Context Engineering Intro

不活跃
GitHub Python MIT

简介

上下文工程入门指南,系统讲解如何为 AI 编程助手构建高质量上下文,以 Claude Code 为核心示例,适用于任何 AI 编程工具。

核心特性

  • 上下文工程综合模板——为 AI 编程助手提供完整项目上下文的系统化方法
  • PRP(产品需求提示)工作流:从功能需求生成详细的实现蓝图
  • CLAUDE.md 全局规则系统,支持项目感知的 AI 编程,包含文件大小限制、测试模式和代码规范
  • 自定义斜杠命令 /generate-prp 和 /execute-prp,用于自动生成 PRP 和实现功能
  • 结构化 examples/ 文件夹,提供代码模式以显著提升 AI 编程助手的性能
  • INITIAL.md 功能需求模板,包含功能、示例、文档和注意事项等结构化部分

适用场景

💡 建立结构化的 AI 编程工作流,通过解决上下文差距而非措辞来减少失败
💡 为复杂功能生成包含验证门和测试要求的全面实现计划
💡 为团队传授从提示工程到上下文工程的范式转变,以获得更好的 AI 开发成果
💡 构建可复用的项目模板,使 AI 助手能够在代码库中保持一致性

优势与不足

优势

  • 社区热度高(13.8k stars)
  • 开源许可证友好(MIT)
  • Issue 响应及时,积压少

快速开始

克隆模板仓库,编辑 CLAUDE.md 添加项目特定规则。在 examples/ 文件夹中添加相关代码示例。在 INITIAL.md 中编写功能需求,描述功能、示例、文档和注意事项。在 Claude Code 中运行 '/generate-prp INITIAL.md' 创建实现蓝图。使用 '/execute-prp PRPs/your-feature-name.md' 执行 PRP 实现功能。

相关项目

AutoCodeRover

3.1k · Python
不活跃 C

AutoCodeRover 是一个具有项目结构感知能力的自主软件工程师智能体,通过理解代码库的整体架构来实现自动化的程序修复和问题解决。

codingpythonagent +2
  • · 使用 LLM 驱动的程序分析在 GitHub issues 上实现完全自主的 bug 修复和功能添加
  • · 通过抽象语法树分析的程序结构感知代码搜索,实现精确上下文检索
  • · 利用测试用例进行统计故障定位,在有测试时实现更高修复率

Micro Agent

4.3k · TypeScript
不活跃 C

一个能真正写出有用代码的 AI 编程代理,由 BuilderIO 团队开发。通过先编写测试、再生成代码的方式,确保输出高质量且可用的代码片段。

typescriptcodingagent +2
  • · 测试驱动的代码生成 — 先编写测试,再迭代代码直到所有测试通过
  • · 视觉匹配模式,生成与设计截图像素级一致的 UI 代码
  • · 支持 Claude、OpenAI、Ollama、Groq 及任何 OpenAI 兼容端点

DeepCode

16.5k · Python
活跃 A+

DeepCode 是一个开放式智能编码平台,支持从论文生成代码(Paper2Code)、从文本生成网页(Text2Web)以及从文本生成后端服务(Text2Backend),利用智能体技术实现自动化软件开发流程。

codingpythonllm +2
  • · 多智能体编码系统,包含独立的规划、实现和审查智能体,实现结构化开发流程
  • · Paper2Code 能力将研究论文转换为可运行的代码实现
  • · Text2Web 和 Text2Backend 从自然语言描述生成 Web 前端和后端服务