nirvana context engineering

Squad de engenharia de contexto para agentes de IA: elicitação de requisitos, análise do projeto, design de arquitetura de contexto, geração de artefatos (CLAUDE.md, AGENTS.md, rules, configs de memória) e otimização com validação de qualidade. Pipeline de 5 fases que aplica as 5 abordagens de context engineering (RAG, ACE, Hierarchical Layering, GCC, Structured Files).

2installs
SAFE
context-engineeringai-agentsclaude-codeprompt-engineeringcontext-managementragmemory-management
小队由第三方发布。squads.sh 不保证其安全性或功能性。使用需自行承担风险。 阅读条款
5智能体6任务2工作流

🧠 Context Engineering Squad

版本
许可证
作者

Context Engineering Squad 是一个专业智能体团队,负责为 AI 辅助开发设计、生成和优化上下文架构。该团队将上下文工程从手动工作转变为系统化、可重复的流程。


📋 目录


概述

Context Engineering Squad 通过结构化的五阶段流水线解决 AI 辅助开发中最关键的挑战:如何为 AI 智能体提供正确的上下文。

该团队:

  • 通过访谈收集项目需求和上下文目标
  • 扫描现有代码库以提取相关上下文
  • 设计分层上下文架构
  • 生成 CLAUDE.md、
    .claude/rules/
    、AGENTS.md 等产物
  • 持续优化上下文以保持质量和相关性

安装

bash
npx squads add gutomec/squads-sh/nirvana-context-engineering

系统要求: Squad Protocol v5


流水线

该团队遵循线性流水线,每个阶段都有明确的输入和输出:

五个阶段:

  1. 需求收集 — 访谈者通过结构化访谈理解项目目标
  2. 项目扫描 — 扫描器分析代码库、依赖关系和现有模式
  3. 架构设计 — 架构师设计分层上下文结构
  4. 产物生成 — 生成器创建所有上下文文件
  5. 上下文优化 — 优化器精炼并验证产物质量

智能体

智能体 ID角色类型职责
interviewer🎯 访谈者Guardian通过结构化访谈收集上下文需求;确保完整性和清晰度
scanner🔬 扫描器Guardian分析项目结构、代码模式、依赖关系和现有上下文
architect🏗️ 架构师Builder设计上下文层次结构和文件组织策略
generator⚡ 生成器Builder生成所有上下文产物:CLAUDE.md、规则文件、AGENTS.md
optimizer🔧 优化器Balancer验证质量、识别冗余并优化令牌使用效率

任务

任务 ID描述执行者
gatherRequirements()通过访谈收集项目上下文需求访谈者
scanProject()扫描代码库并提取相关上下文信号扫描器
designContextArchitecture()设计分层上下文架构方案架构师
generateContextArtifacts()生成所有上下文文件和配置生成器
optimizeContext()优化令牌使用并提升上下文质量优化器
validateContextQuality()验证产物的完整性和有效性优化器

工作流

context_engineering_pipeline(五阶段主流水线)

完整的端到端上下文工程工作流。从原始需求开始,经过所有五个阶段,输出完整的上下文架构。

触发条件: 新项目初始化或重大架构变更

阶段顺序:

gatherRequirements → scanProject → designContextArchitecture
    → generateContextArtifacts → optimizeContext

context_optimization_cycle(迭代优化循环)

针对已有上下文的持续改进工作流。周期性运行以确保上下文与项目演进保持同步。

触发条件: 定期维护或检测到上下文漂移时

循环:

scanProject → optimizeContext → validateContextQuality → [重复]

五种方法

该团队支持五种经过验证的上下文工程方法:

方法缩写描述
检索增强生成RAG动态检索相关上下文片段并注入提示词
智能体上下文工程ACE为智能体自主工作流设计专用上下文层
分层上下文Hierarchical Layering将上下文组织为全局、项目、智能体、任务四层结构
Git 上下文控制器GCC使用 Git 历史和变更追踪维护上下文时效性
结构化文件Structured Files通过规范化的文件格式和命名约定管理上下文

2026 最佳实践

实践类别影响
分层上下文加载(按需)性能减少 60% 令牌使用
每层单一职责架构提升可维护性
版本控制所有上下文文件可追溯性启用变更审计
通过 GCC 自动更新上下文自动化防止上下文漂移
定期质量验证循环质量保障确保持续相关性
使用 ACE 支持多智能体协调可扩展性优化团队协作

生成的产物

运行完整流水线后,该团队生成以下文件:

项目根目录/
├── CLAUDE.md                    # 主上下文配置文件
├── AGENTS.md                    # 智能体角色和职责定义
├── .claude/
│   ├── rules/                   # 上下文规则文件集合
│   │   ├── workflow-execution.md
│   │   ├── agent-authority.md
│   │   └── [其他规则文件]
│   └── settings.json            # Claude Code 配置
└── (runtime dir)/
    └── memory/                  # 智能体记忆配置
        └── context-config.yaml

使用方法

安装后,使用斜杠前缀 ce 调用该团队的命令:

bash
# 启动完整上下文工程流水线
/ce:pipeline

# 仅收集需求
/ce:gather

# 扫描现有项目
/ce:scan

# 生成上下文产物
/ce:generate

# 运行优化循环
/ce:optimize

# 验证上下文质量
/ce:validate

# 查看帮助
/ce:help

与智能体集成:

bash
# 使用访谈者智能体
@ce-interviewer *start

# 使用架构师智能体
@ce-architect *design

# 使用优化器智能体
@ce-optimizer *run

贡献

欢迎贡献!请遵循以下步骤:

