O que é mini-swe-agent?
O mini-swe-agent é um agente de código propositalmente minúsculo da equipe de Princeton e Stanford por trás do SWE-bench e do SWE-agent. A classe do agente tem cerca de 100 linhas de Python, a única ferramenta é o bash e cada ação roda como um subprocesso novo, então ele funciona com qualquer modelo e se encaixa em sandboxes Docker, Podman, Singularity, bubblewrap ou Modal trocando uma única chamada.
A equipe agora o recomenda no lugar do SWE-agent, que está só em manutenção. Ele está na versão 2 (configurações da v1 precisam do guia de migração), a versão mais recente é a v2.4.6, de julho de 2026, e o README lista Meta, NVIDIA, IBM e Anyscale entre os usuários. O projeto relata uma pontuação acima de 74% no SWE-bench Verified.
mini-swe-agent vale a pena?
O mini-swe-agent é o harness de referência mais limpo para agentes de código e um substituto fraco para um assistente de trabalho. Tem cerca de 8.800 estrelas no GitHub, lançou a v2.4.6 em julho de 2026 e teve commits até 19 de outubro. Como não tem ferramentas além do bash, nem precisa da interface de chamada de ferramentas de um modelo, então qualquer modelo que saiba escrever comandos de shell pode ser comparado em pé de igualdade.
Essa neutralidade é o motivo de os pesquisadores o usarem. O ranking bash-only do SWE-bench passa todos os modelos por ele, o SWE-Bench da Ramp é construído sobre ele, e o artigo DeepSWE de 2026 constatou que ele igualou ou superou os harnesses próprios de vários fornecedores em amostras pequenas, embora os autores observem que as diferenças estavam dentro do ruído. Seu histórico linear faz com que a trajetória seja exatamente o que o modelo viu, o que torna as execuções fáceis de depurar e práticas como dados de fine-tuning ou RL.
Os padrões merecem atenção. O comando interativo mini roda no seu shell local, não em uma sandbox; ele começa no modo de confirmação e pergunta antes de cada ação, mas a flag -y muda para o modo yolo e comandos em whitelist pulam a confirmação. O executor do SWE-bench usa Docker por padrão com imagens Linux x86, limita cada tarefa a US$ 3 de gasto com modelo e 250 passos, e oferece limites globais de custo por variáveis de ambiente.
No trabalho do dia a dia, o minimalismo cobra seu preço. Não há MCP, nem integração com IDE, nem shell persistente, então um cd ou uma variável exportada não sobrevive ao passo seguinte. O SWE-agent continua sendo a ferramenta melhor só para experimentar interfaces de ferramentas personalizadas ou reproduzir seus resultados de segurança mais antigos com o EnIGMA. Um harness que não acrescenta quase nada é o controle certo para um experimento, e essa mesma qualidade é o que usuários de OpenHands e OpenCode sentiriam falta em uma hora.
Onde ele se destaca
Um pesquisador de ML comparando três modelos de ponta no SWE-bench Verified
Obter pontuações em que a estrutura do agente não seja a variável
Rode mini-extra swebench --subset verified --workers 4 em uma máquina Linux x86 com Docker e depois pontue com o sb-cli, que costuma devolver resultados em até 20 minutos. Com o limite padrão de US$ 3 por tarefa, o conjunto de 500 tarefas custa no máximo US$ 1.500 por modelo em taxas de API; execuções típicas ficam abaixo do limite.
Uma equipe de pós-treinamento gerando trajetórias de agente para fine-tuning ou RL
Coletar execuções de agente limpas e reproduzíveis em escala
Cada passo apenas acrescenta à lista de mensagens, então a trajetória salva já é o exemplo de treino, sem reconstrução. Ambientes Singularity ou Apptainer o rodam em clusters de HPC sem Docker. O software é gratuito sob MIT; o custo são tokens de modelo e computação.
Um gerente de engenharia escolhendo em qual provedor de modelo padronizar os agentes internos
Comparar modelos no backlog de bugs da própria equipe antes de assinar um contrato
Aponte os bindings Python para uma amostra de issues reais e passe cada modelo pelo mesmo loop de 100 linhas, para que as diferenças reflitam o modelo, não o harness de um fornecedor. Os custos são só tokens de API; não há plano pago.
