DEV Community
·
我们开发了一款AI软件工程师，解决了SWE基准测试中48.60%的问题，完全开源。
💡
原文英文，约300词，阅读约需2分钟。
📝
内容提要
Composio推出SWE-Kit工具包，帮助用户构建自定义AI编码代理，支持本地自动化编码工作流程，并通过SWE-bench进行效率测试。该开源工具可与GitHub、Jira等集成，自动化软件开发的多个方面。
🎯
关键要点
- Composio推出SWE-Kit工具包，帮助用户构建自定义AI编码代理。
- SWE-Kit是一个启动模板，包含构建AI编码代理所需的所有工具包。
- 这些代理可以在本地端到端运行，以自动化编码工作流程。
- 使用LangGraph构建的开源AI代理在SWE-bench上进行了效率测试，得分为48.60%和41%。
- SWE-bench是一个基准测试，包含2200多个来自Django、Flask等库的真实Python问题。
- SWE-Kit提供了多种工具，包括代码分析工具、文件工具、Shell工具和Git工具。
- 用户可以将SWE-Kit与GitHub、Jira、Linear、Slack等集成，构建完整的AI软件工程师。
- 可以自动化软件开发工作流程的多个方面，包括编写代码、重构代码、测试、文档和项目管理。
- SWE-Kit代理的架构解释可以在LangChains的博客上找到。
- 鼓励用户立即开始使用SWE-Kit构建自定义本地编码代理。
❓
延伸问答
SWE-Kit工具包的主要功能是什么？
SWE-Kit工具包帮助用户构建自定义AI编码代理，支持本地自动化编码工作流程。
SWE-bench是什么，它的作用是什么？
SWE-bench是一个基准测试，包含2200多个真实Python问题，用于测试AI代理的效率。
SWE-Kit如何与其他工具集成？
SWE-Kit可以与GitHub、Jira、Linear、Slack等工具集成，构建完整的AI软件工程师。
使用SWE-Kit可以自动化哪些软件开发工作流程？
可以自动化编写代码、重构代码、测试、文档和项目管理等多个方面。
SWE-Kit的开源特性有什么优势？
SWE-Kit是完全开源的，用户可以修改代码并添加外部集成，灵活性高。
SWE-Kit在SWE-bench上的测试结果如何？
使用LangGraph构建的开源AI代理在SWE-bench上得分为48.60%和41%。
➡️
