EnvPilot：面向软件环境配置的经验增强型智能体的系统设计与评估

《ACM Transactions on Software Engineering and Methodology》：EnvPilot: Systematic Design and Evaluation of an Experience-Augmented Agent for Software Environment Setup

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您需要拥有高级访问权限。

了解更多登录

摘要

摘要

环境配置是软件工程中的一个关键而复杂的任务，高度依赖专家知识。现有的自动化环境配置方法缺乏从过往执行轨迹中积累经验并随时间演进的能力。因此，其性能受到限制，因为它们往往进行冗余探索，忽视有用的过往解决方案，并且无法在不同的软件生态系统中泛化。我们提出了 EnvPilot 的系统设计与实证验证，这是一个基于经验增强的智能体，它实现了源自轨迹的经验复用，用于软件环境配置。EnvPilot 维护一个可扩展的轨迹衍生记忆（TDM），初始包含 667 条高质量经验。它系统地将从历史执行轨迹中获取的隐式知识转化为结构化经验，并通过上下文感知检索机制在任务执行过程中检索最相关的指导。这使 EnvPilot 能够结合多种经过验证的配置策略，提供比仅依赖静态项目文件或网页检索的方法更精确、更详细的指导。为评估 EnvPilot，我们构建了 AES-Bench，一个涵盖 9 种编程语言、包含 112 个真实 GitHub 实例的多语言基准测试。实验表明，EnvPilot 以 75.00% 的 Pass@1 成功率达到了新的最先进水平（SOTA），同时降低了推理成本。我们的实证研究表明，结构化经验表示和上下文感知检索机制都是必不可少的。

AI 摘要

AI 生成的摘要（实验性）

本摘要由自动化工具生成，并非由本文作者撰写或审核。提供此摘要旨在支持发现功能，帮助读者评估相关性，并协助来自相邻研究领域的读者理解本文内容。本摘要旨在作为作者提供的摘要的补充，后者仍然是本文的主要概述。全文仍是权威的正式版本。点击此处了解更多。

点击此处对本摘要的准确性、清晰度和实用性发表评论。这样做将有助于改进和未来的重新生成版本。

要查看此 AI 生成的简明语言摘要，您需要拥有高级访问权限。