第6章：上下文工程——如何利用Rules、@指令、文件引用让AI理解整个项目

最新推荐文章于 2026-06-18 14:16:48 发布
原创 最新推荐文章于 2026-06-18 14:16:48 发布 · 311 阅读 · 0 GEO检测
标签
#人工智能 #大数据 #算法 #区块链 #数据分析
#microsoft

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ，讲透 AI 如何接管脏活累活

一键订阅

本章你将收获

  • 上下文工程的3个核心层次：全局（Rules）、会话（@指令）、局部（代码引用）
  • Cursor的@指令完全使用手册（15种引用类型的用法和区别）
  • 如何让AI“看懂”整个项目的目录结构和模块依赖
  • 跨文件重构实战：用AI同时修改10个文件中的同一段逻辑（附完整案例）
  • 一个能让AI理解架构设计的隐藏技巧：文档驱动的上下文注入
  • 我的真实项目经验：用上下文工程将调试时间从3小时压缩到20分钟

6.1 那次让我崩溃的跨文件重构

去年年底，我们团队接到一个需求：把一个老项目里所有的axios请求都替换成我们内部封装的httpClient。这个项目有40多个文件，每个文件里分散着几十处axios.get、axios.post。手工改？至少一整天，还容易漏。

我当时的想法是：让AI来干。

我打开Cursor，新建一个对话，输入：“把这个项目里所有axios请求替换成httpClient。” 等了10秒，AI回了一段话：“请提供具体的代码文件，我无法读取你的项目。”

