iterative-retrieval

# 迭代检索模式 解决多智能体工作流中的“上下文问题”，即子智能体在开始工作前不知道需要哪些上下文。 ## 何时激活 * 当需要生成需要代码库上下文但无法预先预测的子代理时 * 构建需要逐步完善上下文的多代理工作流时 * 在代理任务中遇到"上下文过大"或"缺少上下文"的失败时 * 为代码探索设计类似 RAG 的检索管道时 * 在代理编排中优化令牌使用时 ## 问题 子智能体被生成时上下文有限。它们不知道： * 哪些文件包含相关代码 * 代码库中存在哪些模式 * 项目使用什么术语 标准方法会失败： * **发送所有内容**：超出上下文限制 * **不发送任何内容**：智能体缺乏关键信息 * **猜测所需内容**：经常出错 ## 解决方案：迭代检索 一个逐步优化上下文的 4 阶段循环： ``` ┌─────────────────────────────────────────────┐ │ │ │ ┌──────────┐ ┌──────────┐ │ │ │ DISPATCH │─────▶│ EVALUATE │ │ │ └──────────┘ └──────────┘ │ │ ▲ │ │ │ │ ▼ │ │ ┌──────────┐ ┌──────────┐ │ │ │ LOOP │◀─────│ REFINE │ │ │ └──────────┘ └──────────┘ │ │ │ │ Max 3 cycles, then proceed │ └─────────────────────────────────────────────┘ ``` ### 阶段 1：调度 初始的广泛查询以收集候选文件： ```javascript // Start with high-level intent const initialQuery = { patterns: ['src/**/*.ts', 'lib/**/*.ts'], keywords: ['authentication', 'user', 'session'], excludes: ['*.test.ts', '*.spec.ts'] }; // Dispatch to retrieval agent const candidates = await retrieveFiles(initialQuery); ``` ### 阶段 2：评估 评估检索到的内容的相关性： ```javascript function evaluateRelevance(files, task) { return files.map(file => ({ path: file.path, relevance: scoreRelevance(file.content, task), reason: explainRelevance(file.content, task), missingContext: identifyGaps(file.content, task) })); } ``` 评分标准： * **高 (0.8-1.0)**：直接实现目标功能 * **中 (0.5-0.7)**：包含相关模式或类型 * **低 (0.2-0.4)**：略微相关 * **无 (0-0.2)**：不相关，排除 ### 阶段 3：优化 根据评估结果更新搜索条件： ```javascript function refineQuery(evaluation, previousQuery) { return { // Add new patterns discovered in high-relevance files patterns: [...previousQuery.patterns, ...extractPatterns(evaluation)], // Add terminology found in codebase keywords: [...previousQuery.keywords, ...extractKeywords(evaluation)], // Exclude confirmed irrelevant paths excludes: [...previousQuery.excludes, ...evaluation .filter(e => e.relevance < 0.2) .map(e => e.path) ], // Target specific gaps focusAreas: evaluation .flatMap(e => e.missingContext) .filter(unique) }; } ``` ### 阶段 4：循环 使用优化后的条件重复（最多 3 个周期）： ```javascript async function iterativeRetrieve(task, maxCycles = 3) { let query = createInitialQuery(task); let bestContext = []; for (let cycle = 0; cycle < maxCycles; cycle++) { const candidates = await retrieveFiles(query); const evaluation = evaluateRelevance(candidates, task); // Check if we have sufficient context const highRelevance = evaluation.filter(e => e.relevance >= 0.7); if (highRelevance.length >= 3 && !hasCriticalGaps(evaluation)) { return highRelevance; } // Refine and continue query = refineQuery(evaluation, query); bestContext = mergeContext(bestContext, highRelevance); } return bestContext; } ``` ## 实际示例 ### 示例 1：错误修复上下文 ``` Task: "Fix the authentication token expiry bug" Cycle 1: DISPATCH: Search for "token", "auth", "expiry" in src/** EVALUATE: Found auth.ts (0.9), tokens.ts (0.8), user.ts (0.3) REFINE: Add "refresh", "jwt" keywords; exclude user.ts Cycle 2: DISPATCH: Search refined terms EVALUATE: Found session-manager.ts (0.95), jwt-utils.ts (0.85) REFINE: Sufficient context (2 high-relevance files) Result: auth.ts, tokens.ts, session-manager.ts, jwt-utils.ts ``` ### 示例 2：功能实现 ``` Task: "Add rate limiting to API endpoints" Cycle 1: DISPATCH: Search "rate", "limit", "api" in routes/** EVALUATE: No matches - codebase uses "throttle" terminology REFINE: Add "throttle", "middleware" keywords Cycle 2: DISPATCH: Search refined terms EVALUATE: Found throttle.ts (0.9), middleware/index.ts (0.7) REFINE: Need router patterns Cycle 3: DISPATCH: Search "router", "express" patterns EVALUATE: Found router-setup.ts (0.8) REFINE: Sufficient context Result: throttle.ts, middleware/index.ts, router-setup.ts ``` ## 与智能体集成 在智能体提示中使用： ```markdown 在为该任务检索上下文时： 1. 从广泛的关键词搜索开始 2. 评估每个文件的相关性（0-1 分制） 3. 识别仍缺失哪些上下文 4. 优化搜索条件并重复（最多 3 个循环） 5. 返回相关性 >= 0.7 的文件 ``` ## 最佳实践 1. **先宽泛，后逐步细化** - 不要过度指定初始查询 2. **学习代码库术语** - 第一轮循环通常能揭示命名约定 3. **跟踪缺失内容** - 明确识别差距以驱动优化 4. **在“足够好”时停止** - 3 个高相关性文件胜过 10 个中等相关性文件 5. **自信地排除** - 低相关性文件不会变得相关 ## 相关 * [长篇指南](https://x.com/affaanmustafa/status/2014040193557471352) - 子智能体编排部分 * `continuous-learning` 技能 - 用于随时间改进的模式 * 在 `~/.claude/agents/` 中的智能体定义