反復的検索パターン

マルチエージェントワークフローにおける「コンテキスト問題」を解決する。サブエージェントは作業を開始するまで必要なコンテキストが分からない。

問題

サブエージェントは限られたコンテキストで起動される。以下が不明:

•どのファイルに関連コードが含まれているか
•コードベースにどのようなパターンが存在するか
•プロジェクトでどのような用語が使われているか

標準的なアプローチは失敗する:

•全て送る: コンテキスト制限を超える
•何も送らない: エージェントが重要な情報を欠く
•必要なものを推測する: 多くの場合間違う

解決策: 反復的検索

コンテキストを段階的に精緻化する4フェーズのループ:

code

┌─────────────────────────────────────────────┐
│                                             │
│   ┌──────────┐      ┌──────────┐            │
│   │ DISPATCH │─────▶│ EVALUATE │            │
│   └──────────┘      └──────────┘            │
│        ▲                  │                 │
│        │                  ▼                 │
│   ┌──────────┐      ┌──────────┐            │
│   │   LOOP   │◀─────│  REFINE  │            │
│   └──────────┘      └──────────┘            │
│                                             │
│        最大3サイクル後、続行                   │
└─────────────────────────────────────────────┘

フェーズ1: DISPATCH（ディスパッチ）

候補ファイルを収集するための初期広範クエリ:

javascript

// 高レベルの意図から開始
const initialQuery = {
  patterns: ['src/**/*.ts', 'lib/**/*.ts'],
  keywords: ['authentication', 'user', 'session'],
  excludes: ['*.test.ts', '*.spec.ts']
};

// 検索エージェントにディスパッチ
const candidates = await retrieveFiles(initialQuery);

フェーズ2: EVALUATE（評価）

取得したコンテンツの関連性を評価:

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)
  }));
}

スコアリング基準:

•高 (0.8-1.0): 対象機能を直接実装している
•中 (0.5-0.7): 関連するパターンや型を含む
•低 (0.2-0.4): 間接的に関連
•なし (0-0.2): 無関係、除外

フェーズ3: REFINE（精緻化）

評価に基づいて検索条件を更新:

javascript

function refineQuery(evaluation, previousQuery) {
  return {
    // 高関連性ファイルで発見された新しいパターンを追加
    patterns: [...previousQuery.patterns, ...extractPatterns(evaluation)],

    // コードベースで見つかった用語を追加
    keywords: [...previousQuery.keywords, ...extractKeywords(evaluation)],

    // 確認済みの無関係パスを除外
    excludes: [...previousQuery.excludes, ...evaluation
      .filter(e => e.relevance < 0.2)
      .map(e => e.path)
    ],

    // 特定のギャップをターゲット
    focusAreas: evaluation
      .flatMap(e => e.missingContext)
      .filter(unique)
  };
}

フェーズ4: LOOP（ループ）

精緻化された条件で繰り返し（最大3サイクル）:

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);

    // 十分なコンテキストがあるか確認
    const highRelevance = evaluation.filter(e => e.relevance >= 0.7);
    if (highRelevance.length >= 3 && !hasCriticalGaps(evaluation)) {
      return highRelevance;
    }

    // 精緻化して続行
    query = refineQuery(evaluation, query);
    bestContext = mergeContext(bestContext, highRelevance);
  }

  return bestContext;
}

実践例

例1: バグ修正のコンテキスト

code

タスク: "認証トークンの有効期限バグを修正"

サイクル1:
  DISPATCH: src/**で"token"、"auth"、"expiry"を検索
  EVALUATE: auth.ts (0.9)、tokens.ts (0.8)、user.ts (0.3)が見つかった
  REFINE: "refresh"、"jwt"キーワードを追加; user.tsを除外

サイクル2:
  DISPATCH: 精緻化された条件で検索
  EVALUATE: session-manager.ts (0.95)、jwt-utils.ts (0.85)が見つかった
  REFINE: 十分なコンテキスト（高関連性ファイル2つ）

結果: auth.ts, tokens.ts, session-manager.ts, jwt-utils.ts

例2: 機能実装

code

タスク: "APIエンドポイントにレート制限を追加"

サイクル1:
  DISPATCH: routes/**で"rate"、"limit"、"api"を検索
  EVALUATE: マッチなし - コードベースは"throttle"という用語を使用
  REFINE: "throttle"、"middleware"キーワードを追加

サイクル2:
  DISPATCH: 精緻化された条件で検索
  EVALUATE: throttle.ts (0.9)、middleware/index.ts (0.7)が見つかった
  REFINE: ルーターパターンが必要

サイクル3:
  DISPATCH: "router"、"express"パターンを検索
  EVALUATE: router-setup.ts (0.8)が見つかった
  REFINE: 十分なコンテキスト

結果: throttle.ts, middleware/index.ts, router-setup.ts

エージェントとの統合

エージェントプロンプトで使用:

markdown

このタスクのコンテキストを取得する際:
1. 広範なキーワード検索から開始
2. 各ファイルの関連性を評価（0-1スケール）
3. まだ不足しているコンテキストを特定
4. 検索条件を精緻化して繰り返す（最大3サイクル）
5. 関連性 >= 0.7のファイルを返す

ベストプラクティス

•広く始めて、段階的に絞る - 初期クエリを過度に特定しない
•コードベースの用語を学ぶ - 最初のサイクルで命名規約が判明することが多い
•不足しているものを追跡 - 明示的なギャップ特定が精緻化を推進
•「十分」で停止 - 高関連性3ファイルは中程度10ファイルに勝る
•自信を持って除外 - 低関連性ファイルは関連性が高くなることはない