LangChain'de, terminal, Slack, Linear, GitHub ve CI üzerinden yazılım mühendisliği ajanlarıyla etkileşim kuruyoruz.
Farklı iş akışları farklı ajanlar gerektirir. Yerel kodlama etkileşimli olmalıdır. Bulut kodlaması arka planda çalışmalı ve PR'lar açmalıdır. Kod incelemesi dikkatli olmalı ve GitHub'a bağlı olmalıdır. Depo dokümantasyonu koda yakın durmalı ve ajanlara yararlı bağlam sağlamalıdır.
Bu sistemi bir dizi açık kaynak araç olarak oluşturduk:
- dcode yerel kodlama için
- OpenSWE bulut kodlama ajanları için
- OpenSWE Review otomatik kod incelemesi için
- OpenWiki depo dokümantasyonu ve ajan belleği için
Birlikte, yazılım mühendisliği ajanı fabrikamızı oluşturuyorlar. Dahili olarak kullandığımız şekil budur: yerel ajanlar, bulut ajanları, inceleme ajanları, depo belleği, açık modeller ve sistem genelinde LangSmith izleri.
Açık kaynak neden önemli
Yazılım mühendisliği ajanları kod okur, kod düzenler, PR'ları inceler ve mühendislik iş akışlarına katılır. Ekiplerin bu ajanların nasıl davrandığını anlaması ve kontrol etmesi gerekir.
Ajan kapalı bir sistemse bu zordur. Sağlayıcının desteklediği modeller, inceleme davranışı, entegrasyonlar ve gözlemlenebilirlik ile sınırlı kalırsınız.
Ekiplerin inceleyebileceği, değiştirebileceği ve kendi iş akışlarına uyarlayabileceği ajanlar istiyoruz; kendi inceleme standartları, depo kuralları, model seçimleri ve dahili araçları dahil. Bu projelerin açık kaynak olmasının nedeni budur.
Parçalar
dcode
dcode, terminalden kullandığımız yerel kodlama ajanıdır.
CLI ve ajan çalışma zamanı makinenizde yerel olarak çalışırken, model hâlâ barındırılabilir. Bu, geliştiricilerin bir dizüstü bilgisayarda çalışmayabilecek büyük kodlama modellerini kullanırken doğrudan yerel bir depo üzerinde çalışmasına olanak tanır.
dcode'u etkileşimli kodlama çalışmaları için kullanıyoruz: bir depoyu keşfetme, düzenlemeler yapma ve terminalden uygulama görevlerini yürütme.
OpenSWE
OpenSWE, işin arka planda yapılması gerektiğinde kullandığımız bulut kodlama ajanıdır.
Mühendislik çalışmalarının çoğu terminal dışında başlar. Slack'te bir hata ortaya çıkar. Linear'da bir özellik talebi bulunur. Bir depo bakım görevinin zamanlanmış olarak çalışması gerekir.
OpenSWE, Slack, Linear, GitHub veya web arayüzünden tetiklenebilir. Bulutta çalışır, kod üzerinde çalışır ve işi bittiğinde bir pull request açabilir.
Dahili olarak, bu en çok kullanılan ajan iş akışlarımızdan biri haline geldi. Sadece geçen hafta içinde, OpenSWE'yi Sadece Slack üzerinden yaklaşık 1.000 kez tetikledik, Linear veya UI kullanımı dahil değil.
OpenSWE bulutta bir sanal alanda çalıştığı için, kimsenin yerel ortamını meşgul etmeden birçok kodlama ajanını paralel olarak çalıştırabiliriz.
OpenSWE ayrıca ajan çalışmalarını incelemek, bulut kodlama ajanıyla sohbet etmek, modelleri ve komutları yapılandırmak, analizleri görüntülemek ve zamanlanmış otomasyonlar kurmak için bir kullanıcı arayüzü içerir.
OpenSWE Review
OpenSWE Review, GitHub'a bağlanır ve pull request'leri otomatik olarak inceler. Kod birleştirilmeden önce hataları ve gerilemeleri tespit eder.
Ayrıca harici kıyaslamalarda son derece iyi performans gösterir. Çevrimdışı Kod İnceleme Kıyaslaması'nda, OpenSWE Review, GPT-5.5 ile orta düzeyde akıl yürütme kullanıldığında %47 puan alır. Bu, onu genel sıralamada #6 ve açık kaynak kod inceleme ajanları arasında #1 yapar.
Kod incelemesi, kuruluşa özgüdür. Ekipler, hangi sorunları önemsedikleri, yorumları nasıl ifade ettikleri ve ajanın ne zaman engellemesini, önermesini veya sessiz kalmasını istedikleri konusunda farklılık gösterir.
OpenSWE Review, komutları, iş akışlarını, model seçimlerini ve depoya özgü davranışları değiştirerek uyarlayabileceğimiz güçlü bir varsayılan sunar.
