迭代檢索模式
解決多 agent 工作流程中的「上下文問題」,其中子 agents 在開始工作之前不知道需要什麼上下文。
問題
子 agents 以有限上下文產生。它們不知道:
- 哪些檔案包含相關程式碼
- 程式碼庫中存在什麼模式
- 專案使用什麼術語
標準方法失敗:
- 傳送所有內容:超過上下文限制
- 不傳送內容:Agent 缺乏關鍵資訊
- 猜測需要什麼:經常錯誤
解決方案:迭代檢索
一個漸進精煉上下文的 4 階段循環:
階段 1:DISPATCH
初始廣泛查詢以收集候選檔案:
階段 2:EVALUATE
評估檢索內容的相關性:
評分標準:
- 高(0.8-1.0):直接實作目標功能
- 中(0.5-0.7):包含相關模式或類型
- 低(0.2-0.4):間接相關
- 無(0-0.2):不相關,排除
階段 3:REFINE
基於評估更新搜尋標準:
階段 4:LOOP
以精煉標準重複(最多 3 個循環):
實際範例
範例 1:Bug 修復上下文
範例 2:功能實作
與 Agents 整合
在 agent 提示中使用:
最佳實務
- 從廣泛開始,逐漸縮小 - 不要過度指定初始查詢
- 學習程式碼庫術語 - 第一個循環通常會揭示命名慣例
- 追蹤缺失內容 - 明確的缺口識別驅動精煉
- 在「足夠好」時停止 - 3 個高相關性檔案勝過 10 個普通檔案
- 自信地排除 - 低相關性檔案不會變得相關
相關
- Longform Guide - 子 agent 協調章節
continuous-learning技能 - 用於隨時間改進的模式~/.claude/agents/中的 Agent 定義

