Qu’est-ce que mini-swe-agent ?
mini-swe-agent est un agent de code délibérément minuscule de l'équipe de Princeton et Stanford derrière SWE-bench et SWE-agent. La classe d'agent fait environ 100 lignes de Python, son seul outil est bash, et chaque action tourne comme un sous-processus neuf, si bien qu'il fonctionne avec n'importe quel modèle et s'intègre dans les bacs à sable Docker, Podman, Singularity, bubblewrap ou Modal en échangeant un seul appel.
L'équipe le recommande désormais plutôt que SWE-agent, qui est en mode maintenance uniquement. Il est en version 2 (les configs v1 ont besoin du guide de migration), la dernière version est v2.4.6 de juillet 2026, et le README liste Meta, NVIDIA, IBM et Anyscale parmi ses utilisateurs. Le projet rapporte un score au-dessus de 74 % sur SWE-bench Verified.
mini-swe-agent vaut-il le coup ?
mini-swe-agent est le harnais de base le plus propre pour les agents de code et un mauvais substitut à un assistant fonctionnel. Il a environ 8 800 étoiles GitHub, a livré v2.4.6 en juillet 2026 et a eu des commits aussi récents que le 19 octobre. Sans outils au-delà de bash, il n'a même pas besoin de l'interface d'appel d'outils d'un modèle, si bien que n'importe quel modèle capable d'écrire des commandes shell peut être comparé à armes égales.
Cette neutralité est pourquoi les chercheurs l'utilisent. Le classement bash-only de SWE-bench fait tourner chaque modèle à travers lui, le SWE-Bench de Ramp est construit dessus, et l'article DeepSWE de 2026 a trouvé qu'il égalait ou battait plusieurs harnais propres des fournisseurs sur de petits échantillons, même si les auteurs notent que les écarts étaient dans le bruit. Son historique linéaire signifie que la trajectoire est exactement ce que le modèle a vu, ce qui rend les exécutions faciles à déboguer et pratiques comme données de fine-tuning ou de RL.
Les réglages par défaut méritent attention. La commande interactive mini tourne dans votre shell local, pas un bac à sable ; elle démarre en mode confirm et demande avant chaque action, mais le flag -y bascule en mode yolo et les commandes sur liste blanche sautent l'invite. Le runner SWE-bench utilise Docker par défaut avec des images Linux x86, plafonne chaque tâche à 3 $ de dépense de modèle et 250 étapes, et offre des limites de coût globales via des variables d'environnement.
Pour le travail quotidien, le minimalisme mord. Il n'y a pas de MCP, pas d'intégration IDE et pas de shell persistant, si bien qu'un cd ou une variable exportée ne survit pas à l'étape suivante. SWE-agent reste le meilleur outil uniquement pour expérimenter avec des interfaces d'outils personnalisées ou reproduire ses anciens résultats de sécurité EnIGMA. Un harnais qui n'ajoute presque rien est le bon contrôle pour une expérience, et la même qualité est ce qui manquerait aux utilisateurs d'OpenHands et OpenCode en une heure.
Là où il fait la différence
Un chercheur ML qui compare trois modèles de pointe sur SWE-bench Verified
Obtenir des scores où l'échafaudage n'est pas la variable
Lancez mini-extra swebench --subset verified --workers 4 sur une machine Linux x86 avec Docker, puis notez avec sb-cli, qui renvoie généralement les résultats en 20 minutes. Au plafond par défaut de 3 $ par tâche, l'ensemble de 500 tâches coûte au plus 1 500 $ par modèle en frais d'API ; les exécutions typiques restent sous le plafond.
Une équipe de post-entraînement qui génère des trajectoires d'agent pour le fine-tuning ou le RL
Collecter des exécutions d'agent propres et rejouables à grande échelle
Chaque étape ajoute simplement à la liste de messages, si bien que la trajectoire sauvegardée est l'exemple d'entraînement sans reconstruction. Les environnements Singularity ou Apptainer le font tourner sur les clusters HPC sans Docker. Le logiciel est gratuit sous MIT ; le coût est les tokens de modèle et le calcul.
Un responsable d'ingénierie qui choisit quel fournisseur de modèle standardiser pour les agents internes
Comparer les modèles sur l'arriéré de bugs de l'équipe avant de signer un contrat
Pointez les bindings Python vers un échantillon de vraies issues et faites tourner chaque modèle à travers la même boucle de 100 lignes, pour que les différences reflètent le modèle, pas le harnais d'un fournisseur. Les coûts sont uniquement les tokens d'API ; il n'y a pas de palier payant.
