Bản gốc tiếng Anh: https://argusic.com/subject/swe-rex

SWE-ReX

Thực thi mã trong sandbox cho các AI agent, cục bộ hoặc trên đám mây. Song song quy mô lớn, dễ mở rộng. Cung cấp sức mạnh cho SWE-agent và nhiều hơn nữa.

Chạy được với mocknguồn: GitHubtrang chủ dự ánPythonMITcommit 5c995c365dfb

Python, giấy phép MIT. Dự án tự gắn nhãn: agent, agents, ai, aws, cloud, coding agents, docker và fargate.

SWE-ReX chạy được, với dịch vụ giả lập thay cho các dịch vụ nó phụ thuộc. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 1,5 phút, gặp 6 lỗi, và toàn bộ phiên làm việc được ghi lại.

Package installs cleanly, 74 tests pass, server binary starts and responds correctly on all core endpoints (is_alive, create_session, execute), CLI --version prints 1.4.0.

Kết quả agent đạt được trên máy sạch, bằng chính lời của nó. Cách đo

Argusic đo trên một máy mới mỗi lần. Mỗi con số đều link tới bằng chứng của nó. Điểm Argusic 82 trên 100 (trung bình điểm các lần chạy của dự án này).

Tóm tắt

kết luận
Chạy được với mock
Điểm Argusic
82 / 100
chi phí của lần chạy kiểm chứng
0,05 USD (đo thực tế)
số lần chạy đã ghi
1
test gần nhất
lượt star
632
fork
130
issue đang mở
59
người theo dõi
5
dung lượng
5 MB
ngày tạo
push gần nhất

Dữ liệu dự án lấy từ GitHub, có link ở đầu trang, cập nhật . Dữ liệu test của Argusic (CC BY 4.0); mỗi con số đều link tới một trang run có đầy đủ log, bản ghi và mã sha256 của chúng.

Những gì đã đo

Lấy từ lần chạy quyết định kết luận này. Mỗi dòng là một giá trị được ghi lại, không phải ước tính.

Thời gian mất cho từng lỗi khi test SWE-ReX, vẽ từ lần chạy được ghi lại
Mỗi cột là một lỗi agent đã ghi lại, kèm thời gian nó tốn. Vẽ từ lần chạy này, không lấy từ nguồn nào khác.

Những gì trục trặc, bằng chính lời của agent

Lời của chính agent, lỗi nặng nhất trước, không bao giờ viết lại thành lời khuyên.

  • test_bash_multiline_command_eof, test_run_in_shell_interactive_command*: `python` not found (only python3), `less` not found1,5 phút
  • test_unauthenticated_request: FastAPI's APIKeyHeader returns 401 not 4030,5 phút
  • test_interrupt_pager: 'Killed' output consumed by interrupt handler, not echo0,5 phút
  • test_docker_deployment*: docker binary not found
  • test_fargate_deployment*: No AWS region configured
  • test_modal_deployment*, test_get_modal_deployment: No Modal token
Thời gian cài đặt
2 phút
Từ máy sạch đến khi xong
23 phút
Lỗi gặp và đã sửa
gặp 6, tự sửa 3 mà không cần người giúp
Cách chứng minh kết quả
The server was started with swerex-remote --port 9988 --auth-token testkey; curl verified / (200, 'hello world'), /is_alive (200, alive), POST /create_session (200), POST /execute (200, 'hello-world' exit_code=0). cli test: swerex-remote --version printed 1.4.0; swerex-remote --port 9990 --auth-token x started and shut down cleanly.
Số token model đã dùng
195.440
Commit chính xác đã test
5c995c365dfb
Container image
sha256:cdd920bce783

Những gì chưa đo

Nửa còn lại, để bạn thấy rõ bằng chứng này đi xa tới đâu. Chỗ trống được ghi là chỗ trống và không bao giờ được lấp vào.

Bộ nhớ GPU cao nhất
lần này chạy trên máy CPU, nên không có GPU để đo
Hoạt động khi chạy lâu
mỗi lần thử dùng cấu hình nhỏ nhất có trong tài liệu và một khoảng thời gian cố định, nên đây là đo xem nó có chạy hay không, không đo nó chịu tải ra sao
Hoạt động với dịch vụ thật
lần chạy này chỉ được kiểm chứng với dịch vụ giả lập

Xem phiên làm việc

Toàn bộ lần chạy, từ máy sạch, đúng tốc độ thực tế. Không cắt và không tua nhanh đoạn nào.

Bản ghi của lần thử 1, chạy ngày , lần thử đã quyết định kết luận ở trên. Bản terminal recording dùng để làm video này là bằng chứng, được lưu với dấu vân tay sha256; video chỉ là bản dựng từ nó. Không có gì tải từ trang chứa video cho tới khi bạn bấm phát.