我才意识到：AI根本不知道我这个项目有什么文件、什么结构。它不像人能“浏览”文件夹。我必须主动告诉它“上下文”。

那天我花了2个小时，一

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ，讲透 AI 如何接管脏活累活

一键订阅
了解本专栏 订阅专栏 解锁全文
上下文工程技巧：让你的AI理解更长的上下文
Java大师兄的博客
09-04 1359
你有没有过这样的经历？把一篇100页的PDF扔给ChatGPT，它回复“内容过长无法处理”；或者让AI续写10万字的小说，结果它把前面的角色名字都搞错了？这不是AI“笨”，而是它的“短期记忆”——上下文窗口——有限。本文将带你拆解LLM上下文处理的底层逻辑：用“对话笔记本”比喻上下文窗口，用“图书馆查书”解释检索增强，用“写论文大纲”类比分层上下文。我们会从核心概念到实战技巧，再到真实案例，一步步教你如何通过“上下文工程”让AI高效处理长文本。
提示工程架构师：AI上下文工程图像理解增强的潜在价值
AGI×大数据，开启智能时代的认知跃迁；解码AGI，赋能数据驱动的智能革命。
10-05 818
在当今数字化时代，图像数据呈爆炸式增长。无论是社交媒体上分享的照片，医疗领域的医学影像，还是自动驾驶汽车的视觉输入，图像理解技术都扮演着至关重要的角色。传统的图像识别技术，虽然能够在一定程度上识别图像中的物体，但对于图像所蕴含的复杂上下文信息，理解能力却十分有限。AI上下文工程旨在通过引入更多的背景知识、语义信息以及逻辑推理等，来增强AI对图像的理解能力。这不仅有助于提升图像识别的准确性，还能让AI理解图像中物体之间的关系、场景的含义以及潜在的情感和意图等。
AI 智能体如何利用文件系统进行上下文工程
weixin_53721706的博客
12-02 953
（Deep Agents）的一个核心特征，就是它们能够使用一套文件系统工具。通过这些工具，深度智能体可以在其文件系统中进行读取、写入、编辑、列出目录以及搜索文件等操作。在这篇文章中，我们将探讨为什么文件系统对 AI 智能体（AI Agent）至关重要。为了理解文件系统的价值，我们得先看看当下的智能体在哪些地方容易“掉链子”。它们失败通常有两个原因：(a) 模型本身不够聪明，或者 (b) 它们没能获取到正确的上下文信息。
人工智能时代的引领者：AI提示工程激发大语言模型的无限潜能
程序边界
03-22 9013
在当今日新月异的科技浪潮中，AI提示工程作为人工智能领域的一个新兴分支，正逐渐崭露头角。AI提示工程专注于通过先进的算法和技术，为各种应用场景提供精准、智能的提示服务，从而提升用户体验和工作效率。随着大语言模型的快速发展，语言AI已经进入了新的阶段。这种新型的语言AI模型具有强大的自然语言处理能力，能够理解和生成人类语言，从而在许多领域中都有广泛的应用前景。大语言模型的出现将深刻影响人类的生产和生活方式。
用好AI，从提示词工程到上下文工程
城下秋草‘s Blog
09-02 973
摘要： 随着AI大模型发展，"提示词工程"正演变为更强大的"上下文工程"。传统提示词工程在复杂任务中暴露出局限性，无法有效管理状态和多维信息。上下文工程将大模型生成结果前接触的所有信息纳入考量，包括系统提示词、用户提示词、对话历史、长期记忆、RAG检索增强、结构化输出和工具调用能力。其核心在于动态构建精准匹配的信息系统，而非静态模板。这一演变反映了AI应用从简单交互向复杂系统集成的转变，本质仍是优化人机沟通的有效技巧。
AI上下文理解误区深度剖析：提示工程架构师带你走出6个技术盲区
专注搜索引擎技术
07-30 993
AI为什么有时候“听不懂”？比如你说“我昨天买的裙子没收到，订单号12345”，AI回复“请提供订单号”——这不是AI笨，是你没“正确喂给它上下文”。帮你搞懂AI理解上下文的底层逻辑，避开6个致命误区，让你的AI应用从“答非所问”变成“精准回应”。AI上下文理解的核心原理（注意力机制、上下文窗口）；6个常见误区的表现、原因和解决方法；可落地的项目实战（智能客服上下文优化）。核心概念铺垫：用“聊天类比”讲清楚AI的“上下文窗口”“注意力机制”“token”；6个技术盲区。
Cursor进阶版使用技巧——完美拿下@注记，Rules，Skills
weixin_52879528的博客
04-01 2050
本文介绍了Cursor代码编辑器的进阶使用技巧，主要包括：1）终端功能深度应用，如使用dir/ls命令查看目录；2）高效的@注记功能，包括@Docs（引用文档）、@Browser（网页搜索）、Past Chats（历史对话）和@Git（Git集成）的使用方法；3）Rules规则组件的四种应用方式（始终/智能/指定/手动应用）及其创建方法；4）Rules与Skills的区别：Rules是静态约束，Skills是动态调用的能力；5）Skills的使用，包括创建自定义Skill和从仓库导入现成Skill。这些功能
理解上下文工程：构建可靠AI系统的核心方略
charce_you的专栏
08-15 895
《AI Agent性能提升的关键：上下文工程的系统化实践》 摘要：研究表明，AI Agent表现不佳往往源于上下文工程（Context Engineering）的失败，而非模型本身能力不足。本文系统性地探讨了上下文工程的核心概念，将其分为指导性、信息性和行动性三类上下文，并指出其与提示词工程、RAG的本质区别。通过典型示例分析，揭示了上下文缺失或冗余导致的性能问题，提出了四大实践框架：写入（持久化存储）、选取（动态检索）、压缩（信息精炼）和隔离（流程边界管理）。文章强调，优秀的上下文工程能显著提升AI系统的
惊喜！提示工程架构师用AI上下文工程强化图像理解
项目管理的博客
09-05 655
你有没有过这样的经历？让AI分析一张照片，它却答非所问——比如把“海边夕阳下的情侣”描述成“天空中有橙色的云”，完全没抓住“浪漫”的核心；或者分析医疗影像时，忽略了“病人有吸烟史”的关键背景，漏看了早期肺癌的结节。问题不在AI不够聪明，而在我们没给它“读懂故事”的钥匙。这篇文章将带你走进“提示工程架构师”的秘密武器——上下文工程（Context Engineering），揭秘如何用“背景信息”强化AI的图像理解能力。
