contextual-engineering-guide

用 LangChain/LangGraph 把上下文工程从概念变成可跑通的代码

这是一个关于上下文工程（Contextual Engineering）的实践指南与代码实现仓库，使用 Jupyter Notebook 编写，基于 LangChain 和 LangGraph 构建智能体流水线。上下文工程是新兴的 AI 工程范式，旨在通过系统性地设计、管理和优化输入给大模型的上下文（如指令、示例、外部数据等）来提升模型输出的质量、相关性和可控性。该项目解决的核心问题是：如何将零散的提示词技巧升级为可复用、可组合的工程化流程。它提供了具体的代码示例和管道实现，展示了如何利用 LangChain 的工具集成能力和 LangGraph 的图状态管理能力，构建多步骤的上下文处理智能体，包括上下文检索、过滤、压缩、排序和注入等环节。项目适合希望深入理解并落地上下文工程的开发者，作为学习参考和起点。