Files
chemenu/kb/concepts/Context Isolation.md
T
torben 18ae28f918
CI / verify (push) Failing after 32s
Release / release (push) Successful in 38s
Chemenu 2.1.0 - deterministischer Wissenskompiler
Chemenu kompiliert Rohnotizen zu einem verlinkten, quellengebundenen Wiki:
raw/ -> types/ + tools/ -> kb/ -> reports/. Was mechanisch ist, macht
tools/wikitool; was Urteil braucht, macht ein Agent unter Contracts, deren
Grenzen in Code durchgesetzt sind statt im Prompt.

Dieser Commit ist der Startpunkt der oeffentlichen Historie. Die vorherige
Entwicklung fand in einer privaten Instanz statt und ist nicht Teil dieses
Repositorys; ihre Erzaehlung steht vollstaendig in CHANGES.md, das mit 44
Eintraegen von 0.1.0 bis 2.1.0 erhalten geblieben ist.

Der mitgelieferte Korpus ist ein Testbett und eine Demo: 170 Seiten ueber den
Stack selbst - Gates, Lint, Versionierung, Suche, das Wiki-Muster. Er
dokumentiert das Werkzeug mit den eigenen Mitteln des Werkzeugs.

Lizenz: AGPL-3.0 fuer den Stack (tools/, types/), CC-BY-4.0 fuer die Inhalte.
Die Grenze zwischen beiden ist der Dateiplan, den dist export berechnet -
siehe NOTICE.
2026-09-01 16:26:14 +02:00

2.6 KiB

type, concept_type, tags, created, modified, related, sources, confidence, confidence_base, provenance, summary
type concept_type tags created modified related sources confidence confidence_base provenance summary
types/concept.md architecture
context
isolation
efficiency
2026-08-04 2026-08-29
Source - Copilot Skill Restructure Instructions
Source - Conversation - AGENTS.md Skill Restructuring Session 2026-08-04
0.80 0.80 sourced Grundsatz, für jede Aufgabe nur den jeweils benötigten Kontext zu laden

Context Isolation

Typ: Architektur

Definition

Context Isolation ist das Prinzip, nur die relevanten Anweisungen und Kontexte für jede spezifische Aufgabe zu laden, anstatt einen gesamten monolithischen Anweisungssatz unabhängig von der ausgeführten Aufgabe zu laden1 .

Kernpunkte

  • Task-spezifisches Laden: Nur das für die aktuelle Aufgabe relevante Skill wird in den Kontext geladen
  • Reduzierte Token-Nutzung: Signifikant niedrigere Token-Kosten im Vergleich zu monolithischen Ansätzen1
  • Verbesserte Qualität: LLMs können sich auf die spezifische Aufgabe konzentrieren, ohne von irrelevanten Anweisungen abgelenkt zu werden
  • Gemeinsames Verzeichnismuster: Erreicht durch .agents/skills/-Verzeichnis mit Tool-spezifischer Verdrahtung1

Beispiele

  • Nur wiki-ingest Skill beim Ausführen einer Ingest-Operation laden
  • Nur wiki-query Skill beim Beantworten einer Abfrage laden
  • Der RTFM/Abruf-Schicht-Ansatz, der zuerst Metadaten bereitstellt und nur bei Bedarf erweitert1

Wann zu verwenden

Context Isolation verwenden, wenn:

  • der Anweisungssatz mehrere unterschiedliche Arbeitsabläufe enthält
  • Token-Nutzung zu optimieren und Kosten zu senken ist
  • Aufgaben mit minimaler Überschneidung sauber getrennt werden können
  • mehrere LLM-Tools mit unterschiedlichen Kontextfenstern angewendet werden

Wann NICHT zu verwenden

Context Isolation ist weniger wirksam, wenn:

  • Aufgaben stark voneinander abhängig sind und erfordern ein Verständnis mehrerer Arbeitsabläufe gleichzeitig
  • Der Overhead für die Verwaltung separater Kontexte die Vorteile überwiegt
  • Ihr Anweisungssatz klein genug ist, dass das Laden von allem kein Problem darstellt

Verwandte Konzepte

Siehe auch

Fußnoten