OpenHands 是一个面向 AI 驱动软件开发的开源平台,围绕一个代理而构建,该代理可以检查您的代码仓库、编辑文件、执行命令并运行测试。它代表着向“代理式”软件开发的转变——您给出一个完整任务,代理逐步推进,直到完成或需要您的输入为止。
本文将带您了解 OpenHands 的架构和主要功能,演示如何用本地模型完成安装,并与 Claude Code、Cursor 和 GitHub Copilot 进行对比。
什么是 AI 代理?报名我们的AI Agent Fundamentals 学习路径 ,探索 AI 代理如何改变您的工作方式。
什么是 OpenHands?
OpenHands 是一个用于构建与运行代码类 AI 代理的开源平台。
该名称涵盖两层含义。其一是项目本身——包含 SDK、服务器、浏览器 UI 和托管服务的一组代码库。其二是在此之上运行的编码代理。
其工作方式如下:
软件代理 SDK: 一组用于构建代码类代理的 Python 与 REST API,也是 OpenHands CLI 与 OpenHands Cloud 的引擎
代理服务器: 通过 REST 与 WebSocket API 暴露代理执行、对话、工具与工作区
Agent Canvas: 一个浏览器界面,集成对话、文件、终端输出、模型配置、后端与自动化
OpenHands Cloud: 面向不想自建后端与沙箱基础设施团队的托管商业服务
大多数人提到“OpenHands”时,指的是代理。本文将与这一部分打交道。
通常,您给代理一个软件任务,将其指向包含您代码的工作区,它会用手头的工具推进任务。默认工具集包括终端、文件编辑器与任务跟踪器。
工作区不必在您的笔记本上。代理既可以使用本机作为工作区,也可以在临时工作区中运行,例如基于 Docker 或 Kubernetes。
OpenHands 也不绑定某个模型提供商。您可以配合 Claude、GPT 或其他任意 LLM,包括本地模型。Agent Canvas 甚至可以让第三方代理(如 Claude Code 和 Codex)替代默认的 OpenHands 代理运行。
简而言之,OpenHands 是一个可以按您意愿运行的开放代理平台。
OpenHands 如何工作
OpenHands 以循环方式运行。
聊天助理接收您的提示并返回文本。OpenHands 代理接收任务、执行操作、查看结果,然后决定下一步做什么。
OpenHands 代理循环
大致流程如下:
接收任务: 您用自然语言描述目标,例如“修复月度报表,避免将不同年份的同名月份合并”
检查仓库: 代理列出目录、打开文件并搜索与任务相关的代码
制定计划: 将任务拆分为步骤,并记录到任务跟踪器中
编辑或创建文件: 通过文件编辑器修改代码
运行命令与测试: 在终端中运行测试套件或应用
检查结果: 读取输出,包括错误与失败的断言
迭代: 若仍有问题,则回退、调整计划并再次尝试
循环会在任务完成时或代理需要您才能提供的内容(如缺失的凭据或需求决策)时停止。
第 6 步让 OpenHands 与竞争对手不同。代码补全工具从不会看到其生成的代码运行后的情况。OpenHands 会,因此它能对失败的测试做出反应并修复根因。
OpenHands 的关键特性
自动补全只是建议文本,而 OpenHands 会对您的项目采取行动。方式如下。
代码编辑
OpenHands 直接编辑文件,且不限于一次只改一个文件。
例如某个函数需要更名。代理会更新定义、找到每个调用点,并更新引用它的测试——全部作为一个任务的一部分完成。
终端与工具使用
代理拥有自己的终端。它可以安装依赖、运行脚本、执行测试并读取任意命令的输出。
您还可以连接 MCP(Model Context Protocol)服务器,为代理提供其原本不支持的工具,例如问题跟踪器或数据库客户端。
仓库理解
大多数代码生成器只能看到您粘贴进提示中的内容。
OpenHands 会打开并探索整个仓库。它能阅读 README、沿着 import 关系查找,并查看已有测试以理解项目结构。这意味着它的修改更可能与现有代码契合。
长任务会带来另一类问题——对话历史会超出模型上下文长度。OpenHands 使用“上下文压缩器”处理此问题,将较早的对话部分摘要化,以便代理能继续工作。
模型选择
模型调用通过 LiteLLM 进行,因此您可以使用其支持的任意提供商与模型。OpenHands 文档推荐 Claude、GPT 与 Gemini 系列模型,以及在 OpenHands Index 上表现良好的开源权重模型。
若您的代码不能离开本机,您可以运行本地模型。OpenHands 可连接 LM Studio、Ollama、vLLM 与 SGLang 等本地服务器。
需要注意的是,不同模型会极大影响结果。即便拥有较大的上下文窗口,一些本地模型在稳定使用工具方面仍有困难。
自主执行任务
