0Pricing
AI Agents · บทเรียน

สถาปัตยกรรมของ SWE-Agent และ OpenDevin

สำรวจซอร์สโค้ดของเอเจนต์เขียนโค้ดแบบเปิดชั้นนำสองตัว เพื่อดูว่าผู้เชี่ยวชาญจัดโครงสร้างชุดเครื่องมือและคำสั่งอย่างไร

สถาปัตยกรรมของ SWE-Agent และ OpenDevin เป็นบทเรียน AI Agents ฟรีบน CoddyKit นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน AI Agents และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส AI Agents มีบทเรียนทั้งหมด 4 บทเรียน

เหตุใดจึงต้องศึกษาเอเจนต์ที่มีอยู่

SWE-Agent และ OpenDevin (ปัจจุบันคือ OpenHands) เป็นเอเจนต์เขียนโค้ดแบบโอเพนซอร์สชั้นนำ การอ่านโค้ดของพวกเขาจะสอนให้คุณเห็นว่านักพัฒนามืออาชีพทำงานกันอย่างไร

SWE-Agent (พรินซ์ตัน)

SWE-Agent นำเสนอแนวคิด "ส่วนติดต่อระหว่างเอเจนต์กับคอมพิวเตอร์" (ACI) ซึ่งเป็น CLI ที่ออกแบบอย่างรัดกุมเพื่อให้เอเจนต์จัดการโค้ดได้

ขอบเขตเครื่องมือของ SWE-Agent

  • open / goto / scroll_up / scroll_down — เครื่องมือดูไฟล์
  • edit — การแก้ไขช่วงบรรทัด
  • create — สร้างไฟล์ใหม่
  • find_file / search_dir — การค้นหา
  • submit — จบงาน

แนวคิด "หน้าต่าง"

SWE-Agent แสดง "หน้าต่าง" ขนาด 100 บรรทัดของไฟล์ให้โมเดลดูได้ครั้งละหนึ่งช่วงเท่านั้น วิธีนี้บังคับให้เลื่อนดูอย่างชัดเจน ซึ่งช่วยให้มีสมาธิมากขึ้นอย่างน่าประหลาดใจ

วงจรผลป้อนกลับจากการตรวจไวยากรณ์

หลังการแก้ไขทุกครั้ง SWE-Agent จะเรียกใช้เครื่องมือตรวจไวยากรณ์ หากพบข้อผิดพลาดใหม่ การแก้ไขนั้นจะถูกปฏิเสธ และโมเดลต้องลองใหม่

OpenDevin / OpenHands

OpenDevin (เปลี่ยนชื่อเป็น OpenHands) เป็นแพลตฟอร์มหลายเอเจนต์ที่สร้างขึ้นโดยมีแซนด์บ็อกซ์ Docker เป็นแกนหลัก รองรับแบ็กเอนด์ของ "เอเจนต์" หลายแบบ (CodeAct, BrowsingAgent และอื่น ๆ)

ชุดเครื่องมือ OpenHands

  • execute_bash — เรียกใช้เชลล์
  • str_replace_editor — เครื่องมือแก้ไขรูปแบบ Anthropic
  • browse — เครื่องมือเบราว์เซอร์สำหรับค้นคว้าข้อมูลบนเว็บ
  • finish — งานเสร็จสมบูรณ์

วงจรการกระทำและการสังเกต

OpenHands จำลองขั้นตอนของเอเจนต์อย่างชัดเจนว่าเป็นคู่ การกระทำ -> การสังเกต:

{'action': 'execute_bash', 'args': {'command': 'pytest'}, 'observation': '5 failed, 3 passed', 'next_thought': 'I need to look at the failing tests.'}

ข้อค้นพบจาก CodeAct

CodeAct (UIUC) แสดงให้เห็นว่า การให้โมเดลส่งโค้ด PYTHON CODE สำหรับการเรียกใช้เครื่องมือทุกครั้ง (แทนการเรียกใช้เครื่องมือด้วย JSON แบบตายตัว) มักให้ผลดีกว่า

เหตุผลคือ โค้ดประกอบเข้าด้วยกันได้ตามธรรมชาติ และโมเดลสามารถใช้ลูป เงื่อนไข และค่าขั้นกลางได้

