SWE-AF

让AI代理集群自动完成从规划到提交PR的全流程

开源 🏷️定价信息待确认 ✅ 目前可打开 智能体 🍴 复刻 185 🐛 待处理 21 👀 关注 9
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1126
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

SWE-AF 项目界面预览图
图片来源:项目官网

项目数据

分类智能体
开发团队Agent-Field
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Go
技术栈/模型agent-factory,agentfield,agentic-ai,ai-agents,ai-factory,autonomous-agents,claude-code,code-generation,codex,coding-agent,developer-tools,gemini-cli,llm,multi-agent,openrouter,software-engineering,software-factory
GitHub 星标★ 1126
上线时间2026-02-04 00:00:00
代码更新2026-11-10
仓库体积127.9 MB
本站数据更新2026-11-10
维护状态活跃
收录时间2026-08-09
浏览次数4

项目介绍

SWE-AF 是一个用 Go 编写的自主软件工程智能体集群框架,运行在 AgentField 之上,旨在将 AI 编程从单次代码生成提升为完整的生产级 PR 交付流程。它解决的核心问题是:现有 AI 编码工具只能生成代码片段,而无法自主完成从需求理解、方案设计、编码实现、测试验证到提交 PR 的完整闭环。SWE-AF 的核心能力包括:多智能体协作编排,支持规划、编码、测试等不同角色的智能体并行工作;与 Claude Code、Codex 等主流编码代理集成,复用现有生态;内置质量门禁,自动运行测试和静态检查,确保产出代码达到生产标准;通过 AgentField 提供可观测性和任务调度,支持大规模并行执行。项目处于早期阶段,但架构设计清晰,适合希望构建自主软件交付流水线的团队研究或二次开发。

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。

难度:进阶 约 20 分钟 部署方式:命令行工具 7 步

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. 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. 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. 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. 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. 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. 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
  7. 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、codexopen_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_codesk-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···

★ 415 2026-09-25
bosun 开源

让 AI 自动干活,你只负责关键决策

Autonomous Engineering

★ 287 2026-08-09
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

★ 3416 2026-08-09
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

★ 125 2026-08-09
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.

★ 236 2026-10-01
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···

★ 383 2026-08-09
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···

★ 139 2026-08-09
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···

★ 121 2026-08-09
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.

★ 10106 2026-10-11