（714期）Agent Skills Context Engineering – 智能体上下文工程专家技能库

智能体上下文工程专家技能库 OpenClaw封装的13项上下文工程技能，涵盖多智能体模式、内存系统、工具设计与评估框架，支持自动触发式子技能加载。 使用说明 核心功能 Agent Skills for Context Engineering 是一套面向生产级AI智能体的上下文工程技能集，由OpenClaw封装、Muratcan Koylan原创。包含13个专业化子技能，覆盖五大关键领域： 核心用法 上下文优化 —— context-fundamentals、context-degradation、context-compression、context-optimization 四联技能应对"中间丢失"、注意力衰减、token成本压缩等经典问题 多智能体架构 —— multi-agent-patterns 提供编排器、点对点、层级式等模式选型指导 内存系统设计 —— memory-systems 覆盖短期、长期、图结构内存的实现策略 工具开发 —— tool-design 规范MCP脚本与智能体工具的有效构建 评估框架 —— evaluation 与 advanced-evaluation 引入LLM-as-Judge等前沿方法 显著优点 自动触发机制：6类运行时条件（上下文膨胀、多智能体派生、失败重试、工具构建、内存初始化、批量文件读取）自动加载对应子技能 零配置热加载：支持GitHub raw直读，无需本地子模块 生产导向：BDI认知架构、hosted-agents沙箱执行等企业级场景覆盖 潜在局限 依赖外部GitHub仓库可用性，离线需手动克隆子模块 自动触发阈值（如80K token）为经验值，特定模型需微调 13项子技能存在学习曲线，新手需配合fundamentals循序渐进 适合人群 构建复杂多智能体系统的架构师 面临上下文成本与长度权衡的LLM应用开发者 需要标准化评估体系的AI工程团队 常规风险 配置漂移：首次加载需确认auto-triggers是否写入持久化配置（AGENTS.md等），否则自动触发失效 版本耦合：v1.2.0与上游仓库版本锁定， Breaking changes可能影响触发逻辑 原始说明 OpenClaw wrapper for Muratcan Koylan's Agent Skills for Context Engineering. 13 skills covering context optimization, multi-agent patterns, memory systems, t...