AI Agent 多语言代码检测系统

一个基于多Agent协作的智能软件开发系统，专注于多语言代码缺陷检测、智能分析与自动修复。

🌟 主要特性

🌍 多语言支持: Python, Java, C/C++, JavaScript, Go
🤖 AI智能分析: 集成DeepSeek API进行智能代码分析和修复建议
📁 项目级检测: 支持大型项目文件上传和分析（支持.zip, .tar.gz等格式）
📊 自然语言报告: 生成专业的AI分析报告和结构化数据导出
🔧 多种检测模式: 支持静态检测、动态检测、综合检测
⚡ 自动修复: 集成FixExecutionAgent，支持代码自动修复
🧪 测试生成与验证: 自动生成测试用例并验证修复效果
📈 可视化界面: 现代化的Web前端界面（10个专业页面）
🐳 Docker支持: 提供容器化方案，解决依赖和环境问题
🔄 协调中心: 基于Coordinator的任务调度和Agent协作机制

🏗️ 系统架构

系统采用分层架构设计，从用户接口到数据存储共分为5层：

1. 用户接口层

系统与用户交互的入口，提供多种接入方式：

Web前端界面 (UI)：10个专业HTML页面，提供可视化操作界面
- index.html / login.html - 登录页面
- main.html - 主界面
- analyse.html - 静态分析页面
- deep_analysis.html - 深度分析页面
- dynamic_detection.html - 动态检测页面
- comprehensive_detection.html - 综合检测页面
- fix_execution.html - 修复执行页面
- projects.html - 项目管理页面
- explore.html - 探索页面
REST API接口：FastAPI构建的模块化API，支持CI/CD集成
命令行接口 (CLI)：main.py 提供命令行工具

流向：所有用户请求通过API层统一接收，传递给协调控制层。

2. 协调控制层

系统的"大脑"和"中枢神经系统"，负责指挥调度：

协调中心 (Coordinator)：请求的总入口和总出口，管理所有Agent
任务管理器 (TaskManager)：核心调度器，将任务分解为子任务并调度相应Agent执行
决策引擎 (DecisionEngine)：提供智能决策，如修复方案选择
事件总线 (EventBus)：采用发布-订阅模式，实现Agent间异步通信和解耦
核心管理器：
- CoordinatorManager：管理Coordinator生命周期
- AgentManager：统一管理所有Agent的启动、停止和注册

3. Agent执行层

系统的"四肢"，由多个职责单一的智能体组成：

3.1 感知分析组

Bug检测Agent (BugDetectionAgent)：代码缺陷、安全漏洞、风格问题检测
代码分析Agent (CodeAnalysisAgent)：代码理解、依赖分析、复杂度评估
代码质量Agent (CodeQualityAgent)：代码质量评估和评分报告
动态检测Agent (DynamicDetectionAgent)：运行时行为分析和动态检测

3.2 决策执行组

修复执行Agent (FixExecutionAgent)：代码自动修复和格式化
测试验证Agent (TestValidationAgent)：测试用例运行和验证
测试生成Agent (TestGenerationAgent)：自动生成测试用例
性能优化Agent (PerformanceOptimizationAgent)：性能分析和优化建议

4. 工具集成层

系统的"工具箱"，Agent调用外部专业工具：

静态分析工具：Pylint, Flake8, Bandit, Mypy, Black, isort
AI分析工具：DeepSeek API（核心），支持OpenAI等大模型API
测试工具：pytest, pytest-cov等测试框架
代码生成工具：代码格式化、自动修复工具
Docker支持：可选Docker容器化运行，解决依赖问题

5. 数据存储层

数据持久化支持：

文件存储：代码仓库、报告文件（api/reports/）、结构化数据（api/structured_data/）
任务状态：任务状态跟踪（api/tasks_state.json）
日志系统：系统运行日志记录

