langchain-ai/open-swe

Open SWE – 一个基于 LangChain 的 Deep Agents 构建的开源软件工厂

是什么 – 一个框架，可让你运行自主的 AI 代理，能够 规划、编写、测试、审查和交付 代码变更。这些代理在隔离的沙箱中运行，与 GitHub、Slack、Linear 和 Web 仪表板集成，并可通过自定义模型、工具和策略进行扩展。

核心功能

• 构建 – 代理检查仓库，创建工作计划，编辑文件，运行针对性验证，提交更改并打开/更新 PR。
• 审查 – 只读审查代理可对 PR 发表评论，并从过往反馈中学习仓库的审查风格。
• 操作 – 从仪表板、GitHub 问题/PR、Slack 线程或 Linear 工单触发任务；安排重复任务；监控 CI 并自动重试不稳定的作业。
• 自定义 – 更换模型、沙箱提供者（LangSmith、Modal、Daytona、Runloop、E2B 或本地），添加技能，定义仓库特定指令，并设置交付策略。
• 安全 – 每个线程的沙箱隔离，GitHub App/OAuth 认证，白名单，凭据处理，以及推送前可选的人工审批。

工作原理

1. Deep Agents 提供底层原语（规划、文件操作、Shell、子代理）。Open SWE 在此基础上添加软件工程工具、提示词和集成。
2. LangGraph 提供持久执行和线程状态。提供五个入口图：Agent（完整构建）、Reviewer、Analyzer（学习审查风格）、Chat（PR 问答）、Scheduler（重复/CI 任务）。
3. 沙箱 在隔离的 Linux 环境中运行实际代码。默认为 LangSmith，但通过可插拔接口支持多种云或本地提供者。
4. 集成 – GitHub（问题、PR、App）、Slack、Linear 和基于 Vite 的 Web 仪表板，让用户启动和监控任务。

典型工作流程

用户 → 仪表板 / GitHub / Slack / Linear → OpenSWE 创建沙箱线程
   → 代理规划并实现变更
   → 验证在沙箱中运行
   → 打开/更新 PR
   → 审查代理（可选）发表评论
   → 用户回复 → 同一沙箱继续工作

快速入门

git clone https://github.com/langchain-ai/open-swe.git
cd open-swe
uv venv && source .venv/bin/activate
uv sync --all-extras   # 安装 Python 依赖
pnpm install           # 安装 UI 依赖
make dev   # 后端
make web   # 仪表板（http://localhost:2024）

按照 docs/INSTALLATION.md 中的说明完成 GitHub App 设置、沙箱凭据配置和生产部署。

项目状态 – 由 LangChain 积极开发中；API 和 UI 仍在演进。仓库包含 Open SWE 增强提案（OE‑P）流程，用于社区驱动的变更。

许可证 – MIT。

---

Open SWE 将软件工程任务转化为可重复的、由 AI 驱动的流水线，你可将其部署在本地或云端，同时完全掌控模型、数据和执行过程。