iterative-retrieval

name iterative-retrieval description 서브에이전트 컨텍스트 문제를 해결하기 위한 점진적 컨텍스트 검색 개선 패턴 origin ECC 반복적 검색 패턴 서브에이전트가 작업을 시작하기 전까지 필요한 컨텍스트를 알 수 없는 멀티 에이전트 워크플로우의 "컨텍스트 문제"를 해결합니다. 활성화 시점 사전에 예측할 수 없는 코드베이스 컨텍스트가 필요한 서브에이전트를 생성할 때 컨텍스트가 점진적으로 개선되는 멀티 에이전트 워크플로우를 구축할 때 에이전트 작업에서 "컨텍스트 초과" 또는 "컨텍스트 누락" 실패를 겪을 때 코드 탐색을 위한 RAG 유사 검색 파이프라인을 설계할 때 에이전트 오케스트레이션에서 토큰 사용량을 최적화할 때 문제 서브에이전트는 제한된 컨텍스트로 생성됩니다. 다음을 알 수 없습니다: 관련 코드가 포함된 파일 코드베이스에 존재하는 패턴 프로젝트에서 사용하는 용어 표준 접근법의 실패: 모든 것을 전송 : 컨텍스트 제한 초과 아무것도 전송하지 않음 : 에이전트가 중요한 정보를 갖지 못함 필요한 것을 추측 : 종종 잘못됨 해결책: 반복적 검색 컨텍스트를 점진적으로 개선하는 4단계 루프: ┌─────────────────────────────────────────────┐ │ │ │ ┌──────────┐ ┌──────────┐ │ │ │ DISPATCH │─────│ EVALUATE │ │ │ └──────────┘ └──────────┘ │ │ ▲ │ │ │ │ ▼ │ │ ┌──────────┐ ┌──────────┐ │ │ │ LOOP │─────│ REFINE │ │ │ └──────────┘ └──────────┘ │ │ │ │ Max 3 cycles, then proceed │ └─────────────────────────────────────────────┘ 1단계: DISPATCH 후보 파일을 수집하기 위한 초기 광범위 쿼리: // 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); 2단계: EVALUATE 검색된 콘텐츠의 관련성 평가: 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) })); } 점수 기준: 높음 (0.8-1.0) : 대상 기능을 직접 구현 중간 (0.5-0.7) : 관련 패턴이나 타입을 포함 낮음 (0.2-0.4) : 간접적으로 관련 없음 (0-0.2) : 관련 없음, 제외 3단계: REFINE 평가를 기반으로 검색 기준 업데이트: 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) }; } 4단계: LOOP 개선된 기준으로 반복 (최대 3회): 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; } 실용적인 예시 예시 1: 버그 수정 컨텍스트 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 예시 2: 기능 구현 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 에이전트와의 통합 에이전트 프롬프트에서 사용: When retrieving context for this task: 1. Start with broad keyword search 2. Evaluate each file's relevance (0-1 scale) 3. Identify what context is still missing 4. Refine search criteria and repeat (max 3 cycles) 5. Return files with relevance >= 0.7 모범 사례 광범위하게 시작하여 점진적으로 좁히기 - 초기 쿼리를 과도하게 지정하지 않기 코드베이스 용어 학습 - 첫 번째 사이클에서 주로 네이밍 컨벤션이 드러남 누락된 것 추적 - 명시적 격차 식별이 개선을 주도 "충분히 좋은" 수준에서 중단 - 관련성 높은 파일 3개가 보통 수준의 파일 10개보다 나음 자신 있게 제외 - 관련성 낮은 파일은 관련성이 높아지지 않음 관련 항목 The Longform Guide - 서브에이전트 오케스트레이션 섹션 continuous-learning 스킬 - 시간이 지남에 따라 개선되는 패턴 ~/.claude/agents/ 의 에이전트 정의