Project report / GitHub evidence

SE-Agent

这是可索引项目报告证据页：它保留 SE-Agent 的源材料入口、机制线索和限制提醒；正文仍需 reader/editor 与 academic public-copy review 后才能当作最终结论引用。

报告索引项目索引 Markdown source

SE-Agent

项目概览

仓库：JARVIS-Xs/SE-Agent
Star / Fork：274 / 29
最近活跃：2025-09-23T01:32:14Z
主要语言：Python
许可证：MIT
中文摘要：面向代码智能体的自进化框架，通过 Revision、Recombination、Refinement 在多条推理轨迹间交换信息，扩大搜索空间。

技术栈

Python

依赖与配置证据：

pyproject.toml

核心架构图（文字描述）

任务 / 环境 / Benchmark 输入 → 进化/搜索循环 → 评估器/打分器 → 智能体编排 → 改进后的输出、代码、Prompt、记忆、策略或模型工件

目录结构信号

文件 .env.example
目录 .github
目录 .github/workflows
文件 .github/workflows/run-tests.yml
文件 .gitignore
文件 LICENSE
文件 README.md
目录 SE
文件 SE/README.md
文件 SE/basic_run.py
文件 SE/basic_run.py.backup
目录 SE/configs
目录 SE/configs/base_configs
目录 SE/configs/se_configs
目录 SE/configs/test_config
目录 SE/core
文件 SE/core/__init__.py
文件 SE/core/swe_iterator.py
目录 SE/core/utils
文件 SE/evaluation_function.py
目录 SE/instances
文件 SE/instances/1.json
文件 SE/instances/12.json
文件 SE/instances/90.json
文件 SE/instances/example.json
目录 SE/operators
文件 SE/operators/README.md
文件 SE/operators/__init__.py
文件 SE/operators/alternative_strategy.py
文件 SE/operators/base.py
文件 SE/operators/crossover.py
文件 SE/operators/registry.py
文件 SE/operators/traj_pool_summary.py
文件 SE/operators/trajectory_analyzer.py
文件 SE/operators.md
文件 SE/se_run.py
目录 SE/test
文件 SE/test/DEVELOPMENT_GUIDE.md
文件 SE/test/README.md
文件 SE/test/alternative_strategy.py
文件 SE/test/api_test.py
文件 SE/test/api_test_litellm.py
文件 SE/test/comprehensive_analysis_old.py
文件 SE/test/converter_old.py
目录 SE/test/counter_generation
文件 SE/test/fix_existing_traj_pool.py
目录 SE/test/llm_integration
文件 SE/test/run_operator_tests.py
文件 SE/test/swe_iterator_backup.py
文件 SE/test/test_README.md
文件 SE/test/test_alternative_strategy.py
文件 SE/test/test_instance_data_system.py
文件 SE/test/test_litellm_simple.py
文件 SE/test/test_operator_data_access.py
文件 SE/test/test_operators.py

关键代码片段分析

`sweagent/run/run.py`

代码信号：第 1 行："""[cyan][bold]Main command line interface for SWE-agent.[/bold][/cyan]；第 5 行：[green]sweagent <command> [options][/green]；第 9 行：[green]sweagent <command> [bold]--help[/bold][/green]；第 11 行：[cyan][bold]=== SUBCOMMANDS TO RUN SWE-AGENT ===[/bold][/cyan]；第 13 行：[bold][green]run[/green][/bold] or [bold][green]r[/green][/bold]: Run swe-agent on a single problem statement, for exa。

`sweagent/agent/agents.py`

代码信号：第 20 行：from sweagent import __version__, get_agent_commit_hash, get_rex_commit_hash, get_rex_version；第 21 行：from sweagent.agent.action_sampler import AbstractActionSampler, ActionSamplerConfig；第 22 行：from sweagent.agent.history_processors import DefaultHistoryProcessor, HistoryProcessor；第 23 行：from sweagent.agent.hooks.abstract import AbstractAgentHook, CombinedAgentHook；第 24 行：from sweagent.agent.models import (。

`sweagent/agent/extra/shell_agent.py`

代码信号：第 4 行：from sweagent.agent.agents import DefaultAgent, ShellAgentConfig；第 5 行：from sweagent.agent.models import HumanModel, HumanModelConfig, get_model；第 6 行：from sweagent.agent.problem_statement import ProblemStatement, ProblemStatementConfig；第 7 行：from sweagent.environment.swe_env import SWEEnv；第 8 行：from sweagent.tools.parsing import ActionOnlyParser。

`SE/evaluation_function.py`

代码信号：第 13 行：def step_count_filter(traj: Dict, min_steps: int = 3, max_steps: int = 30) -> bool:；第 18 行：def has_long_repetition(traj: Dict, max_repeat: int = 3) -> bool:；第 34 行：def code_edit_ratio(traj: Dict, min_ratio: float = 0.2) -> bool:；第 46 行：def filter_non_empty(trajectories: List[Dict]) -> List[Dict]:；第 50 行：def filter_unique(trajectories: List[Dict]) -> List[Dict]:。

`sweagent/run/hooks/swe_bench_evaluate.py`

代码信号：第 1 行："""SweBench evaluation hook.；第 3 行：Will be automatically added to run_batchifSWEBenchInstances.evaluate is set to true；第 13 行：from sweagent.run.hooks.abstract import RunHook；第 14 行：from sweagent.run.merge_predictions import merge_predictions；第 15 行：from sweagent.types import AgentRunResult。

实现方法提取

循环类型：进化/搜索循环 → 评估器/打分器 → 智能体编排。
LLM 交互模式：从依赖和源码命名推断，主要通过 Prompt 模板、LLM API 调用、评估反馈或记忆状态完成迭代。
反馈来源：可能来自单元测试、Benchmark 分数、模型自评、反思文本、运行错误或人工定义的 judge。
跨轮状态：候选代码、反思记忆、提示词/上下文、策略池、生成数据或模型训练工件。

与其他项目的对比

它代表“可执行代码/算法”层面的 Self Evolve，和 Self-Refine 的文本精炼不同，反馈来自真实评测器或 benchmark 分数。
在 Landing Page 中建议标签：进化/搜索循环、评估器/打分器、智能体编排。