AgentIndex icon
AgentIndex
工具分类热门最新对比
提交工具
工具分类热门最新对比
首页/
Memory & Context/
context-engineering
context-engineering logo

context-engineering

活跃·★ 24·MIT·更新于 2026-07-01
★ 宝藏工具★ 必备神器

该项目是一个通过模型上下文协议(MCP)掌握上下文工程的培训中心,专注于为AI助手构建生产级语义记忆系统。它利用Python、FastAPI、FastMCP和LangGraph来实现如CoALA四层记忆等高级记忆架构。

context-engineering 当前归类于 Memory & Context,更适合那些希望围绕具体工作流而不是单一功能点来选型的团队。从当前资料来看,它尤其强调 为AI助手实现生产级语义记忆系统。、开发能够记住过去交互和事实的AI助手。 这类能力。如果你关心许可证与可二次使用性,当前页面记录的许可证是 MIT。同时它也具备一定社区热度,当前 GitHub Stars 为 24。

#上下文工程
© 2026 AgentIndex.app|由十年 iOS 开发者构建。
QYSGitHub请作者喝咖啡 ☕

按分类浏览

代码助手工作流自动化RAG / 知识库多智能体浏览器自动化大模型基础设施开发者工具可观测性

与 Anthropic, OpenAI 或 Microsoft 无关。

#语义记忆
#模型上下文协议
#LangGraph
#FastAPI
#Python
#AI系统开发
#记忆管理
$ 安装
$ git clone https://github.com/timothywarner-org/context-engineering.git && cd context-engineering/labs/lab-01-hello-mcp/starter && npm install && npm start
↗ 访问官网★ GitHub
01

功能特性

01为AI助手实现生产级语义记忆系统。
02利用模型上下文协议(MCP)进行AI上下文管理。
03探索并实现CoALA四层记忆架构(工作记忆、情景记忆、语义记忆、程序记忆)。
04使用LangGraph管道、FastAPI和FastMCP构建AI应用程序。
05为AI代理提供渐进式工具加载和发现功能。
02

为什么选择它

+为AI助手实现生产级语义记忆系统。
+开发能够记住过去交互和事实的AI助手。
+覆盖 11 个兼容环境或平台,更适合需要跨端部署的团队。
+提供公开仓库并标注 MIT 许可证,便于评估可维护性与采用成本。
03

权衡点

!同分类下还有 8 个相关工具可比较,最终选择更适合在同类对比后决定。
04

兼容性

Python
运行时
已通过文档验证
Node.js
依赖
已通过文档验证
uv
包管理器
已通过文档验证
FastAPI
框架
已通过文档验证
FastMCP
协议实现
已通过文档验证
LangGraph
编排
已通过文档验证
05

快速开始

1
$ git clone https://github.com/timothywarner-org/context-engineering.git
2
$ cd context-engineering/labs/lab-01-hello-mcp/starter
3
$ npm install
4
$ npm start
06

使用场景

↳开发能够记住过去交互和事实的AI助手。
↳构建具有多层记忆的高级RAG(检索增强生成)系统。
↳针对AI上下文管理和记忆架构进行培训和教育。
↳将自定义AI工具和资源与Claude Desktop/Code及VS Code Copilot集成。
↳创建能够进行复杂推理和长期上下文保留的智能代理。
07

同类对比

≈context-engineering 属于 Memory & Context 分类,适合与 headroom 等同类工具一起比较,而不是单独判断。
≈如果你的核心需求更接近“开发能够记住过去交互和事实的AI助手。”,那么这类场景会比泛用型工具对比更有参考价值。
≈context-engineering 采用 MIT 许可证,社区热度都应该与同类项目一起看。
08

同类工具

headroom logo
headroom★ 60.7k
Headroom是一个为AI代理设计的上下文压缩层,旨在显著减少大型语言模型(LLM)的Token使用量。
vs →
letta logo
letta★ 23.9k
Letta是一个用于构建有状态智能体的平台:具有高级记忆功能的人工智能,能够随着时间学习和自我改进。
vs →
Context7 logo
Context7★ 59.5k
Context7 MCP 为大型语言模型提供最新、版本特定的代码文档和示例,以避免过时或虚假的信息。
vs →

相关搜索

context-engineering 替代工具最佳 Memory & Context 工具 2026开源 Memory & Contextcontext-engineering 教程context-engineering 对比Context EngineeringSemantic MemoryModel Context Protocol

评论

登录后发表评论

暂无评论,来发表第一条吧

本页内容
01功能特性02为什么选择它03权衡点04兼容性05快速开始06使用场景
Brave Search MCP logo
Brave Search MCP★ 88.7k
此仓库是模型上下文协议(MCP)参考实现的集合,展示了如何为大型语言模型提供安全、受控的工具和数据源访问。
vs →
Microsoft AutoGen logo
Microsoft AutoGen★ 59.8k
AutoGen是一个用于创建多智能体AI应用的框架,这些应用可以自主运行或与人类协作。
vs →
CrewAI logo
CrewAI★ 55.9k
CrewAI 是一个从零开始构建的精益、快速的 Python 框架,用于创建自主的 AI 代理并进行多代理自动化。
vs →
Open Interpreter logo
Open Interpreter★ 66.9k
Open Interpreter 允许大型语言模型在本地运行代码(如Python、Javascript、Shell等),通过终端提供类似ChatGPT的自然语言界面。
vs →
GPT Researcher logo
GPT Researcher★ 28.5k
GPT研究员是一个开放的深度研究智能体,旨在对任何给定任务进行网络和本地研究,并生成详细、事实准确且公正的报告。
vs →
查看全部替代品 →
07
同类对比
08同类工具
统计
GitHub Stars★ 24
最后更新2周前
状态活跃
许可证MIT
分类记忆与上下文
热度趋势 (30d)
+0.9↑ 1.4%
链接
文档↗讨论↗问题↗版本↗

Deploy on DigitalOcean — Get $200 Free Credit

Ad