--- 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: ```javascript // 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: ```javascript 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: ```javascript 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): ```javascript 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: ```markdown 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 1. **광범위하게 시작하여 점진적으로 좁히기** - 초기 쿼리를 과도하게 지정하지 않기 2. **코드베이스 용어 학습** - 첫 번째 사이클에서 주로 네이밍 컨벤션이 드러남 3. **누락된 것 추적** - 명시적 격차 식별이 개선을 주도 4. **"충분히 좋은" 수준에서 중단** - 관련성 높은 파일 3개가 보통 수준의 파일 10개보다 나음 5. **자신 있게 제외** - 관련성 낮은 파일은 관련성이 높아지지 않음 ## 관련 항목 - [The Longform Guide](https://x.com/affaanmustafa/status/2014040193557471352) - 서브에이전트 오케스트레이션 섹션 - `continuous-learning` 스킬 - 시간이 지남에 따라 개선되는 패턴 - `~/.claude/agents/`의 에이전트 정의