📁 项目结构

CodeAgent/
├── agents/                          # Agent模块
│   ├── bug_detection_agent/         # 缺陷检测Agent
│   ├── code_analysis_agent/         # 代码分析Agent
│   ├── code_quality_agent/          # 代码质量Agent
│   ├── fix_execution_agent/         # 修复执行Agent（集成MiniSWE-agent）
│   ├── test_validation_agent/       # 测试验证Agent
│   ├── test_generation_agent/       # 测试生成Agent
│   ├── performance_optimization_agent/ # 性能优化Agent
│   ├── dynamic_detection_agent/     # 动态检测Agent
│   ├── base_agent.py               # Agent基类
│   └── __init__.py
├── coordinator/                     # 协调中心
│   ├── coordinator.py              # 主协调器
│   ├── task_manager.py             # 任务管理器
│   ├── decision_engine.py          # 决策引擎
│   ├── event_bus.py                # 事件总线
│   ├── message_types.py            # 消息类型定义
│   └── __init__.py
├── api/                            # API接口层（统一入口）
│   ├── main_api.py                 # 主API入口（FastAPI应用）
│   ├── coordinator_api.py          # Coordinator管理API
│   ├── bug_detection_api.py        # 缺陷检测API
│   ├── code_analysis_api.py        # 代码分析API
│   ├── code_quality_api.py         # 代码质量API
│   ├── dynamic_api.py              # 动态检测API
│   ├── fix_execution_api.py        # 修复执行API
│   ├── comprehensive_detection_api.py # 综合检测API
│   ├── core/                       # 核心管理模块
│   │   ├── agent_manager.py        # Agent生命周期管理
│   │   └── coordinator_manager.py  # Coordinator管理
│   ├── deepseek_config.py          # DeepSeek配置
│   ├── docs/                       # API文档
│   ├── reports/                    # 检测报告目录
│   ├── structured_data/            # 结构化数据导出
│   ├── uploads/                    # 文件上传目录
│   ├── comprehensive_detection_results/ # 综合检测结果
│   └── requirements.txt            # API依赖
├── frontend/                       # 前端界面（多页面）
│   ├── index.html                  # 登录页面
│   ├── main.html                   # 主界面
│   ├── analyse.html                # 静态分析页面
│   ├── deep_analysis.html          # 深度分析页面
│   ├── dynamic_detection.html      # 动态检测页面
│   ├── comprehensive_detection.html # 综合检测页面
│   ├── fix_execution.html          # 修复执行页面
│   ├── explore.html                # 探索页面
│   ├── login.html                  # 登录表单
│   └── projects.html               # 项目管理页面
├── tools/                          # 工具集成层
│   ├── static_analysis/           # 静态分析工具
│   │   ├── custom_checker.py      # 自定义检查器
│   │   ├── pylint_runner.py       # Pylint运行器
│   │   └── flake8_runner.py       # Flake8运行器
│   ├── ai_static_analyzer.py       # AI静态分析器
│   └── flask_d_class_detector.py   # Flask装饰器检测器
├── config/                         # 配置文件
│   ├── settings.py                # 系统设置
│   └── agent_config.py            # Agent配置
├── docs/                           # 文档目录（41个文档文件）
│   ├── Pandas测试指南.md           # Pandas测试详细指南
│   ├── Flask_2_0_0_TEST_GUIDE.md   # Flask测试指南
│   ├── 扩展Bug列表说明.md          # 扩展Bug列表文档
│   ├── API_DOCUMENTATION.md       # API文档
│   ├── DEEPSEEK_API_GUIDE.md   # DeepSeek API指南
│   ├── system_architecture.md     # 系统架构说明
│   └── ...                        # 更多文档
├── flask_simple_test/              # Flask测试项目
│   ├── app.py                     # Flask应用
│   ├── flask-2.0.0.zip            # Flask 2.0.0源码
│   └── README.md                  # Flask测试说明
├── examples/                       # 示例项目
│   ├── buggy_project_simple/       # 简单Bug项目示例
│   └── sample_py_project/          # Python项目示例
├── tests/                          # 测试文件和测试数据
│   ├── flask-2.0.0.zip            # Flask测试数据
│   └── test_python.py             # Python测试
├── utils/                          # 工具函数
│   ├── project_runner.py          # 项目运行器
│   └── docker_runner.py            # Docker运行器
├── scripts/                        # 脚本工具
│   ├── cleanup_temp_dirs.py       # 清理临时目录
│   └── init_db.py                 # 初始化数据库
├── extended_bugs.py                # 扩展Bug列表（25个已知Bug）
├── compare_pandas_bugs.py          # Pandas Bug对比分析脚本
├── main.py                         # 主程序入口（命令行版本）
├── start_api.py                    # API启动脚本（推荐）
├── requirements.txt                # 项目依赖
├── docker-compose.flask-test.yml   # Docker Compose配置
├── Dockerfile.flask-test           # Docker镜像定义
└── README.md                       # 项目说明

