#context-engineering リポジトリ
#context-engineeringのタグが付いた、GitHub上の97件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は1,107,771個で、プロジェクトあたりの平均は11,420個です。このトピックをリードしているのは、159,635個のスターを獲得しているSnailclimb/JavaGuideです。
リポジトリ合計97件
Java 面接 & バックエンド汎用面接ガイド、コンピュータ基礎、データベース、分散システム、高並行処理、システム設計と AI アプリケーション開発をカバー
ツール出力、ログ、ファイル、RAGチャンクをLLMに到達する前に圧縮します。コーディングエージェントではトークンを20%削減、JSONでは60〜95%削減し、回答の質は維持します。ライブラリ、プロキシ、MCPサーバーとして利用可能。
『AIエージェントの深層理解:設計原理とエンジニアリングの実践』(李博傑 著)オープンソースメインリポジトリ:全編本文、コンパイル済みPDF、および章ごとの付随コード。
Cognee はエージェント向けのオープンソース AI メモリープラットフォームです。小型モデルを使って、AI エージェントに永続的な長期記憶を無料で提供できます
AIコーディングエージェントおよび長時間実行タスク向けの永続的なファイルベースのプランニング。クラッシュ耐性のあるMarkdownプラン、/clearおよび圧縮後のセッション復旧、コンテキスト劣化を防ぐターンごとの再注入、決定論的な完了ゲート。Manusスタイル。npm、Claude Codeプラグインマーケットプレイス、またはnpx skillsからインストール可能。Codex、Cursor、OpenCode、60以上のエージェントに対応。
コンテキスト設計に優れた、プロダクションレディなLLMアプリケーション構築のためのオープンソースAIオーケストレーションフレームワーク。検索、ルーティング、メモリ、生成を明確に制御できるモジュールパイプラインとエージェントワークフローを設計。スケーラブルなエージェント、RAG、マルチモーダルアプリケーション、セマンティック検索、会話システム向けに構築されています。
コンテキストエンジニアリング、マルチエージェントアーキテクチャ、およびプロダクションエージェントシステム向けの包括的なエージェントスキル集。効果的なコンテキスト管理を必要とするエージェントシステムを構築、最適化、またはデバッグする際に使用します。
GenBI(生成型BI)はAIエージェント向けのオープンソースで管理されたテキストからSQLへのツールであり、オープンコンテキストレイヤーを通じて自然言語の質問を信頼できるダッシュボード、チャート、SQLに変換します。BigQuery、Snowflake、PostgreSQL、ClickHouse、Amazon Redshift、Databricksなど20以上のデータソースに対応しています。
コンテキストエンジニアリングは新しいコーディングのバイブであり、AIコーディングアシスタントを実際に機能させる方法です。Claude Codeがこれを最も得意としているため、このリポジトリはそれに焦点を当てていますが、この戦略はAIコーディングアシスタントとでも適用できます!
