Memory Center 02｜上下文工程：如何提供下一步真正需要的信息

本文属于 Memory Center：AI 编程上下文与记忆系统工程实践，第 02 篇，位于“问题与设计思想”模块。案例背景统一采用实际开发项目；复现步骤使用脱敏教学样例，不代表特定生产事故。

从实际问题出发

实际开发项目有大量代码和历史说明。把它们全部交给模型，看似资料充分，却会让最新接口约束与过期讨论竞争注意力。真正有用的上下文，是能改变当前决策且能核查来源的信息。

按决策组织信息

先明确当前是在定位代码、分析影响，还是恢复任务。不同任务需要不同证据：定位需要路径和符号，分析需要关系和覆盖，恢复需要已做事项与未决问题。上下文质量不能只用字数评价。

上下文工程：如何提供下一步真正需要的信息：设计链路示意

图中展示的是本篇关注的职责和顺序。正常流程之外，还要结合下面的源码与实验检查失败分支；它不是对某次线上调用的运行时追踪。

渐进读取的成本与收益

第一次返回有限命中与来源，必要时通过引用继续展开。它用额外一次交互换取更少的无关材料，也让调用方有机会判断是否值得继续读取。限制响应体积不代表服务能知道宿主剩余上下文，更不代表它自动压缩宿主会话。

把上下文预算写成选择问题

假设一次修改只需要接口定义、两个消费者和一条约束。把整个目录装进会话，并不会让缺失的消费者自动出现。可以为每条候选材料追问：它会改变哪一步决策？是否能先返回来源再展开？它是否比当前源码更旧？

因此预算不仅是截断字符数，还包含选择与排序。截断应保留可见标记；如果关键证据没有进入范围，结果要表达不足，而不是让模型自行补齐。

关键源码与阅读方法

源码基线为 Memory Center 6e90553（文档标注 5.0.0b24）。定位：memory_center/platform/application.py，函数 lookup，起始行 45。

以下为源码节选，省略后续分支；不能作为独立脚本执行。

    def lookup(self, actor, workspace_id, query, mode='hybrid', limit=10, session_id=''):
        workspace = self.access.scope(actor, workspace_id)
        if session_id:
            session = self.access.owned(actor, 'session', session_id, workspace_id)
            if session['status'] != 'active':
                raise CatalogError('SESSION_CLOSED', '会话已关闭')
        if mode in {'symbol', 'callers', 'callees', 'context'}:
            from memory_center.core.orchestrator.query import (
                memory_callees,
                memory_callers,
                memory_context,
                memory_symbol,
            )
            _, index = self.indexed(actor, workspace_id)
            methods = {'symbol': memory_symbol, 'callers': memory_callers, 'callees': memory_callees, 'context': memory_context}
            generic = query_code_graph(index['workspace_file'], query, mode, limit)
            if mode == 'context' and generic and any(s['language'] == 'java' for s in generic['symbols']):
                generic = None
            if generic is not None:
                result = generic
                for symbol in [*result.get('symbols', []), *[e['symbol'] for e in result.get('chain', [])]]:
                    symbol['freshness'] = 'CURRENT' if symbol_fresh(workspace['root'], symbol) else 'STALE'
            elif mode in {'symbol', 'callers', 'callees'}:
                result = methods[mode](index['workspace_file'], query, limit=min(limit, 50), view='minimal')
            else:
                result = memory_context(index['workspace_file'], query, view='minimal')
            result['workspace_id'] = workspace_id
            result['generation'] = index['generation']
        else:
            result = self.retrieval.search(workspace, actor, query, mode, limit)
            # 源码命中实时核对哈希，只核对有界候选，不重建索引。
            for item in result.get('items', []):
                source = item['source']
                if source['kind'] == 'code':
                    path = Path(workspace['root']) / source['path']
                    try:

阅读时先找输入由谁提供，再区分纯计算、读取和写入；遇到异常或提前返回，追问调用方会得到什么，以及已有状态是否仍然有效。上面的代码只证明展示范围内的实现，跨模块行为应继续查看调用处和相应测试。

用一个小实验核对设计

建议在独立临时目录和隔离数据中操作，使用虚构的接口、文档与项目名称。

准备含过期文档的示例目录。
分别提出定位与恢复问题。
记录每条返回信息具体支持哪一步判断。

**要核对的结果：**如果删掉一段材料不影响任何决策，它可能不该默认进入上下文。

可把观察记录为下表；没有执行的项写“未执行”，不能用设计预期冒充实测结果。

核对项	应保留的证据
使用条件	源码版本、配置、输入与项目范围
正常行为	实际返回、来源位置或状态变化
关键失败分支	错误码、可见结果与原状态是否保留
结论范围	已覆盖、未覆盖和需要进一步验证的条件

适用边界与继续阅读

本篇以静态源码与项目设计为依据，给出可执行的核对方法，未据此宣称已经完成新的性能或生产环境测试。不同版本的入口、默认值和底层实现可能变化，应先核对当前合同，再把方法用于自己的实际开发项目。

理解这一节后，可以回到专题总导航，沿同一模块继续阅读；顺序学习时使用专栏内的上一篇和下一篇。涉及具体技术选择，应连同本篇的代价与限制一起采用。

专题目录

上下文工程：如何提供下一步真正需要的信息