mini-SWE-agent：100行代码解决65%真实项目Bug，兼容所有大模型，极致轻量，性能不减。
原文标题：100行代码打造迷你编程Agent：能修复65%真实项目bug，适配所有大模型
原文作者：数据派THU
冷月清谈：
mini-SWE-agent最显著的特点在于其极简的代码架构和对复杂依赖的摒弃。它不依赖任何额外的插件或工具调用接口，而是通过操作系统自带的Bash环境执行命令，这使得它几乎可以兼容市面上所有主流的大型语言模型，并且可以直接在本地终端中部署和使用。与原版SWE-agent相比，mini版本取消了繁琐的多工具、多轮对话管理，简化了配置流程，采用了线性的历史记录和独立的单步执行方式，大大降低了上手难度和环境耦合度。
尽管架构极简，mini-SWE-agent依然保持了高性能，并且附带了批量推理、轨迹浏览器等实用工具，方便用户进行大规模评测和决策分析。其自带的可视化界面也让开发者能够直观地观察执行过程。官方建议，对于追求快速本地运行、简洁控制流以及稳定评估环境的用户，mini-SWE-agent无疑是更优的选择，尤其适合用于模型微调（FT）或强化学习（RL）等实验，避免了复杂框架带来的过拟合问题。而如果需要高度可配置的工具链或复杂的历史状态管理，原版SWE-agent则更为合适。总而言之，mini-SWE-agent体现了“可读、方便、易扩展”的设计理念，它不仅能作为独立的命令行工具，也能轻松集成到其他Python应用中，极大地降低了AI辅助编程的门槛。
值得一提的是，SWE-bench和SWE-agent最初的构想，源于2024年普林斯顿大学团队一次仅20多分钟的讨论。他们将GitHub上真实的Bug报告与修复过程结构化为评估LLM编程能力的基准，这不仅更贴近现实世界的软件工程，也为AI开发能力提供了可量化、可比较的标准。
怜星夜思：
2、mini-SWE-agent证明了即便使用百行代码这种“极简”方案，AI也能解决65%的真实项目Bug。这对于我们未来的软件开发模式，以及人类开发者的角色，会产生怎样的影响？大家觉得这是解放还是挑战？
3、SWE-bench和SWE-agent的想法，最初竟然只源于一次“20多分钟的讨论”。这种看似“不经意”的头脑风暴，最终能孵化出改变行业基准的重大项目。这对我们日常的工作和创新有什么启发？
原文内容
本文经AI新媒体量子位（公众号ID:qbitai ）授权转载，转载请联系出处本文约2000字，建议阅读5分钟只用100行代码，打造最强轻量编程agent。
SWE-bench、SWE-agent原班人马再出手，推出全新开源项目——
mini-SWE-agent。
它不依赖任何额外插件，仅通过基础命令即可运行。而且对模型没有限制，几乎兼容所有主流语言模型，支持直接在本地终端中部署和使用。
而在如此精简的架构下，仅凭100行核心代码轻松解决SWE-bench上65%的问题。
这个65%是啥水平呢？
也就和原版差不多吧～（关键人家还轻量啊）
百行代码，实力不打折
SWE-agent是一个开源项目（16.8k GitHub Star），它的目标是让agent自动修复GitHub上真实项目中的代码Bug。
不过，原版的SWE-agent基于LangChain构建，从接受issue、理解问题、编辑代码、到提交PR，涉及多工具、多轮对话管理，任务流程繁琐。
除此之外，开发者要跑通还需要安装多个依赖，精调工具调用逻辑，而且项目代码动辄上千行，对模型、环境的耦合也比较强。
而随着语言模型性能越来越强大，构建一个有用的代理已经不再需要这些工具和接口了。
由此，团队开始思考：能否让SWE-agent小100倍，并保持原有的性能。
mini-SWE-agent由此而来。
那么，相较于SWE-agent，mini-SWE-agent有什么不同呢？
极简代码和依赖：mini-SWE-agent本身仅约100行Python代码，加上环境、模型、脚本才共约200行，没有复杂的依赖关系。
取消工具调用接口:mini版本不集成专用的代码编辑、搜索等工具；它只使用操作系统的Bash环境执行命令。每一步由语言模型输出一个完整的shell命令，不通过独立的“tool call”协议，从而可兼容任何语言模型。