Avant de vous engager
- Mise en route
- pip install mini-swe-agent sur Python 3.10 ou plus récent, définissez MSWEA_MODEL_NAME et une clé d'API, puis lancez mini ; une première tâche prend quelques minutes. L'évaluation par lots a besoin de Docker sur Linux x86.
- Intégrations
- Modèles via LiteLLM, OpenRouter et Portkey, y compris les endpoints /completion et /response ; environnements pour local, Docker, Podman, Singularity/Apptainer, bubblewrap, contree et Modal ; bindings Python et un navigateur de trajectoires.
- Données et confidentialité
- Le projet ne fait tourner aucun service hébergé ; les prompts et le contenu du dépôt vont au fournisseur de modèle que vous configurez. En mode local, les commandes du modèle tournent sur votre machine, gardées seulement par le mode confirm. La documentation ne mentionne pas de télémétrie et la recherche de code GitHub ne trouve aucun code de télémétrie. Licence MIT ; aucun avis de sécurité n'est publié pour le dépôt.
- Coût à grande échelle
- Gratuit ; vous payez l'usage de modèle. Les configs par défaut plafonnent chaque exécution à 3 $, et MSWEA_GLOBAL_COST_LIMIT et MSWEA_GLOBAL_CALL_LIMIT fixent des plafonds à travers un lot.
- Limites
- Chaque commande tourne dans un sous-shell neuf, si bien que les changements de répertoire et d'environnement ne persistent pas ; pas de hooks MCP ou IDE ; environ 112 issues et pull requests ouvertes ; les images SWE-bench sont x86 uniquement.
Les points forts
- Boucle d'agent d'environ 100 lignes que vous pouvez lire d'une traite
- Conception bash-only qui fonctionne avec n'importe quel modèle, sans appel d'outils nécessaire
- Plafonds de coût par tâche et globaux pour les exécutions par lots
- Utilisé comme harnais pour le classement bash-only de SWE-bench
Les points faibles
- Le mode interactif s'exécute sur le shell de l'hôte, pas dans un bac à sable
- Pas de MCP, d'intégration IDE ni d'état de shell persistant
- Les images SWE-bench supposent Linux x86
- La v2 a cassé les configs v1
Idéal pour
Les chercheurs et ingénieurs qui benchmarkent des modèles ou apprennent comment fonctionnent les agents de code.
Alternatives à mini-swe-agent
mini-swe-agent : questions fréquentes
- mini-swe-agent vaut-il le coup ?
- Un harnais de benchmark si simple que ses résultats mesurent le modèle, ce qui est exactement pourquoi il paraît dénudé comme outil de code quotidien. Nous lui donnons 4.0 sur 5.
- Combien coûte mini-swe-agent ?
- Gratuit et open source (MIT). Vous payez votre fournisseur de modèle.
- Quels sont les inconvénients de mini-swe-agent ?
- Le mode interactif s'exécute sur le shell de l'hôte, pas dans un bac à sable; pas de MCP, d'intégration IDE ni d'état de shell persistant; les images SWE-bench supposent Linux x86; la v2 a cassé les configs v1.
- À qui s’adresse mini-swe-agent ?
- Les chercheurs et ingénieurs qui benchmarkent des modèles ou apprennent comment fonctionnent les agents de code.
- Combien coûte mini-swe-agent pour une équipe ou en production ?
- Gratuit ; vous payez l'usage de modèle. Les configs par défaut plafonnent chaque exécution à 3 $, et MSWEA_GLOBAL_COST_LIMIT et MSWEA_GLOBAL_CALL_LIMIT fixent des plafonds à travers un lot.
- mini-swe-agent est-il sûr pour les données de l’entreprise ?
- Le projet ne fait tourner aucun service hébergé ; les prompts et le contenu du dépôt vont au fournisseur de modèle que vous configurez. En mode local, les commandes du modèle tournent sur votre machine, gardées seulement par le mode confirm. La documentation ne mentionne pas de télémétrie et la recherche de code GitHub ne trouve aucun code de télémétrie. Licence MIT ; aucun avis de sécurité n'est publié pour le dépôt.
- Quelles sont les meilleures alternatives à mini-swe-agent ?
- Les alternatives les plus proches que nous avons testées sont OpenHands et OpenCode.
Réponses vérifiées le 26 oct. 2026.