DeepCode：灵活的AI编程智能体

译者 | 陈峻

审校 | 重楼

​你是否想象过这样的场景：自己刚刚阅读了一篇介绍顶尖算法的精彩研究论文，但需要花费数周的时间在无聊编程开发上，才能将其实现。或者你可能已经想到了一个出色的 Web 应用，却苦于没有编写其所需的前端代码的技能。你一定想有一个平台来自动完成此类任务。DeepCode 便是这样的平台。它并非日常编程的辅助工具，而是一个从零开始为你创建项目的开源AI平台。

什么是 DeepCode？

由香港大学数据智能实验室构建的DeepCode，是一个功能齐全的多智能体系统。用户无需编写任何代码即可通过输入学术论文，以获得程序代码的输出；或者用简单的英语表达，创建漂亮的 Web 界面，进而让其根据极简的描述来构建后端代码片段。

从本质上讲，DeepCode 是一个拥有了由“高级开发人员+研究科学家+系统架构师”组成的AI 开发团队的智能平台。该系统使用多个专业的AI智能体，通过协同工作，来理解倾听用户的需求，进而生成完整的工作代码。

来源：DeepCode（https://github.com/HKUDS/DeepCode）

此外，DeepCode 的另一优势是多模态结构。无论你“喂”给它学术著作、自然语言描述、还是URL，它都能予以解析和解释，并生成相应的代码。例如，它可以并行调用如下三大类用例的处理任务：

• Paper2Code：将研究论文和算法转化为可落地的实现
• Text2Web：从文本描述构建前端 Web 应用
• Text2Backend：根据需求创建服务器端应用和 API

DeepCode不但完全开源，而且同时具有 CLI 和 Web 界面，因此用户可以可视化或命令行界面两种方式来运行。下面我们来讨论这三个用例的主要特点：

1. Paper2Code：从研究到现实

Paper2Code 通过先进的文档解析，实现了从学术文档中推导出算法逻辑和数学模型。该系统的特别之处在于：它不会立即编写代码的组合片段，而是通过逐步学习概念，进而创建具有相同计算复杂性特征的优化实现。其具体能力体现在：

• 能够处理包含复杂数学表示的多模态文档
• 保持原始算法的效率和正确性
• 按照最佳实践适当地生成数据结构
• 生成适当的测试套件，以验证实现是否充分

2. Text2Web：从简单的英语到漂亮的界面

构建整个网站可能既耗时又耗力，尤其是 Web 项目的前端。而 DeepCode 的 Text2Web 解决方案可以通过简单的英语描述，来构建 Web 界面，进而协助消除了前端开发的障碍。该系统不但了解现代化 Web 开发的模式，而且可以通过以下示例来实现功能接口与响应：

• HTML、CSS 和 JavaScript 中的响应式设计
• 交互埋点和用户体验流
• 根据时尚设计，呈现最佳视觉实践

此外，它不仅能生成静态模型，而且提供可以部署的工作交互式 Web 应用。

3. Text2Backend：使服务器端变得简单

后端开发往往需要在考虑架构、数据库、API 和可扩展性等方面做出诸多决策。DeepCode 的 Text2Backend 却能够将你编写的高级需求，转换为完整的服务器端解决方案。目前，该系统擅长的方面包括：

• 设计可扩展的架构模式
• 设置数据库的各种模式和关系
• 创建具有最佳错误处理实践的 RESTful API
• 实现身份验证和安全性
• 生成对应的文档

Source: Allaboutartificial（https://allaboutartificial.com/deepcode-multi-agent-platform/）

DeepCode的多智能体架构

DeepCode平台由七个不同职能的智能体组成：

1. 中央编排智能体或称项目管理：该智能体负责整个项目的协调。它会就项目工作流的执行做出高级决策，并根据项目的复杂性、及其组件任务，按需分配项目资源。

2. 意图理解智能体：该智能体的任务是对用户的需求进行深入的语义分析。它非常善于解决晦涩的人类交流，并将其转换为清晰可执行的开发规范。

3. 文档解析智能体：该智能体专门处理技术文件和研究论文。它可以解析学术论文，提取其中各种算法和方法，以定义实施的规范。

4. 代码规划智能体：该智能体致力于技术栈的架构设计和优化。它在代码中维护着编程标准，并可以通过自动选择数字化设计模式，来开发用于 PML 实现的模块化结构。

5. 挖掘代码引用智能体：该智能体旨在使用智能搜索算法，查找各种兼容的存储库和框架。同时，它能够分析代码库以确定组织级别的兼容性，进而根据统计指标提供建议。

6. 代码索引智能体：该智能体能够创建其发现的代码库的综合知识图谱，并维护代码库中各个组件之间的语义链接，以保留相关技术规范的表示，从而提供智能的检索能力。

7. 代码生成智能体：为了将所有已发现的内容落实到完整的过程代码中，该智能体采用组件功能规范，来创建用于实现的代码文件，并组装整体实现组件，以创建相关的测试套件。