一旦您移交任务,代理会独立完成循环。您无需将错误粘贴回聊天或告诉它接下来打开哪个文件。
Agent Canvas 更进一步提供自动化。它可与 Slack、GitHub、Linear 等集成,并按计划或响应 webhook 事件运行。
但自主并不等于正确。合并前您仍需审查差异与测试结果。
如何使用 OpenHands
理解 OpenHands 的最佳方式,是给它一个 bug,看看它会做什么。
本节将本地在 Docker 中运行 OpenHands,通过 Ollama 连接到本地模型,并让它修复一个小型 Python 项目中的 bug。
设置 OpenHands
您可以通过几种方式运行 OpenHands:
CLI 启动器: 通过 uv tool install openhands --python 3.14 安装,然后使用 openhands serve 启动 GUI
Docker: 通过单条 docker run 命令直接运行应用容器
Agent Canvas: 新的浏览器客户端,可连接本地、自托管、Cloud 或 Enterprise 后端
OpenHands Cloud: 托管版本,如果您不想自行运行任何组件
我将使用 Docker 路线配合本地 GUI。OpenHands 文档目前将其列为已弃用的基于 Docker 的浏览器应用,并推荐用 Agent Canvas 替代,但它仍有文档支持,也是最快启动 GUI 的方式。
您需要在 macOS、Linux 或带 WSL 的 Windows 上安装 Docker Desktop。macOS 上,打开 Docker Desktop,前往 Settings > Advanced,启用默认 Docker 套接字。
然后启动应用:
docker run -it --rm --pull = always \
-e AGENT_SERVER_IMAGE_REPOSITORY = ghcr.io/openhands/agent-server \
-e AGENT_SERVER_IMAGE_TAG = 1.26 .0-python \
-e LOG_ALL_EVENTS = true \
-v /var/run/docker.sock:/var/run/docker.sock \
-v ~/.openhands:/.openhands \
-p 3000 :3000 \
--add-host host.docker.internal:host-gateway \
--name openhands-app \
docker.openhands.dev/openhands/openhands:1.8技术支持
OpenHands 通过挂载 Docker 套接字来启动一个独立的沙箱容器,代理在该沙箱内执行命令,而不是在您的主机上。
当日志显示服务器已就绪后,在浏览器中打开 http://localhost:3000。
OpenHands 欢迎页
连接模型
在您提供模型之前,OpenHands 不会执行任何操作。
我使用的是 Devstral Small 2,这是 Mistral 面向代理式编码的 24B 模型。它足够轻,可以在单张 RTX 4090 或 32GB 内存的 Mac 上运行。需要 Ollama 0.13.3 或更高版本。
以更大的上下文窗口启动 Ollama 并拉取模型:
OLLAMA_CONTEXT_LENGTH = 32768 OLLAMA_HOST = 0.0 .0.0:11434 ollama serve &
ollama pull devstral-small-2:24b技术支持
不要忽视上下文长度。Ollama 的默认值是 4096 个 token,甚至不足以容纳 OpenHands 的系统提示。文档建议至少 22000。
在 OpenHands 中打开 Settings,进入 LLM 选项卡,开启 Advanced。然后设置:
Custom Model: openai/devstral-small-2:latest
Base URL: http://host.docker.internal:11434/v1
API Key: 任意占位值,如 local-llm
本地 Ollama 模型的 LLM 设置
openai/ 前缀告诉 OpenHands 通过 Ollama 的 OpenAI 兼容 API 通信。API key 实际不会使用,但字段不能为空。
打开一个仓库
OpenHands 默认看不到您的文件。您需要将项目挂载到沙箱中。
本示例需要一个名为 budget-tracker/project 的文件夹,内含两个文件。第一个文件按月汇总支出:
def monthly_totals ( transactions) :
"""Sum spending per month, keyed as 'YYYY-MM'.