OpenWiki
OpenWiki, Google'ın Açık Bilgi Formatı'nı kullanarak kod tabanı dokümantasyonu oluşturur ve sürdürür.
Dokümanlar kodla birlikte yaşar ve bir GitHub eylemi aracılığıyla otomatik olarak güncel tutulur. Bu, hem insanlara hem de ajanlara depo için bakımı yapılan bir bilgi katmanı sağlar ve dokümanları sürdürme endişesi olmadan (OpenWiki bunu sizin için yapar!).
Bir ajan her çalıştığında bir deponun mimarisini yeniden keşfetmek zorunda kalırsa, token israf eder ve önemli kuralları kaçırır. OpenWiki, kodlama ve inceleme ajanlarına daha iyi bir başlangıç noktası sunarken, ajan dokümanlarınızı sürdürmeyi asla düşünmemeniz için otomatik güncelleme akışını destekler.
Yığın
Deep Agents
dcode, OpenSWE, OpenSWE Review ve OpenWiki'nin tümü Deep Agents üzerine inşa edilmiştir.
İş akışları farklıdır, ancak aynı temel ajan altyapısını paylaşırlar. Bu bize yerel kodlama, bulut kodlaması, inceleme ve dokümantasyon genelinde ajanları oluşturmak, özelleştirmek ve iyileştirmek için tutarlı bir yol sağlar. Kod, kaynak ve mühendislik bilgisini paylaşmak, hepsi aynı çerçeve içinde oluşturulduğunda daha da kolay hale gelir.
Açık modeller
Yığını açık modeller için optimize ettik.
SWE ajanları, bir kuruluş genelinde çalıştırıldıklarında hızla pahalı hale gelir. Yerel kodlama, bulut kodlaması, kod incelemesi, dokümantasyon, zamanlanmış bakım ve tekrarlanan depo analizinin tümü token kullanır.
Açık modeller bize maliyet (temel neden), gecikme süresi ve dağıtım seçenekleri üzerinde daha fazla kontrol sağlar. Ayrıca ekiplerin farklı görevleri farklı modellere yönlendirmesine, açık kodlama modelleriyle denemeler yapmasına veya hatta kendi depoları ve iş akışları için modelleri ince ayarlamasına olanak tanır.
LangSmith
Bu ajanları LangSmith ile izliyoruz.
Bir ajan bir PR açtığında, bir inceleme yorumu bıraktığında veya bir görevde başarısız olduğunda, izler incelediği dosyaları, yüklediği bağlamı, yaptığı araç çağrılarını ve takıldığı yeri gösterir.
Bu izler, bireysel çalışmaları hata ayıklamamıza ve sistemi zamanla iyileştirmemize yardımcı olur. Bunları başarısızlık modlarını belirlemek, komutları iyileştirmek, modelleri karşılaştırmak ve LangSmith Engine ile sürekli iyileştirme iş akışlarına daha yüksek kaliteli örnekler beslemek için kullanıyoruz.
Kodlama ajanları için Engine, üzerinde denemeler yaptığımız yeni bir iş akışıdır. Engine'in kodlama ajanı izleri üzerinde çalışmasını, eksiklikleri belirlemesini ve optimizasyonlar önermesini sağlıyoruz. LangChain'deki her çalışanın her kodlama ajanı çalışması izlendiğinden, Engine bu optimizasyonları belirli mühendislerin izlerinde ayrı ayrı değil, kuş bakışı bir bakış açısıyla tanımlayıp gerçekleştirebiliyor.
Kendi yazılım mühendisliği ajanı fabrikanızı oluşturun
Bu yığın, LangChain'de yazılım mühendisliği ajanlarını nasıl kullandığımızı yansıtır, ancak parçalar açık kaynak olduğu için diğer ekipler bunları uyarlayabilir ve kendi yazılım fabrikanız üzerinde tam kontrol sahibi olabilirsiniz.
Küçük başlayabilirsiniz:
- Yerel kodlama için dcode kullanın.
- Slack, Linear, GitHub veya web arayüzünden kodlama ajanlarını çalıştırmak için OpenSWE ekleyin.
- Otomatik PR incelemesi için OpenSWE Review'u etkinleştirin.
- İnsanlar ve ajanlar için depo bilgisini sürdürmek üzere OpenWiki kullanın.
- Sistem genelinde gözlemlenebilirlik ve iyileştirme döngüleri istiyorsanız, izleri LangSmith'e bağlayın.
Amaç, her mühendislik iş akışını tek bir ajan arayüzüne taşımak değildir. Mühendislik çalışmalarının zaten gerçekleştiği yerlere, depolarınıza, modellerinize ve ekip kurallarınıza uyacak kadar kontrolle doğru ajanları yerleştirmektir.