线性历史记录：agent的每一步都只是附加到消息中。
独立单步执行：每条命令通过Python独立执行，并非保持一个持续的shell会话，这使得在沙盒中执行操作变得非常简单，并且可以轻松扩展。
简化配置与接口:取消了SWE-agent依赖的复杂YAML配置；mini-swe-agent采用代码内置模板，并提供直观的命令行工具。用户可以通过mini命令快速启动代理，或使用mini-v启动可视化界面。
多样的运行环境支持:除了本地Shell，mini-swe-agent还内置支持多种容器与虚拟化环境（如Docker、Podman、Singularity、Apptainer等），这意味着开发者可以在不同平台和容器中轻松部署，而无需额外修改代码。
保留高性能和工具：虽然架构极简，mini-swe-agent在SWE-bench验证集上仍能解决约65%的问题。同时，它附带批量推理（batchinference）、轨迹浏览器（trajectorybrowser）等工具，帮助用户进行大规模评测和决策分析。代理还提供可视化界面，方便开发者交互式地观察执行过程
此外，对于应在何种场景下使用 SWE-agent 或 mini-SWE-agent，团队也根据不同的需求给出了建议：
mini-swe-agent更适合希望快速本地运行、追求简洁控制流和更稳定评估环境的用户。它非常轻量，适合用于微调（FT）或强化学习（RL）等实验，不容易陷入对复杂框架的过拟合。
如果你需要高度可配置的工具链、更复杂的历史状态管理，或希望通过修改YAML文件自由切换组件而无需动代码，那么功能更丰富的SWE-agent会是更合适的选择。
总体而言，mini-swe-agent体现了可读、方便、易扩展的开发理念。
对于日常开发者而言，它既可以作为简单的命令行工具使用。如在本地终端快速解决问题），也可以作为库被集成到其他Python应用中。
相比于重型框架，它降低了上手成本，让开发者可以像使用脚本一样灵活地“驾驭”智能代理。
One more thing
SWE-bench和SWE-agent是由John Yang、Carlos E. Jimenez、Alexander Wettig、Kilian Lieret、姚顺雨（OpenAI研究员，2015年毕业清华姚班）、Karthik Narasimhan和Ofir Press于2024年在普林斯顿大学发起的开源项目。
该项目推动了基于大型语言模型的软件工程代理（Software Engineering Agent）研究。
其中，SWE-bench一经发布后，就成为了评估大语言模型编程的经典benchmark，伴随SWE-agent一同提出的Agent‑Computer-Interface（ACI）则进一步定义了“智能体如何与计算机交互”的标准接口方式。
而这一杰出的想法最初仅仅来自一次20多分钟的讨论。
在Matthew Berman的播客节目上，Carlos E. Jimenez分享道：SWE-bench最初的想法源自他和John Yang在闲逛时的一次头脑风暴：
他们意识到，GitHub不只是一个存储代码的地方，更是一个活跃的协作开发平台，充满了真实的软件工程过程：用户报告bug，开发者提交修复，社区公开审核和合入。
相比传统的编程竞赛，这些交互和修改才是真正代表“现实世界编程”的任务。于是他们设想，能否把这种开源协作的过程结构化下来，变成一种评估语言模型能力的标准流程？
这便催生了SWE-bench，一个基于GitHub上真实Issue与PullRequest构建的benchmark，用来测试LLM是否能像人类开发者一样，理解bug报告并修复代码。
这个系统不仅更接近现实，也让模型的“开发能力”变得可观察、可比较，而SWE-agent则是他们为这一评估任务设计的开源agent，目标就是成为能在SWE-bench上“修最多bug”的AI程序员。
项目主页：
[1]https://github.com/SWE-agent/mini-swe-agent
[2]https://github.com/SWE-agent/mini-swe-agent?tab=readme-ov-file
编辑：文婧
