Iterative optimization

循环迭代优化

一句话定位: 编排持续优化循环，通过迭代改进达成质量目标。

快速参考

核心职责

• 编排多轮迭代优化循环（目标设定、任务调度、结果评估）
• 调用iteration-executor Agent执行单轮优化任务
• 根据收敛条件决定是否继续迭代

与iteration-executor协作关系

iterative-optimization (SKILL) → 决策层：编排循环、评估继续、生成反馈
iteration-executor (Agent) → 执行层：执行任务、收集数据、返回7章节报告

关键约束

1. ⚠️ 每轮必须调用iteration-executor，禁止自己直接执行优化任务
2. 不设置最大迭代次数，由收敛条件自动终止
3. 每轮聚焦1-2个优化点，小步快跑

工作流程

阶段1: 初始化

• 明确优化目标和成功标准（使用可衡量指标，如"响应时间 < 100ms"）
• 建立初始基线（调用iteration-executor第1轮，记录全局初始状态）
• 配置迭代参数（不设置最大次数，由收敛条件控制）

阶段2: 执行循环

1. 准备任务上下文：当前轮次(N)、优化目标、上一轮结果(第1轮为空)、成功标准、约束条件
2. 向用户汇报任务细节，等待确认
3. 调用iteration-executor Agent（见调用规范）
4. 收集7章节报告，保存到.qoder/iterations/iteration-N.md

阶段3: 评估

检查：任务成功？指标改进？无新问题？

改进计算方式:

• 单个指标改进 = (改进后值 - 改进前值) / 改进前值 × 100%
• 关键指标改进 < 5%：所有关键指标的改进幅度都 < 5%
• 连续2轮判定：第N轮和第N-1轮都满足上述条件

生成结构化反馈：改进项、剩余问题、下一轮重点

阶段4: 决策点

终止条件（满足任一即停止）:

• ✅ 成功: 所有成功标准达成
• 📉 收敛: 连续2轮关键指标改进 < 5%
• ❌ 失败: 连续2次执行失败或发现阻塞性问题
• 🛑 用户要求: 用户明确要求停止

继续条件: 未满足任何终止条件，生成下一轮任务上下文

阶段5: 终止和报告

生成优化总结：总轮次、最终状态、关键改进、剩余差距、建议。交接给主Agent继续后续工作

调用规范

Agent工具调用格式

Agent(
  subagent_type: "iteration-executor",
  description: "第N轮: [简短描述]",
  prompt: """
  # 第N轮迭代任务
  ## 当前轮次: N / 无上限（由收敛条件控制）
  ## 优化目标: [具体任务描述]
  ## 上一轮结果: [改进项+遗留问题，第1轮为空]
  ## 成功标准: [可衡量的完成条件]
  ## 约束条件: [不可破坏的功能或限制]
  ## 预期输出: 返回7章节结构化报告（任务概述、基线数据、实施的优化、结果数据、验证结果、遇到的问题、下一轮建议）
  """
)

接收报告处理

1. 解析7章节报告，提取关键指标改进数据
2. 检查验证结果（是否有回归）
3. 提取下一轮建议
4. 保存到.qoder/iterations/iteration-N.md

执行原则

必须遵守

1. 明确目标与限制 - 使用可衡量指标，不设置最大迭代次数
2. 保持指标一致 - 每轮使用相同指标集，维护完整迭代日志
3. 小步快跑 - 每轮聚焦1-2个优化点，检测回退时立即回滚
4. 调度前汇报 - 调用iteration-executor前展示任务细节，等待用户确认
5. 数据驱动决策 - 根据数据调整策略，达到目标后停止

严格禁止

1. 禁止盲目迭代 - 无具体方向或跳过评估直接进入下一轮
2. 禁止忽略问题 - 发现回归必须立即处理，不得丢弃iteration-executor报告
3. 禁止违反约束 - 必须遵守用户设定的限制