🆕 新增测试文件说明

测试评估文件：

extended_bugs.py - 扩展Bug列表定义文件
- 包含25个Pandas 1.0.0的已知Bug详细信息
- 运行 python extended_bugs.py 可查看Bug统计
- 可选文件：如果不存在，对比脚本会使用内置的8个核心Bug
compare_pandas_bugs.py - Bug对比分析脚本
- 读取系统检测报告（api/reports/目录）
- 与已知Bug列表对比分析
- 生成详细的评估报告和统计信息
- 自动适配：有extended_bugs.py用25个Bug，否则用8个Bug

使用方法：

# 1. 查看Bug统计（可选）
python extended_bugs.py

# 2. 运行检测（Web界面上传Pandas代码）
python start_api.py

# 3. 对比分析（检测完成后）
python compare_pandas_bugs.py

⚠️ 实际实现与原设计的关键差异

主要变化

新增核心管理层：api/core/ 目录包含 agent_manager.py 和 coordinator_manager.py
API架构模块化：5个独立的 API 模块（bug_detection, code_quality, code_analysis, dynamic, coordinator）
统一启动入口：main_api.py 作为唯一启动点，管理所有组件生命周期
Coordinator优先启动：先启动 Coordinator，再启动 Agent（确保协调中心就绪）
新增动态检测：DynamicDetectionAgent 和 dynamic_api.py（运行时行为分析）
三种分析模式：file（单文件）、project（项目）、dynamic（动态检测）
多页面前端：8个HTML页面（login, main, analyse, deep_analysis, dynamic_detection等）

工作流更新

原设计：用户请求 → API → Agent → 返回结果
实际实现：用户请求 → API路由 → Coordinator协调 → TaskManager分配 → Agent执行 → 返回结果

API层次结构

main_api.py (FastAPI主应用)
  ├── coordinator_api.py (任务状态、Agent管理)
  ├── bug_detection_api.py (缺陷检测)
  ├── code_quality_api.py (代码质量)
  ├── code_analysis_api.py (代码分析)
  └── dynamic_api.py (动态检测)

🔄 实际工作流程

系统启动顺序

python start_api.py
  ↓
main_api.py 启动
  ↓
1️⃣ CoordinatorManager → Coordinator (TaskManager + EventBus + DecisionEngine)
  ↓
2️⃣ AgentManager → 启动所有Agent并注册到Coordinator
  ↓
3️⃣ 挂载API路由（bug_detection, code_quality, code_analysis, dynamic, coordinator）
  ↓
✅ 系统就绪，监听 0.0.0.0:8001

用户请求流程

前端界面 → API路由分发 → Coordinator协调 → Agent执行 → 生成报告 → 返回前端

API访问地址

启动后可访问：

API文档: http://localhost:8001/docs （Swagger UI）
ReDoc文档: http://localhost:8001/redoc
健康检查: http://localhost:8001/health
根路径: http://localhost:8001/

主要API端点

系统相关

GET / - 根路径（API摘要和状态）
GET /health - 健康检查

Coordinator管理

GET /api/v1/coordinator/status - Coordinator状态
GET /api/v1/agents - 所有Agent状态
GET /api/v1/agents/{agent_id} - 指定Agent状态
GET /api/v1/tasks/{task_id} - 查询任务状态
POST /api/v1/tasks/{task_id}/cancel - 取消任务

缺陷检测

POST /api/v1/detection/upload - 上传文件/项目进行检测
GET /api/v1/detection/rules - 获取检测规则
GET /api/v1/ai-reports/{task_id} - 获取AI分析报告
GET /api/v1/ai-reports/{task_id}/download - 下载AI报告
GET /api/v1/structured-data/{task_id} - 获取结构化数据
GET /api/v1/reports/{task_id} - 下载检测报告

代码质量分析

POST /api/code-quality/analyze-file - 分析单个文件
POST /api/code-quality/analyze-upload - 分析上传的文件

代码深度分析

POST /api/code-analysis/analyze - 分析项目
POST /api/code-analysis/analyze-upload - 分析上传的文件
POST /api/code-analysis/analyze-file - 分析单个文件
GET /api/code-analysis/health - 健康检查

动态检测

POST /api/dynamic/detect - 动态检测（运行时行为分析）

综合检测

POST /api/comprehensive/detect - 综合检测（静态+动态+运行时）
GET /api/comprehensive/status - 检测状态
GET /api/comprehensive/health - 健康检查

