context-engineering-protocol

O Context Engineering Protocol (CEP) é um framework de habilidades portáteis de IA para codificação que prepara contexto de ground truth antes do início de qualquer tarefa de geração, substituindo a varredura ad-hoc de repositórios por um pipeline estruturado de produção-consumo. Mecanismo central: ult-context-generate executa uma máquina de estados explícita de lacuna → conflito → obsolescência sobre quatro categorias de fontes — grafo de código, requisitos, convenções organizacionais e especificações externas — e então condiciona o pacote montado a uma etapa de aprovação humana. Cada afirmação tem atribuição de fonte e hash de conteúdo. Conflitos não resolvidos bloqueiam a aprovação; avisos de obsolescência são exibidos, mas não bloqueiam. Principais habilidades no repositório: - ult-context-generate: Monta pacotes de contexto por meio de verificações de lacuna/conflito/obsolescência, produzindo saída com atribuição de fonte consumível por habilidades downstream. - ult-codegraph: Constrói grafos de conhecimento do codebase com graphify para consultas de relacionamento entre arquivos antes de tocar no código. - compiling-project-guidelines: Compila fontes de diretrizes dispersas em um único COMPILED-GUIDELINES.md ciente de escopo. - ult-repo-layout: Registra e valida slots de caminho via marcadores .layout-slots.yaml, de modo que realocações não exijam edições em SKILL.md. - ult-institutional-memory-distill: Camada de gatilho que destila PRs, documentos de design e postmortems em um ledger de decisões persistente e expõe caminhos previamente rejeitados a um humano antes do fechamento da aprovação de um pacote. - ult-cep-retrofit: Traz bibliotecas de habilidades de terceiros existentes para este protocolo inserindo ponteiros idempotentes sem reescrever as instruções da biblioteca. - ult-autoscaffold-content: Gera conteúdo inicial real para as camadas What-L2/How-L2 assim que os caminhos são resolvidos, com geração retomável de CONTEXT.md e um roteador CEP-INDEX.md para repositórios grandes. - ult-cep-wizard: Assistente baseado em navegador para configuração guiada de repositório, descoberta de layout e fluxos de retrofit de bibliotecas de habilidades. - demo-consume-context / demo-write-user-stories: Implementações de referência demonstrando o loop produzir/consumir/tag de ponta a ponta. Suporte em tempo de execução: Execução nativa de SKILL.md no Claude Code com instalação de plugin em um clique a partir do marketplace. Acesso ao GitHub Copilot via wrappers .prompt.md gerados a partir do frontmatter de SKILL.md. Regras do Cursor exportadas como arquivos .cursor/rules/*.mdc com ativação solicitada pelo agente. Integração com OpenAI Codex por meio de uma tabela de índice raiz AGENTS.md. Resultados medidos em estudos de caso: Reduções de custo de recuperação variaram de 5,6x a 36,8x menos tokens por consulta em repositórios reais, incluindo Open5GS, FastAPI e Textual. Uma consulta de cláusula de protocolo de telecomunicações mostrou redução de aproximadamente 797x em tokens, substituindo a leitura de um RFC de 8.500 linhas. Resultados de supressão de alucinação mostraram zero conceitos inventados em execuções de dois codebases, onde um assistente sem base já havia inventado o mesmo conceito alucinado duas vezes em repositórios não relacionados. Instalação: Clone o repositório e execute install.sh ou install.ps1 com um caminho de projeto de destino e a flag opcional --init-project para gerar um context-config.yaml inicial. O escopo em tempo de execução via --runtime controla quais arquivos de adaptador são instalados: claude, copilot, cursor, codex ou both. Execute python catalog/export_adapters.py --check para validar os arquivos gerados e --write para regenerá-los após edições.