  1. Fork 本仓库
  2. 创建功能分支:
    git checkout -b feature/your-feature
  3. 提交变更:git commit -m 'feat: add your feature'
  4. 推送分支:
    git push origin feature/your-feature
  5. 提交 Pull Request

请确保所有变更符合 Squad Protocol 原则,特别是 Article IV(禁止发明)和 Article V(质量优先)。


许可证

本项目采用 MIT 许可证。


由 Luiz Gustavo Vieira Rodrigues (@gutomec) 开发 Context Engineering Squad v1.0.0 — Squad Protocol v5

评价

0 条评价

撰写评价

暂无评价。来做第一个评价者吧!

更多来自 Luiz Rodrigues

01

squad forge

Forges Nirvana squad artifacts (agent, task, workflow, skill, template, or a whole squad directory) to Squad Protocol 6.0, validates them with nrv validate, optionally compacts injected bytes under the engine ceiling (limits.ts squad_prompt_components_bytes_max, resolved this run), and copies them into ~/squads/<slug> or the path the brief names. Also modernizes legacy components and refreshes the squad's protocol/harness knowledge with dated sources. Does not audit a business, extract a mind-clone, or run the engine.

1884
02

ultimate landingpage

Squad fullstack para criação de landing pages de ultra-alta conversão — pipeline end-to-end com 9 agentes: discovery de produto, pesquisa de mercado e experts de copywriting, design system atômico com contraste WCAG AAA e light/dark, geração de imagens por IA, frontend Next.js com SEO e acessibilidade, backend Python FastAPI com admin panel e exportação CSV, integrações WhatsApp e email, e QA multidimensional com score por dimensão

1584
03

data quality guardian

Squad especialista em qualidade de dados — profiling de datasets, detecção de anomalias, validação de schemas, geração de relatórios de qualidade e sugestão de remediações automatizadas para pipelines de dados

702
04

incident response squad

Squad especialista em resposta a incidentes para DevOps/SRE — análise de logs multi-source, correlação de causa raiz, execução de runbooks de remediação, comunicação de status e geração de post-mortems blameless

611
05

brandcraft

Produces brand-consistent visual deliverables from one design system, and audits what it produced. Extracts a design system from a brand URL (Refero lookup plus live extraction), then renders branded PDFs, PPTX decks, social posts, carousels, client delivery pages and video through two paths: Veo 3.1 with Remotion for AI-generated footage, and HyperFrames HTML-first deterministic rendering for motion design, data-viz and explainers. Defines the visual language before the first line of UI (DESIGN.md with tokens, named style and an anti-slop gate), and optimises or audits a built page for search and AI-answer visibility (server-rendered content, JSON-LD parity, crawler policy, llms.txt, performance budget). Audits brands against named competitors with a positioning map, scores any visual deliverable against a 24-item awwwards jury rubric, validates WCAG 2.2 AA, and sweeps deliverables for leaked internal terms and AI writing tells before they reach a client. 18 capabilities, 17 agents, 18 workflows, 56 tasks, 22 output schemas, 112 UI libraries.

564
06

nirvana squad creator

Gera squads v5-compliant a partir de linguagem natural — pipeline de 11 fases começando com intent archaeology + pesquisa web (2026), depois análise grounded, geração, otimização, validação, README multi-idioma, deploy e publicação no squads.sh

544
07

nirvana readme architect

Squad de geração de README.md perfeito e impecável, combinando análise profunda de codebase, seleção de template por tipo de projeto, todas as features do GitHub Flavored Markdown, validação com checklist de 25+ pontos e polimento final com badges e TOC.

441
08

notebooklm automation

Automação programática completa do Google NotebookLM — da criação de notebooks e curadoria de fontes à pesquisa por Q&A progressivo e geração de 10 formatos de conteúdo (podcast, vídeo, slides, quiz, flashcards, infográfico, mapa mental, tabela de dados, relatório), com download de artefatos orquestrado por pipeline inteligente. Suporta 50+ idiomas e error handling cross-cutting (retry, re-auth, fallback de cota).

423
09

adaptive tutor k12

Squad especialista em tutoria adaptativa K-12 — avaliação diagnóstica, mapeamento curricular personalizado, sessões de tutoria com dificuldade adaptativa, rastreamento de progresso e relatórios para pais e educadores

422
10

soc alert triage

Squad especialista em triagem de alertas SOC para cybersecurity — classificação automatizada, filtragem de falsos positivos, priorização de ameaças, enriquecimento com threat intel e geração de briefs para analistas

411
11

resume screener squad

Squad especialista em triagem de currículos para recrutamento — parsing automatizado de CVs, matching de skills com requisitos da vaga, auditoria de vieses, ranking de candidatos e geração de resumos executivos para hiring managers

412
12

automated code review squad

Squad especialista em code review automatizado — revisão de segurança, análise lógica, verificação de padrões arquiteturais, enforcement de coding standards e geração de review summaries priorizados para PRs e commits

221