监控“失明”了怎么办？国标GB28181视频平台EasyGBS平台AI视频质量诊断让运维效率提升10倍
EasyGBS的博客
06-17 866
监控系统“看得见”是底线，“看得清”是要求，“一直看得清”才是目标。
智谱 GLM-5.2 开源登顶、科创板向 AI 大模型开门、沪指收复 4100 点
weixin_45526015的博客
06-17 1314
**今天你必须知道的 3 件事：** > ① 智谱 GLM-5.2 正式上线开源，Code Arena 全球可用模型排名第一 > ② 科创板上市标准扩围至 AI 大模型行业，未盈利 AI 公司上市通道打开 > ③ A 股沪指收复 4100 点，科创 50 暴涨 4.69%，半导体全面爆发
蓝牙+WiFi 融合产品调研：智能体脂秤
朝气蓬勃
06-17 1039
本文系统介绍了智能体脂秤的产品概况、硬件架构设计、软件架构设计、关键技术挑战及解决方案。产品方面，概述了主流型号、目标用户和市场定位；硬件设计重点分析了芯片选型、BOM成本及PCB布局；软件架构详述了FreeRTOS系统选型及分层协议设计；技术挑战部分提出了Wi-Fi/BLE共存、阻抗测量精度等解决方案；最后展望了市场前景和2025年趋势。全文为体脂秤开发提供了全面的技术指导，特别适合IoT硬件开发者参考。
从 Canvas 到 Vibe Coding：HTML5 游戏开发入门与 AI 飞机大战实战
meilindehuzi_a的博客
06-16 1291
本文围绕 HTML5 中的 Canvas 技术展开，从网页游戏的发展背景出发，系统介绍了 Canvas 画布的基本概念、绘图上下文获取方式以及常用绘图 API 的使用方法。通过矩形绘制、边框绘制和画布清除等案例，帮助读者理解 Canvas 的坐标体系与绘图原理。随后结合动画示例，深入讲解了浏览器动画实现机制、游戏循环思想以及 `requestAnimationFrame` 的工作原理，并分析其相较于 `setInterval` 的性能优势。
美团海报生成 AIGC 技术创新与实践
最新发布
美团技术团队
06-18 659
美团智能创作团队围绕海报生成 AIGC 构建了完整技术体系，打造「生成-编辑-评判」技术闭环，目前已在美团外卖、品牌 IP 等场景落地，已全部开源。
AI时代的大盒子与小道理
lanhushe的博客
06-17 178
我的数据在我的服务器，你的App只能调用我的插件，用户进来就别想出去。用户最怕的就是“AI垄断”，你啥都记着，啥都分析着，最后比你还懂你自己。菜单越来越复杂，功能越来越多，最后你发现，你只是想看个电视，结果得先过五关斩六将。AI不一样，它是“活”的。做手机的、做汽车的、做办公软件的，他们悄悄把AI塞进每个角落，但从来不让你专门点进一个“AI功能”。以前，大家聚会聊的是“谁家的AI日活又涨了”“谁的模型又刷榜了”。做一个有自己的UI、有独立入口、用户天天来的“大盒子”，数据才好统计，广告才好卖，会员才好续。
2026 国产 AI 工控机替代方案：飞腾 / 龙芯平台的信创选型实战指南
paiqingongkong的博客
06-17 879
随着关键信息基础设施供应链安全审查的全面深化，国产化工控机已从 "政策强制替代" 转向 "技术价值驱动" 的新阶段。数据表明，2026 年中国工业控制计算机市场规模预计达到 896 亿元，同比增长 37.2%，其中国产化市场份额将提升至 68.5%，较 2025 年同期增长 11.3 个百分点。在电力电网、轨道交通、能源化工等核心领域，飞腾和龙芯平台的信创工控机已实现批量落地，成为替代进口方案的首选。本文将从技术路线、性能指标、场景适配三个维度，为企业提供 2026 年国产 AI 工控机的完整选型指南。
拆解AI投简历插件：塔塔网申的技术逻辑和实测数据
csdndeyeye的博客
06-16 1480
校招海投阶段，网申表单填写耗时巨大。本文以塔塔网申这款AI投简历插件为例，拆解其技术逻辑：通过结构化录入+页面DOM扫描实现自动填充，实测单家耗时48秒，效率提升约96%。该插件覆盖10万+企业招聘系统，支持多模板切换、三种填充模式及投递追踪，新用户提供100次免费填充。数据存于阿里云，AES-256加密，支持本地离线。作为AI找工作方向的求职助手，适合海投场景使用。
乐迪信息：船舶AI偏航算法如何降低港口航道碰撞风险？
LeDi_XinXi的博客
06-17 207
AI偏航算法助力港口航道安全管理。该技术通过整合AIS、气象和电子海图数据，利用机器学习实时监测船舶轨迹，动态调整报警阈值。其核心包含数据处理、偏航识别和风险预警三大模块，能提前预测偏航趋势，显著降低误报率并提供决策支持。试点项目显示该技术使偏航事件减少30%，误报警降低50%，但面临数据延迟和场景适配等挑战。未来结合VTS系统可进一步优化预警策略，为港口安全提供创新技术方案。
模特图片ai批量生成，作图鸟与多平台体验对比
北鹤M的代码手账
06-17 166
作图鸟9.5分，AI模特图片生图与商品精修功能高度适配电商场景，并支持免费排队生成，易用性与成片质量极佳。即梦7.5分，视觉模板丰富且前端体验佳，适合插画和跨场景创作，不太适合对批量电商模特ai有强烈标准化需求的团队。堆友7分，平台功能多样，模板涵盖广泛内容风格，更多适合设计师多领域使用，会员机制需注意。快乐小马6.5分，视频生成能力突出，前端操作流畅，适合短视频素材制作而非图片类AI模特内容。整体来看，针对不同需求选择合适的模特图片ai平台尤为重要。
知识库到底够不够？为什么企业需要认知体系
weixin_39757409的博客
06-18 290
知识库只能回答简单问题，企业需构建认知体系，实现业务理解与智能决策。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值