EnvX : Tout agentifier grâce à l'IA agentique

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

La disponibilité généralisée des dépôts open-source a conduit à une vaste collection de composants logiciels réutilisables, mais leur utilisation reste manuelle, sujette aux erreurs et déconnectée. Les développeurs doivent naviguer dans la documentation, comprendre les API et écrire du code d'intégration, ce qui crée des obstacles importants à la réutilisation efficace des logiciels. Pour remédier à cela, nous présentons EnvX, un cadre qui exploite l'IA agentique pour transformer les dépôts GitHub en agents intelligents et autonomes capables d'interagir en langage naturel et de collaborer entre eux. Contrairement aux approches existantes qui traitent les dépôts comme des ressources de code statiques, EnvX les réinvente comme des agents actifs à travers un processus en trois phases : (1) l'initialisation de l'environnement guidée par TODO, qui configure les dépendances, les données et les jeux de validation nécessaires ; (2) l'automatisation agentique alignée sur l'humain, permettant aux agents spécifiques aux dépôts d'exécuter de manière autonome des tâches réelles ; et (3) le protocole Agent-to-Agent (A2A), permettant à plusieurs agents de collaborer. En combinant les capacités des grands modèles de langage avec l'intégration structurée d'outils, EnvX automatise non seulement la génération de code, mais aussi l'ensemble du processus de compréhension, d'initialisation et de mise en œuvre des fonctionnalités des dépôts. Nous évaluons EnvX sur le benchmark GitTaskBench, en utilisant 18 dépôts couvrant des domaines tels que le traitement d'images, la reconnaissance vocale, l'analyse de documents et la manipulation vidéo. Nos résultats montrent qu'EnvX atteint un taux d'exécution complète de 74,07 % et un taux de réussite des tâches de 51,85 %, surpassant les cadres existants. Des études de cas démontrent en outre la capacité d'EnvX à permettre la collaboration multi-dépôts via le protocole A2A. Ce travail marque un passage du traitement des dépôts comme des ressources de code passives à des agents intelligents et interactifs, favorisant une plus grande accessibilité et collaboration au sein de l'écosystème open-source.

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.