<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>上下文管理 on Text Matrix</title><link>https://155a386f.text-matrix.pages.dev/tags/%E4%B8%8A%E4%B8%8B%E6%96%87%E7%AE%A1%E7%90%86/</link><description>Recent content in 上下文管理 on Text Matrix</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Wed, 08 Apr 2026 23:16:10 +0800</lastBuildDate><atom:link href="https://155a386f.text-matrix.pages.dev/tags/%E4%B8%8A%E4%B8%8B%E6%96%87%E7%AE%A1%E7%90%86/index.xml" rel="self" type="application/rss+xml"/><item><title>Mini-Coding-Agent 源码深度解析：Sebastian Raschka 的代码代理第一性原理</title><link>https://155a386f.text-matrix.pages.dev/posts/tech/mini-coding-agent-sebastian-raschka-source-code-guide/</link><pubDate>Tue, 07 Apr 2026 01:05:00 +0800</pubDate><guid>https://155a386f.text-matrix.pages.dev/posts/tech/mini-coding-agent-sebastian-raschka-source-code-guide/</guid><description>&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>通过本文，你将深入掌握以下核心能力：&lt;/p>
&lt;ul>
&lt;li>理解代码代理的六大核心组件的第一性原理&lt;/li>
&lt;li>深入理解 WorkspaceContext 如何构建实时仓库上下文&lt;/li>
&lt;li>掌握 Prompt Shape 如何实现缓存复用和计算节省&lt;/li>
&lt;li>理解 Structured Tools 的设计模式和批准机制&lt;/li>
&lt;li>掌握 Context Reduction 的去重和截断策略&lt;/li>
&lt;li>理解 Transcripts 和 Memory 的持久化设计&lt;/li>
&lt;li>掌握 Delegation 子代理的受限作用域机制&lt;/li>
&lt;li>从 ~650 行精简代码中领悟 AI Agent 的本质&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="1-项目概述与架构总览">1. 项目概述与架构总览&lt;/h2>
&lt;h3 id="11-为什么选择-mini-coding-agent">1.1 为什么选择 Mini-Coding-Agent&lt;/h3>
&lt;p>Sebastian Raschka 明确指出：这是一个&lt;strong>教学示范项目&lt;/strong>，不是生产级代理。它的价值在于：&lt;/p></description></item><item><title>Supermemory：从入门到精通 AI记忆与上下文引擎</title><link>https://155a386f.text-matrix.pages.dev/posts/tech/ai-agent/supermemory-ai-memory-context-engine/</link><pubDate>Tue, 31 Mar 2026 01:20:00 +0800</pubDate><guid>https://155a386f.text-matrix.pages.dev/posts/tech/ai-agent/supermemory-ai-memory-context-engine/</guid><description>&lt;h1 id="supermemory从入门到精通--ai-记忆与上下文引擎">Supermemory：从入门到精通 — AI 记忆与上下文引擎&lt;/h1>
&lt;blockquote>
&lt;p>&lt;strong>目标读者&lt;/strong>：AI 应用开发者、智能体工程师、数据工程师、对 AI 记忆系统感兴趣的技术人员
&lt;strong>前置知识&lt;/strong>：了解 LLM/RAG 概念、有 JavaScript/TypeScript 或 Python 基础
&lt;strong>预计学习时间&lt;/strong>：1-2 小时（入门），4-6 小时（精通）&lt;/p></description></item></channel></rss>