学科

分享文章：

这篇文章对您有帮助吗？

订阅66必读

每日精选科技资讯，直达你的邮箱

← 返回开源推荐