context-engineering-protocol

Context Engineering Protocol (CEP) es un marco de habilidades portables de agentes de codificación de IA que prepara contexto de verdad fundamental antes de que comience cualquier tarea de generación, reemplazando el escaneo ad hoc del repositorio por un pipeline estructurado de producir-consumir. Mecanismo central: ult-context-generate ejecuta una máquina de estados explícita de vacíos → conflictos → obsolescencia sobre cuatro categorías de fuentes — grafo de código, requisitos, convenciones organizacionales y especificaciones externas — y luego condiciona el paquete ensamblado a un paso de aprobación humana. Cada afirmación tiene atribución de fuente y hash de contenido. Los conflictos sin resolver bloquean la aprobación; las advertencias de obsolescencia se muestran pero no bloquean. Habilidades clave del repositorio: - ult-context-generate: Ensambla paquetes de contexto mediante verificaciones de vacíos/conflictos/obsolescencia, produciendo salida con atribución de fuente consumible por habilidades posteriores. - ult-codegraph: Construye grafos de conocimiento del código con graphify para consultas de relaciones entre archivos antes de tocar el código. - compiling-project-guidelines: Compila fuentes dispersas de directrices en un único COMPILED-GUIDELINES.md consciente del alcance. - ult-repo-layout: Registra y valida ranuras de rutas mediante marcadores .layout-slots.yaml para que la reubicación no requiera editar SKILL.md. - ult-institutional-memory-distill: Capa de alerta temprana que destila PRs, documentos de diseño y postmortems en un registro persistente de decisiones y muestra rutas previamente rechazadas a una persona antes de cerrar la aprobación de un paquete. - ult-cep-retrofit: Incorpora bibliotecas de habilidades de terceros existentes a este protocolo insertando punteros idempotentes sin reescribir las instrucciones de la biblioteca. - ult-autoscaffold-content: Genera contenido inicial real para las capas What-L2/How-L2 una vez resueltas las rutas, con generación reanudable de CONTEXT.md y un enrutador CEP-INDEX.md para repositorios grandes. - ult-cep-wizard: Asistente basado en navegador para la configuración guiada del repositorio, el descubrimiento de la disposición y los flujos de adaptación de bibliotecas de habilidades. - demo-consume-context / demo-write-user-stories: Implementaciones de referencia que demuestran el ciclo producir/consumir/etiquetar de extremo a extremo. Soporte de ejecución: Ejecución nativa de SKILL.md en Claude Code con instalación del plugin con un clic desde el marketplace. Acceso desde GitHub Copilot mediante envoltorios .prompt.md generados a partir del frontmatter de SKILL.md. Reglas de Cursor exportadas como archivos .cursor/rules/*.mdc con activación solicitada por el agente. Integración con OpenAI Codex mediante una tabla de índice raíz AGENTS.md. Resultados medidos en casos de estudio: Las reducciones de costo de recuperación oscilaron entre 5,6x y 36,8x menos tokens por consulta en repositorios del mundo real, incluidos Open5GS, FastAPI y Textual. Una búsqueda de cláusulas de protocolo de telecomunicaciones mostró una reducción de tokens de aproximadamente 797x en lugar de leer un RFC de 8.500 líneas. Los resultados de supresión de alucinaciones mostraron cero conceptos inventados en ejecuciones sobre dos bases de código donde un asistente sin anclaje había inventado previamente el mismo concepto alucinado dos veces en repositorios no relacionados. Instalación: Clona el repositorio y ejecuta install.sh o install.ps1 con una ruta de proyecto destino y la marca opcional --init-project para generar un context-config.yaml inicial. El alcance en tiempo de ejecución mediante --runtime controla qué archivos adaptadores se instalan: claude, copilot, cursor, codex o ambos. Ejecuta python catalog/export_adapters.py --check para validar los archivos generados y --write para regenerarlos tras las ediciones.