【免费下载链接】SWE-chat项目地址https://ai.gitcode.com/hf_mirrors/SALT-NLP/SWE-chat点击查看免费下载SWE-chat 是目前规模最大的真实开发者与编码代理Coding Agent交互会话数据集包含约18K 个完整会话和200 万 次工具调用完整记录了开发者在真实工作场景中让 AI 编码代理读代码、写代码、跑测试、修 Bug的全过程。本指南带你快速读懂这个数据集是什么、为什么重要以及如何下载上手。SWE-chat 是什么首个真实开发者编码代理会话数据集先说结论SWE-chat 填补了一个空白——真实人类开发者使用编码代理的全程录像。过去几年围绕AI 写代码的研究和评测主要依赖两类数据静态问答 / 代码补全数据集一问一答看不到代理如何一步步干活合成任务基准如 SWE-bench 类基准由脚本构造的题目与修复对缺少真实用户的上下文、追问和反馈而 SWE-chat 记录的是开发者在 IDE / 终端里与编码代理真实协作的会话轨迹从提出任务到代理调用文件读写、命令执行等工具再到结果验证与多轮修正。这类数据是训练和评测会干活的 AI 工程师最稀缺的原料。 一句话理解如果说 SWE-bench 是考试题SWE-chat 就是员工工作记录仪。三个关键数字18K 会话、200 万工具调用、真实环境SWE-chat 的规格可以用三个数字概括指标规模含义会话Sessions约 18,000开发者与编码代理的完整对话轨迹工具调用Tool Calls200 万读文件、执行命令、搜索代码等真实操作数据来源真实开发者非合成、非脚本生成的自然工作流这几个数字意味着什么18K 会话保证了场景覆盖度不同语言、不同项目规模、不同类型的任务新功能、修 Bug、重构、答疑都有样本200 万工具调用意味着训练信号足够密集模型可以学到在什么情况下该先读什么文件、跑什么命令这类细粒度决策真实环境轨迹包含失败与重试代理跑错命令、测试报错、开发者纠正——这些不完美恰恰是最有价值的学习材料。为什么 SWE-chat 重要对训练和评测编码代理意味着什么对于想训练或评测**编码代理Coding Agent**的团队SWE-chat 的价值体现在三个方面轨迹级训练Trajectory Learning会话级别的完整轨迹可以直接用于微调会规划、会调工具的模型而不只是学会写一段代码片段。行为分布分析200 万工具调用可以用来统计真实使用模式开发者最常让代理做什么、哪类工具调用出错率最高、哪些任务人类介入最多——这些是合成数据无法给出的答案。更贴近真实场景的评测用真实会话片段做评测能回答代理在真实工作流中到底行不行而不是在精心设计的题目上能拿多少分。简而言之SWE-chat 把AI 编码从考场搬回了工位。一键下载步骤如何用 Git Clone 或 ModelScope SDK 获取 SWE-chat本仓库是 SWE-chat 数据集的镜像仓库README.md 中说明了两种标准下载方式方式一ModelScope SDK 下载如果你已经在使用 ModelScope 生态可以直接用ModelScope SDK拉取整个数据集无需关心 Git 细节适合大多数用户。方式二Git Clone 下载仓库对*.json、*.jsonl、*.parquet、*.zip等大文件均启用了 Git LFS见 .gitattributes建议先安装并配置git lfs再执行git clone https://gitcode.com/hf_mirrors/SALT-NLP/SWE-chat⚠️ 获取数据文件的正确位置仓库根目录默认只保留元信息文件README.md数据集说明与下载指引.gitattributesLFS 文件类型配置实际的数据文件请前往仓库的数据集文件页面浏览和下载README 中已注明数据集文件元信息以及数据文件请浏览数据集文件页面获取。SWE-chat 仓库结构与文件说明SWE-chat 仓库的顶层结构非常精简属于典型的元信息 数据文件托管型数据集仓库README.md数据集入口说明下载方式SDK / Git.gitattributes声明哪些扩展名走 Git LFS 存储包括常见的数据格式jsonl、parquet、csv、arrow等也涵盖图片jpg、png与音视频格式——说明数据文件以多种格式分片托管数据集文件页面实际数据分片数据文件的浏览与下载入口 小贴士看到.gitattributes里大量filterlfs配置就说明这是一个面向大文件的数据集仓库clone 后若看到文件只有几百字节通常是 LFS 指针未拉取执行git lfs pull即可补齐。总结SWE-chat 适合谁用最后用一张表帮你快速对号入座你是谁如何用 SWE-chat训练编码代理的研究者用 18K 真实会话轨迹做轨迹级微调 / 偏好学习构建 AI 编程产品的工程师用 200 万工具调用分析真实使用模式与失败案例评测团队用真实会话片段做更贴近生产环境的基准测试想了解 AI 编码趋势的新手通过数据分布观察开发者到底怎么和 AI 协作核心结论SWE-chat 是首个面向真实开发者的编码代理会话数据集18K 会话与 200 万工具调用的规模让它成为研究、训练和评测下一代 AI 编码助手Coding Agent的重要基础设施。如果你正在关注 AI 辅助编程方向值得把它加入资料清单从数据集文件页面开始探索。赞分享【免费下载链接】SWE-chat项目地址https://ai.gitcode.com/hf_mirrors/SALT-NLP/SWE-chat点击查看免费下载相关推荐MiniMax-M2.7-singprobe评测全解读14项基准全面对标0.03%误报率凭什么做到MiniMax M2.7 singprobe评测全解读14项基准全面对标0.03%误报率凭什么做到 MiniMax M2.7 singprobe 是一款基SteamGrid命令行参数全解析从基础使用到高级定制SteamGrid命令行参数全解析从基础使用到高级定制 SteamGrid是一款强大的命令行工具能够自动下载和配置Steam游戏库中的网格视图图片帮助玩家桌面应用GitHub Desktop中文汉化终极指南如何3分钟内让英文界面变身中文GitHub Desktop中文汉化终极指南如何3分钟内让英文界面变身中文 还在为GitHub Desktop满屏的英文菜单而头疼吗每次操作都要查字典看开发工具上一篇每个状态该要多少帧sprite-gen动画状态与帧数设计实战指南下一篇Pixel2Motion交付模板详解:构建带调速器与QA钩子的独立logo动效HTML创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考