项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1126
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- 已安装 AgentField 控制平面(af CLI ≥ 0.1.87)
- 一个 LLM 密钥:ANTHROPIC_API_KEY 或 OPENROUTER_API_KEY(二选一)
- 本地源码安装需 Python 3.12
- 可选:GH_TOKEN(用于克隆私有仓库、推送分支、开 PR)
安装与启动步骤
-
1安装控制平面
SWE-AF 运行在 AgentField 之上,需先装控制平面;也可改用 Railway 一键部署。新用户从这里开始。
curl -fsSL https://agentfield.ai/install.sh | bash -
2安装 SWE-AF
直接从 GitHub 安装,自动克隆仓库、创建隔离的 Python 环境并注册 swe-planner 节点,无需手动 clone。
af install https://github.com/Agent-Field/SWE-AF -
3首次运行填密钥
首次运行会提示输入唯一的必需密钥(ANTHROPIC_API_KEY 或 OPENROUTER_API_KEY),加密存储且所有节点复用,只需输入一次。
af run swe-planner -
4触发一次构建
用 af call 流式查看进度并打印结果;goal 与 repo_url 是必填输入,返回的 branch 字段即交付产物。
af call swe-planner.build --in '{ "goal": "Add JWT auth", "repo_url": "https://github.com/user/my-repo" }' -
5本地源码安装
不用 af install 时,可克隆源码后建虚拟环境并安装依赖,README 要求 Python 3.12。
python3.12 -m venv .venv source .venv/bin/activate python -m pip install --upgrade pip python -m pip install -e ".[dev]" -
6本地启动服务
先启动控制平面(监听 8080),再另开终端启动节点,注册的节点 id 为 swe-planner。
af python -m swe_af -
7curl 调用接口
不用 CLI 时可直接 POST 异步执行接口;如需指定开源运行时,在 input.config 中设置 runtime 与模型。
curl -X POST http://localhost:8080/api/v1/execute/async/swe-planner.build \ -H "Content-Type: application/json" \ -d @- <<'JSON' { "input": { "goal": "Add JWT auth", "repo_url": "https://github.com/user/my-project", "config": { "runtime": "open_code", "models": { "default": "openrouter/minimax/minimax-m2.5" } } } } JSON
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
goal | 是 | 要完成的工程目标,如加 JWT 鉴权 | Add JWT auth |
repo_url | 否 | 目标仓库地址,构建产物以分支形式交付 | https://github.com/user/my-repo |
repo_path | 否 | 本地仓库路径,与 repo_url 二选一使用 | /tmp/swe-af-output |
config.runtime | 否 | 编码代理运行时,可选 claude_code、open_code、codex | open_code |
config.models.default | 否 | 默认使用的模型,可分别指定 coder、qa 等角色 | openrouter/minimax/minimax-m2.5 |
OPENROUTER_API_KEY | 否 | Railway 部署唯一必需变量,设置后自动选 open_code | sk-xxxxxxxx |
如何确认成功
返回 JSON 中 success 为 true、outcome 为 completed,并给出 branch、commits、files_changed;运行中可查 /api/v1/executions/<execution_id>/no
常见问题
Q:最少要配哪些密钥?
A:只需一个 LLM 密钥:OPENROUTER_API_KEY 或 ANTHROPIC_API_KEY。Railway 上只设 OPENROUTER_API_KEY 时会自动选 open_code 运行时并默认所有角色模型,无需其他配置。
Q:怎么不用 API 计费跑 Claude?
A:可用 Claude Code CLI 执行 claude setup-token 生成 CLAUDE_CODE_OAUTH_TOKEN,走 Pro/Max 订阅额度,再选 claude_code 运行时。
Q:构建无法克隆私有仓库或开 PR 怎么办?
A:补上 GH_TOKEN(需 repo 权限的 GitHub 个人访问令牌);公开仓库不加也能正常构建。
Q:如何查看构建进度?
A:af call 会流式打印进度;curl 调用时访问 http://localhost:8080/api/v1/executions/<execution_id>/notes 获取进度说明。
注意事项
- af 版本需 ≥ 0.1.87,老版本可能不支持 af install / af call 用法。
- 密钥只在首次 af run 时提示输入,之后加密存储并在所有节点间复用。
- 交付物是结果里的 branch 字段(如 issue/xxx),不是直接生成在你当前分支上。
- README 节选被截断,config 完整键名与 Docker 细节请以仓库官方文档为准。
核心亮点
- 多智能体角色分工明确,规划、编码、测试各司其职,形成完整流水线
- 直接集成Claude Code、Codex等主流编码代理,降低接入成本
- 内置质量门禁,自动跑测试和检查,保证PR质量
不足之处
- 项目处于早期阶段,文档和社区生态尚待完善
- 依赖AgentField框架,增加了技术栈复杂度
适用场景
- 企业内搭建自动化代码审查与合并流水线
- 开源项目维护者批量处理issue并自动生成修复PR
- AI编程工具厂商构建多代理协作的底层框架
替代项目
OpenHands、AutoGPT、MetaGPT
上一篇:AGenUI
下一篇:superloopy
同类项目推荐
GustoBot
开源
多智能体客服,一句话查库、查图、查文档
五星大厨:全面Multi-Agent 的客服机器人,基于langraph实现,txt2sql ,txt2cypher, lightr···
bosun
开源
让 AI 自动干活,你只负责关键决策
Autonomous Engineering
reflexion
开源
让大模型从错误中学习,自动迭代改进任务表现
[NeurIPS 2023] Reflexion: Language Agents with Verbal Reinforcement Learning
tokenjam
开源
实时监控并压缩 AI 智能体的 token 消耗,省钱又提速。
Token Efficiency For AI Agents
gtm-skills
开源
给 AI 智能体装上市场增长技能,直接干活
Open, production-grade GTM skills for AI agents.
gemini-flow
开源
用 Gemini CLI 一键拉起 AI 开发团队,自动完成编码任务。
rUv's Claude-Flow, translated to the new Gemini CLI; transforming it into an autonom···
fireauto
开源
一个命令搞定 SEO、安全、PRD 和 Reddit 研究
Claude Code 자동화 플러그인 — SEO, 보안, 팀 에이전트, PRD, 레딧 리서치를 커맨드 하나···
suede-creator-skills
开源
71 个即插即用技能,让 Claude Code 和 Codex 秒变全能专家。
Open-source skills for Claude Code and Codex, with an MCP server, a PyPI package and···
feynman
开源
一句话提问,自动查 arXiv 并写出文献综述
The open source AI research agent.
