SWE-agent – 普林斯頓開源的AI程序員智能體

SWE-agent是什麼

SWE-agent是一個由普林斯頓大學NLP組研究人員開發的開源AI程序員和軟件工程師系統，利用大型語言模型（如GPT-4）的能力，可以自動解決GitHub存儲庫中的問題。SWE-agent通過智能體-計算機接口（ACI）與代碼庫交互，能夠執行代碼的瀏覽、編輯、測試和執行等任務。該系統在SWE-bench測試集上展現出與閉源AI程序員Devin相似的準確度，平均93秒解決一個問題，實現了SOTA 性能。

在25%的SWE-bench測試集上，SWE-agent 實現了與 Devin 相似的準確度—— 解決了12.29%的問題。SWE-agent目前已在GitHub上開源，研究論文將於4月10日發佈。

SWE-agent的官網入口

• 官方項目主頁：https://swe-agent.com/
• GitHub源碼庫：https://github.com/princeton-nlp/SWE-agent
• 官方在線Demo：https://swe-agent.com/demo

SWE-agent的主要功能

• Pull Request問題解決：SWE-agent能夠理解GitHub存儲庫中的問題，並嘗試通過創建拉取請求（pull request）來修復這些問題。
• 代碼編輯與修復：SWE-agent能夠瀏覽和編輯代碼庫中的文件，自動修復代碼中的錯誤和漏洞。
• 自動語法檢查：在代碼編輯過程中，SWE-agent可以運行linter（代碼檢查工具），確保代碼符合語法規範。
• 文件查看器：提供了一個專門構建的文件查看器，能夠在每輪顯示100行代碼，支持上下滾動和搜索功能，以便更有效地查看和編輯代碼。
• 全目錄字符串搜索：SWE-agent具備全目錄字符串搜索功能，能夠簡潔地列出所有匹配搜索條件的文件和代碼片段。
• 命令與反饋：通過智能體-計算機接口（ACI），SWE-agent能夠接收和執行以自然語言形式給出的命令，並提供相應的反饋。
• 測試編寫與執行：SWE-agent能夠編寫並執行測試代碼，驗證修復的有效性。

SWE-agent的工作流程

• 理解問題：首先，SWE-agent通過自然語言處理（NLP）技術理解GitHub存儲庫中的問題描述。這一步驟依賴於其內部集成的大型語言模型（如GPT-4），該模型能夠解析和理解人類編寫的問題報告。
• 智能體-計算機接口（ACI）：SWE-agent使用ACI與代碼庫進行交互。ACI是一套設計用來簡化大模型與計算機系統交互的命令和反饋格式。通過ACI，SWE-agent可以瀏覽代碼庫、搜索文件、查看和編輯代碼，甚至執行代碼。
• 代碼分析與修復：在理解了問題之後，SWE-agent會分析相關的代碼，定位可能的錯誤或漏洞，並生成修復方案。這可能包括修改現有代碼、添加缺失的代碼或者重構代碼結構。
• 自動化測試：爲了確保修復有效，SWE-agent能夠自動編寫和執行測試用例。這些測試用例旨在驗證代碼更改是否解決了原始問題，並且沒有引入新的錯誤。
• 性能反饋：SWE-agent執行的每一步操作都會產生反饋，這些反饋用於評估其工作的效果。特別是在SWE-bench基準測試中，SWE-agent會評估其生成的拉取請求是否真正解決了問題。
• 迭代與優化：SWE-agent的設計允許不斷的迭代和優化。研究團隊通過收集使用中的反饋和性能數據，不斷改進ACI設計，提高SWE-agent的問題解決能力和代碼修復的準確性。