EnvX: Agentificeer alles met Agentic AI

EnvX: Agentize Everything with Agentic AI

September 9, 2025

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

cs.AI

Samenvatting

De brede beschikbaarheid van open-source repositories heeft geleid tot een uitgebreide verzameling herbruikbare softwarecomponenten, maar het gebruik ervan blijft handmatig, foutgevoelig en losstaand. Ontwikkelaars moeten documentatie doornemen, API's begrijpen en integratiecode schrijven, wat aanzienlijke barrières creëert voor efficiënt softwarehergebruik. Om dit aan te pakken, presenteren we EnvX, een framework dat gebruikmaakt van Agentic AI om GitHub repositories te 'agentiseren', waardoor ze worden omgevormd tot intelligente, autonome agents die in staat zijn tot natuurlijke taalinteractie en inter-agent samenwerking. In tegenstelling tot bestaande benaderingen die repositories behandelen als statische codebronnen, herdefinieert EnvX ze als actieve agents via een drietrapsproces: (1) TODO-gestuurde omgevingsinitialisatie, die de benodigde afhankelijkheden, data en validatiedatasets opzet; (2) mensgericht agentic automatisering, waardoor repository-specifieke agents autonoom real-world taken kunnen uitvoeren; en (3) het Agent-to-Agent (A2A) protocol, dat meerdere agents in staat stelt om samen te werken. Door de mogelijkheden van grote taalmodellen te combineren met gestructureerde toolintegratie, automatiseert EnvX niet alleen codegeneratie, maar het hele proces van begrijpen, initialiseren en operationaliseren van repositoryfunctionaliteit. We evalueren EnvX op de GitTaskBench-benchmark, waarbij we 18 repositories gebruiken in domeinen zoals beeldverwerking, spraakherkenning, documentanalyse en videomanipulatie. Onze resultaten laten zien dat EnvX een uitvoeringsvoltooiingspercentage van 74,07% en een taakvoltooiingspercentage van 51,85% behaalt, wat beter is dan bestaande frameworks. Casestudies tonen verder aan dat EnvX in staat is om samenwerking tussen meerdere repositories mogelijk te maken via het A2A-protocol. Dit werk markeert een verschuiving van het behandelen van repositories als passieve codebronnen naar intelligente, interactieve agents, wat een grotere toegankelijkheid en samenwerking binnen het open-source ecosysteem bevordert.

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.