meta-context-engineering

让AI自动进化上下文策略，告别手写提示词

Meta Context Engineering 是一个面向大语言模型上下文工程的研究项目，核心思路是通过智能体技能进化来自动化上下文设计与优化。它解决的是传统上下文工程依赖人工经验、难以系统化的问题，将上下文构建过程转化为可学习的技能演化流程。项目提供了一套基于智能体循环的上下文生成与评估框架，能够根据任务目标自动迭代上下文策略，并支持技能库的积累与复用。其核心能力包括：上下文策略的自动生成、基于反馈的进化优化、以及跨任务的技能迁移。该项目目前处于早期研究阶段，代码和文档以 Python 为主，适合对上下文工程、提示优化和智能体系统感兴趣的研究者与开发者探索。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 171

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队metaevo-ai

所属国家

官网地址

GitHubhttps://github.com/metaevo-ai/meta-context-engineering

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-skills,agents,claude,context-engineering,evolutionary-computation,large-language-models,skills

GitHub 星标★ 171

30天Star增速

HF 下载量

上线时间2026-01-29 00:00:00

最近更新2026-09-21 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5

使用教程

核心亮点

提出智能体技能进化机制，能自动迭代上下文策略，减少人工调参
支持技能库积累与复用，跨任务迁移上下文经验
研究视角新颖，结合ICML顶会背景，有学术前瞻性

不足之处

项目处于早期阶段，文档和社区支持待观察
依赖外部LLM API，运行成本较高，且未提供离线推理方案

适用场景

大模型提示词自动优化与上下文策略生成
复杂任务中多轮交互的上下文动态调整
研究上下文工程与智能体进化的学术实验

替代项目

DSPy、PromptWizard、TextGrad

项目介绍

meta-context-engineering 是模型训练领域的开源项目，由 metaevo-ai 开发，是 2026 年新上线的项目。

它收录于模型训练分类，该分类目前共有 518 个项目，GitHub 星标数为 171。

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 2026-09-21。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：大模型提示词自动优化与上下文策略生成。同类可对比的替代方案包括 DSPy、PromptWizard、TextGrad。

上一篇：LLM-Finetuning-Toolkit

下一篇：VisionFoundry