如何做好
Context Engineering？

Q1 给出了"4 类失败模式 + 7 个 GitHub repo + 5 个量化证据"。Q2 进入下一步：具体怎么做？8 个 best practice 按"影响度 + 实现成本 + 可替代性" 3 维加权排序。

§1Ranked Ladder · 8 Best Practice

§23 个必做 + 5 个 nice-to-have

§3代码示例 · Read-before-Write

Drew Breunig 的 Read-before-Write 落地（防止 context poisoning）：

def safe_tool_call(tool_fn, args):
    # 1. 第一次调用：read-only
    preview = tool_fn.dry_run(args)

    # 2. 模型验证 preview 是否合理
    is_valid = llm.invoke(f"""Is this result sensible?
Result: {preview}
Task: {task}

Answer YES or NO. If NO, explain why.""")

    # 3. 只有 YES 才真正调用
    if "YES" in is_valid.upper():
        return tool_fn(args)
    else:
        # 重试 + 调整 args
        return retry_with_adjustment(tool_fn, args, is_valid)

关键设计：不直接信任工具输出 — 让 LLM 自己 sanity check。

§4代码示例 · Eval-first Context Engineering

Hamel Husain 的 "evals first" 范式（落地代码）：

from langsmith import Client
from langchain import ChatOpenAI

# Step 1: 写 eval cases (期望 verdict)
eval_cases = [
    {"input": "calculate 5 + 3", "expected": "8"},
    {"input": "compute pi to 2 decimals", "expected": "3.14"},
    {< class="str">"input": "what's the capital of France", "expected": "Paris"},
]

# Step 2: 跑 baseline
def baseline_eval(input_text):
    return llm.invoke(input_text).content

# Step 3: 跑回归测试
def run_evals(cases, predict_fn):
    passed = sum(1 for c in cases if predict_fn(c["input"]) == c["expected"])
    return passed / len(cases)  # pass rate

# Step 4: 改 context，跑回归
pass_rate_v1 = run_evals(eval_cases, baseline_eval)
# ... modify context ...
pass_rate_v2 = run_evals(eval_cases, new_eval)  # v2 should be > v1

关键设计：先写 eval → 跑 baseline → 改 context → 跑回归。Context Engineering 变成可测量、可回归的工程。

§5所以 · Q2 答案

§6下一个问题

Q2 给出了"8 best practice + 3 必做 + 5 nice-to-have + 代码示例"。Q3 进入 项目中如何应用 — Hairline Area · 5 种典型项目 × 4 时间窗 · 何时应用哪个 best practice。