Mini SWE-Agent 是一个极简但实用的 AI 编程智能体，由打造 SWE-bench 和 SWE-agent 的普林斯顿与斯坦福团队开发。它的核心主张是：在 2024 年 SWE-bench 和 SWE-agent 推动编码智能体革命之后，2025 年的智能体可以更简单 100 倍，同时保持接近的性能。
用途与定位 Mini SWE-Agent 旨在成为一个可被破解（hackable）的工具，而不是黑盒。它被设计为足够简单以便一眼看懂，足够方便以用于日常工作流，并且灵活可扩展。它特别适合作为快速命令行工具在本地使用、需要极简控制流的智能体开发、以及进行微调（FT）或强化学习（RL）时避免过拟合到特定智能体脚手架的场景。官方建议将 mini-swe-agent 作为默认选择。
主要能力 该智能体仅用约 100 行 Python 实现（加上 env、model、script 总计约 100 行），没有任何花哨的依赖库。它不提供除 bash 之外的任何工具，甚至不使用语言模型的工具调用接口，而是把重点完全放在让语言模型充分利用 shell 上。这意味着它可以配合任何模型运行，并且在沙盒环境中运行时无需安装任何软件包，只需要 bash。 它在 SWE-bench verified 基准上得分超过 74%，启动速度远快于 Claude Code。官方提到，Gemini 3 Pro 在 2025 年 11 月 19 日通过 mini-swe-agent 达到了 SWE-bench verified 的 74% 得分。此外，mini-swe-agent 也被用于 Ramp SWE-Bench，并在 DeepSWE 上击败了 Claude Code 和 Codex。
使用方式与部署 Mini SWE-Agent 支持本地环境、docker/podman、singularity/apptainer、bubblewrap、contree 等多种部署方式。它通过 litellm、openrouter、portkey 等支持所有模型，并支持 /completion 和 /response 端点、交错思考等功能。用户可以通过阅读官方文档中的「Get started with mini-SWE-agent」和「Learn to use the mini command」开始使用，并可以设置和自定义自己的智能体。项目当前版本为 v2，官方提供了从 v1 迁移的指南，v1 的文档和分支仍然可查。
架构与设计特点 Mini SWE-Agent 的执行动作通过 subprocess.run 完成，每个动作完全独立，而不是保持一个有状态的 shell 会话。这使得在沙盒中执行动作变得非常简单（只需将 subprocess.run 替换为 docker exec），也容易扩展。它的历史是完全线性的，每一步只是向消息中追加内容，因此轨迹与传递给语言模型的消息之间没有区别，这非常有利于调试和微调。
适用场景 如果你想要一个可以在本地运行的快速命令行工具、一个控制流非常简单的智能体、更快更简单更稳定的沙盒与基准评测，或者你在做微调或强化学习且不想过拟合到特定的智能体脚手架，mini-swe-agent 是合适的选择。如果你想要试验不同的工具集（每个工具有自己的接口）或不同的历史处理器，则应该使用 swe-agent。两者都提供优秀的 SWE-Bench 性能和轨迹浏览器。
限制与已知信息 官方资料未提供明确的收费模式、价格、平台限制或具体安装命令。文档中提到的功能均以官方描述为准，未能确定的信息暂未提供。
