論文の概要: AgentTorrent: A Dataset of Context and Harness Engineering Artifacts on GitHub
- arxiv url: http://arxiv.org/abs/2611.15436v1
- Date: Wed, 11 Nov 2026 13:10:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.146778
- Title: AgentTorrent: A Dataset of Context and Harness Engineering Artifacts on GitHub
- Title(参考訳): AgentTorrent: GitHub上のコンテキストとハーネスエンジニアリング成果物のデータセット
- Abstract要約: AgentTorrentデータセットは、GitHub上の10,944のソフトウェアプロジェクトで、6つのプロプライエタリでオープンソースのエージェントコーディングツールのファイルを記録している。
これには62,374の構成アーティファクト、これらアーティファクトがインポートするファイル、27,593件のエージェント計画文書、AIツールを信用する120万件以上のコミットが含まれている。
多くのデータセットとは異なり、AgentTorrentは構成アーティファクト、インポートファイル、エージェント計画文書、AIツールを信用するコミットをリンクする。
- 参考スコア(独自算出の注目度): 10.630121959857398
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Over the past months, developers have moved from formulating detailed prompts to engineering the context that agentic coding tools read and to configuring the underlying harnesses. For example, developers commit context files, skills, hooks, and MCP configurations to their repositories, and these files control which instructions a harness reads and which actions it can take. Developers may also commit the specs, plans, and task files that agentic coding tools and spec-driven development frameworks write for agents to implement. The AgentTorrent dataset records these files for six proprietary and open-source agentic coding tools in 10,944 engineered software projects on GitHub. It contains 62,374 configuration artifacts, the files that these artifacts import, 27,593 agentic planning documents, and more than 1.2 million commits that credit an AI tool. All heuristics used for data collection are grounded in tool documentation or derived from GitHub repositories, and we evaluate their detection accuracy with each collection. We use open-weight models to classify whether GitHub repositories host engineered software projects. Unlike most datasets, AgentTorrent links configuration artifacts, imported files, agentic planning documents, and commits that credit an AI tool within the same repositories. Configuration artifacts, planning documents, and credited commits occur together in 388 repositories. For example, our dataset allows researchers to study whether a tool is credited in commits that add instructions for that same tool and how instruction files import and contradict each other. Our data collection pipeline supports regular updates and automatically checks vendor documentation and reports unknown artifacts and agentic coding tools. The dataset and the pipeline are open-source and are archived on Zenodo.
- Abstract(参考訳): 過去数ヶ月にわたって、開発者は詳細なプロンプトの定式化から、エージェントコーディングツールが読み込んだコンテキストのエンジニアリング、基盤となるハーネスの設定へと移行してきた。
例えば、開発者はコンテキストファイル、スキル、フック、MSP設定をリポジトリにコミットし、ハーネスの読み込みと実行可能なアクションを指示するファイルを制御する。
開発者は、エージェントによるコーディングツールや仕様駆動開発フレームワークが実装するための仕様、計画、タスクファイルをコミットすることもできる。
AgentTorrentデータセットは、これらのファイルをGitHub上の10,944のエンジニアリングソフトウェアプロジェクトで6つのプロプライエタリでオープンソースのエージェントコーディングツールに記録する。
これには62,374の構成アーティファクト、これらアーティファクトがインポートするファイル、27,593件のエージェント計画文書、AIツールを信用する120万件以上のコミットが含まれている。
データ収集に使用されるすべてのヒューリスティックは、ツールドキュメントやGitHubリポジトリから派生したもので、それぞれのコレクションで検出精度を評価する。
オープンウェイトモデルを使用して、GitHubリポジトリがソフトウェアプロジェクトをホストしているかどうかを分類しています。
多くのデータセットとは異なり、AgentTorrentは構成アーティファクト、インポートファイル、エージェント計画文書、同じリポジトリ内のAIツールを信用するコミットをリンクする。
構成アーティファクト、計画文書、認定コミットは388リポジトリで一緒に行われる。