チーム内のすべてのコーディングエージェントが使える共有メモリ。Claude Code、Cursor、Codex は、あなたのコードとチームがこれまでに下した決定のマップを把握し、前回の続きから作業を再開できます。
エンジニアリング重視で厳選した、LLMとエージェント向けのプロンプト、フレームワーク、論文。プロンプトエンジニアリング、コンテキストエンジニアリング、エージェントハーネス、レッドチーム演習。
24時間365日稼働するエージェントのためのコントロールプレーン。Codex、Claude Code、カスタムランタイムで、長期的な目標を検証可能な成果へと変えます。ローカルのSQLiteからチーム規模まで対応。
MineContext は、プロアクティブでコンテキストを認識する AI パートナーです(Context-Engineering+ChatGPT Pulse)
AIエージェントのハーネスエンジニアリングのための素晴らしいリスト:ツール、パターン、評価、メモリ、MCP、パーミッション、観測可能性、オーケストレーション。
AIエージェントとエンタープライズAI検索のためのオープンソースのコンテキストレイヤー。Slack、Drive、Jira、GitHub、Microsoft 365など30以上のデータソースを対象に、MCP、SDK、組み込みエージェントを通じて、人とエージェントに権限を考慮した検索と出典付きの回答を提供します。セルフホストまたはクラウドで利用できます。
LeanCTX は AI システム向けのコンテキストゲートウェイです。タスクに関連するコンテキストを選択し、サポートされている制御を適用し、ローカルの知識を接続して、記録された証拠を確認できます。オープンソースエンジン:CLI、MCP、フック、サポート対象のプロキシ経路。
AIエージェント向けのインテリジェントなスキルルーティングとワークフローオーケストレーション — DeepSeekV4Flash-VEを使用したSkillsBenchで、報酬が+21.12ポイント向上し、トークン数が−29.6%減少。
🔥 コンテキストエンジニアリングに関する包括的な調査:プロンプトエンジニアリングから本番グレードのAIシステムまで。LLMおよびAIエージェント向けの数百の論文、フレームワーク、実装ガイド。
2冊で学ぶハーネスエンジニアリング:Claude CodeとCodexにおける制約、クエリループ、コンテキスト管理、マルチエージェント検証。harness-books.agentway.dev
📚 『Deep Agents 実践』 — LangChain公式アンバサダーによる、LangChain / LangGraphエコシステムをベースに、プロダクションレベルのAIエージェントをゼロから構築するための完全ガイド。
超軽量な組み込みコード検索エンジンCLI(ASTベース)で、そのまま使えます。コーディングエージェントの速度と効率を向上 🌟 気に入ったらスターをお願いします!
Claude Code はあなたの修正から学びます:50回以上のセッションで累積する自己修正メモリ。コンテキストエンジニアリング、並列ワークツリー、エージェントチーム、そして17の実戦で鍛えられたスキル。
コードエージェントが何かに触れる前に読む、コードベース全体とデータベーススキーマの永続的な Git バージョン管理マップ。ローカルファーストの Go 製 MCP サーバー+CLI:リポジトリ内のコード知識を統制するインデックスで、Claude Code、Codex、Cursor、opencode に長期的なコンテキスト、メモリ、コードインテリジェンスを提供します。
AIコンテキストのripgrep:コーディングエージェント向けの、依存関係ゼロのC++23 CLI+MCPサーバー。リポジトリ全体を読まずにコードを見つけて、エージェントのトークンコストを削減。さらに、大規模なコードベースが複雑性の壁にぶつからないよう、変更の影響範囲、実行すべきテスト、作業中の品質の変化を把握できます。推測にはすべてラベルを付け、損失はすべて公開。地図を手に、漕ぎ出そう。
無制限のコンテキスト。自己管理するメモリ。一度のセッションで、生涯にわたって。CortexKitの一部である、コーディングエージェントのための海馬。
Claude Code、Codex、OpenCode 間で持ち運べるプロジェクトメモリと、ハーネスのトランスクリプトから測定したトークン使用量の集計。ローカルファイル I/O、API 呼び出しなし、テレメトリなし。
👾 naoは、オープンソースのエージェント型BIで第1位です。(1) nao-core CLIでコンテキストを作成し、(2) すべての人が使えるnaoチャットインターフェースをデプロイします。
よくある質問
GitHubで最も人気のある#context-engineeringリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#context-engineeringプロジェクトは、159,635個のスターを獲得しているSnailclimb/JavaGuideです。Java 面接 & バックエンド汎用面接ガイド、コンピュータ基礎、データベース、分散システム、高並行処理、システム設計と AI アプリケーション開発をカバー
#context-engineeringリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#context-engineeringプロジェクトでは、Python, TypeScript, JavaScript, Goが最も一般的なプログラミング言語です。
#context-engineeringリポジトリのランキングはどのように算出されていますか?
#context-engineeringのタグが付いた97件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は1,107,771個で、リポジトリあたりの平均は11,420個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。