context-engine 是搜索知识领域的开源项目，由 Emmimal 开发，是 2026 年新上线的项目。
它收录于搜索知识分类，该分类目前共有 586 个项目，GitHub 星标数为 197。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-13。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：构建RAG应用，需要统一管理检索与重排流程。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。
context-engine
一条流水线管好 LLM 上下文，检索重排记忆预算全搞定
context-engine 是一个纯 Python 实现的上下文管理层，专为 LLM 系统设计。它解决了大模型应用中上下文管理混乱的问题，将检索、重排序、记忆衰减和 token 预算控制整合为一条流水线。核心能力包括：灵活的检索接口，支持多种向量库；重排序模块，提升检索结果相关性；记忆衰减机制，模拟人类遗忘曲线，让旧记忆逐步弱化；token 预算强制管控，防止上下文超限。项目采用模块化设计，易于扩展和集成，适合构建 RAG 应用、对话系统或智能体，帮助开发者更精细地控制输入给模型的内容，从而提升响应质量和降低成本。
开源
free
搜索知识
GitHub 星标
★ 197
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队Emmimal
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型context-engineering,large-language-models,llm,prompt-engineering,rag
GitHub 星标★ 197
30天Star增速
HF 下载量
上线时间2026-04-10 00:00:00
最近更新2026-09-13 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1
使用教程
核心亮点
- 纯 Python 实现，无重依赖，易于定制和调试
- 内置记忆衰减机制，模拟遗忘曲线，提升长对话连贯性
- token 预算强制管控，避免超限报错，节省成本
不足之处
- 项目早期，文档和社区生态尚待完善
- 重排序和检索功能相对基础，可能不如专用库强大
适用场景
- 构建 RAG 应用，需要统一管理检索与重排流程
- 开发多轮对话系统，需控制上下文长度和记忆权重
- 搭建智能体，需动态调整 token 预算和记忆衰减
替代项目
LangChain、LlamaIndex、Haystack
项目介绍
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
qiaomu-youtube-ai-podcast
开源
一站式索引AI播客，快速找到有文字稿和总结的节目
AI 播客索引：整理 AI 播客、中文简介、Transcript 状态和总结入口 | Curated AI podcast ···