Agentless

环境要求

• 已安装 Git
• 已安装 Conda（用于创建 Python 3.11 环境）
• Python 3.11 环境
• 可用的 OpenAI API Key（或兼容模型服务）

安装与启动步骤

1. 1克隆项目仓库

   从 GitHub 拉取 Agentless 源码到本地，命令执行后当前目录会生成 Agentless 文件夹。

   git clone https://github.com/OpenAutoCoder/Agentless.git
   cd Agentless

   复制

2. 2创建 Python 环境

   README 要求使用 conda 创建名为 agentless 的 Python 3.11 环境，版本不符可能装不上依赖。

   conda create -n agentless python=3.11

   复制

3. 3激活环境

   激活刚创建的 agentless 环境，后续安装与运行都在该环境中进行。

   conda activate agentless

   复制

4. 4安装依赖

   在项目根目录按 requirements.txt 安装全部 Python 依赖，耗时较长请保持网络畅通。

   pip install -r requirements.txt

   复制

5. 5配置模块路径

   把当前项目根目录追加到 PYTHONPATH，保证项目内模块能被正确导入。

   export PYTHONPATH=$PYTHONPATH:$(pwd)

   复制

6. 6配置模型密钥

   导出 OpenAI API Key 环境变量，把占位值替换成你自己的真实密钥。

   export OPENAI_API_KEY={key_here}

   复制

7. 7开发者可选项

   仅参与贡献时需要：安装 pre-commit 钩子以统一代码风格，普通使用可跳过。

   pre-commit install

   复制

关键配置

如何确认成功

conda activate agentless 能成功切换环境、pip install 无报错即安装完成；完整实验需按 README_swebench.md 运行。

常见问题

注意事项

• README 只提供了环境搭建说明，未给出具体运行命令，实际运行请参考 README_swebench.md。
• API Key 属于敏感信息，不要写入代码或提交到版本库，建议仅在当前终端会话中 export。
• 按官方数据，SWE-bench lite 上平均每个问题成本约 0.34 美元，跑实验前请留意用量与费用。
• 如需参与贡献再执行 pre-commit install，普通使用者可省略该步。