Devin setzt autonomen KI-Programmierassistenten ein, um problematischen Code für die Open-Source-Community zu korrigieren

Heute kündigen wir an Devin Open-Source-Initiative.

Im Rahmen der offiziellen Einführung von Devin bieten wir ausgewählten Open-Source-Projektbetreuern ein Devin-Teamplan-Kontingent von 500 kostenlosen ACUs an. Besuchen Sie noch heute app.devin.ai, um sich anzumelden und kontaktieren Sie uns unter osi@cognition.ai, um teilzunehmen.

Open-Source-Projekte haben oft einen großen Rückstau an ungelösten Problemen. Die schiere Anzahl kleinerer Probleme, die behoben werden müssen, kann Maintainer schnell überfordern. Devin ist der ideale Partner, um diese Aufgaben zu bewältigen - indem er sich um kleinere Aufgaben im Hintergrund kümmert, hilft Devin den Maintainern, sich auf wichtige Aufgaben zu konzentrieren.

Hier ist, was Devin bereits zur Open-Source-Gemeinschaft beigetragen hat:

Anthropischer MCP

Pull-Anfrage: https://github.com/modelcontextprotocol/inspector/pull/105

Devin-Sitzung: https://app.devin.ai/sessions/266955553baf40cfa7fdd32d42ab219d

In diesem Projekt arbeitet Devin an einem Projekt für MCP Projekt der Server-Debugging-Schnittstelle Inspektor Es wurde eine neue Funktion hinzugefügt, die das Aushandeln von Funktionen anzeigt.

Frage: https://github.com/modelcontextprotocol/inspector/issues/85

Devin begann mit einem Browser, um zu untersuchen, wie die Aushandlung von Funktionen funktioniert:

Nachdem Devin den Code geschrieben hat, sorgen einige Schlüsselfunktionen für die richtige Prüfung:

1. Einstellungen für das Code-RepositoryVor dem Start einer Devin-Sitzung. Bevor Sie eine Devin-Sitzung starten, haben wir es dem Python-MCP-Server leichter gemacht, indem wir das Programm uv um die virtuelle Maschine von Devin einzurichten.
2. wissensbezogen. Wir können Devin entweder manuell mitteilen, wie der Code zu testen ist, oder diese Informationen in die Wissensdatenbank aufnehmen, so dass Devin sie sich in zukünftigen Sitzungen automatisch merkt.

Mit dieser Einstellung kann Devin überprüfen, ob die Codeänderungen im Browser gültig sind:

Sobald der Code getestet ist, kann der Betreuer ihn überprüfen.

Dolch.

Pull-Anfrage: https://github.com/dagger/dagger/pull/9130

Devin-Sitzung: https://app.devin.ai/sessions/2afcdb9847ff416382ee6126bc77ee8c

Devins PR befasst sich mit einer Aufgabe von geringer Priorität im Dagger-Projekt.

Zwar konnte Devin das Problem schließlich beheben, aber es waren manchmal mehrere Fahrten nötig, um Anpassungen vorzunehmen.

Die Github-Integration von Devin vereinfacht diesen Prozess mit PR-Kommentaren und CI-Checks. Alle PR-Kommentare können automatisch per Webhook an Devin gesendet werden.

Schließlich sollten Sie das Beste aus Devin herausholen und keine perfekten PRs von 100% erwarten. Devin kann zwar das tun, was 80% kann, aber es ist immer noch notwendig, die Qualität des Endergebnisses manuell sicherzustellen. Zum Beispiel durch das Entfernen von redundanten Code-Unterschieden vor dem Zusammenführen. In diesem PR hat Devin Debug-Protokolle hinzugefügt, die später manuell entfernt werden müssen.

Lesen Sie mehr darüber, wie Devin den Wert von Dagger steigert

Nicht jemand, der im Bereich KI arbeitet, sondern ein KI-Teammitglied. Es ist eine faszinierende Erfahrung und ein Blick auf das, was in der Zukunft möglich ist.

Bei Dagger sind wir ein kleines Team, das eine komplexe Engine mit einer wachsenden Liste von Nutzungsszenarien entwickelt. Wie viele Open-Source-Projekte stehen wir vor der Herausforderung, den "langen Schwanz" von Problemen aufrechtzuerhalten - kleine Aufgaben, die zwar wichtig, aber nicht dringend genug sind, um hohe Priorität zu haben, stapeln sich oft. Daran denke ich, wenn ich von Devin höre, einem Mitglied des KI-Teams.

Ein typisches Open-Source-Problem

Es ist eine bekannte Geschichte: Jemand meldet ein Problem, das nicht allzu groß ist - vielleicht ein bisschen ärgerlich, aber nicht dringend. Bei Dagger konzentrieren wir uns sehr auf hervorragende Produkte, aber die Aufgabenliste war zu lang. Diese Art von Problemen wird zwar protokolliert, hat aber keine Priorität und wird auf die lange Bank geschoben. Drei Monate vergehen, und niemand hat Zeit, sich darum zu kümmern. Im besten Fall wird es schnell kategorisiert, im schlimmsten Fall verschwindet es in den Abgründen von GitHub Issues.

