meng shao（@shao__meng）のスレッド

[オープンソースの推奨事項] DeepCode: オープンソースのマルチエージェントプログラミングフレームワーク HKUDS DeepCodeは単なる「コード補完ツール」ではなく、エンジニアリングチームのように自律的に動作するシステムです。複雑な入力（数十ページに及ぶ学術論文、漠然とした要件記述、あるいはWebリンクなど）を、実用的な本番環境レベルのコードリポジトリに直接変換できます。 コアポジショニング：「アシスタント」から「エンジニア」への進化 従来のAIプログラミングツールでは、通常、「人間が一部を記述し、AIが残りを完成させる」という手順が取られます。しかし、DeepCodeは「エージェントコーディング」として位置付けられています。 完全なソフトウェア開発チームをシミュレートします。タスクを与えると、AIの各役割が「ドキュメントの読み取り」、「アーキテクチャの設計」、「コードの記述」、「バグのチェック」、「テストの作成」を担当し、最終的には単なるコードスニペットではなく、完全なプロジェクトを納品します。 3つのコア機能 📄 Paper2Code（紙からコードへ - 最も革新的） これがこのプロジェクトの最大のハイライトです。複雑なPDF形式の学術論文を読み取り、アルゴリズムのロジック、数式、モデルアーキテクチャを抽出し、実行可能なコードとして自動的に再現することができます。 • 意義：研究者が論文を再現するための敷居を大幅に下げ、学術界における長年の課題である「コード再現の難しさ」を解決します。 • パフォーマンス: PaperBench ベンチマーク テストでは、再現成功率 (75.9%) がトップ レベルの教育機関のコンピューター サイエンスの博士課程の学生の再現成功率 (72.4%) を上回ると言われています。 🌐 Text2Web (テキストからフロントエンドへ) 自然言語の記述に基づいて、完全な構造と最適化されたインターフェースを備えたフロントエンド Web アプリケーション コードを自動的に生成します。 ⚙️ Text2Backend（テキストからバックエンドへ） API インターフェース設計やデータベース構造などの要件に基づいて、効率的なバックエンド サービス コードを生成します。 技術アーキテクチャ: マルチエージェントコラボレーション DeepCode は、単一の大きなモデルに依存せず、分業による共同アーキテクチャを使用しているため、複雑なタスクを処理できます。 • 指揮官（オーケストレーションエージェント）：プロジェクトマネージャーに相当し、タスクの細分化、作業の割り当て、進捗状況の監視を担当します。 • アナリスト（意図理解エージェント）：曖昧なユーザー要件を正確な技術文書に変換する責任を負います。 • アーキテクト & プログラマー (コーディング エージェント): 特定のコードの作成とアーキテクチャ設計を担当します。 • テスターとメンテナー: コード実行テスト、デバッグ、ドキュメント生成を担当します。 なぜそれが重要なのでしょうか? • オープンソースとローカライズ：完全なオープンソース（MITライセンス）であり、Ollamなどのツールを通じて大規模なローカルモデルへのアクセスをサポートしています。つまり、企業や個人はプライバシーを保護しながら、独自の「AIソフトウェア開発部門」を構築できます。 • 「長いコンテキスト」での忘却の問題を解決: マルチエージェントのステップバイステップ実行を実装することで、単一のモデルが一度に大量の情報を処理することによって生じる「錯覚」や忘却を回避し、生成されたコードの精度と使いやすさを向上させます。 • 研究効率化ツール：研究者にとって、新しいアルゴリズムのアイデアを迅速に検証できる強力な生産性向上ツールです。 オープンソースアドレス