iterative-retrieval

name	iterative-retrieval
description	Pattern for progressively refining context retrieval to solve the subagent context problem
origin	ECC

反復取得パターン

サブエージェントが作業を開始するまで必要なコンテキストがわからないマルチエージェントワークフローの「コンテキスト問題」を解決します。

起動条件

• サブエージェントのコンテキスト共有の最適化
• マルチエージェントワークフローの設計
• エージェント間のコンテキスト伝搬パターンの改善
• 限られたコンテキストウィンドウでのコードベース探索
• 段階的なコンテキスト精緻化パイプラインの構築

問題

サブエージェントは限られたコンテキストで生成される。以下がわからない:

• どのファイルに関連コードが含まれているか
• コードベースにどんなパターンが存在するか
• プロジェクトがどんな用語を使用しているか

標準的なアプローチは失敗する:

• すべてを送る: コンテキスト制限を超える
• 何も送らない: エージェントが重要な情報を欠く
• 必要なものを推測: しばしば間違う

解決策: 反復取得

コンテキストを段階的に洗練する4フェーズのループ:

┌─────────────────────────────────────────────┐
│                                             │
│   ┌──────────┐      ┌──────────┐            │
│   │ DISPATCH │─────▶│ EVALUATE │            │
│   └──────────┘      └──────────┘            │
│        ▲                  │                 │
│        │                  ▼                 │
│   ┌──────────┐      ┌──────────┐            │
│   │   LOOP   │◀─────│  REFINE  │            │
│   └──────────┘      └──────────┘            │
│                                             │
│        最大3サイクル、その後続行            │
└─────────────────────────────────────────────┘

フェーズ1: DISPATCH

候補ファイルを収集するための最初の広範なクエリ:

// 高レベルの意図から開始
const initialQuery = {
  patterns: ['src/**/*.ts', 'lib/**/*.ts'],
  keywords: ['authentication', 'user', 'session'],
  excludes: ['*.test.ts', '*.spec.ts']
};

// 取得エージェントにディスパッチ
const candidates = await retrieveFiles(initialQuery);

フェーズ2: EVALUATE

取得したコンテンツの関連性を評価:

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)
  }));
}

スコアリング基準:

• 高 (0.8-1.0): 対象機能を直接実装
• 中 (0.5-0.7): 関連パターンまたは型を含む
• 低 (0.2-0.4): 間接的に関連
• なし (0-0.2): 関連なし、除外

フェーズ3: REFINE

評価に基づいて検索条件を更新:

function refineQuery(evaluation, previousQuery) {
  return {
    // 高関連性ファイルで発見された新しいパターンを追加
    patterns: [...previousQuery.patterns, ...extractPatterns(evaluation)],

    // コードベースで見つかった用語を追加
    keywords: [...previousQuery.keywords, ...extractKeywords(evaluation)],

    // 確認された無関係なパスを除外
    excludes: [...previousQuery.excludes, ...evaluation
      .filter(e => e.relevance < 0.2)
      .map(e => e.path)
    ],

    // 特定のギャップをターゲット
    focusAreas: evaluation
      .flatMap(e => e.missingContext)
      .filter(unique)
  };
}

フェーズ4: LOOP

洗練された条件で繰り返す（最大3サイクル）:

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);

    // 十分なコンテキストがあるかチェック
    const highRelevance = evaluation.filter(e => e.relevance >= 0.7);
    if (highRelevance.length >= 3 && !hasCriticalGaps(evaluation)) {
      return highRelevance;
    }

    // 洗練して継続
    query = refineQuery(evaluation, query);
    bestContext = mergeContext(bestContext, highRelevance);
  }

  return bestContext;
}

実践例

例1: バグ修正コンテキスト

タスク: 「認証トークンの有効期限バグを修正」

サイクル1:
  DISPATCH: src/**で「token」「auth」「expiry」を検索
  EVALUATE: auth.ts (0.9)、tokens.ts (0.8)、user.ts (0.3)を発見
  REFINE: 「refresh」「jwt」キーワードを追加; user.tsを除外

サイクル2:
  DISPATCH: 洗練された条件で検索
  EVALUATE: session-manager.ts (0.95)、jwt-utils.ts (0.85)を発見
  REFINE: 十分なコンテキスト（高関連性ファイル2つ）

結果: auth.ts、tokens.ts、session-manager.ts、jwt-utils.ts

例2: 機能実装

タスク: 「APIエンドポイントにレート制限を追加」

サイクル1:
  DISPATCH: routes/**で「rate」「limit」「api」を検索
  EVALUATE: 一致なし - コードベースは「throttle」用語を使用
  REFINE: 「throttle」「middleware」キーワードを追加

サイクル2:
  DISPATCH: 洗練された条件で検索
  EVALUATE: throttle.ts (0.9)、middleware/index.ts (0.7)を発見
  REFINE: ルーターパターンが必要

サイクル3:
  DISPATCH: 「router」「express」パターンを検索
  EVALUATE: router-setup.ts (0.8)を発見
  REFINE: 十分なコンテキスト

結果: throttle.ts、middleware/index.ts、router-setup.ts

エージェントとの統合

エージェントプロンプトでの使用:

このタスクのコンテキストを取得する際:
1. 広範なキーワード検索から開始
2. 各ファイルの関連性を評価（0-1スケール）
3. まだ不足しているコンテキストを特定
4. 検索条件を洗練して繰り返す（最大3サイクル）
5. 関連性 >= 0.7のファイルを返す

ベストプラクティス

1. 広く始めて、段階的に絞る - 最初のクエリを過度に特定しない
2. コードベースの用語を学ぶ - 最初のサイクルでしばしば命名規則が明らかになる
3. 不足しているものを追跡 - 明示的なギャップ特定が洗練を推進
4. 「十分に良い」で止まる - 高関連性ファイル3つは中程度のファイル10個に勝る
5. 自信を持って除外 - 低関連性ファイルは関連性が高くなることはない

関連

• The Longform Guide - サブエージェントオーケストレーションセクション
• continuous-learningスキル - 時間とともに改善されるパターン用
• ~/.claude/agents/のエージェント定義