Bab 2 · Rekayasa Context

Context menentukan batas atas kemampuan Agent: struktur API, desain ramah KV Cache, prompt engineering, Agent Skills, status bar, dan kompresi context.

← Kembali ke README utama · 📖 Baca bab

Proyek Pendamping

Eksperimen	Proyek	Jenis	Deskripsi
2-1	local_llm_serving	✅	Menyediakan deployment LLM lokal lintas platform dengan backend vLLM atau Ollama.
2-2, 2-7	attention_visualization	✅	Memvisualisasikan token input/output dan distribusi bobot attention model.
2-3	kv-cache	✅	Membandingkan pola pengelolaan context dan dampaknya terhadap efisiensi KV Cache.
2-4	prompt-engineering	✅	Mengukur pengaruh unsur prompt melalui eksperimen ablasi yang sistematis.
2-5	prompt-injection	✅	Membandingkan tiga skenario serangan dengan empat konfigurasi pertahanan berlapis.
2-6	agent-skills-ppt	✅	Mempraktikkan progressive disclosure pada Agent Skills untuk menghasilkan presentasi PPTX.
2-8	system-hint	✅	Menguji pengaruh System Hints terhadap perilaku dan kinerja Agent.
2-9	context-compression	✅	Membandingkan beberapa strategi kompresi untuk mengurangi token tanpa kehilangan kemampuan utama.

Jenis Proyek

Ikon	Jenis	Arti
✅	Mandiri	Kode lengkap tersedia di repositori dan dapat dijalankan setelah API Key dikonfigurasi.
📖	Panduan Reproduksi	Memerlukan repositori eksternal yang harus di-git clone.
🚧	Dalam Proses	Implementasi atau bukti penerimaan belum lengkap.