例えば、私たちのデータセットでは、同じツールの命令を追加するコミットで、あるツールが認定されているかどうか、命令ファイルのインポートと相互の矛盾について研究することができます。
データ収集パイプラインは定期的な更新をサポートし、ベンダーのドキュメントを自動的にチェックし、未知のアーティファクトとエージェントコーディングツールを報告します。
データセットとパイプラインはオープンソースで、Zenodo上にアーカイブされている。
関連論文リスト
- TaReD: Tool-Aware Recursive Decomposition for Long-Horizon Tasks [84.95922754288466]
エージェントは推論と外部システムと対話し、現実世界のタスクを完了するためのツールを組み合わせる。
機能的関係によってツールを階層構造に整理するツール認識分解を提案する。
実験の結果,提案手法は,比較ベースラインよりも最大40ポイント向上できることがわかった。
論文 参考訳(メタデータ) (2026-10-08T05:25:14Z) - SpecMine: A Large-Scale Corpus of Spec-Driven Development Artifacts [7.933620345044633]
SpecMineは、パブリックGitHubリポジトリでSpec-Driven Development (SDD)をキャプチャする。
これにより、AIエージェントの時代にソフトウェアがどのように特定されているか、コミュニティで初めて研究することができる。
論文 参考訳(メタデータ) (2026-08-25T22:43:30Z) - GitSkills: A Dataset of Agent Skills on GitHub [2.4569987564636726]
アントロピックはこのフォーマットをオープン仕様として2025年10月に導入した。
GitSkillsは、2026年7月に282,200のパブリックリポジトリから収集された3,797,117のSKILL.mdファイルのデータセットである。
論文 参考訳(メタデータ) (2026-08-11T13:28:27Z) - An Exploratory Study of Agent Plans for Agentic AI Coding Tools in Open-Source Software [16.01774662182876]
リポジトリレベルの設定アーティファクトは、Claude CodeやGeminiなど、エージェントAIコーディングツールのガイダンスを提供することができる。
本稿では,オープンソースソフトウェアリポジトリにおけるエージェントプランの探索的研究を行い,計画ファイルの保存方法,サポート対象の開発活動,エージェント実行の指針となる情報について検討する。
論文 参考訳(メタデータ) (2026-08-05T10:15:28Z) - A Dataset of Agentic AI Coding Tool Configurations [11.087963504113937]
データセットには5つのツール(Claude Code、GitHub Copilot、OpenAI Codex、Cursor、Gemini)にわたる4,738のリポジトリと8つの設定メカニズムが含まれている。
我々は15,591個の構成アーティファクト、これらの構成アーティファクトに関連する18,167個の構成ファイルの全内容、そして148,519個のAI共著コミットを収集した。
このデータは、コンテキストエンジニアリング、AIツールの採用パターン、人間とAIのコラボレーションに関する研究をサポートする。
論文 参考訳(メタデータ) (2026-05-08T19:58:27Z) - ToolRosetta: Bridging Open-Source Repositories and Large Language Model Agents through Automated Tool Standardization [51.92237664440418]
ToolRosettaは、オープンソースのコードリポジトリとAPIを自動的にMPP互換のツールに変換するフレームワークである。
ユーザタスクが与えられた場合、ToolRosettaはツールチェーンを自律的に計画し、関連するツールチェーンを特定し、実行可能なMPPサービスに変換する。
論文 参考訳(メタデータ) (2026-03-10T07:19:43Z) - Trace: Securing Smart Contract Repository Against Access Control Vulnerability [58.02691083789239]
GitHubはソースコード、ドキュメント、設定ファイルを含む多数のスマートコントラクトリポジトリをホストしている。
サードパーティの開発者は、カスタム開発中にこれらのリポジトリからコードを参照、再利用、フォークすることが多い。
スマートコントラクトの脆弱性を検出する既存のツールは、複雑なリポジトリを扱う能力に制限されている。
論文 参考訳(メタデータ) (2025-10-22T05:18:28Z) - AgentPack: A Dataset of Code Changes, Co-Authored by Agents and Humans [46.56091965723774]
コード編集のための微調整された大きな言語モデルは、一般的にコミットのマイニングやプルリクエストに依存しています。
我々は、Claude Code、OpenAI Codex、Cursor Agentが共著した1.3Mコード編集コーパスであるAgentPackを紹介する。
AgentPackで微調整されたモデルは、以前の人間のみのコミットコーパスで訓練されたモデルより優れていることを示す。
論文 参考訳(メタデータ) (2025-09-26T05:28:22Z) - Alibaba LingmaAgent: Improving Automated Issue Resolution via Comprehensive Repository Exploration [64.19431011897515]
本稿では,問題解決のためにソフトウェアリポジトリ全体を包括的に理解し,活用するために設計された,新しいソフトウェアエンジニアリング手法であるAlibaba LingmaAgentを提案する。
提案手法では,重要なリポジトリ情報を知識グラフに凝縮し,複雑さを低減し,モンテカルロ木探索に基づく戦略を採用する。
Alibaba Cloudの製品展開と評価において、LingmaAgentは、開発エンジニアが直面した社内問題の16.9%を自動で解決し、手作業による介入で43.3%の問題を解決した。
論文 参考訳(メタデータ) (2024-06-03T15:20:06Z) - Enhancing Open-Domain Task-Solving Capability of LLMs via Autonomous Tool Integration from GitHub [79.31134731122462]
オープンドメインのタスク解決能力を評価するためにOpenActベンチマークを導入します。
我々は,オープンドメインの進化するクエリに,GitHubから専門ツールを自律的に統合することで対処できる,新しいLLMベースのエージェントシステムであるOpenAgentを紹介する。
論文 参考訳(メタデータ) (2023-12-28T15:47:30Z)
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。