🚀 快速开始

环境要求

Python 3.8+
现代浏览器 (Chrome, Firefox, Safari, Edge)

安装步骤

克隆项目

git clone <repository-url>
cd CodeAgent

创建虚拟环境

python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或
venv\Scripts\activate     # Windows

安装依赖

pip install -r requirements.txt
pip install -r api/requirements.txt

配置AI分析

# 方法1: 环境变量
export DEEPSEEK_API_KEY="your_api_key_here"

# 方法2: 直接编辑配置文件
# 编辑 api/deepseek_config.py 文件

启动系统

# 启动API服务（推荐方式）
python start_api.py

# 或直接使用 uvicorn
cd api
python -m uvicorn main_api:app --host 0.0.0.0 --port 8001 --reload

# 打开前端界面
# 浏览器访问: frontend/index.html 或 frontend/main.html

🌍 多语言支持

支持的语言

Python: 使用 Pylint + Flake8 + 自定义检测器 + AI分析
Java: 使用 AI分析检测空指针、内存泄漏等问题
C/C++: 使用 AI分析检测缓冲区溢出、内存泄漏等问题
JavaScript/TypeScript: 使用 AI分析检测 XSS、内存泄漏等问题
Go: 使用 AI分析检测并发安全、错误处理等问题

检测类型

语法错误和编译问题
逻辑错误和算法问题
内存泄漏和资源管理问题
安全漏洞和输入验证问题
性能问题和优化建议
代码规范和最佳实践问题

📁 项目分析功能

支持的项目格式

压缩文件: .zip, .tar, .tar.gz, .rar, .7z
目录: 直接上传项目文件夹

项目分析特性

自动语言检测: 根据文件扩展名和内容自动识别编程语言
并行分析: 支持多文件并行检测，提高分析效率
文件过滤: 自动过滤大文件和无关文件
结果合并: 将多个文件的检测结果合并为统一报告

项目限制

最大项目大小: 100MB
最大文件数量: 1000个文件
单文件大小限制: 10MB
每种语言最多分析: 50个文件

🤖 AI智能分析

AI分析优势

编译无关: 不需要编译代码即可分析
跨语言: 支持多种编程语言
智能检测: 能够发现传统工具难以检测的问题
上下文理解: 理解代码的业务逻辑和设计意图

AI检测类型

语法错误和编译问题
逻辑错误和算法问题
内存泄漏和资源管理问题
安全漏洞和输入验证问题
性能问题和优化建议
代码规范和最佳实践问题

📊 使用方法

单文件分析

选择"单文件分析"模式
上传代码文件（支持多种语言）
选择检测选项
查看检测结果和AI报告

项目分析

选择"项目分析"模式
上传项目压缩包或文件夹
系统自动解压和扫描
查看多文件综合检测报告

📈 检测结果

结果格式

文件级别: 每个文件的详细检测结果
项目级别: 整个项目的综合统计
语言分类: 按编程语言分类的检测结果
严重性分级: 错误、警告、信息三个级别

AI自然语言报告

总体评估: 代码质量整体评价
主要问题分析: 重点问题详细说明
改进建议: 具体的修复建议
优先级排序: 按重要性排序的问题列表

🔧 配置选项

检测选项

enable_static: 启用自定义静态检测（Python）
enable_pylint: 启用Pylint检测（Python）
enable_flake8: 启用Flake8检测（Python）
enable_ai_analysis: 启用AI分析（所有语言）

分析类型

file: 单文件分析（静态代码检测）
project: 项目分析（批量文件检测）
dynamic: 动态检测（运行时行为分析）

📝 示例

Python文件检测

# 上传 test.py 文件
# 系统使用 Pylint + Flake8 + 自定义检测器 + AI分析
# 返回详细的缺陷报告和AI自然语言分析

Java项目检测

# 上传 java_project.zip
# 系统解压后扫描所有 .java 文件
# 使用AI分析每个文件
# 生成项目级别的综合报告

混合语言项目

# 上传包含 Python + Java + C++ 的项目
# 系统自动识别不同语言的文件
# 分别使用相应的检测工具
# 生成多语言综合报告

🎯 最佳实践

选择合适的分析类型: 单文件用于快速检测，项目用于全面分析
启用AI分析: 获得更智能的检测结果和修复建议
关注高优先级问题: 优先修复错误级别的问题
定期检测: 建议在代码提交前进行检测
结合人工审查: AI检测结果需要结合人工判断

