論文の概要: ChatDev 2.0: A No-Code Multi-Agent Platform for Developing Everything

• arxiv url: http://arxiv.org/abs/2609.00714v1
• Date: Tue, 01 Sep 2026 04:47:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.340009
• Title: ChatDev 2.0: A No-Code Multi-Agent Platform for Developing Everything
• Title（参考訳）: ChatDev 2.0: あらゆるものを開発するための、ノーコードマルチエージェントプラットフォーム
• Authors: Yufan Dang, Shu Yao, Bowen Lai, Chenting Xu, Ruijie Shi, Wai-Shing Leung, Huatao Li, Chen Qian, Zhiyuan Liu,
• Abstract要約: 大規模言語モデル (LLM) に基づくマルチエージェントシステム (MAS) は複雑なタスクを解く強力な可能性を示している。 異種MASの構築、実行、検査のためのノーコードプラットフォームであるChatDev 2.0: DevAllを紹介します。 使いやすくするために、統合されたビジュアルインターフェースにより、ユーザーは、完全にコードを書くことなく、ヒューマン・イン・ザ・ループのステップを含むMASを作成、実行、監視、検査することができる。
• 参考スコア（独自算出の注目度）: 19.850023518195695
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Large language model (LLM)-based multi-agent systems (MAS) have shown strong potential for solving complex tasks, yet their development forces a tradeoff: code frameworks are expressive but engineering-intensive, while no-code builders simplify authoring but constrain agent interactions to author-defined workflows. We present ChatDev 2.0: DevAll (hereafter DevAll), a no-code platform for building, executing, and inspecting heterogeneous MAS that delivers both high expressiveness and ease of use. In terms of expressiveness, DevAll pairs a declarative executable graph abstraction with a cycle-aware execution engine, so that heterogeneous agents and dynamic and cyclic interactions can be represented and executed within a single framework. For ease of use, an integrated visual interface lets users author, run, monitor, and inspect MAS, including human-in-the-loop steps, entirely without writing code. Experiments demonstrate that DevAll reproduces state-of-the-art MAS across three representative tasks at competitive performance and without task-specific orchestration code, highlighting its effectiveness as a general-purpose platform for LLM-based MAS. DevAll is available at https://github.com/OpenBMB/ChatDev.
• Abstract（参考訳）: 大規模言語モデル(LLM)ベースのマルチエージェントシステム(MAS)は複雑なタスクを解決する強力な可能性を示しているが、その開発はトレードオフを強いている。 私たちはChatDev 2.0: DevAll(以下、DevAll)を紹介します。これは、高い表現性と使いやすさを提供する異種MASの構築、実行、検査のためのノーコードプラットフォームです。 表現性の面では、DevAllは宣言的な実行可能なグラフ抽象化とサイクル対応の実行エンジンをペアリングすることで、不均一なエージェントと動的かつ循環的な相互作用を単一のフレームワーク内で表現し、実行できるようにする。 使いやすくするために、統合されたビジュアルインターフェースにより、ユーザーは、完全にコードを書くことなく、ヒューマン・イン・ザ・ループのステップを含むMASを作成、実行、監視、検査することができる。 実験により、DevAllは、競争性能とタスク固有のオーケストレーションコードなしで、3つの代表的なタスクで最先端のMASを再現し、LLMベースのMASの汎用プラットフォームとしての有効性を強調した。 DevAllはhttps://github.com/OpenBMB/ChatDevで入手できる。

関連論文リスト

• Instruction Agent: Enhancing Agent with Expert Demonstration [12.67489098612846]
  グラフィカルユーザインタフェース(GUI)エージェントは急速に進歩しているが、新しいUI要素、長い水平動作、パーソナライズされた軌跡を含む複雑なタスクに苦戦している。 そこで本研究では,GUIエージェントであるインストラクションエージェントを導入し,このようなタスクを専門的なデモンストレーションで解決し,それ以外は困難なタスクの完了を可能にする。 1つのデモンストレーションが与えられた場合、エージェントはステップバイステップの指示を抽出し、ユーザが意図した軌道を厳密に追従することで実行します。
  論文  参考訳（メタデータ） (2025-09-08T18:00:12Z)
• ScreenCoder: Advancing Visual-to-Code Generation for Front-End Automation via Modular Multimodal Agents [40.697759330690815]
  ScreenCoderはモジュール型のマルチエージェントフレームワークで、タスクを3つの解釈可能なステージ(グラウンド、プランニング、生成)に分解する。 特殊エージェントにこれらの異なる責任を割り当てることで、我々のフレームワークはエンド・ツー・エンドのアプローチよりもはるかに高い堅牢性と忠実性を達成する。 提案手法は, レイアウト精度, 構造コヒーレンス, コード正確性において, 最先端の性能を実現する。
  論文  参考訳（メタデータ） (2025-07-30T16:41:21Z)
• AgentMesh: A Cooperative Multi-Agent Generative AI Framework for Software Development Automation [0.0]
  ソフトウェア開発タスクの自動化に複数のLCMエージェントを併用したPythonベースのフレームワークを提案する。 AgentMeshでは、Planner、Coder、Debugger、Reviewerといった特殊なエージェントが協力して、ハイレベルな要件を完全に実現されたコードに変換する。
  論文  参考訳（メタデータ） (2025-07-26T10:10:02Z)
• AutoGen Studio: A No-Code Developer Tool for Building and Debugging Multi-Agent Systems [31.113305753414913]
  ATOGEN STUDIOは、マルチエージェントシステムを迅速にプロトタイピングするためのノーコード開発ツールである。 エージェント仕様のための直感的なドラッグ&ドロップUI、インタラクティブな評価、再利用可能なエージェントコンポーネントのギャラリーを提供する。
  論文  参考訳（メタデータ） (2024-08-09T03:27:37Z)
• AppAgent v2: Advanced Agent for Flexible Mobile Interactions [57.98933460388985]
  本研究は,モバイル機器向けの新しいLLMベースのマルチモーダルエージェントフレームワークを提案する。 我々のエージェントは、様々なアプリケーションにまたがる適応性を高めるフレキシブルなアクション空間を構築する。 本研究は,実世界のシナリオにおいて,フレームワークの優れた性能を実証し,その有効性を確認した。
  論文  参考訳（メタデータ） (2024-08-05T06:31:39Z)
• OpenHands: An Open Platform for AI Software Developers as Generalist Agents [109.8507367518992]
  私たちは、人間の開発者と同じような方法で世界と対話するAIエージェントを開発するためのプラットフォームであるOpenHandsを紹介します。 プラットフォームが新しいエージェントの実装を可能にし、コード実行のためのサンドボックス環境との安全なインタラクション、評価ベンチマークの導入について説明する。
  論文  参考訳（メタデータ） (2024-07-23T17:50:43Z)
• Executable Code Actions Elicit Better LLM Agents [76.95566120678787]
  この研究は、Pythonコードを使用して、Large Language Model(LLM)エージェントのアクションを統一されたアクション空間(CodeAct)に統合することを提案する。 Pythonインタプリタと統合されたCodeActは、コードアクションを実行し、事前アクションを動的に修正したり、マルチターンインタラクションを通じて新しい観察に新しいアクションを発行することができる。 CodeActのパフォーマンス向上は、解釈可能なコードを実行し、自然言語を使ってユーザとコラボレーションすることで、環境と対話するオープンソースのLLMエージェントを構築する動機となります。
  論文  参考訳（メタデータ） (2024-02-01T21:38:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。