Na LangChain, interagimos com agentes de engenharia de software a partir do terminal, Slack, Linear, GitHub e CI.
Fluxos de trabalho diferentes precisam de agentes diferentes. Codificação local deve ser interativa. Codificação na nuvem deve ser executada em segundo plano e abrir PRs. Revisão de código deve ser cuidadosa e integrada ao GitHub. Documentação do repositório deve ficar próxima ao código e fornecer contexto útil aos agentes.
Construímos esse sistema como um conjunto de ferramentas open-source:
- dcode para codificação local
- OpenSWE para agentes de codificação na nuvem
- OpenSWE Review para revisão automatizada de código
- OpenWiki para documentação de repositório e memória do agente
Juntos, eles formam nossa fábrica de agentes de engenharia de software. Este é o formato que usamos internamente: agentes locais, agentes na nuvem, agentes de revisão, memória de repositório, modelos abertos e rastreamentos LangSmith em todo o sistema.
Por que open source é importante
Agentes de engenharia de software leem código, editam código, revisam PRs e participam de fluxos de trabalho de engenharia. As equipes precisam entender e controlar como esses agentes se comportam.
Isso é difícil se o agente for um sistema fechado. Você fica limitado aos modelos, comportamento de revisão, integrações e observabilidade suportados pelo provedor.
Queremos agentes que as equipes possam inspecionar, modificar e adaptar aos seus próprios fluxos de trabalho, incluindo seus próprios padrões de revisão, convenções de repositório, escolhas de modelos e ferramentas internas. É por isso que esses projetos são open source.
As peças
dcode
dcode é o agente de codificação local que usamos no terminal.
A CLI e o runtime do agente são executados localmente na sua máquina, enquanto o modelo ainda pode ser hospedado. Isso permite que os desenvolvedores trabalhem diretamente em um repositório local enquanto usam modelos de codificação grandes que podem não rodar em um laptop.
Usamos o dcode para trabalhos de codificação interativos: explorar um repositório, fazer edições e executar tarefas de implementação a partir do terminal.
OpenSWE
OpenSWE é o agente de codificação na nuvem que usamos quando o trabalho deve ser executado em segundo plano.
Muito do trabalho de engenharia começa fora do terminal. Um bug surge no Slack. Uma solicitação de funcionalidade está no Linear. Uma tarefa de manutenção de repositório precisa ser executada em um cronograma.
O OpenSWE pode ser acionado a partir do Slack, Linear, GitHub ou da interface web. Ele é executado na nuvem, trabalha no código e pode abrir um pull request quando terminar.
Internamente, este se tornou um dos nossos fluxos de trabalho de agente mais usados. Somente na última semana, acionamos o OpenSWE quase 1.000 vezes apenas pelo Slack, sem incluir o uso do Linear ou da interface.
Como o OpenSWE é executado em um sandbox na nuvem, podemos executar vários agentes de codificação em paralelo sem ocupar o ambiente local de ninguém.
O OpenSWE também inclui uma interface para inspecionar o trabalho do agente, conversar com o agente de codificação na nuvem, configurar modelos e prompts, visualizar análises e configurar automações agendadas.
OpenSWE Review
O OpenSWE Review se conecta ao GitHub e revisa automaticamente pull requests. Ele identifica bugs e regressões antes da mesclagem do código.
Ele também apresenta um desempenho extremamente bom em benchmarks externos. No Offline Code Review Benchmark, o OpenSWE Review pontua 47% ao executar GPT-5.5 com raciocínio médio. Isso o coloca em #6 no geral e #1 entre agentes de revisão de código open-source.
A revisão de código é altamente específica da organização. As equipes diferem em quais problemas se preocupam, como formulam comentários e quando querem que um agente bloqueie, sugira ou fique quieto.
O OpenSWE Review nos fornece um padrão robusto que podemos adaptar alterando prompts, fluxos de trabalho, escolhas de modelos e comportamento específico do repositório.
OpenWiki
OpenWiki gera e mantém a documentação da base de código usando o Open Knowledge Format do Google.
A documentação vive com o código e é mantida atualizada automaticamente por meio de uma ação do GitHub. Isso fornece tanto para humanos quanto para agentes uma camada de conhecimento mantida para o repositório, sem a necessidade de se preocupar em manter a documentação (o OpenWiki faz isso por você!).
Se um agente tem que redescobrir a arquitetura de um repositório toda vez que é executado, ele desperdiça tokens e perde convenções importantes. O OpenWiki fornece um ponto de partida melhor para agentes de codificação e revisão, ao mesmo tempo que suporta um fluxo de atualização automática para que você nunca precise pensar em manter seus documentos de agente novamente.
A stack
Deep Agents
dcode, OpenSWE, OpenSWE Review e OpenWiki são todos construídos sobre Deep Agents.
Os fluxos de trabalho são diferentes, mas compartilham a mesma base de agente subjacente. Isso nos dá uma maneira consistente de construir, personalizar e melhorar agentes em codificação local, codificação na nuvem, revisão e documentação. Compartilhar código, recursos e conhecimento de engenharia fica ainda mais fácil quando todos são construídos no mesmo framework.
Modelos abertos
Otimizamos a stack para modelos abertos.
Agentes SWE ficam caros rapidamente quando executados em uma organização. Codificação local, codificação na nuvem, revisão de código, documentação, manutenção agendada e análise repetida de repositório consomem tokens.
Modelos abertos nos dão mais controle sobre custo (o principal motivo), latência e escolhas de implantação. Eles também permitem que as equipes direcionem diferentes tarefas para diferentes modelos, experimentem modelos de codificação abertos ou até mesmo ajustem modelos para seus próprios repositórios e fluxos de trabalho.
LangSmith
Rastreamos esses agentes com LangSmith.
Quando um agente abre um PR, deixa um comentário de revisão ou falha em uma tarefa, os rastreamentos mostram os arquivos que ele inspecionou, o contexto que carregou, as chamadas de ferramenta que fez e onde travou.
Esses rastreamentos nos ajudam a depurar execuções individuais e melhorar o sistema ao longo do tempo. Nós os usamos para identificar modos de falha, melhorar prompts, comparar modelos e alimentar exemplos de maior qualidade em fluxos de trabalho de melhoria contínua com o LangSmith Engine.
O Engine para agentes de codificação é um novo fluxo de trabalho com o qual temos experimentado, onde o Engine executa sobre os rastreamentos do agente de codificação, identifica deficiências e propõe otimizações. Como cada execução do agente de codificação de cada funcionário da LangChain é rastreada, o Engine é capaz de identificar e realizar essas otimizações de uma visão panorâmica, em vez de individualmente em rastreamentos de engenheiros específicos.
Construa sua própria fábrica de agentes de engenharia de software
Esta stack reflete como usamos agentes de engenharia de software na LangChain, mas as peças são open source para que outras equipes possam adaptá-las, mantendo controle total sobre sua própria fábrica de software.
Você pode começar pequeno:
- Use dcode para codificação local.
- Adicione OpenSWE para executar agentes de codificação a partir do Slack, Linear, GitHub ou da interface web.
- Ative a OpenSWE Review para revisão automatizada de PRs.
- Use OpenWiki para manter o conhecimento do repositório para humanos e agentes.
- Conecte os rastreamentos ao LangSmith se você quiser observabilidade e loops de melhoria em todo o sistema.
O objetivo não é mover todo fluxo de trabalho de engenharia para uma única interface de agente. É colocar os agentes certos nos lugares onde o trabalho de engenharia já acontece, com controle suficiente para que se ajustem aos seus repositórios, modelos e convenções de equipe.
