南京大学软件工程组 · Models 研究团队
｜NJU SEG · Models Group
agentsoft-research-platform · 教学门户
AI Agent 融合开发 · 学习平台
从概念到实验的一体化学习环境：左边用真实开源项目的 issue 让多个 Code Agent 做"真题"， 双维度评估它们的表现；右边用 44 张卡片讲义，系统讲清这件事背后的原理与方法论。 一个仓库，两份镜像，互为印证。
📰 推荐阅读
查看全部 →
🧪
SWE-bench 实验平台
让多个 Code Agent 解真实开源 issue，既评「做对了没有」，也评「做得怎么样」。
- 3,848 道真题 · 4 个数据集（lite / verified / original / pro），全部来自真实仓库的真实 issue
- 44+ 条真实实验 · 5 个品牌 Agent（kimi / qwen / mimo / opencode / codebuddy）的完整解题记录
- 过程分析五视角 · 轨迹回放 / 效率 / 异常 / PRA 过程评估 / 浪费标注
- 6 篇说明文档 · 任务契约、七阶段流水线、判分公式……机制逐篇举证
📖
教学讲义站
44 张卡片式讲义：从人机融合软件开发的范式，到亲手理解 Agent 的每个循环。
- 0 层 · 人机融合式软件开发 · 范式 / 需求 / 设计 / 实现 / 测试 / 维护 6 章 + 可信 AI Agent
- 第 1 层 · 教学 20 张 · SWE-bench 三部曲 · LLM 协议 · Agent 心智（harness 循环）
- 轨迹分析与过程评估单元 · 八阶段模型 / PRA 量表 / step 分类学 / 点+线与 Linting
- 独立深读与论文精读 · MegaFlow · SWE-Universe · Agent 测试价值悖论
- 第一部分 · 导论（MDE 背景） · OMG 四标准 + MDA 框架 + 四层元模型 + MDE 核心思想（v0.2 已注入 OMG 治理变更 + 4 标准现状核验 + SysML v2 简介）
- 第二部分 · 元建模和建模 · MOF / Ecore / KM3 三大元-元模型（v0.2 已注入 EMF 2.44 生态 + KM3 Atlantic Zoo + feature ID/nsURI 设计）
- 第三部分 · 前沿拓展（2026，v0.2 新增） · SysML v2/KerML（2025-07-21 最终采纳）+ LLM×MDE 双向赋能 + Xtext/Langium/MPS 选型
- 原始 247 张幻灯片 + 31 篇参考文献 · 整理自张天《软件方法学》研究生课程讲义 + 配套调研报告 2026.09
- 未来扩展 · 模型转换（QVT/ATL）· 独立实验模块
按角色选路：三条推荐路径
1第一次来，建立全局
- 讲义 「人机融合 · 范式迁移」：理解 AI 执行 + 人治理的协作模型
- 平台 「数据集」：随便点开一道题，看 issue 原文与验收测试
- 讲义 「SWE-bench 入门 → 数据 → 评测」三部曲：懂判分
- 平台 「已做实验」：看 Agent 真实解题长什么样
2做实验 / 写复盘报告
- 平台 「已做实验」挑一条实验，进详情看阶段时间线与补丁对比
- 平台 「过程分析」：五个视角过一遍这条轨迹
- 讲义 「轨迹分析与过程评估」单元：学会读轨迹、给过程打分
- 平台 「说明文档」：查每个机制背后的运作细节与数据来源
3系统学习 Agent 开发
- 讲义第 1 层按序通读：GitHub/PR → SWE-bench → LLM 协议 → harness 循环
- 动手页 「30 行可运行 harness」：亲手写一个最小 Agent
- 遇到平台名词随时查 /platform/docs 说明文档
- 收尾读论文精读（MegaFlow / SWE-Universe / 测试价值悖论）
南京大学软件工程组 · Models 研究团队NJU SEG · Models Group
本平台由南京大学软件工程组（SEG）Models 研究团队建设与维护。团队专注于 机器学习交叉领域的智能软件方法与技术研究——涵盖 AIGC、LLM 评测、软件演化、AI 测试等方向， 与华为、腾讯、字节跳动、小米、OPPO 等企业开展联合研究；研究生通过联合项目驻场开发与实习， 形成校企合作型研究方式。