用途：迭代检索模式用于多智能体工作流，解决子智能体在开始工作前不知道自己需要哪些上下文的“上下文问题”。适用于生成需要事先无法完全预测的代码库上下文的子智能体、构建需逐步优化上下文的多智能体工作流、遇到“上下文过大”或“缺失上下文”失败、为代码探索设计类RAG检索流水线，以及优化智能体编排中的Token使用。
主要能力：采用四阶段循环逐步优化上下文。派发阶段用初始广泛查询收集候选文件；评估阶段按0-1评分判断相关性（高0.8-1.0、中0.5-0.7、低0.2-0.4、无0-0.2）并识别缺口；优化阶段根据评估更新搜索条件，添加新模式与关键词、排除不相关路径、聚焦缺口；循环阶段重复执行，最多3个周期，当高度相关文件达到3个且无关键缺口时返回。
使用方式：在智能体提示词中按步骤执行——从广泛关键词搜索开始，评估每个文件相关性，识别缺失上下文，优化搜索条件并重复（最多3个周期），返回相关性不低于0.7的文件。资料给出iterativeRetrieve等示例代码，实际调用需按项目情况调整。
适用场景：Bug修复上下文检索、功能实现（如为API端点添加速率限制）、代码探索检索流水线等。
限制：最多3个周期后继续；评分阈值、周期数等参数为示例默认值；资料未提供具体平台、收费、价格或效果数据。