Capítulo 2 · Ingeniería de Contexto

El contexto limita la capacidad del Agente: KV Cache, ingeniería de prompts, Agent Skills, compresión de contexto

← Volver al README principal · 📖 Leer texto del capítulo

Proyectos Complementarios

Exp.	Proyecto	Tipo	Descripción
2-1	local_llm_serving	✅	Despliegue local multiplataforma de LLM con selección automática de backend vLLM/Ollama
2-2, 2-7	attention_visualization	✅	Visualización de la secuencia completa de tokens y pesos de atención de LLM
2-3	kv-cache	✅	Exploración del impacto de diferentes patrones de gestión de contexto en la eficiencia de KV Cache
2-4	prompt-engineering	✅	Extensión de Tau-Bench para cuantificar el impacto del estilo, organización de instrucciones y descripciones de herramientas
2-5	prompt-injection	✅	Experimento comparativo de 3 escenarios de ataque × 4 configuraciones de defensa contra inyecciones de prompts
2-6	agent-skills-ppt	✅	Reproducción de "divulgación progresiva" de Agent Skills para generar archivos .pptx con python-pptx
2-8	system-hint	✅	Estudio del impacto de los prompts de sistema en el comportamiento del Agente
2-9	context-compression	✅	Comparación de estrategias de resumen, extracción de información clave y compresión semántica de contexto

Tipos de Proyectos

Icono	Tipo	Significado
✅	Autónomo	Código completo en este repositorio, se ejecuta tras configurar la Clave API
📖	Guía de Reproducción	Documento detallado que depende de repositorios externos para realizar git clone
🚧	Documento de Diseño	Solo arquitectura/plan de implementación, el código ejecutable aún está en desarrollo