#上下文压缩

共 3 篇内容，涉及 2 个模块

教程1Prompt2

Strands Harness 实战：AWS 开源的 Agent 脚手架，六项基准平均省 28% Token

2026 年 9 月 22 日，AWS Strands Agents 团队以 Apache 2.0 协议开源了 Strands Harness——一个同时支持 Python 与 TypeScript、可部署到本地与 AWS / GCP / Azure / Cloudflare / Modal 的 Agent 脚手架。官方在六项基准上称：准确率相近时比其他 Agent 框架平均降低 28% 的 Token 成本，Terminal-Bench 2.1 上成本比 Claude Code 低 77% 且得分还高 7.9 点。本文讲透这个脚手架：Harness 与 Agent SDK 的分工边界、双路径安装（Docker 一键启动 + 源码手动配置）、Python 与 TypeScript 两套最小可跑示例、三个省 Token 的核心机制（约 1500 Token 截断、85% 上下文自动摘要、溢出恢复）、本地与五朵云的部署配置、三个场景化实战（批量重构 / 长任务迁移 / CI 集成）、以及 18 条故障排查表。

2026-09-22

#Strands#AWS

Prompt编程开发

上下文预算控制提示法：给 Agent 长任务设一个 token 天花板——32 轮重构任务实测，完成率从 41% 拉到 88%，单任务成本降 63%

2026 年 10 月，「Agent 落地还是毛坯房」这句话在行业里传开了：模型能力够了，工程约束没跟上。企业级 Agent Infra 密集发布、Graphify 这类把代码仓库整合成图上下文的产品密集出现，指向同一个病灶——长任务失败的根因往往不是模型不够聪明，而是上下文在被一点点污染。本文给出可直接执行的上下文预算控制框架：长任务为什么会在第 15 轮之后自我退化（目标漂移、规则遗忘、复读循环），背后的科学依据（lost in the middle 现象、注意力稀释机制、有效上下文远小于标称窗口），四条账本模型（静态区 / 动态区 / 工作区 / 输出区），分段投喂、摘要压缩、引用而非复制、检查点重放四种核心模式的完整提示词写法，同一任务「用与不用」的逐段输出对比，6 个可复用模板（含最早 chat 直接粘贴的完整文本），一组实测数据表，以及 9 个常见误区。

2026-10-08

#提示词工程#Agent

Prompt编程

Agent 轨迹检查点：让长任务可恢复的 Prompt 模式

AI Agent 跑长任务最怕三件事：上下文撑爆、中途 OOM、跑偏无法回退。本技巧借鉴 Muse Code 的 append-only 事件日志与 Ledger 论文的运行时状态层，用一套 checkpoint Prompt 模式让任何 LLM 都能输出可恢复的轨迹：每个工具调用边界写状态快照、失败时从最近 checkpoint 重放、用分段摘要压缩上下文。附完整 Prompt 模板与 Python 轨迹回放器。

2026-08-26

#Prompt技巧#Agent

#上下文压缩

Strands Harness 实战：AWS 开源的 Agent 脚手架，六项基准平均省 28% Token

上下文预算控制提示法：给 Agent 长任务设一个 token 天花板——32 轮重构任务实测，完成率从 41% 拉到 88%，单任务成本降 63%

Agent 轨迹检查点：让长任务可恢复的 Prompt 模式

相关标签