langchain-ai/open-swe

An Open-Source Asynchronous Coding Agent

What it solves

Open SWE 提供一個開源框架，讓組織能自行建置內部程式編寫代理。它解決了建立安全、具情境感知的 AI 助手的問題，這些助手能與公司特定的程式碼庫、專案管理工具（Linear）以及通訊渠道（Slack）整合，並以最少的人為監督自動化軟體工程任務。

How it works

此框架建構於 LangGraph 與 Deep Agents 之上，採用模組化架構：

  • Agent Harness: 基於 Deep Agents 框架組合，允許自訂編排與工具，同時保有升級路徑。
  • Isolated Sandboxes: 每個任務皆在遠端 Linux 環境（支援 Modal、Daytona、Runloop、E2B 與 LangSmith 等提供者）執行，以確保錯誤被限制，且不會影響生產系統。
  • Curated Toolset: 不是龐大的函式庫，而是使用聚焦的工具集合，涵蓋 shell 執行、網頁抓取、API 呼叫，以及與 Linear 與 Slack 的互動。
  • Context Engineering: 使用根目錄下的 AGENTS.md 檔案定義 repo‑specific 規則與慣例，並在啟動前將完整的 issue 或討論串歷史注入代理。
  • Orchestration: 支援產生子代理以平行處理子任務，並利用中介層掛鉤處理即時使用者回饋與錯誤處理。
  • Invocation: 代理可透過在 Slack、Linear 或 GitHub PR 評論中的提及來觸發。

Who it’s for

想在自家安全基礎設施內部署內部程式編寫代理（類似 Stripe 或 Coinbase 使用的方式），以自動化重複性程式編寫任務、修復 bug、管理 PR 的工程組織。

Highlights

  • Multi-channel triggers: 可直接從 Slack、Linear 或 GitHub 開始任務。
  • Cloud Sandboxing: 可插拔的隔離環境，確保程式碼安全執行。
  • Real-time interaction: 使用者可在任務執行中傳訊給代理，代理會在下一步之前納入回饋。
  • Automated PR Workflow: 代理負責從克隆 repo、執行測試、提交變更到開啟草稿 PR 的完整流程。
  • Subagent Orchestration: 能將獨立任務分派給子代理，以提升效率。