Agente autónomo de lenguaje que utiliza herramientas para solucionar problemas reales de repositorios de GitHub.
Permite que el modelo de lenguaje de tu elección resuelva problemas reales de repositorios y retos de ciberseguridad.
SWE-agent permite que modelos de lenguaje como GPT-4o o Claude utilicen herramientas de forma autónoma y solucionen problemas en repositorios reales de GitHub. Desarrollado por investigadores de Princeton y Stanford, ofrece un marco flexible y generalizable para desarrolladores e investigadores.
La herramienta toma una incidencia de GitHub e intenta resolverla automáticamente utilizando un modelo de lenguaje configurado por ti. Funciona mediante un único archivo de configuración YAML y otorga la máxima autonomía al LLM para ejecutar comandos e inspeccionar código.
Está dirigido a investigadores de desarrollo de IA y desarrolladores que buscan automatizar tareas de ingeniería de software o evaluar el rendimiento de agentes. No es adecuado para usuarios ocasionales que buscan una interfaz sencilla de apuntar y hacer clic sin gestionar un backend de LLM.
Resuelve problemas en repositorios reales de GitHub utilizando el modelo de lenguaje de tu preferencia.
El comportamiento se rige enteramente por un único archivo YAML fácilmente modificable.
Incluye el modo EnIGMA para resolver desafíos de captura la bandera y seguridad.
Arquitectura sencilla y hackeable creada por investigadores de Princeton y Stanford.
Gratuito bajo su licencia MIT, pero incurrirás en costes de uso de la API del modelo de lenguaje comercial que decidas conectar.
896 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 25 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Puedes utilizar el modelo de lenguaje de tu elección, como GPT-4o o Claude Sonnet.
Los mantenedores recomiendan usar mini-swe-agent en adelante, ya que iguala el rendimiento de SWE-agent siendo mucho más sencillo.
Sí, también se puede emplear para desafíos ofensivos de ciberseguridad de captura la bandera o tareas de programación personalizadas.
Ve Zekai primero en Google