OpenAI Codex CLI

OpenAI เปิดตัว Codex CLI ซึ่งเป็นเอเจนต์เขียนโค้ดแบบโอเพนซอร์สสำหรับใช้อ้างอิง รูปแบบคล้ายกันคือมีเครื่องมือแก้ไข เชลล์ ค้นหา และจบงาน

รูปแบบสถาปัตยกรรมที่พบบ่อย

  1. พื้นที่ทำงาน Docker แบบแยกสำหรับแต่ละงาน
  2. ชุดเครื่องมืออ่าน / แก้ไข / run / ค้นหา
  3. การตรวจสอบหลังการแก้ไขแต่ละครั้ง (การตรวจไวยากรณ์หรือการทดสอบ)
  4. จำกัดจำนวนขั้นตอน (50-100 รอบ)
  5. บันทึกร่องรอยสำหรับทุกอย่าง

จุดที่การนำไปใช้งานแตกต่างกัน

  • รูปแบบการแก้ไข: ช่วงบรรทัด เทียบกับการแทนที่สตริง เทียบกับทั้งไฟล์
  • เครื่องมือดูไฟล์: การเลื่อนดูเป็นช่วง เทียบกับการกระโดดไปยังบรรทัด
  • หน่วยความจำ: สมุดจดชั่วคราว เทียบกับบันทึกในพรอมต์ระบบ
  • จังหวะการตรวจสอบ: ทุกขั้นตอน เทียบกับตอนจบ

สร้างของคุณเอง

คุณสามารถสร้างเอเจนต์เขียนโค้ดที่มีความสามารถแข่งขันได้ด้วยโค้ดภาษาไพทอน 500-1000 บรรทัด โดยรวมสิ่งต่อไปนี้เข้าด้วยกัน:

  • เครื่องมือจากบทเรียน 2
  • วงจรแก้ไขจากบทเรียน 3
  • ขั้นตอนการวางแผนจากบทเรียน 1
  • การจำกัดไว้ในแซนด์บ็อกซ์จากหลักสูตร 23
  • การประเมินผลจากหลักสูตร 21

อ่านซอร์สโค้ด

ทั้ง SWE-Agent และ OpenHands เปิดเผยซอร์สโค้ดไว้บน GitHub ลองใช้เวลาช่วงบ่ายอ่านวงจรหลักของพวกเขา นี่คือการศึกษาด้านวิศวกรรมเอเจนต์ที่ดีที่สุดอย่างหนึ่งที่คุณหาได้

รูปแบบการออกแบบร่วมกัน

รูปแบบสถาปัตยกรรมใดที่แทบเป็นสากลสำหรับเอเจนต์เขียนโค้ด

ทบทวน

ACI ของ SWE-Agent วงจรการกระทำและการสังเกตของ OpenHands และโค้ดในฐานะการกระทำของ CodeAct อ่านซอร์สโค้ดของพวกเขา นำสิ่งที่ใช้ได้ผลมาปรับใช้ แล้วสร้างเวอร์ชันที่กระชับกว่าของคุณเอง

คำถามที่พบบ่อย

บทเรียน “สถาปัตยกรรมของ SWE-Agent และ OpenDevin” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “สถาปัตยกรรมของ SWE-Agent และ OpenDevin” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส AI Agents ให้อัปเกรดเป็น CoddyKit PRO คอร์ส AI Agents มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “สถาปัตยกรรมของ SWE-Agent และ OpenDevin”

สำรวจซอร์สโค้ดของเอเจนต์เขียนโค้ดแบบเปิดชั้นนำสองตัว เพื่อดูว่าผู้เชี่ยวชาญจัดโครงสร้างชุดเครื่องมือและคำสั่งอย่างไร คุณปฏิบัติ AI Agents ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน AI Agents หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน AI Agents บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน

บทเรียน “สถาปัตยกรรมของ SWE-Agent และ OpenDevin” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน AI Agents นี้ได้ไหม

ได้ บทเรียน AI Agents ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

  1. รูปแบบเอเจนต์: วางแผน-ดำเนินการ-ตรวจสอบ
  2. ชุดเครื่องมือสำหรับเขียนโค้ด (Read, Edit, Bash)
  3. วงจรแก้ไขตนเองแบบทำซ้ำ
  4. สถาปัตยกรรมของ SWE-Agent และ OpenDevin
← กลับไปที่ AI Agents