langchain-ai/open-swe

Open SWE – 基於 LangChain Deep Agents 的開源軟體工廠

這是什麼 – 一個框架，讓您執行可自主運作的 AI 代理，能夠 規劃、撰寫、測試、審查與交付 您自己儲存庫中的程式碼變更。這些代理在隔離的沙盒中執行，整合 GitHub、Slack、Linear 和網頁儀表板，並可使用您自己的模型、工具與政策進行自訂。

核心功能

• 建構 – 代理會檢視儲存庫，建立工作計畫，編輯檔案，執行目標驗證，提交變更並開啟/更新 PR。
• 審查 – 只讀審查代理可對 PR 提出評論，並從過去的反饋中學習儲存庫的審查風格。
• 操作 – 從儀表板、GitHub 問題/PR、Slack 線程或 Linear 票據觸發任務；排定重複性工作；監控 CI 並自動重新執行不穩定的任務。
• 自訂 – 更換模型、沙盒提供者（LangSmith、Modal、Daytona、Runloop、E2B 或本機），新增技能，定義儲存庫特定指令，並設定交付政策。
• 安全性 – 每個線程的沙盒隔離、GitHub App/OAuth 認證、允許清單、憑證處理，以及推送前可選的人工審核。

運作方式

1. Deep Agents 提供底層原語（規劃、檔案操作、Shell、子代理）。Open SWE 在此基礎上加入軟體工程工具、提示與整合。
2. LangGraph 提供持久執行與線程狀態。提供五個入口圖：Agent（完整建構）、Reviewer、Analyzer（學習審查風格）、Chat（PR 問答）、Scheduler（重複性/CI 任務）。
3. 沙盒 在隔離的 Linux 環境中執行實際程式碼。預設為 LangSmith，但透過可插入介面支援許多雲端或本機提供者。
4. 整合 – GitHub（問題、PR、App）、Slack、Linear，以及基於 Vite 的網頁儀表板，讓使用者啟動並監控任務。

典型工作流程

使用者 → 儀表板 / GitHub / Slack / Linear → OpenSWE 建立沙盒線程
   → 代理規劃並實作變更
   → 驗證在沙盒中執行
   → 開啟/更新 PR
   → 審查代理（可選）提出評論
   → 使用者回覆 → 同一沙盒繼續工作

快速上手

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

請參閱 docs/INSTALLATION.md 以了解 GitHub App 設定、沙盒憑證與生產部署。

專案狀態 – 由 LangChain 持續開發中；API 與 UI 仍在演進中。儲存庫包含 Open SWE 增強提案（OE‑P）流程，以推動社群驅動的變更。

授權 – MIT。

---

Open SWE 將軟體工程任務轉化為可重複的、由 AI 驅動的流程，您可將其部署於內部或雲端，同時完全掌控模型、資料與執行過程。