En LangChain, interactuamos con agentes de ingeniería de software desde la terminal, Slack, Linear, GitHub y CI.
Diferentes flujos de trabajo necesitan diferentes agentes. La codificación local debe ser interactiva. La codificación en la nube debe ejecutarse en segundo plano y abrir PRs. La revisión de código debe ser cuidadosa y estar integrada con GitHub. La documentación del repositorio debe mantenerse cerca del código y proporcionar contexto útil a los agentes.
Hemos construido ese sistema como un conjunto de herramientas de código abierto:
- dcode para codificación local
- OpenSWE para agentes de codificación en la nube
- OpenSWE Review para revisión automatizada de código
- OpenWiki para documentación del repositorio y memoria de agentes
Juntos, forman nuestra fábrica de agentes de ingeniería de software. Esta es la forma que usamos internamente: agentes locales, agentes en la nube, agentes de revisión, memoria del repositorio, modelos abiertos y trazas de LangSmith en todo el sistema.
Por qué el código abierto es importante
Los agentes de ingeniería de software leen código, editan código, revisan PRs y participan en flujos de trabajo de ingeniería. Los equipos necesitan entender y controlar cómo se comportan esos agentes.
Eso es difícil si el agente es un sistema cerrado. Estás limitado a los modelos compatibles, el comportamiento de revisión, las integraciones y la observabilidad del proveedor.
Queremos agentes que los equipos puedan inspeccionar, modificar y adaptar a sus propios flujos de trabajo, incluyendo sus propios estándares de revisión, convenciones del repositorio, elecciones de modelos y herramientas internas. Por eso estos proyectos son de código abierto.
Las piezas
dcode
dcode es el agente de codificación local que usamos desde la terminal.
La CLI y el tiempo de ejecución del agente se ejecutan localmente en tu máquina, mientras que el modelo aún puede estar alojado. Eso permite a los desarrolladores trabajar directamente contra un repositorio local mientras usan grandes modelos de codificación que pueden no ejecutarse en una laptop.
Usamos dcode para trabajos de codificación interactiva: explorar un repositorio, hacer ediciones y ejecutar tareas de implementación desde la terminal.
OpenSWE
OpenSWE es el agente de codificación en la nube que usamos cuando el trabajo debe realizarse en segundo plano.
Gran parte del trabajo de ingeniería comienza fuera de la terminal. Un error aparece en Slack. Una solicitud de funcionalidad vive en Linear. Una tarea de mantenimiento del repositorio necesita ejecutarse en un horario.
OpenSWE se puede activar desde Slack, Linear, GitHub o la interfaz web. Se ejecuta en la nube, trabaja en el código y puede abrir un pull request cuando termina.
Internamente, este se ha convertido en uno de nuestros flujos de trabajo de agentes más utilizados. Solo en la última semana, activamos OpenSWE casi 1,000 veces solo desde Slack, sin incluir el uso de Linear o la interfaz web.
Debido a que OpenSWE se ejecuta en un sandbox en la nube, podemos ejecutar muchos agentes de codificación en paralelo sin ocupar el entorno local de nadie.
OpenSWE también incluye una interfaz de usuario para inspeccionar el trabajo del agente, chatear con el agente de codificación en la nube, configurar modelos y prompts, ver análisis y configurar automatizaciones programadas.
OpenSWE Review
OpenSWE Review se conecta a GitHub y revisa automáticamente los pull requests. Identifica errores y regresiones antes de que el código se fusione.
También se desempeña extremadamente bien en benchmarks externos. En el Offline Code Review Benchmark, OpenSWE Review obtiene un 47% cuando ejecuta GPT-5.5 con razonamiento medio. Eso lo coloca en el puesto #6 general y #1 entre los agentes de revisión de código de código abierto.
La revisión de código es altamente específica de cada organización. Los equipos difieren en qué problemas les importan, cómo redactan los comentarios y cuándo quieren que un agente bloquee, sugiera o se mantenga en silencio.
