SWE-agent – 普林斯顿开源的AI程序员智能体-爱论文

SWE-agent是什么

SWE-agent是一个由普林斯顿大学NLP组研究人员开发的开源AI程序员和软件工程师系统，利用大型语言模型（如GPT-4）的能力，可以自动解决GitHub存储库中的问题。SWE-agent通过智能体-计算机接口（ACI）与代码库交互，能够执行代码的浏览、编辑、测试和执行等任务。该系统在SWE-bench测试集上展现出与闭源AI程序员Devin相似的准确度，平均93秒解决一个问题，实现了SOTA 性能。

在25%的SWE-bench测试集上，SWE-agent 实现了与 Devin 相似的准确度—— 解决了12.29%的问题。SWE-agent目前已在GitHub上开源，研究论文将于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

Pull Request问题解决：SWE-agent能够理解GitHub存储库中的问题，并尝试通过创建拉取请求（pull request）来修复这些问题。代码编辑与修复：SWE-agent能够浏览和编辑代码库中的文件，自动修复代码中的错误和漏洞。自动语法检查：在代码编辑过程中，SWE-agent可以运行linter（代码检查工具），确保代码符合语法规范。文件查看器：提供了一个专门构建的文件查看器，能够在每轮显示100行代码，支持上下滚动和搜索功能，以便更有效地查看和编辑代码。全目录字符串搜索：SWE-agent具备全目录字符串搜索功能，能够简洁地列出所有匹配搜索条件的文件和代码片段。命令与反馈：通过智能体-计算机接口（ACI），SWE-agent能够接收和执行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能够编写并执行测试代码，验证修复的有效性。

SWE-agent的工作流程

理解问题：首先，SWE-agent通过自然语言处理（NLP）技术理解GitHub存储库中的问题描述。这一步骤依赖于其内部集成的大型语言模型（如GPT-4），该模型能够解析和理解人类编写的问题报告。智能体-计算机接口（ACI）：SWE-agent使用ACI与代码库进行交互。ACI是一套设计用来简化大模型与计算机系统交互的命令和反馈格式。通过ACI，SWE-agent可以浏览代码库、搜索文件、查看和编辑代码，甚至执行代码。代码分析与修复：在理解了问题之后，SWE-agent会分析相关的代码，定位可能的错误或漏洞，并生成修复方案。这可能包括修改现有代码、添加缺失的代码或者重构代码结构。自动化测试：为了确保修复有效，SWE-agent能够自动编写和执行测试用例。这些测试用例旨在验证代码更改是否解决了原始问题，并且没有引入新的错误。性能反馈：SWE-agent执行的每一步操作都会产生反馈，这些反馈用于评估其工作的效果。特别是在SWE-bench基准测试中，SWE-agent会评估其生成的拉取请求是否真正解决了问题。迭代与优化：SWE-agent的设计允许不断的迭代和优化。研究团队通过收集使用中的反馈和性能数据，不断改进ACI设计，提高SWE-agent的问题解决能力和代码修复的准确性。