muratcankoylan / Agent-Skills-for-Context-Engineering

Problem: 开发者在构建长对话或多文档智能体系统时，发现随着上下文增长，模型回答质量明显下降，出现“答非所问”或“遗忘早期信息”的现象。

Solution: 使用项目的context-degradation技能识别“迷失在中间”等具体退化模式，并应用context-compression技能设计压缩策略，优化上下文窗口的使用效率。

Example: 一个客服聊天机器人，在处理包含大量历史消息和产品文档的复杂咨询时，回答开始偏离主题。开发者可以用该项目分析上下文中的注意力分布，并压缩或重新组织低信号信息。

Problem: 开发者需要将多个单一功能的智能体（如分析、决策、执行）组合成一个协同工作的系统，但面临智能体间通信、上下文共享和架构设计的挑战。

Solution: 利用multi-agent-patterns技能掌握编排器、对等或分层架构，并结合memory-systems技能设计共享的短期/长期记忆，实现智能体间高效协作。

Example: 构建一个自动化代码审查系统，需要分析、安全检测、代码风格检查等多个智能体协同工作。该项目提供成熟的架构模式来管理它们之间的交互和共享上下文。

Problem: 为智能体设计的工具（如API、函数）在实际调用中效果不佳，智能体无法正确理解工具用途或处理复杂的工具输出。

Solution: 应用tool-design技能，学习如何构建工具描述、设计工具输出格式，并利用filesystem-context技能将大型工具输出卸载到文件系统，减轻上下文负担。

Example: 一个数据分析智能体需要调用一个返回大型JSON结果的查询工具。开发者可以按照项目指导优化工具定义，并将结果持久化到文件，只在上下文中保留摘要。

Problem: 开发者需要部署一个能7x24小时运行、处理异步任务（如监控、自动编码）的智能体，但面临环境隔离、状态管理和多客户端访问的难题。

Solution: 使用hosted-agents技能，在沙盒化虚拟机中构建后台智能体，利用预构建镜像、多客户端接口和计划持久化功能，实现稳定可靠的生产部署。

Example: 部署一个自动修复代码漏洞的智能体，它需要持续监控代码库，在独立沙箱中安全执行代码修改，并支持多个开发团队同时提交任务。