SWE-agent 是一個由普林斯頓大學自然語言處理（NLP）團隊研發的開源人工智能程序員與軟件工程師系統。它利用大型語言模型（如 GPT-4）的強大能力，能夠自動化處理 GitHub 存儲庫中的問題。通過智能體-計算機接口（ACI），SWE-agent 可以高效地瀏覽、編輯、測試和執行代碼，展現出與閉源AI程序員 Devin 相當的性能，平均每個問題的解決時間為93秒，達到了當前的最佳性能標準。

SWE-agent是什么

SWE-agent 是一款先進的開源人工智能工具，致力于簡化軟件開發中的問題解決過程。該系統充分利用了大型語言模型的技術，能夠自動識別和處理 GitHub 存儲庫中的問題。SWE-agent 的核心功能通過智能體-計算機接口（ACI）實現，允許它與代碼庫進行靈活的交互，涵蓋代碼瀏覽、編輯、測試及執行等多項任務。根據在 SWE-bench 測試集上的表現，SWE-agent 的準確度與知名閉源 AI 程序員 Devin 相似，目前已在 GitHub 上開源，相關研究論文也將于4月10日發布。

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

• 拉取請求問題解決：SWE-agent 能夠理解并處理 GitHub 存儲庫中的問題，通過創建拉取請求來修復這些問題。
• 代碼編輯與修復：該系統能夠瀏覽和編輯代碼庫中的文件，并自動修復代碼中的錯誤和漏洞。
• 自動語法檢查：在編輯代碼時，SWE-agent 可以運行代碼檢查工具（linter），確保代碼符合語法規范。
• 文件查看器：提供了一個專門設計的文件查看器，能夠一次性顯示100行代碼，支持上下滾動和搜索功能，以便于更高效地查看和編輯代碼。
• 全目錄字符串搜索：具備強大的全目錄字符串搜索功能，可以簡潔地列出所有匹配搜索條件的文件和代碼段。
• 自然語言命令與反饋：通過智能體-計算機接口（ACI），SWE-agent 可以接收以自然語言形式給出的命令，并提供相應的反饋。
• 測試編寫與執行：SWE-agent 能夠自動編寫并執行測試代碼，以驗證修復的有效性。

SWE-agent的工作流程

• 理解問題：SWE-agent 利用自然語言處理技術解析 GitHub 存儲庫中的問題描述，依賴于其內置的大型語言模型（如 GPT-4）來理解人類編寫的問題報告。
• 智能體-計算機接口（ACI）：SWE-agent 通過 ACI 與代碼庫交互，這一接口旨在簡化大型模型與計算機系統之間的命令和反饋格式。通過 ACI，SWE-agent 可以方便地瀏覽代碼庫、搜索文件、查看和編輯代碼，甚至執行代碼。
• 代碼分析與修復：在理解問題后，SWE-agent 會分析相關代碼，定位潛在的錯誤或漏洞，并提出修復方案。這可能包括修改現有代碼、添加缺失的部分或重構代碼結構。
• 自動化測試：為了確保修復的有效性，SWE-agent 可以自動編寫和執行測試用例，以驗證代碼更改是否解決了原始問題且未引入新的錯誤。
• 性能反饋：每一步操作都會產生反饋，這些反饋用于評估 SWE-agent 的工作效果，特別是在 SWE-bench 基準測試中，評估生成的拉取請求是否真正解決了問題。
• 迭代與優化：SWE-agent 的設計支持不斷的迭代和優化，研究團隊通過收集反饋和性能數據，持續改進 ACI 的設計，提高 SWE-agent 的問題解決能力和代碼修復的準確性。