Zum Beispiel:Ausgabe #8195. Ein Mitarbeiter wies auf einen kleinen, aber berechtigten Schmerzpunkt in unserem Arbeitsablauf hin. Ohne Devin wäre dieses Problem vielleicht in einem schwebenden Status geblieben. Aber mit Devin im Team fragten wir: "Kannst du das erledigen?" Und das hat er.

Innerhalb weniger Minuten reichte DevinEine Pull-AnfrageDieser PR erforderte eine manuelle Überprüfung, aber seine Kernimplementierung war von Anfang an funktionell korrekt. Dieser PR erforderte einige manuelle Überprüfungen, aber seine Kernimplementierung war von Anfang an funktional korrekt, und Devin ging sogar auf unser Feedback ein und iterierte, bis der PR zum Zusammenführen bereit war.

Ich habe das Gefühl, dass es sich um einen soliden Beitrag eines intelligenten Anfängers handelt, der neu in der Codebasis ist, aber unbedingt lernen und sich verbessern möchte. Es ist nur so, dass Devin eine KI ist. Die Art und Weise, wie sie funktioniert, scheint völlig natürlich zu sein.

Wenn Sie interessiert sind, können SieSehen Sie sich die gesamte Sitzung an. Sie werden sehen, wie sie Probleme löst, sich an Feedback anpasst und sinnvolle Ergebnisse erzielt.

Devin lehren, Dagger zu entwickeln

Devin ist anders als der durchschnittliche Entwickler, aber die Verwaltung von Devin ist in gewisser Weise vertraut; Devin ist sehr "buchklug", aber nicht ganz "wirklich klug", wie einige sehr kluge Nachwuchsentwickler. Der Schlüssel, um Devin wertvoll zu machen, liegt in der Auswahl der richtigen Aufgaben und in einer intelligenten Ausbildung. Eines der erstaunlichsten Dinge an Devin ist, wie reibungslos er lernt.

Wir geben Feedback über die App und direkt auf GitHub, und Devin kümmert sich nahtlos um beides.

Dann gingen wir noch einen Schritt weiter: Wir brachten Devin bei, wie man die Dagger Entwicklung Dagger Da unsere Build- und Testumgebungen mit Dagger vollständig containerisiert sind, braucht Devin überhaupt keine KI. Da unsere Build- und Testumgebungen durch Dagger vollständig containerisiert sind, braucht Devin überhaupt keine KI; es kann seine eigene KI lokal ausführen, überprüfen, ob sie funktioniert und die Ergebnisse in den Kommentaren melden. Wenn Menschen die Ergebnisse reproduzieren müssen, verwenden wir einfach dieselbe containerisierte Umgebung, die Devin konfiguriert hat!

Das spart nicht nur Zeit - es ist auch ein "Oh, mein Gott"-Moment Es hat die Art und Weise, wie wir über Entwicklungsabläufe denken, revolutioniert. Es hat die Art und Weise, wie wir über Entwicklungsabläufe denken, revolutioniert. Devins Fähigkeit, Tests, Validierung und Iteration lokal zu automatisieren, hat die Art und Weise unserer Zusammenarbeit verändert und die Zukunft von DevOps vorausgeahnt.

Wenn Sie ein Open-Source-Projekt betreiben, das viel Wartung erfordert, können Sie mit Devin nichts falsch machen - es ist nicht nur ein Tool, sondern eine neue Art von Teamplayer, der immer bereit ist, die "langwierigen" Aufgaben anzugehen, mit denen Sie sich nicht herumschlagen können.

Devin ist kein Ersatz für Entwickler. Es geht darum, unsere Fähigkeit zu verbessern, sich wiederholende und monotone Aufgaben zu erledigen, damit wir uns auf das Wesentliche konzentrieren können. Es ist ein Produktivitätsschub, eine neue Perspektive und eine Möglichkeit, Projekte voranzutreiben, wenn die Ressourcen begrenzt sind.

Was dies für DevOps bedeutet

Die Fähigkeit von Devin, autonom Beiträge zu leisten, lokale KI auszuführen und sich an menschliches Feedback anzupassen, ist mehr als nur ein cooles Feature - es ist ein Blick in die Zukunft der Softwareentwicklung. Mit den richtigen Schutzmaßnahmen kann Devin schon heute einen großen Mehrwert bieten. Langfristig könnte diese Technologie die Beziehung zwischen Entwicklern und Werkzeugen grundlegend verändern und es uns ermöglichen, Software auf eine Weise zu entwickeln und bereitzustellen, die bisher unvorstellbar war.

Wir haben Devin in eine Reihe von Open-Source-Code-Repositories eingebunden, unter anderem:

Wir sind gespannt, was Devin für Ihr Open-Source-Projekt tun kann! Besuchen Sie app.devin.ai noch heute, um sich anzumelden und sich über osi@cognition.ai Kontaktieren Sie uns für ein kostenloses Kontingent für das Team-Programm!