Đoạn cuối của bản ghi

Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.

| `test_get_modal_deployment` | `modal.exception.AuthError` — no Modal token |
| `test_modal_deployment*` (2) | Same Modal auth issue |
**End-to-end verification**:
```
curl 127.0.0.1:9988/       → 200  {"message":"hello world"}
curl 127.0.0.1:9988/is_alive → 200  {"is_alive":true}
curl POST /create_session   → 200  (bash session created)
curl POST /execute          → 200  {"stdout":"hello-world\n","exit_code":0}
swerex-remote --version     → 1.4.0
```
**Test results**: 74 passed, 1 xfailed, 7 infrastructure-failed out of 86 total, 37 warnings (pty f…
**Time spent**: ~5 minutes.

Xem lại toàn bộ phiên, mọi lệnh từ máy sạch tới thời điểm này.

Cách test

Một agent, một container, không có người giúp. Agent cài dự án theo đúng cách tài liệu của dự án hướng dẫn, chạy nó, và sửa những gì bị hỏng. Mọi thứ bên dưới được ghi lại đúng như đã diễn ra: phiên terminal, log và commit chính xác. Toàn bộ phương pháp.

Điểm mạnh và giới hạn

Dữ kiện đo được, không phải ý kiến. Cách viết nội dung.

Những gì suôn sẻ

  • Cài đặt trong 1,5 phút, nhanh hơn trung vị của 134 dự án tương đương mà Argusic đã đo.
  • Giấy phép MIT, theo thông tin từ nơi lưu trữ dự án.

Những gì không suôn sẻ, hoặc chưa biết

  • Chỉ đạt trạng thái chạy được với dịch vụ giả lập, nên ở đây không có gì chứng minh nó chạy với dịch vụ thật.
  • Gặp 6 lỗi trong lúc cài đặt, trong đó 3 lỗi chưa được giải quyết.
  • Mới đo một lần. Một lần thử cho thấy nó có thể chạy, chưa cho thấy nó chạy ổn định.

Trong 135 dự án agent mà Argusic đã cài đặt và bấm giờ, SWE-ReX đứng thứ 20 về tốc độ đạt trạng thái chạy được, và 87 trên 135 dự án đạt được trạng thái đó.

Cũng đã test, cùng lĩnh vực

Mỗi dự án ở đây đều được Argusic cài đặt và chạy trên máy sạch. Không có dự án nào chưa test xuất hiện ở đây.

  • ctx đã kiểm chứng chạy được · Rust · 4 chủ đề chung
  • DemoGPT đã test, chưa kiểm chứng · Python · 4 chủ đề chung
  • herdr đã kiểm chứng chạy được · Rust · 3 chủ đề chung
  • adk-python đã kiểm chứng chạy được · Python · 3 chủ đề chung
  • SurfSense đã kiểm chứng chạy được · Python · 3 chủ đề chung
  • omnigent đã kiểm chứng chạy được · Python · 3 chủ đề chung

Lịch sử chạy

test bởilần thửkết quảđiểmchi phí USDthời điểm
Argusic Runner1/3Chạy được với mock82,000,05

Chủ đề (từ GitHub)

agentagentsaiawscloudcoding-agentsdockerfargatemodalswe-agent

Nhúng badge

Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.

[![Tested by Argusic](https://argusic.com/badge/SWE-ReX.svg)](https://argusic.com/subject/swe-rex)

Câu hỏi

SWE-ReX có chạy được không?
SWE-ReX chạy được, với mock thay cho các dịch vụ bên ngoài. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 2 phút, gặp 6 lỗi trên đường đi, và ghi lại phiên làm việc.
Argusic đã test SWE-ReX như thế nào?
Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit 5c995c365dfb. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
Test SWE-ReX tốn bao nhiêu?
Lần chạy đưa ra kết luận này tốn 0,05 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.
Cài đặt SWE-ReX mất bao lâu?
1,5 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.
SWE-ReX có cần GPU không?
Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
Cài đặt SWE-ReX thì gặp lỗi gì?
6 lỗi xảy ra trong lần chạy được ghi lại, và 3 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
SWE-ReX so với các lựa chọn khác thế nào?
Trong 135 dự án agent mà Argusic đã cài đặt và bấm giờ, SWE-ReX đứng thứ 20 về tốc độ đạt trạng thái chạy được, và 87 trên 135 dự án đạt được trạng thái đó.
Bằng chứng cho SWE-ReX ở đâu?
Lần chạy được ghi lại nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.

Discussion