来源：DeepCode（https://github.com/HKUDS/DeepCode）

DeepCode 的核心技术

DeepCode 利用模型上下文协议 （MCP） 作为连接工具和服务的标准协议。其标准化允许各个 AI 智能体能够可靠地与外部系统进行通信，并通过接口来实现自动化。目前，DeepCode 具有多个不同职能的 MCP 服务器：

• Brave Search：用于实时信息检索
• 文件系统操作：用于本地文件与目录的访问和导航
• GitHub：用于克隆存储库和访问 GitHub 代码
• 文档处理：用于将 PDF 和 DOCX 文件导出为 Markdown
• 代码执行：用于测试和验证 Python

此外，该系统还利用抽象语法树 （AST，Abstract Syntax Tree） 分析来确定代码的正确性，并执行用于测试覆盖率的属性测试。这样确保了系统生成的代码不仅在语法上的正确性，而且在功能上也不会存在缺陷。

DeepCode 入门

你可以采用直接安装和 API 密钥配置两种方法，来使用DeepCode。

第 1 步：直接安装（推荐）

请使用以下命令来安装对应的套件包：

pip install deepcode-hku

并使用以下方法来下载对应的配置文件：

curl -O https://raw.githubusercontent.com/HKUDS/DeepCode/main/mcp_agent.config.yaml
curl -O https://raw.githubusercontent.com/HKUDS/DeepCode/main/mcp_agent.secrets.yaml

第 2 步：API 密钥配置

DeepCode 也可使用 API 密钥来实现其 AI 与搜索功能。不过，你需要使用自己的值编辑mcp_agent.secrets.yaml，例如：

• 为 GPT 模型使用 OpenAI （api_key和 base_url）
• 为Claude 模型使用 Anthropic （api_key）
• 为网络搜索使用 Brave Search（虽可选，但最好配置上）

上述配置不限于为最终端点提供各种官方的 API，你也可以配置为使用现有的、与 OpenAI 兼容的端点。完成配置后，你可以通过 Web 界面（建议初学者使用）或 CLI 界面来访问DeepCode。其中，CLI 提供了更多的控制，非常适合 CI/CD 的集成。

使用 DeepCode 进行项目演练

1.Paper2Code – 从研究到实现

输入：请上传机器学习类研究文章 （PDF格式）

流程：

• 数学方程和算法的自动解析
• 架构规划和代码结构设计
• 整体实现的生成和测试

输出：生产Python代码、单元测试、文档

所需时间：10分钟（而非手动的40多个小时）

2.Text2Web的深度代码——从创意到Web应用

输入：“用交互式图表和黑暗模式构建一个营销仪表板。”

流程：

• 需求分析和UI/UX规划
• 响应式和可访问的实现
• 交互式功能和动画

输出：具有现代感的功能性web应用

所需时间：5分钟（而非传统的几天开发用时）

3.Text2Backend–对API的描述

输入：“为带有身份验证的任务管理构建REST API”

流程：

• 数据库模式和API端点设计
• 实施安全和身份验证
• Docker配置和部署

输出：带有文档的企业级后端

所用时间：8 分钟（而非数周的后端开发用时）

DeepCode的优劣势

小结

DeepCode 是迈向自动化代码生成方向的一大步。它不仅仅是一个AI编程助手，也为从研究到部署的整个软件开发生命周期提供了完备的生态系统。同时，它将 Paper2Code、Text2Web 和 Text2Backend 放在一个平台上，使用问题解决式（problem-solving）的多智能体增强了AI系统协同，以及解决复杂问题的能力。

虽然DeepCode 能够为人类开发者提供大量支持工具，但不太可能完全取代他们。AI生成代码只是一个很好的开端，而人工监督、调整、定制和相关领域知识对于创建生产系统也是至关重要。目前，具有巨大潜力的 DeepCode 虽然还很“年轻”，但是随着新的 AI 模型的不断改进、多智能体架构的完善，我们预计它在接下来的几个版本中，会有功能上的更大飞跃。

译者介绍

陈峻（Julian Chen），51CTO社区编辑，具有十多年的IT项目实施经验，善于对内外部资源与风险实施管控，专注传播网络与信息安全知识与经验。

原文标题：​​DeepCode: This FREE Agentic AI Coder is INSANE!​​，作者：Riya Bansal