Skip to main content

[核心实验] 提示词组装实验

1. 实验目标​

复现 静态前缀 + 动态后缀 的分割、CACHE_BOUNDARY 缓存边界、仅对静态部分求 cache key、CLAUDE.md 链（目录向上 + 用户目录），以及将结果组装为 API messages。代码：experiments/exp_06_prompt_assembly/main.py。

2. 对应源码​

  • src/constants/prompts/ — 系统提示与分段策略
  • 用户上下文链可参考 src/constants/context.ts（文档中对应 get_user_context 注释）

3. 架构图​

4. 核心代码讲解​

缓存边界拼接：

def get_system_prompt(sections: list[PromptSection]) -> str:
    static_parts = [STATIC_SYSTEM_PROMPT]
    dynamic_parts = []
    for s in sections:
        if s.cached:
            static_parts.append(s.render())
        else:
            dynamic_parts.append(s.render())
    static_text = "\n".join(static_parts)
    dynamic_text = "\n".join(dynamic_parts)
    if dynamic_text:
        return static_text + CACHE_BOUNDARY + dynamic_text
    return static_text

只对边界前内容求哈希（对齐「可缓存前缀」语义）：

def compute_cache_key(system_prompt: str) -> str:
    boundary_idx = system_prompt.find(CACHE_BOUNDARY)
    static_part = system_prompt[:boundary_idx] if boundary_idx >= 0 else system_prompt
    return hashlib.sha256(static_part.encode()).hexdigest()[:16]

CLAUDE.md 链（自 cwd 向根目录上溯，并合并可选样例目录）见文件中 get_user_context 实现。

5. 运行方式​

cd experiments
python -m exp_06_prompt_assembly.main --mock
export ANTHROPIC_API_KEY=sk-ant-...
python -m exp_06_prompt_assembly.main --provider anthropic
export OPENAI_API_KEY=sk-...
python -m exp_06_prompt_assembly.main --provider openai

6. 练习题​

  1. 增加 第二边界 区分「项目级静态」与「会话级动态」，并定义多层 cache key。
  2. 将 PromptSection 改为 不可变 dataclass，所有拼装函数返回新字符串。
  3. 把 git status 模拟输出标记为 uncached，观察 hash 不变而全文变长。

7. 衔接下一实验​

系统提示之外，长期与检索记忆由 记忆子系统 注入：07-记忆系统实验.md。

PromptSection 与缓存语义​

class PromptSection:
    def __init__(self, name: str, content: str, cached: bool = True):
        self.name = name
        self.content = content
        self.cached = cached
  • cached=True：进入「可缓存前缀」——在真实 API 中往往对应更稳定的块（仍取决于供应商策略）。
  • cached=False：典型为 git status、目录列表、当前文件 等高频变动信息，应置于 CACHE_BOUNDARY 之后。

与实验 12、14 的联动​

实操检查清单​

  • 修改动态段后 compute_cache_key 不变（若仅静态段变化才应改变 key）。
  • CLAUDE.md 链顺序符合「近者优先覆盖远者」的产品预期。
  • Token 统计（count_tokens）在拼装完成后与 API 侧误差可接受。