HKUDS/DeepCode

  ██████╗ ███████╗███████╗██████╗  ██████╗ ██████╗ ██████╗ ███████╗
██╔══██╗██╔════╝██╔════╝██╔══██╗██╔════╝██╔═══██╗██╔══██╗██╔════╝
██║  ██║█████╗  █████╗  ██████╔╝██║     ██║   ██║██║  ██║█████╗
██║  ██║██╔══╝  ██╔══╝  ██╔═══╝ ██║     ██║   ██║██║  ██║██╔══╝
██████╔╝███████╗███████╗██║     ╚██████╗╚██████╔╝██████╔╝███████╗
╚═════╝ ╚══════╝╚══════╝╚═╝      ╚═════╝ ╚═════╝ ╚═════╝ ╚══════╝

# DeepCode: 开放式智能体编程

### *利用多智能体系统推动代码生成技术的发展*

### 🖥️ 界面展示

#### 🖥️ CLI 界面
**基于终端的开发**

🚀 先进的终端体验
⚡ 快速的命令行工作流
🔧 对开发者友好的界面
📊 实时进度追踪

*面向高级用户及 CI/CD 集成的专业终端界面*

#### 🌐 Web 界面
**可视化交互体验**

🎨 现代化的 Web 仪表盘
🖱️ 直观的拖拽操作
📱 响应式设计
🎯 可视化进度追踪

*精美的 Web 界面，为所有技能水平的用户提供流畅的工作流*

---

### 🎬 介绍视频

*🎯 **观看完整介绍** - 了解 DeepCode 如何将研究论文和自然语言转化为可直接生产的代码*

---

> *"AI 智能体将创意转化为生产级代码的平台"*

---

## 📑 目录

- [📰 新闻](#-新闻)
- [🚀 核心功能](#-核心功能)
- [🏗️ 架构](#-架构)
- [📊 实验结果](#-实验结果)
- [🚀 快速开始](#-快速开始)
- [🤖 nanobot 集成 (飞书机器人)](#-nanobot-集成-飞书机器人)
- [💡 示例](#-示例)
  - [🎬 现场演示](#-现场演示)
- [⭐ Star 历史](#-star-历史)
- [📄 许可证](#-许可证)

---

## 📰 新闻

🎉 **[2026-02] nanobot ✖️ DeepCode。通过 openclaw/nanobot 进行自然语言对话，即可处理编码任务：**

- [nanobot](https://github.com/HKUDS/nanobot) 现已支持您的智能体编程与工程任务！🤖💻
- 离开笔记本电脑，随时随地享受“氛围编程”！直接通过手机进行编码！📱✨
- 一键部署：`./nanobot/run_nanobot.sh` → **[安装指南 →](#-nanobot-集成-飞书机器人)**

飞书机器人运行效果 — 自然语言 → 带有设置说明的完整代码生成

---

🎉 **[2026-02] 全新 Web UI 体验升级！**

- 🔄 **人机回环交互 (User-in-Loop)**：支持工作流中的实时人机交互 — AI 直接在聊天中询问以明确需求
- 💬 **内联交互设计**：交互提示自然出现在聊天流中，体验更加流畅
- 🚀 **一键启动**：运行 `deepcode` 即可启动新 UI（跨平台：Windows/macOS/Linux）
- 🔧 **改进的进程管理**：增强了服务启动/停止机制，并支持自动端口清理
- 📡 **WebSocket 实时通信**：修复了消息丢失问题，确保交互状态同步

DeepCode 全新 Web UI - 基于 React 的现代化界面

---

🎉 **[2025-10-28] DeepCode 在 PaperBench 上达到 SOTA 水平！**

DeepCode 在 OpenAI 的 PaperBench Code-Dev 各项类别中刷新了基准测试记录：

- 🏆 **超越人类专家**：**75.9%** (DeepCode) 对比 顶级机器学习博士 72.4% (+3.5%)。
- 🥇 **超越主流商业代码智能体**：**84.8%** (DeepCode) 对比 主流商业代码智能体 (+26.1%) (Cursor, Claude Code, and Codex)。
- 🔬 **推动科学编程**：**73.5%** (DeepCode) 对比 PaperCoder 51.1% (+22.4%)。
- 🚀 **击败 LLM 智能体**：**73.5%** (DeepCode) 对比 最佳 LLM 框架 43.3% (+30.2%)。

---

## 🚀 核心功能

🚀 Paper2Code
自动化复杂算法的实现
将研究论文中的复杂算法轻松转换为高质量的生产级代码，加速算法复现过程。

🎨 Text2Web
自动化前端网页开发
将简单的文本描述翻译为功能齐全、视觉精美的前端网页代码，实现快速界面构建。

⚙️ Text2Backend
自动化后端开发
根据简单的文本输入生成高效、可扩展且功能丰富的后端代码，简化服务端开发流程。

---

## 📊 实验结果

我们使用 OpenAI 发布的 [*PaperBench*](https://openai.com/index/paperbench/) 基准测试对 **DeepCode** 进行了评估。这是一个严格的测试平台，要求 AI 智能体独立从头开始复现 20 篇 ICML 2024 论文。该基准测试包含 8,316 个可评分组件，使用具有分层权重的 SimpleJudge 进行评估。

我们的实验将 DeepCode 与四类基准进行了对比：**(1) 人类专家**，**(2) 最先进的商业代码智能体**，**(3) 科学代码智能体**，以及 **(4) 基于 LLM 的智能体**。

### ① 🧠 人类专家表现 (顶级机器学习博士)