open-swe

异步并行处理代码任务，让 AI 编码代理更快更稳

Open-SWE 是一个开源的异步编码代理，旨在解决软件工程任务自动化中的效率与扩展性问题。它通过异步架构并行处理多个代码修改请求，显著提升任务执行速度。核心能力包括：基于大语言模型的代码理解与生成、自动化的代码修改与测试执行、以及任务队列管理。它支持与主流代码仓库集成，能自动定位问题、生成补丁并运行测试验证。项目采用 Python 实现，提供命令行接口和可配置的代理策略，适合在 CI/CD 流程或本地开发环境中使用。其设计强调可扩展性，允许开发者自定义模型后端和工具链。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 10750

维护状态活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队langchain-ai

所属国家

官网地址https://www.langchain.com/blog/open-swe-an-open-source-framework-for-internal-coding-agents

GitHubhttps://github.com/langchain-ai/open-swe

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent,agents,ai,anthropic,claudecode,llm,llms,openai

GitHub 星标★ 10750

30天Star增速

HF 下载量

上线时间2025-05-21 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

难度：进阶约 25 分钟部署方式：本地安装 8 步

环境要求

Python 环境（用 uv 管理虚拟环境与依赖）
uv 包管理器
pnpm（make build-dashboard 会执行 pnpm install 并构建面板）
一个 GitHub App 和一个 Slack App（本地机器上创建并配置）
需要公网 webhook 地址时可使用免费 ngrok 账号（含静态域名）

安装与启动步骤

1克隆仓库

把 open-swe 源码拉到本地并进入项目目录，后续所有命令都在此目录执行。
```
git clone https://github.com/langchain-ai/open-swe.git
cd open-swe
```
2创建虚拟环境

用 uv 创建 .venv 并激活，Windows 用户请改用 .venvScriptsctivate。
```
uv venv
source .venv/bin/activate
```
3安装依赖

同步安装项目全部依赖（包含 extras），首次执行耗时较长。
```
uv sync --all-extras
```
4构建前端面板

执行 dashboard 构建，内部会先 pnpm install 再用 Vite 打包前端资源。
```
make build-dashboard
```
5配置 .env

为你的机器创建 GitHub App 与 Slack App，并按 development guide 填写 .env，否则无法登录和接收任务。
6启动服务

make dev 会在 http://localhost:2024 同时提供 API 与网页面板。
```
make dev
```
7启动 webhook 隧道

GitHub/Slack 需要公网地址，用免费 ngrok 静态域名暴露，仅转发 /webhooks/*。
```
make tunnel NGROK_DOMAIN=.ngrok-free.dev
```
8可选：前端热重载

做界面开发时用 make dev-ui，Vite 加后端代理，同一地址支持热更新。
```
make dev-ui
```

关键配置

配置项	必填	说明	示例
`.env`	是	存放 GitHub App、Slack App、模型供应商等凭据，具体变量见 docs/DEVELOPMENT.md	`按 docs/DEVELOPMENT.md 填写各项密钥`

如何确认成功

浏览器打开 http://localhost:2024，能看到面板并成功登录即启动成功。

常见问题

Q：为什么本地还要用 ngrok？

A：GitHub 和 Slack 只向公网 webhook 地址投递事件，本地需用免费 ngrok 静态域名做隧道转发给开发服务器。

Q：make tunnel 只暴露 /webhooks/* 是为什么？

A：开发服务器的 LangGraph API 没有身份认证，因此隧道只转发 webhook 路径，避免把整个服务暴露到公网。

Q：生产环境自托管要怎么做？

A：生产自托管使用独立的 LangGraph Agent Server（而非 make dev），并且需要该 Server 的 license key。

Q：能不用本地开发方式、直接给团队部署吗？

A：可以，README 指向 docs/INSTALLATION.md，支持 LangGraph Platform 或 Docker 部署，并配置 GitHub/Slack 应用与模型供应商。

注意事项

本地 make dev 启动的 LangGraph API 无鉴权，不要直接把非 /webhooks/* 路径暴露到公网。
必须先创建 GitHub App 与 Slack App 并填好 .env，否则无法登录使用。
一次部署即可用同一个 URL 同时提供 API、webhooks 和 dashboard。
更多定制（模型、沙箱、工具、提示词、触发器）见 docs/CUSTOMIZATION.md。

核心亮点

异步架构支持并发处理多个编码任务，吞吐量高
支持自定义模型后端，灵活接入不同 LLM
自动生成补丁并运行测试，形成闭环验证

不足之处

文档/社区待观察
异步调试复杂度较高，新手上手有门槛

适用场景

自动化代码修复与补丁生成
CI/CD 流水线中的智能代码审查
大规模代码库的批量重构

替代项目

OpenHands、Aider、SWE-agent

项目介绍

open-swe 是智能体领域的开源项目，由 langchain-ai 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（10,750）位列前 5%，在智能体分类的 2,517 个项目里位列前 5%。

近 41 天，它的 GitHub 星标从 10,543 增加到 10,750，净增 207。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：自动化代码修复与补丁生成。同类可对比的替代方案包括 OpenHands、Aider、SWE-agent。

上一篇：hexstrike-ai

下一篇：UFO