SWE-agent项目v1.1.0版本发布：新增大规模训练轨迹数据支持

项目简介

SWE-agent是一个专注于软件工程任务的智能代理系统，旨在通过自动化方式解决GitHub仓库中的实际问题。该项目结合了大型语言模型与特定领域工具，能够理解代码库、定位问题并生成修复方案。

核心更新内容

大规模训练数据支持

本次v1.1.0版本最重要的更新是引入了SWE-smith项目，这是一个专门为SWE-agent生成训练数据的新系统。该系统已经生成了数万条训练轨迹，这些数据显著提升了代理的性能表现。

基于这些新训练数据，项目团队开发的32B参数语言模型SWE-agent-LM-32b在SWE-bench基准测试中取得了开源权重模型的最佳成绩。这一突破意味着在不需要依赖专有模型的情况下，SWE-agent已经能够达到行业领先水平。

数据格式变更

为了适应新的训练需求，项目对轨迹数据格式进行了重要调整：

• 将原有的messages字段替换为更明确的query字段
• 这一变更使得数据表示更加清晰，便于模型理解和处理

工具包重构

项目对工具包进行了系统性的整理和优化：

• 重命名了多个使用"窗口化"文件查看器的工具包（包括原defaults等）
• 移除了review_on_submit工具包，由功能更完善的review_on_submit_m替代
• 调整了窗口化工具的行为，不再自动在新建文件末尾添加换行符

技术优化与增强

多语言与多模态支持

新版本显著增强了对复杂场景的支持能力：

• 实现了对多语言评估的完整支持
• 为SWE-smith和多模态应用提供了基础架构

实用工具新增

引入了quick-stats工具，为开发者提供快速获取系统状态的便捷方式。

配置灵活性提升

多项改进使得系统配置更加灵活：

• 支持覆盖最大输出token数设置
• 允许自定义工具目录等关键路径
• 支持覆盖SWE-bench数据集路径
• 在批量处理时可选择禁用python-standalone模式

问题修复与稳定性提升

v1.1.0版本包含了大量稳定性改进和问题修复，主要包括：

1. 基础功能修复：

   • 修复了max_input_tokens设置为0时的问题
   • 显式设置日志文件编码防止乱码
   • 确保pydantic-settings环境前缀正确设置

2. 跨平台兼容性：

   • 修复Windows路径问题，使用PurePosixPath或字符串替代Path
   • 确保工具PATH环境变量优先级正确

3. 错误处理增强：

   • 改进退出状态捕获机制
   • 显示tenacity重试原因便于调试
   • 增强状态存在性检查

4. 性能优化：

   • 解决PR正文token限制超出的问题
   • 优化执行超时处理机制
   • 实现多配置的层次化合并

技术实现细节

在底层实现上，项目团队做出了多项重要调整：

1. 依赖管理：

   • 保持与Textual 2.0框架的兼容性
   • 优化litellm对Claude 3.7模型的支持

2. 路径处理：

   • 确保仓库复制使用绝对路径
   • 根据环境变量正确设置默认轨迹目录

3. 消息处理：

   • 检查器适配新消息格式
   • 修复消息类型缺失问题

总结

SWE-agent v1.1.0版本标志着该项目在训练数据规模和质量上的重大飞跃。通过SWE-smith项目生成的数万条训练轨迹，不仅提升了现有模型的性能，也为未来更强大的代理系统奠定了基础。同时，大量的稳定性改进和功能增强使得系统更加健壮和易用。

这一版本特别适合需要处理复杂软件工程任务的研究人员和开发者，尤其是那些关注开源解决方案的团队。随着多语言和多模态支持的不断完善，SWE-agent正在成为一个更加通用的软件工程辅助工具。