Iterative Retrieval

问题

大代码库中，一次性搜索很难找到所有相关文件：

• 搜太宽：上下文爆炸，关键信息被淹没
• 搜太窄：遗漏重要依赖和关联

四阶段检索循环

Phase 1: DISPATCH（广撒网）

用高层级关键词进行初始搜索：

- Glob: 文件名模式匹配（*.py, *config*, *train*）
- Grep: 核心概念搜索（class名, 函数名, 关键变量）
- 目标: 建立初始候选文件列表（10-20个）

Phase 2: EVALUATE（评估筛选）

对每个候选文件打分 0-1：

- 1.0: 核心文件，必须完整阅读
- 0.7-0.9: 高度相关，需要读关键部分
- 0.3-0.6: 可能相关，先记录备用
- 0.0-0.2: 不相关，排除

关键：记录从文件中新发现的术语（类名、配置项、路径模式）

Phase 3: REFINE（精确搜索）

用 Phase 2 中发现的新术语重新搜索：

- 替换模糊关键词为项目特定术语
- 追踪 import 链和调用关系
- 排除已确认无关的目录

Phase 4: LOOP（循环判断）

• 如果高分文件 ≥ 3 个且无新发现 → 停止，上下文够了
• 如果仍有明显知识缺口 → 回到 Phase 1（最多 3 轮）

适用场景

• 调试跨模块的数据流问题
• 理解训练 pipeline 的完整链路
• 分析模型推理的依赖关系
• 大型项目的功能开发前探索

输出格式

## 检索结果

### 核心文件（必读）
1. `path/to/file.py` [1.0] - 主入口，包含核心逻辑
2. `path/to/config.py` [0.9] - 配置定义

### 辅助文件（参考）
3. `path/to/utils.py` [0.6] - 工具函数

### 检索过程
- Round 1: "train" → 发现 TrainEngine 类
- Round 2: "TrainEngine" → 发现 DataPipeline 依赖
- Round 3: "DataPipeline" → 确认完整链路