Each transaction is a (date, amount) tuple, for example ("2025-01-15", 42.0).
"""
totals = { }
for date, amount in transactions:
month = date[ 5 : 7 ]
totals[ month] = totals. get( month, 0 ) + amount
return totals技术支持
Docstring 承诺键为 YYYY-MM,但 date[5:7] 只保留了月份。2025 年 1 月与 2026 年 1 月会落入同一桶。
第二个文件包含两个能捕获该 bug 的测试:
from budget import monthly_totals
def test_same_month_in_different_years ( ) :
transactions = [
( "2025-01-10" , 50.0 ) ,
( "2025-01-20" , 100.0 ) ,
( "2026-01-12" , 60.0 ) ,
]
assert monthly_totals( transactions) == { "2025-01" : 150.0 , "2026-01" : 60.0 }
def test_single_month ( ) :
transactions = [ ( "2026-03-01" , 20.0 ) , ( "2026-03-15" , 5.5 ) ]
assert monthly_totals( transactions) == { "2026-03" : 25.5 } 技术支持
将该文件夹初始化为 Git 仓库,方便稍后查看代理做了哪些更改:
cd budget-tracker
git init
git add .
git commit -m "Initial commit" 技术支持
此时若运行 python -m pytest,两个测试都会失败:
失败的测试
为了让 OpenHands 访问,先停止容器,并在 docker run 命令中新增一行:
-e SANDBOX_VOLUMES = $HOME /budget-tracker:/workspace:rw \ 技术支持
完整命令如下:
docker run -it --rm --pull = always \
-e AGENT_SERVER_IMAGE_REPOSITORY = ghcr.io/openhands/agent-server \
-e AGENT_SERVER_IMAGE_TAG = 1.26 .0-python \
-e LOG_ALL_EVENTS = true \
-e SANDBOX_VOLUMES = $HOME /Desktop/budget-tracker:/workspace:rw \
-v /var/run/docker.sock:/var/run/docker.sock \
-v ~/.openhands:/.openhands \
-p 3000 :3000 \
--add-host host.docker.internal:host-gateway \
--name openhands-app \
docker.openhands.dev/openhands/openhands:1.8技术支持
格式为 host_path:container_path:mode。您的项目会在沙箱中的 /workspace 下出现,rw 表示允许代理编辑该目录。
只挂载您希望代理修改的项目。凡以读写模式挂载到 /workspace 的内容,都可能被代理更改。
给代理下达任务
开启新的对话,并像撰写缺陷报告一样描述问题:
月度汇总会把不同年份中同一月份的支出合并。
找出原因、修复问题,并运行测试确认通过。
就是这样。您无需指向 budget.py 或指出错误的具体行。
对话输出
接下来由前文提到的代理循环接管。代理会查看 /workspace,读取两个文件,并运行测试查看失败点。随后它会编辑代码并再次运行测试。
代理在沙箱终端中运行 pytest
审查更改
代理显示任务已完成。现在您可以打开代码编辑器查看代码差异并检查修改。
