Refact: um agente de IA que tenta integrar todo o processo de desenvolvimento de software

No mundo atual do desenvolvimento de software, um programa chamado Refact O agente de desenvolvimento de IA de código aberto da Microsoft está chamando a atenção. Mais do que apenas uma ferramenta de conclusão de código, ele visa abranger todo o ciclo de vida da engenharia de software, desde a compreensão dos requisitos até a implementação final. Notavelmente.Refact Foi a primeira organização a aprovar o SWE-bench Agente de desenvolvimento de IA para testes.SWE-bench é um teste de referência para avaliar os recursos de solução de problemas de grandes modelos de linguagem em tarefas reais de engenharia de software, em que passar no teste significa que eles são capazes de lidar de forma confiável com problemas reais de desenvolvimento.

Funções principais e arquitetura

Refact Os recursos são baseados em quatro atributos principais:

1. Agência de processo completo: pode ser diretamente vinculado ao GitHubeDocker responder cantando PostgreSQL e outros conjuntos de ferramentas de desenvolvimento para interagir. Isso significa que ele pode automatizar uma série de tarefas, como gravação de código, configuração de ambiente, migração de banco de dados etc., conectando várias etapas que antes precisavam ser executadas manualmente.
2. sensível ao contextoA ferramenta é incorporada com base no Qwen2.5-Coder-1.5B Tecnologia Retrieval Augmentation Generation (RAG) para modelos. Ao pesquisar a base de código local e a documentação técnica relacionada, ela fornece um código que se ajusta melhor às especificações existentes e à lógica comercial do projeto, o que é demonstrado pelos dados oficiais para melhorar sua precisão de conclusão em 67%.
3. Suporte a vários modelos::Refact A arquitetura é aberta. Além do suporte nativo para Claude 3.5 Sonnet responder cantando GPT-4o Além de modelos como esse, ele permite que os usuários acessem e mudem para o GeminieDeepseek ou outros modelos de idiomas grandes de terceiros. Esse design de modelo como serviço (MaaS) oferece às organizações a flexibilidade de selecionar dinamicamente o modelo ideal com base nos requisitos de custo e desempenho.
4. Implantação privada: para organizações com altos requisitos de segurança de dados e privacidade de código.Refact Uma opção de implantação auto-hospedada está disponível. Isso significa que todos os dados e a computação de IA podem ser executados nos próprios servidores de uma organização, dando a ela controle total sobre a soberania dos dados, o que é particularmente importante para setores altamente regulamentados, como o financeiro e o de saúde.

Em termos de sua arquitetura de sistema, oRefact Acesso a mais de 20 ferramentas de desenvolvedor por meio da camada de adaptação de ferramentas, incluindo ferramentas comuns de gerenciamento de projetos Jira e ferramentas de integração contínua Jenkinsformando um ecossistema de desenvolvimento relativamente completo. Seu mecanismo de contexto e sistema de segurança garantem a qualidade do código gerado e a conformidade operacional.

Demonstração de cenários de aplicação prática

Refact O valor está na eficiência da solução das tarefas diárias de desenvolvimento.

Cenário 1: implementação rápida de um protótipo de API

Os desenvolvedores não precisam mais escrever código de amostra do zero. Por exemplo, quando uma API é necessária para paginar os dados do usuário, os desenvolvedores só precisam fornecer um comando simples de linguagem natural:

"Criação de consultas de paginação com base na API RESTful dos campos da tabela do usuário"

Refact O fluxo de trabalho é o seguinte:

1. Análise das tabelas de usuários existentes no banco de dados schema.
2. Gerar uma pilha de tecnologia de adaptação (por exemplo Flask talvez Rust) do código de back-end.
3. Cria automaticamente para implantação Dockerfile.
4. Chame a cadeia de ferramentas de inferência de modelos para criar automaticamente imagens de contêineres e gerar testes de unidade.

Esse processo pode reduzir as horas de trabalho no desenvolvimento tradicional ao nível de um minuto.

Cenário 2: Reconfiguração assistida de sistemas legados

Diante de tarefas complexas de migração de sistemas.Refact pode ser igualmente útil. Suponha que seja necessário converter um arquivo antigo Node.js Migração do sistema de registro para Python FastAPI os desenvolvedores podem executar as seguintes instruções:

# 指令：将 Express 日志中间件重构为 ASGI 兼容的格式
refact suggest "Express -> ASGI middleware 重构"

O sistema não apenas gera código de camada de interoperabilidade para compatibilidade com os sistemas antigos e novos, mas também fornece sugestões adicionais de otimização, como soluções de adaptação seguras para threads e melhorias no modelo de tratamento de exceções.

Guia de implantação rápida

Os usuários podem escolher entre uma experiência rápida autônoma ou uma implementação em contêiner de nível empresarial, dependendo de suas necessidades.

Preparação ambiental:

• apoiar algo CUDA 8.0+ (usado em uma expressão nominal) NVIDIA placa de vídeo (computador)
• Docker Ambiente de desktop (v24.0+)
• Python Ambiente operacional 3.8+

Etapas de implantação:

Você pode optar por fazer a implantação de uma das seguintes maneiras.

# 方式1：单机快速启动
# 安装基础组件
pip install .
# 初始化配置，设置默认语言模型（例如 GPT-4o）
refact config --init
# 方式2：企业级容器部署
docker pull smallcloudai/refact:latest
docker run -p 8008:8008 smallcloudai/refact:latest

Depois de implantado, você pode configurar o plug-in no IDE. Pegue VS Code Por exemplo:

1. Pesquise e instale no mercado de plug-ins Refact AI Assistant Plug-ins.
2. Na configuração do plug-in, digite o endereço de serviço local:http://127.0.0.1:8008.
3. Uso de atalhos Ctrl+Alt+R (ou Cmd+Alt+R) para recuperar o Refact Terminal inteligente.

Comparação com as principais ferramentas

comandante-em-chefe (militar) Refact junto com GitHub Copilot responder cantando AWS CodeWhisperer A comparação das principais ferramentas como essas revela algumas diferenças em sua filosofia de design.

Refact O maior diferencial é suaaberturaresponder cantandocontrolabilidade. O suporte a implementações privadas os torna uma opção viável para empresas sensíveis à segurança de dados, evitando a necessidade de GitHub Copilot As limitações de depender exclusivamente de serviços baseados em nuvem. Sua economia de custos estimada em cerca de $3000 por ano vem principalmente da eliminação do custo de aquisição de licenças anuais para cada desenvolvedor e, em vez disso, da mudança para um investimento único em hardware e custo de manutenção. Esse modelo é mais econômico para empresas que já possuem alguns recursos de aritmética.