OpenSWE Review nos brinda un valor predeterminado sólido que podemos adaptar cambiando prompts, flujos de trabajo, elecciones de modelos y comportamiento específico del repositorio.
OpenWiki
OpenWiki genera y mantiene la documentación del código fuente usando el Open Knowledge Format de Google.
Los documentos viven con el código y se mantienen actualizados automáticamente mediante una acción de GitHub. Eso proporciona tanto a humanos como a agentes una capa de conocimiento mantenida para el repositorio, sin necesidad de preocuparse por mantener los documentos (¡OpenWiki lo hace por ti!).
Si un agente tiene que redescubrir la arquitectura de un repositorio cada vez que se ejecuta, desperdicia tokens y se pierde convenciones importantes. OpenWiki brinda a los agentes de codificación y revisión un mejor punto de partida, mientras admite un flujo de actualización automática para que nunca tengas que pensar en mantener la documentación de tus agentes nuevamente.
El stack
Deep Agents
dcode, OpenSWE, OpenSWE Review y OpenWiki están todos construidos sobre Deep Agents.
Los flujos de trabajo son diferentes, pero comparten la misma base de agente subyacente. Eso nos brinda una forma consistente de construir, personalizar y mejorar agentes en codificación local, codificación en la nube, revisión y documentación. Compartir código, recursos y conocimientos de ingeniería se vuelve aún más fácil cuando todos están construidos en el mismo framework.
Modelos abiertos
Hemos optimizado el stack para modelos abiertos.
Los agentes SWE se vuelven costosos rápidamente cuando se ejecutan en una organización. La codificación local, la codificación en la nube, la revisión de código, la documentación, el mantenimiento programado y el análisis repetido del repositorio usan todos tokens.
Los modelos abiertos nos dan más control sobre el costo (la razón clave), la latencia y las opciones de implementación. También permiten a los equipos enrutar diferentes tareas a diferentes modelos, experimentar con modelos de codificación abiertos, o incluso ajustar modelos para sus propios repositorios y flujos de trabajo.
LangSmith
Trazamos estos agentes con LangSmith.
Cuando un agente abre un PR, deja un comentario de revisión o falla en una tarea, las trazas muestran los archivos que inspeccionó, el contexto que cargó, las llamadas a herramientas que hizo y dónde se quedó atascado.
Esas trazas nos ayudan a depurar ejecuciones individuales y mejorar el sistema con el tiempo. Las usamos para identificar modos de fallo, mejorar prompts, comparar modelos y alimentar ejemplos de mayor calidad en flujos de mejora continua con LangSmith Engine.
Engine para agentes de codificación es un nuevo flujo de trabajo que hemos estado experimentando, donde hacemos que Engine ejecute sobre las trazas de los agentes de codificación, identifique deficiencias y proponga optimizaciones. Dado que cada ejecución de agente de codificación de cada empleado en LangChain se traza, Engine puede identificar y realizar estas optimizaciones desde una vista panorámica, en lugar de individualmente en trazas de ingenieros específicos.
Construye tu propia fábrica de agentes de ingeniería de software
Este stack refleja cómo usamos los agentes de ingeniería de software en LangChain, pero las piezas son de código abierto para que otros equipos puedan adaptarlas y mantener el control total sobre su propia fábrica de software.
Puedes empezar de a poco:
- Usa dcode para codificación local.
- Agrega OpenSWE para ejecutar agentes de codificación desde Slack, Linear, GitHub o la interfaz web.
- Activa OpenSWE Review para la revisión automatizada de PRs.
- Usa OpenWiki para mantener el conocimiento del repositorio para humanos y agentes.
- Conecta las trazas a LangSmith si deseas observabilidad y bucles de mejora en todo el sistema.
El objetivo no es mover cada flujo de trabajo de ingeniería a una única interfaz de agente. Es colocar los agentes correctos en los lugares donde ya ocurre el trabajo de ingeniería, con suficiente control para que se adapten a tus repositorios, modelos y convenciones de equipo.
