Super Library Agent：超越单一代码库的多应用联合生成与维护
该研究提出了 Super Library Agent 问题：基于大语言模型的编程代理需要生成多个相互关联、可独立部署的应用，同时维护一个包含可复用组件的共享库。所提出的方法结合了基于代码摘要的候选引导式提取、提取前的代码库整合，以及利用提取轨迹和调用图信息的上下文感知迁移。在 WebGen-Bench 和 PaperBench 上的评估表明，该方法在保持应用功能的同时，相比零样本方法和简单的库构建方法，减少了代码冗余、Token 使用量、代码行数和结构性退化。相关代码已在 GitHub 开源。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。