SWE-agent

普林斯顿

⭐ 20k开源免费

给一个 GitHub issue，它自动定位、修改、验证尝试修复。

🌐 官网 / 文档 GitHub 仓库 ↗

它能帮你做什么

给一个 GitHub issue，让 AI 自动定位、改代码、验证，尝试修复
体验 / 研究「AI 自动修 bug」的前沿能力
也能用于代码竞赛、安全研究等自动化场景
在 SWE-bench 等基准上跑实验、做评测

解读

SWE-agent 是普林斯顿的研究项目，能读懂一个 GitHub issue（bug 描述），然后自动在代码库里定位、修改、验证，尝试把 bug 修掉。

它偏研究 / 进阶，用来体验和研究「AI 自动修 bug」的前沿能力，在 SWE-bench 这类基准测试上很有名。

如果你只是想让 AI 帮你日常写代码、修 bug，用 OpenHands、Aider 或 Continue 更实用；这个更适合搞研究、跑评测、尝鲜的人。

适合谁

偏研究 / 进阶——开发者、AI 爱好者、研究者。需要 Python + Docker + 模型 Key，还挺吃网络和算力。想让 AI 帮日常编程，OpenHands / Aider 更顺手；这个更适合搞研究和尝鲜。

开始前的准备

会用 Python 和 Docker。
装好 Docker 并启动。
一个较强的模型 API Key（Claude / GPT）。
一定的网络和算力（它要反复调用大模型）。

手把手教程

装环境：装好 Python 和 Docker Desktop 并启动。
安装：按官网 swe-agent.com 文档克隆仓库并安装依赖。
配密钥：填入你的模型 API Key。
指定目标：给它一个代码仓库和一个 issue（bug 描述）。
运行：启动后它会自己读代码、定位、修改、跑验证。
看结果：查看它生成的补丁（patch）是否修好了问题。

常见问题 / 踩坑

适合新手日常用吗？

不太。它偏研究 / 评测场景，配置和资源要求高。日常修 bug、写功能，OpenHands 或 Aider 更顺手。

一定能修好吗？

不一定。它是「尝试」修复，成功率取决于问题难度和所用模型，复杂 bug 常需人工兜底。

为什么这么吃资源？

它要反复读代码、跑测试、多轮调用大模型，网络和算力开销大，费用也不低。

进阶技巧

先在简单、明确的 issue 上试，成功率高、也更容易看懂它的过程。
用更强的模型（Claude / GPT）修复率明显更高，但要留意 token 花费。

打不开 GitHub / 国内访问

文档 swe-agent.com 可访问；克隆慢加 ghproxy.com/。用境外模型需自行解决网络访问，建议有一定基础再上手。