╭──────────────────────────────────────────╮ ╭──────────────────────────────────────────╮ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ╚══════════════╝ ╚══════════╝ ╚══════════════╝ ╚══════════╝ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ file file file file read cache send tok tok tok tok tok tok file file file file read cache send tok tok tok tok tok tok ╭──────────────────────────────────────────╮ ╭──────────────────────────────────────────╮ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ╚══════════════╝ ╚══════════╝ ╚══════════════╝ ╚══════════╝ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ file file file file read cache send tok tok tok tok tok tok file file file file read cache send tok tok tok tok tok tok

Khái niệm

Context engineering là gì?
context engineering?

Đây là sự chuyển dịch từ prompt engineering sang các hoạt động context, một kỷ luật thiết kế, nén và quản lý toàn bộ môi trường thông tin mà agent AI của bạn hoạt động. LeanCTX chính là kỷ luật đó, được tự động hóa — lớp context engineering cho các agent AI.

Vấn đề

Chỉ prompt thôi là chưa đủ

Prompt engineering tối ưu hóa đầu vào. Context engineering tối ưu hóa môi trường.

Khi các agent AI bị giới hạn ở tương tác một lượt, prompt engineering là đủ. Bạn tạo ra hướng dẫn đúng, mô hình trả về phản hồi hữu ích, và quy trình kết thúc.

Các agent coding AI hiện đại hoạt động khác biệt. Chúng chạy các luồng công việc nhiều bước qua hàng chục tệp, duy trì trạng thái qua các phiên, và đưa ra các quyết định tích lũy theo thời gian. Prompt không còn là nút thắt cổ chai nữa, context mới là như vậy.

Một agent coding với prompt hoàn hảo nhưng context kém sẽ bị ảo giác về đường dẫn tệp, mất dấu các quyết định trước đó, và lặp lại công việc đã hoàn thành. Chế độ lỗi không phải do hướng dẫn kém, mà là do bức tranh tổng thể của codebase chưa đầy đủ.

Khung làm việc

Ba sự chuyển dịch từ prompt sang context engineering

Context engineering đại diện cho một thay đổi cơ bản trong cách chúng ta nghĩ về đầu vào của agent AI.

Prompt tĩnh → Pipeline context động

Thay vì một system prompt cố định, context engineering xây dựng một pipeline lắp ráp context phù hợp cho mỗi tác vụ, chỉ đọc những gì liên quan, ở mức nén thích hợp, với metadata chính xác.

Sàng lọc thủ công → Nén tự động

Thay vì chọn lọc các tệp nào cần bao gồm, context engineering đọc cấu trúc của từng tệp, giữ lại những phần mang tín hiệu thực tế, và nén phần còn lại một cách tự động.

Từ một lần chạy → Bộ nhớ bền vững qua các phiên

Context engineering bổ sung bộ nhớ phiên, đồ thị tri thức và quy trình chuyển giao sạch sẽ, giúp các agent xây dựng sự hiểu biết theo thời gian thay vì bắt đầu từ con số không trong mỗi cuộc trò chuyện.

Lĩnh vực

Context engineering là gì bao gồm

Context engineering trải rộng qua bốn lĩnh vực liên kết, mỗi lĩnh vực giải quyết một khía cạnh khác nhau của môi trường thông tin của agent.

Nén

Nhét nhiều tín hiệu vào ít token hơn

Nhiều chế độ đọc (toàn bộ, map, signatures, entropy, aggressive), phân tích AST tree-sitter trên hơn 26 ngôn ngữ, và chunking ngữ nghĩa giảm nội dung tệp từ 60–99% trong khi vẫn giữ lại thông tin mà các agent cần để đưa ra quyết định.

Memory

Duy trì sự hiểu biết qua các phiên

Các ảnh chụp nhanh phiên, đồ thị tri thức, sổ cái chuyển giao và bộ nhớ dự kiến cho phép agent ghi nhớ các quyết định trước đó, tránh công việc lặp lại và truyền ngữ cảnh giữa các thành viên nhóm hoặc các instance agent.

Governance

Kiểm soát những gì agent có thể truy cập

Các chính sách truy cập dựa trên vai trò, ngân sách token, thực thi SLO và sandbox đường dẫn đảm bảo agent hoạt động trong giới hạn xác định, chỉ đọc những gì cần thiết và tiêu thụ đúng lượng đã được phân bổ.

Xác minh

Chứng minh nén không làm mất thông tin

Kiểm tra xác thực đầu ra, các tạo tác bằng chứng (proof artifacts), kiểm tra bảo toàn đường dẫn và định danh, cùng tính điểm mất thông tin mang lại sự tự tin có thể đo lường được rằng ngữ cảnh đã nén vẫn giữ nội dung ngữ nghĩa mà agent yêu cầu.

Triển khai

Cách LeanCTX triển khai context engineering

LeanCTX là một runtime context engineering mã nguồn mở mang các nguyên tắc này vào sản xuất cho các agent coding AI.

81 các công cụ MCP

Một bề mặt công cụ đầy đủ để đọc, tìm kiếm, nén và quản lý context, tất cả được phơi bày qua Model Context Protocol.

10 chế độ đọc

Từ việc đọc cache toàn bộ đến nén lọc entropy, mỗi chế độ đều được tối ưu hóa cho một tác vụ cụ thể: chỉnh sửa, khám phá, xem xét hoặc tham chiếu.

95+ mẫu shell

Nén dựa trên mẫu cho đầu ra của git, cargo, npm, docker và các CLI khác, giảm kết quả lệnh dài dòng thành bản tóm tắt có cấu trúc, hiệu quả token.

Không gọi mạng

Chạy hoàn toàn cục bộ. Không telemetry, không phụ thuộc đám mây, không dữ liệu rời khỏi máy của bạn. Mã nguồn mở theo Apache-2.0.

Khám phá kiến trúc đầy đủ

FAQ

Context engineering, được giải đáp.

Context engineering là gì?

Context engineering là kỷ luật quản lý thông tin mà một tác nhân AI nhìn thấy, ghi nhớ và hành động dựa trên đó. Nó thay thế kỹ thuật prompt engineering tùy hứng bằng một runtime có hệ thống để nén, lưu trữ bộ nhớ đệm, xác minh và điều chỉnh context của AI.

Tại sao context engineering quan trọng đối với việc lập trình AI?

Các tác nhân lập trình AI lãng phí hàng nghìn token khi đọc lại tệp, phân tích đầu ra shell nhiễu và mất ngữ cảnh giữa các phiên. Context engineering giảm lượng lãng phí này tới 99%, giúp các tác nhân nhanh hơn, rẻ hơn và đáng tin cậy hơn.

Context engineering khác gì so với prompt engineering?

Kỹ thuật prompt tập trung vào việc tạo ra các prompt riêng lẻ. Context engineering quản lý toàn bộ vòng đời thông tin — những gì agent đọc, cách nó được nén, những gì được lưu trong cache, những gì được ghi nhớ qua các phiên, và những gì được xác minh trước khi truyền đi.

Bắt đầu

Bắt đầu kỹ thuật context context của bạn

LeanCTX miễn phí, mã nguồn mở và cài đặt trong vòng chưa đầy một phút. Xem context engineering có thể làm gì cho quy trình AI của bạn.

Bắt đầu Kiến trúc

Context engineering là gì?context engineering?