Wir bei Composio bauen die Tool-Infrastruktur für KI-Agenten auf. Eine der größten Anfragen unserer Benutzer waren Toolkits zum Erstellen benutzerdefinierter, funktionierender Codierungsagenten. Deshalb haben wir SWE-Kit erstellt, eine Startervorlage mit allen Toolkits zum Erstellen von KI-Codierungsagenten.
Diese Agenten können lokal durchgängig ausgeführt werden, um Ihre Codierungsworkflows zu automatisieren.
Um die Effizienz unserer Tools zu testen, haben wir mit LangGraph einen umfassenden KI-Agenten vollständig Open Source erstellt und ihn auf dem verifizierten SWE-Bench getestet. Er erreichte 48,60 % und 41 % auf dem SWE-Bench Lite.
SWE-Bench ist ein Benchmark mit über 2.200 realen Python-Problemen aus Repositories wie Django, Flask, Sklearn, SciPy usw.
Weitere Informationen finden Sie im technischen Bericht: Tool-Design ist alles, was Sie für SOTA-KI-Agenten benötigen
Vollständiger Code für den SWE-Agenten: SWE-kit Agent
Wir haben die Tools für eine verbesserte Genauigkeit des Funktionsaufrufs optimiert.
Der Code ist Open Source und Sie können ihn sogar ändern, um externe Integrationen wie GitHub, Jira, Linear, Slack usw. hinzuzufügen, indem Sie Composio verwenden, um einen vollwertigen KI-Softwareentwickler aufzubauen.
Sie können viele Aspekte Ihrer Softwareentwicklungs-Workflows mit benutzerdefinierten Agenten automatisieren, z. B.
Eine architektonische Erklärung des SWE-Kit-Agenten finden Sie im SWE-Kit-Agenten-Blog, der auf dem Blog von LangChains veröffentlicht wurde.
Ich mache keine Witze. Viele Unternehmen haben allein dadurch Millionen eingesammelt.
Beginnen Sie jetzt mit der Erstellung Ihres benutzerdefinierten lokalen Codierungsagenten mit dem SWE-Kit.
Erste Schritte mit dem SWE-Kit
Das obige ist der detaillierte Inhalt vonWir haben ein KI-SWE erstellt, das alle Probleme auf der SWE-Bank löste, % Open Source.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!