Menu
逐步优化上下文检索以解决子代理上下文问题的模式
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
Instinct-based learning system that observes sessions via hooks, creates atomic instincts with confidence scoring, and evolves them into skills/commands/agents. v2.1 adds project-scoped instincts to prevent cross-project contamination.
基于本能的学习系统，通过钩子观察会话，创建带置信度评分的原子本能，并将其进化为技能/命令/代理。v2.1版本增加了项目范围的本能，以防止跨项目污染。
任意の自動コンパクションではなく、タスクフェーズを通じてコンテキストを保持するための論理的な間隔での手動コンパクションを提案します。
임의의 자동 컴팩션 대신 논리적 간격에서 수동 컨텍스트 압축을 제안하여 작업 단계를 통해 컨텍스트를 보존합니다.
建议在逻辑间隔处手动压缩上下文，以在任务阶段中保留上下文，而非任意的自动压缩。
Suggests manual context compaction at logical intervals to preserve context through task phases rather than arbitrary auto-compaction.
| name | iterative-retrieval |
| description | 逐步优化上下文检索以解决子代理上下文问题的模式 |
| origin | ECC |
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。
子智能体被生成时上下文有限。它们不知道：
标准方法会失败：
一个逐步优化上下文的 4 阶段循环：
┌─────────────────────────────────────────────┐
│ │
│ ┌──────────┐ ┌──────────┐ │
│ │ 调度 │─────│ 评估 │ │
│ └──────────┘ └──────────┘ │
│ ▲ │ │
│ │ ▼ │
│ ┌──────────┐ ┌──────────┐ │
│ │ 循环 │─────│ 优化 │ │
│ └──────────┘ └──────────┘ │
│ │
│ 最多3次循环，然后继续 │
└─────────────────────────────────────────────┘
初始的广泛查询以收集候选文件：
// 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);
评估检索到的内容的相关性：
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：
根据评估结果更新搜索条件：
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)
};
}
使用优化后的条件重复（最多 3 个周期）：
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;
}
任务："修复身份验证令牌过期错误"
循环 1:
分发：在 src/** 中搜索 "token"、"auth"、"expiry"
评估：找到 auth.ts (0.9)、tokens.ts (0.8)、user.ts (0.3)
优化：添加 "refresh"、"jwt" 关键词；排除 user.ts
循环 2:
分发：搜索优化后的关键词
评估：找到 session-manager.ts (0.95)、jwt-utils.ts (0.85)
优化：上下文已充分（2 个高相关文件）
结果：auth.ts、tokens.ts、session-manager.ts、jwt-utils.ts
任务："为API端点添加速率限制"
周期 1：
分发：在 routes/** 中搜索 "rate"、"limit"、"api"
评估：无匹配项 - 代码库使用 "throttle" 术语
优化：添加 "throttle"、"middleware" 关键词
周期 2：
分发：搜索优化后的术语
评估：找到 throttle.ts (0.9)、middleware/index.ts (0.7)
优化：需要路由模式
周期 3：
分发：搜索 "router"、"express" 模式
评估：找到 router-setup.ts (0.8)
优化：上下文已足够
结果：throttle.ts、middleware/index.ts、router-setup.ts
在智能体提示中使用：
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
continuous-learning 技能 - 适用于随时间改进的模式agents/）