Contextengineering：用 Skill 把 Agent 上下文当成工程问题
Contextengineering 是 SkillHub 社区 Skill（@user_3c6cb52e/context-engineering-lr-314c，v1.0.0），无需 API Key，帮助 Agent 按持久规则、规格文档、源码、错误输出与对话历史五层组织上下文。文章说明适用场景、核心层次与 CLAUDE.md 规则文件思路，并给出 skillhub 安装命令及 Cursor、Claude Code、Codex 的 skills 目录。注明发布包 SKILL.md 存在截断，安装时需核对命名空间。
阅读全文上下文工程 Agent 技能：为 Agent 任务补齐上下文工程指引
本文介绍 SkillHub 社区技能「上下文工程 Agent 技能」（@user_3c6cb52e/context-engineering-collection-lr-di68，v1.0.0，分类 ai-agent）。它基于通用 SKILL.md，面向需要为 Agent 固化上下文工程约定的开发者。文章依据 SkillHub 页面与安装文档说明 skillhub CLI 安装、Cursor/Claude Code/Codex 的 skills 目录、requires_api_key=false 等可核对事实；因公开页未展示技能正文，核心能力与示例以安装后本地 SKILL.md 为准。
阅读全文evaluation Skill：为 Agent 系统搭建可复现的评估框架
evaluation 来自 Agent Skills for Context Engineering，指导为 Agent 系统设计可复现的评估体系：以结果为导向、多维量表加权、确定性检查优先于 LLM 评判，并覆盖测试集分层、持续评测与生产监控。文章说明何时启用、与 advanced-evaluation 等 Skill 的分工，以及 Cursor、Claude Code、Codex 下的目录级安装方式，并摘录官方伪代码示例与常见评测陷阱。
阅读全文context-fundamentals：上下文工程的基础心智模型
context-fundamentals 是 muratcankoylan 开源合集 Agent Skills for Context Engineering 中的奠基 Skill，用 SKILL.md 定义上下文在推理时的完整组成（系统提示、工具定义、检索文档、消息历史、工具输出），并建立「有限注意力预算」与 U 型注意力曲线等心智模型，强调信号质量优于堆砌 token。文章说明何时应激活本 Skill、与 context-degradation 等运维 Skill 的路由关系，以及 Claude Code 插件市场、Cursor 与 Codex 下的目录级安装方式，并给出官方 system prompt 分区示例与阅读顺序，适合作为上下文工程系列的开篇背景阅读。
阅读全文multi-agent-patterns：多 Agent 协作架构与上下文隔离
multi-agent-patterns 来自 Agent-Skills-for-Context-Engineering，面向需上下文隔离、监督者或蜂群协调、显式 handoff 与并行执行的多 Agent 系统设计。Skill 强调子 Agent 首要用于隔离上下文而非角色扮演，并归纳 Supervisor/Orchestrator、Peer-to-Peer/Swarm、Hierarchical 三种模式及选型权衡。资料涵盖传话游戏问题与 forward_message 直通、token 相对单 Agent 的消耗提醒，以及与 project-development、hosted-agents 等相邻 Skill 的边界。适合在生产级多组件 Agent 中做架构决策与基线评测的开发者。
阅读全文self-improvement-loops：当 Harness 本身成为优化目标
self-improvement-loops 是 Agent Skills for Context Engineering 在 2.4.0 新增的 Skill，面向 harness、工作流或优化器本身成为优化目标的场景。文章说明其优化阶梯、循环外评测不变量、held-in/held-out 实证接受门控、文件系统经验档案与失败驱动三阶段自编辑，并给出 Cursor、Claude Code、Codex 下的目录安装方式及官方示例，帮助与 harness-engineering、evaluation 等相邻 Skill 分工协作。
阅读全文harness-engineering：为自主 Agent 设计运行框架
harness-engineering 是 Agent Skills for Context Engineering 中的 Skill，用于设计自主 Agent 的运行框架：区分锁定/可编辑/仅追加/人控四类表面，建立紧反馈环与持久 THREAD 日志，配合新颖性门控、剪枝、回滚与 PR 准备，并明确人类对合并与部署的审批边界。文章基于官方 SKILL.md 梳理 Autoresearch 与 Research-To-Skill 两种循环、抗指标博弈要点及目录布局，说明何时启用及与 evaluation 等相邻 Skill 的分工。
阅读全文memory-systems：Agent 持久记忆与检索架构设计指南
memory-systems 是 Agent Skills for Context Engineering 集合中的 Memory System Design 指南，面向跨会话语义记忆、实体一致性、时序有效性、图/向量与混合检索及记忆整合。文章说明其定位、启用边界、记忆层级与框架选型表、整合与 JIT 加载原则，并给出 Mem0、时序图与 Cognee 官方示例及 Claude Code、npx skills 等加载方式，强调从浅层起步、用 LoCoMo/LongMemEval 验证后再加深架构。
阅读全文dsh-context-engineering：基于五层层级的上下文工程策划
`dsh-context-engineering` 是一个 DSH 插件，旨在通过主动策划机制优化 agent 输入信息。它受 agent-skills 项目启发，专注于上下文工程，核心能力在于将输入信息按五层层级进行结构化组织，确保 agent 在处理任务前获取经过筛选和规划的信息。插件以当前进程权限运行，适用于开发阶段需严格控制上下文的场景，目前因 README 抓取失败暂未提供安装命令及示例。
阅读全文Graphify：把代码库、文档、Schema 转成可查询知识图谱的 Agent Skill
2026年8月初 GitHub Trending 走热的 Graphify，通过 tree-sitter 本地 AST 与 Leiden 社区检测，将代码、文档、SQL Schema、PDF 等构建为可查询知识图谱，以 /graphify Skill 集成 Claude Code、Cursor、Codex 等 Agent。本文核实其 Trending 背景与官方能力边界，对比向量 RAG，并给出 uv 安装、Skill 注册与 query/path/explain 查询的上手步骤，帮助大代码库场景下的上下文工程选型。
阅读全文模型不是胜负手：2026 年中 CLI 编码 Agent 的 Harness 之争
2026 年中，CLI 编码 Agent 社区的关注点从基座模型转向 Harness——系统提示、重试逻辑、上下文压缩与 Subagent 编排。Terminal-Bench 2.1 上 Claude Code 与 Codex CLI 以 83% 左右准确率胶着，同一模型在不同 Harness 下分数可差数个百分点。本文梳理 Harness 概念，对照 Claude Code、Codex CLI、OpenCode、Copilot CLI 四条路线，并说明上下文压缩为何成为隐形战场，帮助开发者按场景选型。
阅读全文