📚 文档

🧪 测试指南

推荐：Pandas 1.0.0测试 - 大型项目，Bug类型丰富

Pandas测试指南 📖 完整指南 ⭐ 推荐阅读
- 详细的测试流程说明
- 核心版（8个Bug）vs 扩展版（25个Bug）对比
- 文件位置和使用方法说明
- 预期结果分析和解读
扩展Bug列表说明 📊 详细文档
- 25个已知Bug的详细列表
- 按类型、严重性、检测方法分类
- 完整的统计信息

测试文件：

extended_bugs.py - 25个Bug定义（可选，推荐使用）
compare_pandas_bugs.py - 对比分析脚本（必备）

快速开始：

# 查看Bug统计
python extended_bugs.py

# 运行检测后对比
python compare_pandas_bugs.py

🧪 Flask 2.0.0 测试对比

项目提供了 Flask 版本的评测脚本和测试项目：

测试项目位置：flask_simple_test/ 目录
评测脚本：compare_flask_bugs.py（如果存在）

金标数据

内置 32 条 Flask 2.0.x 修复的 Issue，涵盖：
- 简单问题（8条）：静态可检类型（S）- 类型注解、API参数等
- 中等问题（18条）：AI辅助类型（A）- 蓝图路由、JSON行为等
- 困难问题（6条）：动态验证类型（D）- 异步上下文、运行时验证等

子域分类系统

脚本将检测结果自动分类到以下子域：

typing_decorators：类型注解和装饰器问题
blueprint_routing：蓝图路由相关问题
helpers_send_file：文件发送API问题
cli_loader：CLI加载器问题
json_behavior：JSON行为问题
static_pathlike：路径类型问题
blueprint_naming：蓝图命名问题
blueprint_registration：蓝图注册问题
async_ctx_order：异步上下文和顺序问题

使用方法

# 自动检测最新报告（推荐）
python compare_flask_bugs.py

# 指定报告文件
python compare_flask_bugs.py --agent-json path/to/report.json

输出格式（与 Pandas 完全一致）

脚本生成三段式输出格式：

已知Issue vs 系统检测对比：按子域分类显示检测结果
总体检测率和预期检测率：显示检测率统计
系统能力评估与改进建议：评估静态分析、AI分析、动态分析能力

评估标准

总体检测率：基于所有已知Issue的检测率
预期检测率：基于可检测Issue的检测率（排除需要运行时验证的问题）
能力评估：分别评估静态分析、AI分析、动态分析能力

自动发现机制

默认自动搜索目录（按优先级）：

api/reports
project/CodeAgent/api/reports
project/CodeAgent/frontend/uploads

详细说明

更多关于脚本映射实现、子域分类逻辑等技术细节，请参考：Flask脚本映射实现指南

📖 系统文档

核心文档

API接口文档 - 详细的API使用说明
DeepSeek API指南 - AI分析功能配置指南
系统架构说明 - 系统架构和Agent设计
工作流程图 - 系统工作流程说明

测试指南

Pandas测试指南 - Pandas 1.0.0测试完整指南 ⭐
Flask测试指南 - Flask 2.0.0测试指南
扩展Bug列表说明 - 25个已知Bug详细列表
Flask脚本映射实现指南 - Flask测试脚本技术实现详解
Flask版本选择与Issue策略 - Flask测试项目选择策略

Agent文档

其他文档

Docker设置指南 - Docker容器化部署指南
数据集测试指南 - 数据集测试说明

🤖 Agent详细说明

已实现的Agent

BugDetectionAgent - 缺陷检测Agent
- 支持多语言静态分析
- 集成Pylint、Flake8、Bandit等工具
- AI智能分析代码缺陷
- 生成详细检测报告
CodeAnalysisAgent - 代码分析Agent
- 代码结构分析
- 依赖关系分析
- 复杂度评估
- AI深度代码理解
CodeQualityAgent - 代码质量Agent
- 代码质量评分
- 风格检查
- 最佳实践评估
- 质量报告生成
FixExecutionAgent - 修复执行Agent
- 自动代码修复
- 集成MiniSWE-agent框架
- 支持多种修复策略
- 修复验证
TestValidationAgent - 测试验证Agent
- 测试用例运行
- 修复效果验证
- 测试结果分析
TestGenerationAgent - 测试生成Agent
- 自动生成测试用例
- 支持多语言测试生成
- 测试用例优化
DynamicDetectionAgent - 动态检测Agent
- 运行时行为分析
- 动态缺陷检测
- 性能监控
PerformanceOptimizationAgent - 性能优化Agent
- 性能分析
- 优化建议生成
- 性能报告