Antes de decidir
- Configuração
- pip install mini-swe-agent em Python 3.10 ou posterior, defina MSWEA_MODEL_NAME e uma chave de API, depois rode mini; uma primeira tarefa leva minutos. A avaliação em lote exige Docker em Linux x86.
- Integrações
- Modelos via LiteLLM, OpenRouter e Portkey, incluindo endpoints /completion e /response; ambientes local, Docker, Podman, Singularity/Apptainer, bubblewrap, contree e Modal; bindings Python e um navegador de trajetórias.
- Dados e privacidade
- O projeto não mantém nenhum serviço hospedado; prompts e conteúdo do repositório vão para o provedor de modelo que você configurar. No modo local, os comandos do modelo rodam na sua máquina, protegidos só pelo modo de confirmação. A documentação não menciona telemetria e a busca de código do GitHub não encontra código de telemetria. Licença MIT; nenhum alerta de segurança publicado para o repositório.
- Custo em escala
- Gratuito; você paga o uso de modelo. As configurações padrão limitam cada execução a US$ 3, e MSWEA_GLOBAL_COST_LIMIT e MSWEA_GLOBAL_CALL_LIMIT definem tetos para um lote inteiro.
- Limites
- Cada comando roda em um subshell novo, então mudanças de diretório e de ambiente não persistem; sem MCP nem ganchos de IDE; cerca de 112 issues e pull requests abertos; as imagens do SWE-bench são só x86.
O que é bom
- Loop de agente de cerca de 100 linhas que dá para ler de uma vez
- O desenho só com bash funciona com qualquer modelo, sem precisar de chamada de ferramentas
- Limites de custo por tarefa e globais para execuções em lote
- Usado como harness do ranking bash-only do SWE-bench
O que não é
- O modo interativo executa no shell do host, não em uma sandbox
- Sem MCP, integração com IDE ou estado de shell persistente
- As imagens do SWE-bench pressupõem Linux x86
- A v2 quebrou as configurações da v1
Ideal para
Pesquisadores e engenheiros que fazem benchmark de modelos ou querem aprender como agentes de código funcionam.
Alternativas ao mini-swe-agent
mini-swe-agent: perguntas frequentes
- mini-swe-agent vale a pena?
- Um harness de benchmark tão simples que seus resultados medem o modelo, e é exatamente por isso que ele parece cru como ferramenta de código do dia a dia. Damos nota 4.0 de 5.
- Quanto custa mini-swe-agent?
- Gratuito e de código aberto (MIT). Você paga o seu provedor de modelo.
- Quais são as desvantagens de mini-swe-agent?
- O modo interativo executa no shell do host, não em uma sandbox; sem MCP, integração com IDE ou estado de shell persistente; as imagens do SWE-bench pressupõem Linux x86; a v2 quebrou as configurações da v1.
- Para quem mini-swe-agent é indicado?
- Pesquisadores e engenheiros que fazem benchmark de modelos ou querem aprender como agentes de código funcionam.
- Quanto custa mini-swe-agent para uma equipe ou em produção?
- Gratuito; você paga o uso de modelo. As configurações padrão limitam cada execução a US$ 3, e MSWEA_GLOBAL_COST_LIMIT e MSWEA_GLOBAL_CALL_LIMIT definem tetos para um lote inteiro.
- mini-swe-agent é seguro para dados da empresa?
- O projeto não mantém nenhum serviço hospedado; prompts e conteúdo do repositório vão para o provedor de modelo que você configurar. No modo local, os comandos do modelo rodam na sua máquina, protegidos só pelo modo de confirmação. A documentação não menciona telemetria e a busca de código do GitHub não encontra código de telemetria. Licença MIT; nenhum alerta de segurança publicado para o repositório.
- Quais são as melhores alternativas ao mini-swe-agent?
- As alternativas mais próximas que analisamos são OpenHands e OpenCode.
Respostas verificadas em 26 de out. de 2026.