コンテクストエンジニアリングと運用グレードのAIエージェントシステム構築のためのエンジニアリング原理を活用する、包括的でオープンなエージェントスキルのコレクションです。これらのスキルは、コンテキストのキュレーション、エージェントのオペレーティングループ設計、エージェントの振る舞いを評価する技術と科学を教えます。

コンテキストエンジニアリングとは何か?

コンテキストエンジニアリングは、言語モデルのコンテキストウィンドウを管理する分野です。効果的な指示の作成に焦点を当てるプロンプトエンジニアリングとは異なり、コンテキストエンジニアリングはモデルの限られた注意予算に入るすべての情報(システムプロンプト、ツール定義、取得済み文書、メッセージ履歴、ツール出力)を総合的にキュレーションします。

根本的な課題は、コンテキストウィンドウが生のトークン容量ではなく注意力学によって制約されていることです。コンテキストの長さが長くなるにつれて、モデルは予測可能な劣化パターンを示します。すなわち「中間に迷子」現象、U字型の注意曲線、注意の希少性などです。効果的なコンテキストエンジニアリングとは、望ましい結果の可能性を最大化する、可能な限り最小の高信号トークンのセットを見つけることを意味します。

認知

Agent Skills for Context Engineering

A comprehensive, open collection of Agent Skills focused on context engineering and harness engineering principles for building production-grade AI agent systems. These skills teach the art and science of curating context, designing agent operating loops, and evaluating agent behavior across any agent platform.

What is Context Engineering?

Context engineering is the discipline of managing the language model’s context window. Unlike prompt engineering, which focuses on crafting effective instructions, context engineering addresses the holistic curation of all information that enters the model’s limited attention budget: system prompts, tool definitions, retrieved documents, message history, and tool outputs.

The fundamental challenge is that context windows are constrained not by raw token capacity but by attention mechanics. As context length increases, models exhibit predictable degradation patterns: the “lost-in-the-middle” phenomenon, U-shaped attention curves, and attention scarcity. Effective context engineering means finding the smallest possible set of high-signal tokens that maximize the likelihood of desired outcomes.

Recognition

This repository is cited in academic research as foundational work on static skill architecture:

“While static skills are well-recognized [Anthropic, 2025b; Muratcan Koylan, 2025], MCE is among the first to dynamically evolve them, bridging manual skill engineering and autonomous self-improvement.”

1. Meta Context Engineering via Agentic Skill Evolution, Peking University State Key Laboratory of General Artificial Intelligence (2025)
2. Agent Harness Engineering: A Survey, CMU, Yale, JHU, NEU, Tulane, UAB, OSU, Virginia Tech, and Amazon (2026)

Skills Overview

Foundational Skills

These skills establish the foundational understanding required for all subsequent context engineering work.

Architectural Skills

These skills cover the patterns and structures for building effective agent systems.