正确的修复是在 budget.py 中的一行:
month = date[ : 7 ] 技术支持
已修复的 budget.py
您也可以运行 git diff 查看差异。
建议检查以下内容:
OpenHands 架构
OpenHands 有六个主要组成部分,每个负责一件事。
OpenHands 组件如何连接
AI 模型
模型负责推理。它接收任务与对话历史,并以消息或工具调用进行回应。
模型不会更改您的文件或运行任何东西。它只决定下一步应发生什么。模型调用通过 LiteLLM 进行,因此同一代理既可配合托管提供商,也可配合本文中的 Devstral 本地模型方案。
代理逻辑
代理位于模型与其他一切之间。它运行“推理—行动”循环,即向模型请求下一步行动、运行工具,并处理结果或错误。
它也决定模型能看到什么。代理用压缩器管理对话历史,并在每次模型查询中加入技能与提示。
每一步都会被记录。代理执行操作并获得观察结果,对话保留该事件历史。模型在下一轮会看到这些事件,从而了解已发生的事情。
工具与动作
工具是代理影响模型之外世界的方式。标准集包括终端、文件编辑器与任务跟踪器,您也可以通过 MCP 服务器扩展更多工具。
模型会请求一个动作,例如“运行 pytest”或“在 budget.py 的第 8 行进行替换”。工具执行并返回观察结果,如测试输出或已更新的文件。
在动作执行前,它会经过安全检查。安全分析器会先评估每个动作,并可在需要时暂停代理以等待您的批准。
开发环境
工具不会在您的主机上运行。它们运行在沙箱中。
在 Docker 方案中,OpenHands 会在其自己的 Docker 容器中运行代理服务器。这就是为何本文要挂载 Docker 套接字——应用容器需要它来启动沙箱。
沙箱不一定是本地的。代理也可在临时工作区中运行,例如 Docker 或 Kubernetes;代理服务器通过 REST 与 WebSocket API 暴露执行、工具与工作区。不论沙箱在哪里运行,代理逻辑都保持一致。
代码仓库
仓库是代理的工作对象。它有两种方式进入沙箱:挂载本地文件夹(如本文),或通过 GitHub、GitLab、Bitbucket 集成连接的仓库。
仓库还可以告知代理如何行事。根目录下的 AGENTS.md 会在对话开始时注入系统提示。更聚焦的指令放在 .agents/skills/,代理先看到摘要,只有在需要时才加载全文。
这里适合放置代理无法自行推断的项目规则,例如“用 make test 运行测试,而不是 pytest。”
人工审核
您是架构中的最后一环。
OpenHands 支持三种确认策略:每个动作都需批准、完全无需批准、仅对高风险动作要求批准。最后一种依赖安全分析器,其会将每个动作标为 LOW、MEDIUM、HIGH 或 UNKNOWN 风险。默认是 NeverConfirm,因此除非您修改,代理将不经停顿直接运行。
第二个检查点在任务末尾。只有当您阅读过差异并检查过测试结果后,代理的工作才算完成。
OpenHands 工作流
我演示的是修复一行代码的 bug,但 OpenHands 当然可以处理更大的任务。
这些任务的共同点在于都需要多步完成。以下是六类适合代理循环的工作。
修复缺陷
本文中的缺陷很容易在单个文件中发现,而现实世界中几乎不会如此简单。
例如,应用日志显示生产环境出现 KeyError,堆栈跟踪指向的函数距离问题数据来源有三层调用。您将堆栈跟踪粘贴进 OpenHands 并请求修复。
代理会沿调用链追溯到数据来源,编写能复现错误的测试并确认测试失败。然后修复代码并运行完整测试套件,确保没有引入其它问题。
复现测试是要重点留意的部分。它能证明代理找到了真正的 bug,而不是仅仅定位到错误暴露的位置。
实现功能
功能开发通常会修改比您预期更多的文件。
例如命令行报表脚本需要一个 --since 标志按日期过滤交易。代理需找到参数解析器、添加该标志、将值传递给过滤逻辑并更新帮助信息。随后它会为新行为编写测试并更新 README。
这只是一个小功能就涉及四五个文件。代理会在任务跟踪器中记录这些文件,确保不会在第一个子任务成功后就停止。
重构代码
重构的目标是在不改变行为的前提下调整结构,测试套件是保证行为未变的依据。
