manus+上下文工程：构建Manus的经验教训，6个经典的上下文工程的方法论

本期 AIGCLINK 主要介绍 Manus 上周发布的一篇博客，重点分享了六个关于上下文工程的经典方法论。第一，围绕 KV 缓存进行设计，以降低 token 消耗成本，并提供提升缓存命中率的三个关键点。第二，针对工具调用，采用遮蔽而非移除的方式，确保前缀稳定性，避免 KV 缓存失效。第三，使用文件系统作为上下文，通过将文档路径和网页 URL 放入上下文来压缩上下文大小。第四，通过复数操纵注意力，在执行多步任务后重新强调全局目标，确保模型注意力稳定。第五，保留错误内容，将其放入上下文并独立分支执行，以提高模型的安全性和可控性。第六，避免被少量样本所困，增加上下文的多样性，调整模型注意力。此外，还分享了京东开源的端到端 agent 基地、AI 控制硬件工具 mcp2mqtt、AI 提示词管理工具 AIGIST，以及字节开源的翻译模型 seedx7b 等最新项目和消息。