名称: 迭代检索 描述: 用于逐步精炼上下文检索以解决子代理上下文问题的模式
迭代检索模式
解决多代理工作流程中的“上下文问题”,其中子代理在开始工作之前不知道需要什么上下文。
问题
子代理以有限上下文产生。它们不知道:
- 哪些文件包含相关代码
- 代码库中存在什么模式
- 项目使用什么术语
标准方法失败:
- 发送所有内容:超过上下文限制
- 不发送内容:代理缺乏关键信息
- 猜测需要什么:经常错误
解决方案:迭代检索
一个渐进精炼上下文的4阶段循环:
┌─────────────────────────────────────────────┐
│ │
│ ┌──────────┐ ┌──────────┐ │
│ │ 派遣 │─────▶│ 评估 │ │
│ └──────────┘ └──────────┘ │
│ ▲ │ │
│ │ ▼ │
│ ┌──────────┐ ┌──────────┐ │
│ │ 循环 │◀─────│ 精炼 │ │
│ └──────────┘ └──────────┘ │
│ │
│ 最多3个循环,然后继续 │
└─────────────────────────────────────────────┘
阶段 1:派遣
初始广泛查询以收集候选文件:
// 从高层意图开始
const initialQuery = {
patterns: ['src/**/*.ts', 'lib/**/*.ts'],
keywords: ['authentication', 'user', 'session'],
excludes: ['*.test.ts', '*.spec.ts']
};
// 派遣到检索代理
const candidates = await retrieveFiles(initialQuery);
阶段 2:评估
评估检索内容的相关性:
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:
- 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):间接相关
- 无(0-0.2):不相关,排除
阶段 3:精炼
基于评估更新搜索标准:
function refineQuery(evaluation, previousQuery) {
return {
// 新增在高相关性文件中发现的新模式
patterns: [...previousQuery.patterns, ...extractPatterns(evaluation)],
// 新增在代码库中找到的术语
keywords: [...previousQuery.keywords, ...extractKeywords(evaluation)],
// 排除确认不相关的路径
excludes: [...previousQuery.excludes, ...evaluation
.filter(e => e.relevance < 0.2)
.map(e => e.path)
],
// 针对特定缺口
focusAreas: evaluation
.flatMap(e => e.missingContext)
.filter(unique)
};
}
阶段 4:循环
以精炼标准重复(最多3个循环):
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);
// 检查是否有足够上下文
const highRelevance = evaluation.filter(e => e.relevance >= 0.7);
if (highRelevance.length >= 3 && !hasCriticalGaps(evaluation)) {
return highRelevance;
}
// 精炼并继续
query = refineQuery(evaluation, query);
bestContext = mergeContext(bestContext, highRelevance);
}
return bestContext;
}
实际范例
范例 1:Bug修复上下文
任务:“修复认证token过期bug”
循环 1:
派遣:在src/**搜索“token”、“auth”、“expiry”
评估:找到auth.ts (0.9)、tokens.ts (0.8)、user.ts (0.3)
精炼:新增“refresh”、“jwt”关键字;排除user.ts
循环 2:
派遣:搜索精炼术语
评估:找到session-manager.ts (0.95)、jwt-utils.ts (0.85)
精炼:足够上下文(2个高相关性文件)
结果:auth.ts、tokens.ts、session-manager.ts、jwt-utils.ts
范例 2:功能实现
任务:“为API端点增加速率限制”
循环 1:
派遣:在routes/**搜索“rate”、“limit”、“api”
评估:无匹配 - 代码库使用“throttle”术语
精炼:新增“throttle”、“middleware”关键字
循环 2:
派遣:搜索精炼术语
评估:找到throttle.ts (0.9)、middleware/index.ts (0.7)
精炼:需要路由器模式
循环 3:
派遣:搜索“router”、“express”模式
评估:找到router-setup.ts (0.8)
精炼:足够上下文
结果:throttle.ts、middleware/index.ts、router-setup.ts
与代理整合
在代理提示中使用:
为此任务检索上下文时:
1. 从广泛关键字搜索开始
2. 评估每个文件的相关性(0-1尺度)
3. 识别仍缺少的上下文
4. 精炼搜索标准并重复(最多3个循环)
5. 回传相关性 >= 0.7的文件
最佳实践
- 从广泛开始,逐渐缩小 - 不要过度指定初始查询
- 学习代码库术语 - 第一个循环通常会揭示命名惯例
- 追踪缺失内容 - 明确的缺口识别驱动精炼
- 在“足够好”时停止 - 3个高相关性文件胜过10个普通文件
- 自信地排除 - 低相关性文件不会变得相关
相关
- 长篇指南 - 子代理协调章节
continuous-learning技能 - 用于随时间改进的模式~/.claude/agents/中的代理定义