arXiv cs.AI· Yiming Cheng, Chris Low, Binrui Huang, Mengshi Zhang, Zihao Chen, Kate Keahey, Paul Marshall, Kexin Pei·· 10 小时前AI 评分38
EnvAgent:用多智能体在云端构建科学计算环境
EnvAgent: Multi-Agent Approach to Building Science Environments in the Clouds
AI 导读
EnvAgent 是一个智能体框架,可自动合成、构建并验证仓库级 Docker 环境,在 54 个仓库上平均构建出 43.5 个可执行环境,而 Codex 和 Claude Code 为 23.5 个。
正文 · AI 翻译
摘要:AI 智能体正在改变科学计算和软件工作流,但生成和执行代码需要正确配置的执行环境。自动化环境构建仍然困难,因为代码仓库对操作系统、工具链、依赖项和构建流程的要求多种多样,且往往不完整。因此,现有工作流依赖开发者维护的 Dockerfile 和安装脚本,导致环境准备劳动密集、难以扩展,并可能使评估产生偏差。我们提出 ENVAGENT,一个智能体框架,用于合成、构建并验证仓库级 Docker 环境。ENVAGENT 将用于 Docker 执行和状态管理的确定性工具与协同智能体相结合,后者负责仓库分析、规划、Dockerfile 合成以及迭代式故障诊断与修复。我们还推出 ENVBENCH,一个包含 54 个科学制品和开源仓库的基准,覆盖来自 Chameleon Trovi 和 Multi-SWE-bench 的七种语言。对于每个仓库,我们整理了一份声明式评分标准,涵盖所需的结构、配置和功能,并由一个共享评估器对生成的环境执行 2,108 项加权检查。在四种匹配的语言模型设置下,ENVAGENT 平均构建出 54 个环境中的 43.5 个可执行环境,而 Codex 和 Claude Code 为 23.5 个;在可执行性与评分标准满足度的综合指标上,ENVAGENT 得分为 62.02,而后者为 24.19。这些结果表明,针对环境的智能体编排能显著改进自动化环境构建。
| 评论: | 12 页,3 幅图。已被 AI4S@SC26(SC26 Workshop)接收 |
| 主题: | 软件工程(cs.SE);人工智能(cs.AI) |
| ACM 分类: | I.2.2; I.2.11; D.2.9 |
| 引用为: | arXiv:2611.23258 [cs.SE] |
| (或使用 arXiv:2611.23258v1 [cs.SE] 引用此版本) | |
| https://doi.org/10.48550/arXiv.2611.23258 由 DataCite 颁发的 arXiv DOI |
提交历史
来自:Yiming Cheng [查看邮箱]
[v1]
2026 年 10 月 1 日星期四 06:43:39 UTC(318 KB)
来源:arXiv cs.AI · arxiv.org