使用Elicit、NotebookLM、ChatGPT和Claude Code的多智能体LLM代码助手的上下文工程
大语言模型（LLMs）在自动化代码生成和软件工程任务方面展现出了潜力，但由于上下文限制和知识空白，它们在处理复杂的多文件项目时往往力不从心。我们提出了一种新颖的上下文工程工作流，该工作流结合了多个AI组件：用于澄清用户需求的意图转换器（GPT-5）、基于Elicit的语义文献检索以注入领域知识、基于NotebookLM的文档合成以实现上下文理解，以及用于代码生成和验证的Claude Code多智能体系统。我们的集成方法充分利用了意图澄清、检索增强生成以及通过Claude的智能体框架编排的专门子智能体。我们证明，该方法显著改善了...