ReProAgent：工具增强的多阶段代理生成问题报告中的错误重现测试

重现测试帮助开发人员确认报告的问题并为问题解决提供可执行的反馈，但开源项目中的问题报告很少包含此类测试。最近的研究探索了使用 大语言模型 从问题报告生成问题再现测试，但现有方法很大程度上依赖于基于提示的管道来检索文本上下文并生成测试。这限制了他们理解报告的问题在存储库规模的代码库中如何表现以及灵活组织再现测试构建的能力。在本文中，我们提出了 ReProAgent，这是一个多阶段代理框架，用于从问题报告生成再现测试。 ReProAgent 将任务分解为四个代理阶段：错误定位、根本原因分析、测试计划和测试生成。为了支持这些阶段，ReProAgent 集成了特定于任务的工具，用于任务分解和反射、从文本源和存储库图检索上下文以及与执行环境的运行时交互。 SWT-bench-lite 和 SWT-bench-verified 的实验表明，ReProAgent 成功重现了 58.43% 和 70.30% 的问题，优于所有基线，每个实例的平均成本为 0.14 美元。例如，当配备GPT-5-mini时，ReProAgent分别超过具有相同骨干的OpenHands 20.43和7.90个百分点。 ReProAgent 还可以跨多个主干 LLM 进行推广，并在与现有修复方法集成时提高下游问题解决性能。