

Agentless
簡介 :
Agentless是一種無需代理的自動解決軟件開發問題的方法。它通過定位、修復和補丁驗證三個階段來解決每個問題。Agentless利用分層過程定位故障到特定文件、相關類或函數,以及細粒度的編輯位置。然後,Agentless根據編輯位置採樣多個候選補丁,並選擇迴歸測試來運行,生成額外的復現測試以復現原始錯誤,並使用測試結果重新排名所有剩餘補丁,以選擇一個提交。Agentless是目前在SWE-bench lite上表現最佳的開源方法,具有82個修復(27.3%的解決率),平均每問題成本0.34美元。
需求人群 :
目標受眾為軟件開發者、編程愛好者以及需要自動化解決軟件問題的團隊。Agentless通過自動化的方式減少手動調試和修復軟件問題的工作量,提高開發效率,降低成本,特別適合需要快速迭代和維護大型代碼庫的團隊。
使用場景
案例一:在SWE-bench lite上,Agentless實現了82個修復,解決率達27.3%。
案例二:與Claude 3.5 Sonnet集成後,Agentless在SWE-bench lite和verified上的解決率分別達到40.7%和50.8%。
案例三:Agentless 1.5版本發佈,提供了更高效的軟件問題自動解決能力。
產品特色
• 定位(Localization):Agentless採用分層方法定位故障到特定文件、類或函數和細粒度編輯位置。
• 修復(Repair):Agentless根據編輯位置採樣多個候選補丁,以簡單的diff格式呈現。
• 補丁驗證(Patch Validation):Agentless選擇迴歸測試並生成復現測試以復現原始錯誤,使用測試結果重新排名所有補丁,選擇最佳補丁提交。
• 集成Claude 3.5 Sonnet:Agentless與Claude 3.5 Sonnet集成,提高了解決率。
• 支持多文件編輯:Agentless支持對多個文件進行編輯,增強了其修復能力。
• 預提交鉤子(Pre-commit hooks):為了代碼風格的標準化,Agentless支持預提交鉤子。
• 環境設置簡單:通過簡單的命令行操作即可創建環境並安裝所需依賴。
使用教程
1. 克隆Agentless倉庫到本地:使用`git clone https://github.com/OpenAutoCoder/Agentless.git`命令。
2. 進入Agentless目錄:使用`cd Agentless`命令。
3. 創建並激活Python虛擬環境:執行`conda create -n agentless python=3.11`和`conda activate agentless`命令。
4. 安裝依賴:運行`pip install -r requirements.txt`安裝所需依賴。
5. 配置環境變量:執行`export PYTHONPATH=$PYTHONPATH:$(pwd)`命令。
6. 安裝預提交鉤子(如需貢獻代碼):運行`pre-commit install`命令。
7. 導出OpenAI API密鑰:設置環境變量`export OPENAI_API_KEY={key_here}`。
8. 運行Agentless:根據具體問題運行Agentless的相應命令。
精選AI產品推薦

Pseudoeditor
PseudoEditor是一款免費在線偽代碼編輯器。它具有語法高亮、自動完成等功能,幫助您更輕鬆地編寫偽代碼。您還可以使用我們的偽代碼編譯器功能進行測試。無需下載,即可立即使用。
開發與工具
4.5M

Erbuilder
Softbuilder的AI-powered ER diagrams generation是一款基於人工智能技術的數據建模工具,能夠根據自然語言的數據模型描述、用戶故事或需求自動生成ER圖。通過使用OpenAI GPT,它能夠快速生成精美的ER圖,大大提高了數據建模的效率。此外,它還提供數據模型文檔、驗證、探索等功能,可滿足各種數據建模需求。Softbuilder的AI-powered ER diagrams generation適用於各類企業和組織,幫助用戶輕鬆創建和管理數據模型。
開發與工具
4.1M