virgo777/buddyme/iterative-retrieval

Claude Code and agent skill by virgo777/buddyme

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

逐步优化上下文检索以解决子智能体(subagent)上下文问题的模式。

Install

npx vskill@latest install virgo777/buddyme/iterative-retrieval

SKILL.md

迭代检索模式(Iterative Retrieval Pattern)

解决了多智能体工作流(multi-agent workflows)中的“上下文问题”——子智能体(subagent)在开始工作前往往不知道自己需要哪些上下文。

何时激活

  • 生成需要事先无法完全预测的代码库上下文(codebase context)的子智能体时
  • 构建上下文需要逐步优化的多智能体工作流时
  • 在智能体任务中遇到“上下文过大”或“缺失上下文”的失败时
  • 为代码探索设计类 RAG 的检索流水线时
  • 优化智能体编排(agent orchestration)中的 Token 使用时

问题背景(The Problem)

生成的子智能体通常只带有有限的上下文。它们并不清楚:

  • 哪些文件包含相关的代码
  • 代码库中存在哪些模式(patterns)
  • 项目使用了哪些术语

标准方法往往会失败:

  • 全部发送:超出上下文限制。
  • 什么都不发:智能体缺少关键信息。
  • 猜测需求:经常猜错。

解决方案:迭代检索(The Solution: Iterative Retrieval)

一个由 4 个阶段组成的循环,用于逐步优化上下文:

┌─────────────────────────────────────────────┐
│ │
│ ┌──────────┐ ┌──────────┐ │
│ │ 派发 │─────▶│ 评估 │ │
│ │ DISPATCH │ │ EVALUATE │ │
│ └──────────┘ └──────────┘ │
│ ▲ │ │
│ │ ▼ │
│ ┌──────────┐ ┌──────────┐ │
│ │ 循环 │◀─────│ 优化 │ │
│ │ LOOP │ │ REFINE │ │
│ └──────────┘ └──────────┘ │
│ │
│ 最多 3 个周期,然后继续 │
└─────────────────────────────────────────────┘
阶段 1:派发(DISPATCH)

初始的广泛查询,用于收集候选文件:

javascript
// 从高层意图开始
const initialQuery = {
patterns: ['src/**/*.ts', 'lib/**/*.ts'],
keywords: ['authentication', 'user', 'session'],
excludes: ['*.test.ts', '*.spec.ts']
};
// 派发给检索智能体
const candidates = await retrieveFiles(initialQuery);
阶段 2:评估(EVALUATE)

评估检索到的内容的相关性:

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)
}));
}

评分标准:

  • 高 (0.8-1.0):直接实现了目标功能
  • 中 (0.5-0.7):包含相关的模式或类型
  • 低 (0.2-0.4):间接相关
  • 无 (0-0.2):不相关,排除
阶段 3:优化(REFINE)

根据评估结果更新搜索条件:

javascript
function refineQuery(evaluation, previousQuery) {
return {
// 添加在高度相关文件中发现的新模式
patterns: [...previousQuery.patterns, ...extractPatterns(evaluation)],
// 添加在代码库中发现的术语
keywords: [...previousQuery.keywords, ...extractKeywords(evaluation)],
// 排除已确认为不相关的路径
excludes: [...previousQuery.excludes, ...evaluation
.filter(e => e.relevance < 0.2)
.map(e => e.path)
],
// 针对特定的缺口
focusAreas: evaluation
.flatMap(e => e.missingContext)
.filter(unique)
};
}
阶段 4:循环(LOOP)

使用优化后的条件重复执行(最多 3 个周期):

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);
// 检查是否已有足够的上下文
const highRelevance = evaluation.filter(e => e.relevance >= 0.7);
if (highRelevance.length >= 3 && !hasCriticalGaps(evaluation)) {
return highRelevance;
}
// 优化并继续
query = refineQuery(evaluation, query);
bestContext = mergeContext(bestContext, highRelevance);
}
return bestContext;
}

实践案例

案例 1:Bug 修复上下文
任务:"修复身份验证令牌过期 bug"
周期 1:
派发 (DISPATCH):在 src/** 中搜索 "token", "auth", "expiry"
评估 (EVALUATE):发现 auth.ts (0.9), tokens.ts (0.8), user.ts (0.3)
优化 (REFINE):添加 "refresh", "jwt" 关键词;排除 user.ts
周期 2:
派发 (DISPATCH):搜索优化后的术语
评估 (EVALUATE):发现 session-manager.ts (0.95), jwt-utils.ts (0.85)
优化 (REFINE):上下文已足够(2 个高度相关文件)
结果:auth.ts, tokens.ts, session-manager.ts, jwt-utils.ts
案例 2:功能实现
任务:"为 API 端点添加速率限制 (rate limiting)"
周期 1:
派发 (DISPATCH):在 routes/** 中搜索 "rate", "limit", "api"
评估 (EVALUATE):无匹配项 —— 代码库使用的是 "throttle" 术语
优化 (REFINE):添加 "throttle", "middleware" 关键词
周期 2:
派发 (DISPATCH):搜索优化后的术语
评估 (EVALUATE):发现 throttle.ts (0.9), middleware/index.ts (0.7)
优化 (REFINE):需要路由器模式
周期 3:
派发 (DISPATCH):搜索 "router", "express" 模式
评估 (EVALUATE):发现 router-setup.ts (0.8)
优化 (REFINE):上下文已足够
结果:throttle.ts, middleware/index.ts, router-setup.ts

与智能体(Agents)集成

在智能体提示词中使用:

markdown
在为此任务检索上下文时:
1.从广泛的关键词搜索开始
2.评估每个文件的相关性(0-1 等级)
3.识别仍然缺失的上下文
4.优化搜索条件并重复执行(最多 3 个周期)
5.返回相关性 >= 0.7 的文件

最佳实践

  1. 由广入深,逐步缩小范围 —— 初始查询不要过于具体。
  2. 学习代码库术语 —— 第一个周期通常能揭示命名规范。
  3. 追踪缺失内容 —— 明确的缺口识别是驱动优化的关键。
  4. 见好就收 —— 3 个高度相关的文件优于 10 个平庸的文件。
  5. 果断排除 —— 低相关性的文件通常不会突然变得相关。

相关资源

  • 长篇指南 (The Longform Guide) —— 子智能体编排部分
  • continuous-learning 技能 —— 用于随时间改进的模式
  • ~/.claude/agents/ 中的智能体定义

Security

  • Security scanPassed, 90 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

Repository stars
62
Repository forks
8
7-day trend score
0

Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/virgo777/buddyme/iterative-retrieval/badge)](https://verified-skill.com/skills/virgo777/buddyme/iterative-retrieval)

Something wrong with this skill or its page? Tell us.