Agent skill · data analytics · affaan-m
iterative-retrieval
서브에이전트 컨텍스트 문제를 해결하기 위한 점진적 컨텍스트 검색 개선 패턴
Why this skill is useful
Provides a structured 4-step iterative retrieval process for improving context in multi-agent workflows, which is not commonly found in public documentation.
What it needs
About 3k tokens when loaded. Last updated 2026-08-06. 238,342 stars on the source repository.
What this skill does
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: 1단계: DISPATCH 후보 파일을 수집하기 위한 초기 광범위 쿼리: 2단계: EVALUATE 검색된 콘텐츠의 관련성 평가: 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: 4단계: LOOP 개선된 기준으로 반복 (최대 3회): 실용적인 예시 예시 1: 버그 수정 컨텍스트 예시 2: 기능 구현 에이전트와의 통합 에이전트 프롬프트에서 사용: 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 - 서브에이전트 오케스트레이션 섹션 continuous-learning 스킬 - 시간이 지남에 따라 개선되는 패턴 ~/.claude/agents/의 에이전트 정의
How to use it
Reference it in AdaL, Claude Code, Cursor or any coding agent — nothing to install:
@skills affaan-m/iterative-retrieval--4d1ed7