🔮 未来扩展

支持更多编程语言（Rust, Swift, Kotlin等）
集成更多专业检测工具
支持自定义检测规则
增强代码修复能力
支持CI/CD集成
支持更多AI模型（本地模型、其他API）
增强动态检测能力
支持增量分析

📄 许可证

本项目采用 MIT 许可证。

🤝 贡献

欢迎提交 Issue 和 Pull Request！

📞 联系方式

如有问题或建议，请通过以下方式联系：

提交 GitHub Issue
发送邮件至项目维护者

📝 更新日志

🐳 使用 Docker 运行（推荐，解决本地依赖卡顿/兼容性问题）

本项目已提供容器化方案，适用于在 Windows 上因虚拟环境/依赖安装卡住的场景。容器内将隔离运行依赖安装、静态/动态检测以及针对上传的测试包创建独立 venv。

快速开始

# 1) 构建镜像（初次或依赖变更后）
docker compose build

# 2) 启动服务（默认映射到宿主 8000）
docker compose up -d

# 3) 查看日志
docker compose logs -f

# 4) 关闭服务
docker compose down

启动成功后访问：

API 文档: http://localhost:8000/docs
前端页面: 打开 frontend/index.html（或按你现有前端入口）

前端上传与动态检测

上传的压缩包将保存到容器内 /app/api/uploads（宿主机同步映射到 api/uploads/）
系统会读取压缩包内的 requirements.txt，在容器内为该次任务创建隔离的虚拟环境（默认目录：/tmp/venvs/<task-id>），再安装依赖（如 Flask==2.0.0、兼容的 Werkzeug 等），随后执行静态+动态检测

环境变量配置

如需修改任务虚拟环境位置，可设置环境变量：

docker compose down
# 修改 docker-compose.yml 中 environment 部分
# 例如: CODEAGENT_JOB_VENVS_DIR=/tmp/venvs
# 然后重新启动
docker compose up -d

常见问题

依赖安装缓慢：首次构建镜像时保持网络可用；.dockerignore 已忽略大体积目录；镜像内已安装基础编译依赖
端口冲突：修改 docker-compose.yml 中 ports: - "8000:8000" 的左侧宿主端口，例如改为 18000:8000
Windows路径/权限问题：通过卷挂载（volumes）将项目同步到容器内 /app，避免在宿主创建虚拟环境失败

目录映射

./api/uploads -> /app/api/uploads: 前端上传目录
./api/reports -> /app/api/reports: 报告输出目录
./api/comprehensive_detection_results -> /app/api/comprehensive_detection_results: 综合检测结果
./api/dynamic_detection_results -> /app/api/dynamic_detection_results: 动态检测结果

使用提示

如需对 Flask 2.0.0 的 32 个问题进行回归测试，请参考文档 docs/Flask版本选择与Issue策略.md，并在上传的压缩包中包含对应的 requirements.txt（指定 Flask==2.0.0 及其兼容依赖）。

Name		Name	Last commit message	Last commit date
Latest commit History 149 Commits
agent-test		agent-test
agents		agents
api		api
backup-agent		backup-agent
comprehensive_detection_results		comprehensive_detection_results
config		config
coordinator		coordinator
docs		docs
examples		examples
flask_simple_test		flask_simple_test
frontend		frontend
scripts		scripts
tests		tests
tools		tools
utils		utils
.gitignore		.gitignore
2.0.0		2.0.0
DOCKER_SETUP_GUIDE.md		DOCKER_SETUP_GUIDE.md
Dockerfile.flask-test		Dockerfile.flask-test
FixExecutionAgent.py		FixExecutionAgent.py
README.md		README.md
detect_fix_quality.py		detect_fix_quality.py
docker-compose.flask-test.yml		docker-compose.flask-test.yml
main.py		main.py
requirements.txt		requirements.txt
sample_py_project.zip		sample_py_project.zip
start_api.py		start_api.py
werkzeug_compatibility_patch.py		werkzeug_compatibility_patch.py

zhuxie0719/CodeAgent

Folders and files

Latest commit

History

Repository files navigation