SWE-agent

SWE-agent 是一个由普林斯顿大学自然语言处理（NLP）团队研发的开源人工智能程序员与软件工程师系统。它利用大型语言模型（如 GPT-4）的强大能力，能够自动化处理 GitHub 存储库中的问题。通过智能体-计算机接口（ACI），SWE-agent 可以高效地浏览、编辑、测试和执行代码，展现出与闭源AI程序员 Devin 相当的性能，平均每个问题的解决时间为93秒，达到了当前的最佳性能标准。

SWE-agent是什么

SWE-agent 是一款先进的开源人工智能工具，致力于简化软件开发中的问题解决过程。该系统充分利用了大型语言模型的技术，能够自动识别和处理 GitHub 存储库中的问题。SWE-agent 的核心功能通过智能体-计算机接口（ACI）实现，允许它与代码库进行灵活的交互，涵盖代码浏览、编辑、测试及执行等多项任务。根据在 SWE-bench 测试集上的表现，SWE-agent 的准确度与知名闭源 AI 程序员 Devin 相似，目前已在 GitHub 上开源，相关研究论文也将于4月10日发布。

SWE-agent的官网入口

• 官方项目主页：https://swe-agent.com/
• GitHub源码库：https://github.com/princeton-nlp/SWE-agent
• 官方在线Demo：https://swe-agent.com/demo

SWE-agent的主要功能

• 拉取请求问题解决：SWE-agent 能够理解并处理 GitHub 存储库中的问题，通过创建拉取请求来修复这些问题。
• 代码编辑与修复：该系统能够浏览和编辑代码库中的文件，并自动修复代码中的错误和漏洞。
• 自动语法检查：在编辑代码时，SWE-agent 可以运行代码检查工具（linter），确保代码符合语法规范。
• 文件查看器：提供了一个专门设计的文件查看器，能够一次性显示100行代码，支持上下滚动和搜索功能，以便于更高效地查看和编辑代码。
• 全目录字符串搜索：具备强大的全目录字符串搜索功能，可以简洁地列出所有匹配搜索条件的文件和代码段。
• 自然语言命令与反馈：通过智能体-计算机接口（ACI），SWE-agent 可以接收以自然语言形式给出的命令，并提供相应的反馈。
• 测试编写与执行：SWE-agent 能够自动编写并执行测试代码，以验证修复的有效性。

SWE-agent的工作流程

• 理解问题：SWE-agent 利用自然语言处理技术解析 GitHub 存储库中的问题描述，依赖于其内置的大型语言模型（如 GPT-4）来理解人类编写的问题报告。
• 智能体-计算机接口（ACI）：SWE-agent 通过 ACI 与代码库交互，这一接口旨在简化大型模型与计算机系统之间的命令和反馈格式。通过 ACI，SWE-agent 可以方便地浏览代码库、搜索文件、查看和编辑代码，甚至执行代码。
• 代码分析与修复：在理解问题后，SWE-agent 会分析相关代码，定位潜在的错误或漏洞，并提出修复方案。这可能包括修改现有代码、添加缺失的部分或重构代码结构。
• 自动化测试：为了确保修复的有效性，SWE-agent 可以自动编写和执行测试用例，以验证代码更改是否解决了原始问题且未引入新的错误。
• 性能反馈：每一步操作都会产生反馈，这些反馈用于评估 SWE-agent 的工作效果，特别是在 SWE-bench 基准测试中，评估生成的拉取请求是否真正解决了问题。
• 迭代与优化：SWE-agent 的设计支持不断的迭代和优化，研究团队通过收集反馈和性能数据，持续改进 ACI 的设计，提高 SWE-agent 的问题解决能力和代码修复的准确性。