用途：解决多智能体工作流中的“上下文问题”——子智能体在开始工作前无法预知需要哪些代码库上下文。适用于派生需要代码库上下文的子智能体、构建上下文逐步细化的多智能体工作流、遇到“上下文过大”或“缺失上下文”失败、设计面向代码探索的类 RAG 检索管线，以及优化智能体编排中的 token 用量。
主要能力：采用四阶段循环——DISPATCH（初始宽泛查询，按模式与关键词收集候选文件）、EVALUATE（按相关度 0-1 评分并识别缺失上下文）、REFINE（根据评估结果补充模式与关键词、排除低相关路径、聚焦空白区域）、LOOP（最多循环三轮，相关度阈值 0.7 以上达三个且无关键空白即返回）。
必要用法：在智能体提示中说明——先宽泛关键词搜索，评估每个文件相关度，识别缺失上下文，细化条件并重复（最多三轮），返回相关度不低于 0.7 的文件。使用时注意：不要过度限定初始查询，第一轮常揭示代码库命名习惯，显式记录缺口，相关度低文件应果断排除，达到“足够好”即可停止。
适用场景：修复认证令牌过期缺陷、为 API 端点添加限流等需要逐步定位代码的智能体任务。
限制与未提供信息：资料未提供具体价格、收费、支持平台或安装命令；仅提到智能体定义随 ECC 捆绑，手动安装路径为 agents/。相关技能包括 longform guide 的子智能体编排章节与 continuous-learning。