EnvX: Alles mit agentenbasierter KI agentifizieren

EnvX: Agentize Everything with Agentic AI

September 9, 2025

papers.authors: Linyao Chen, Zimian Peng, Yingxuan Yang, Yikun Wang, Wenzheng Tom Tang, Hiroki H. Kobayashi, Weinan Zhang

cs.AI

papers.abstract

Die weit verbreitete Verfügbarkeit von Open-Source-Repositories hat zu einer umfangreichen Sammlung wiederverwendbarer Softwarekomponenten geführt, doch ihre Nutzung bleibt manuell, fehleranfällig und fragmentiert. Entwickler müssen Dokumentation durchforsten, APIs verstehen und Integrationscode schreiben, was erhebliche Hindernisse für eine effiziente Softwarewiederverwendung schafft. Um dies zu adressieren, präsentieren wir EnvX, ein Framework, das Agentic AI nutzt, um GitHub-Repositories zu agentisieren und sie in intelligente, autonome Agenten zu verwandeln, die in der Lage sind, natürliche Sprache zu verarbeiten und mit anderen Agenten zu kollaborieren. Im Gegensatz zu bestehenden Ansätzen, die Repositories als statische Code-Ressourcen behandeln, reimaginiert EnvX sie als aktive Agenten durch einen dreiphasigen Prozess: (1) TODO-gesteuerte Umgebungsinitialisierung, die die notwendigen Abhängigkeiten, Daten und Validierungsdatensätze einrichtet; (2) menschlich ausgerichtete agentische Automatisierung, die repositoriespezifischen Agenten ermöglicht, reale Aufgaben autonom auszuführen; und (3) Agent-to-Agent (A2A)-Protokoll, das die Zusammenarbeit mehrerer Agenten ermöglicht. Durch die Kombination der Fähigkeiten großer Sprachmodelle mit strukturierter Tool-Integration automatisiert EnvX nicht nur die Code-Generierung, sondern den gesamten Prozess des Verstehens, Initialisierens und Operationalisierens von Repository-Funktionalitäten. Wir evaluieren EnvX auf dem GitTaskBench-Benchmark, wobei wir 18 Repositories aus Bereichen wie Bildverarbeitung, Spracherkennung, Dokumentenanalyse und Videomanipulation verwenden. Unsere Ergebnisse zeigen, dass EnvX eine Ausführungsabschlussrate von 74,07 % und eine Aufgabenbestehungsrate von 51,85 % erreicht, was bestehende Frameworks übertrifft. Fallstudien demonstrieren weiterhin die Fähigkeit von EnvX, die Zusammenarbeit über mehrere Repositories mittels des A2A-Protokolls zu ermöglichen. Diese Arbeit markiert einen Wandel von der Behandlung von Repositories als passive Code-Ressourcen hin zu intelligenten, interaktiven Agenten, die eine größere Zugänglichkeit und Zusammenarbeit innerhalb des Open-Source-Ökosystems fördern.

English

The widespread availability of open-source repositories has led to a vast collection of reusable software components, yet their utilization remains manual, error-prone, and disconnected. Developers must navigate documentation, understand APIs, and write integration code, creating significant barriers to efficient software reuse. To address this, we present EnvX, a framework that leverages Agentic AI to agentize GitHub repositories, transforming them into intelligent, autonomous agents capable of natural language interaction and inter-agent collaboration. Unlike existing approaches that treat repositories as static code resources, EnvX reimagines them as active agents through a three-phase process: (1) TODO-guided environment initialization, which sets up the necessary dependencies, data, and validation datasets; (2) human-aligned agentic automation, allowing repository-specific agents to autonomously perform real-world tasks; and (3) Agent-to-Agent (A2A) protocol, enabling multiple agents to collaborate. By combining large language model capabilities with structured tool integration, EnvX automates not just code generation, but the entire process of understanding, initializing, and operationalizing repository functionality. We evaluate EnvX on the GitTaskBench benchmark, using 18 repositories across domains such as image processing, speech recognition, document analysis, and video manipulation. Our results show that EnvX achieves a 74.07% execution completion rate and 51.85% task pass rate, outperforming existing frameworks. Case studies further demonstrate EnvX's ability to enable multi-repository collaboration via the A2A protocol. This work marks a shift from treating repositories as passive code resources to intelligent, interactive agents, fostering greater accessibility and collaboration within the open-source ecosystem.