例如项目有一个巨大的 utils.py 文件,混杂日期/字符串/文件等辅助函数。您让 OpenHands 将其拆分为三个模块。
代理会创建新模块、移动函数,并更新代码库中的每处 import。它会在每次移动后运行测试,这样一旦出问题,就能知道是哪次移动导致的。
编写测试
无测试代码是代理常见的切入点,因为任务清晰且易于验证。
例如日期解析模块没有测试。代理会阅读函数,为常规输入和空字符串、闰年、非法格式等边界情况编写 pytest 用例并运行。
若新测试失败,代理需要决定是测试有误还是代码有 bug。这一判断应由您来核实。
探索现有代码库
并非每个任务都需要改代码。
您可以向 OpenHands 提问,例如“该应用在哪一步在到达数据库前校验用户输入?”代理会搜索代码库、跨文件追踪函数调用,并给出带文件路径与行号的答案。
当您加入新项目或久未维护的代码时,这非常有用。对于此类只读任务,将仓库以 :ro 模式而非 :rw 挂载,如此即便意外也无法修改内容。
运行与调试应用
有些缺陷只会在应用运行时暴露。
例如某个 API 端点返回 500,测试并未覆盖。代理会在终端启动服务器,使用 curl 发送请求,并从服务器日志中读取回溯信息。
随后它会修复代码、重启服务器并再次发送相同请求。若响应仍不正确,循环将继续。
这与您亲自进行的“编辑—运行—检查”循环相同,只是代理会处理每次重启与重试。
OpenHands 与其他 AI 编码代理对比
OpenHands 不是唯一能接收任务并自行推进完成的工具。Claude Code、Cursor 与 GitHub Copilot 现也具备代理特性,但在一些重要方面有所不同。
OpenHands vs Claude Code
两者最为接近。它们都运行一个代理循环:读取代码、编辑文件、运行命令并检查结果。
第一处差异在于所有权。每个公开的 OpenHands 仓库都有自己的开源许可证,您可以阅读、修改并自托管全部组件。 Claude Code 是 Anthropic 的专有代理式编码工具,可在终端、IDE、桌面应用与浏览器中使用。
这也引出了模型问题。Claude Code 构建在 Anthropic 的 Claude 模型之上。OpenHands 则可配合任何 LiteLLM 支持的提供商与模型,包括本文的本地 Ollama 配置。
日常工作流也不同。Claude Code 起步于终端工具,很多开发者至今仍主要在终端中使用;OpenHands 依赖浏览器 UI,其 CLI 功能完备但主要以稳定性维护为主。
两者都允许您控制代理行为。Claude Code 会从 .claude 目录读取 CLAUDE.md、设置、hooks、skills、commands 与 subagents。OpenHands 则从仓库读取 AGENTS.md 与技能,并且 SDK 允许您用 Python 构建自定义代理。
二者的自主性也不尽相同。Claude Code 通过权限模式、hooks 与允许/拒绝规则控制工具使用,并可对命令进行沙箱化。OpenHands 默认将每个命令在 Docker 沙箱中运行,并在此之上提供确认策略。
简言之,Claude Code 是可即装即用的打磨完善方案,而 OpenHands 需要更多设置,换来更多可控性。二者也并非互斥。Agent Canvas 可以用 Claude Code 替代默认的 OpenHands 代理运行。
OpenHands vs Cursor
Cursor 是一款 AI 代码编辑器。OpenHands 是一个代理平台。这是主要差异,其它差异多由此衍生。
在 Cursor 中,您在编辑器内工作,代理与您并肩协作。您会看到编辑实时出现在文件中,选择接受或拒绝,并继续编码。在 OpenHands 中,您描述任务,代理在沙箱中工作,您再审查结果。GUI 虽然包含指向沙箱的 VS Code 视图,但那并非主要工作发生地。
仓库访问上也类似分野。Cursor 的代理仅在您编辑器中打开的代码上工作。OpenHands 则对您挂载进沙箱或通过 Git 集成连接的任何仓库工作。
随着 Cursor 的 Cloud Agents,这一差距缩小。它们在云端无人值守运行,通过分支与 Pull Request 返回工作结果,并且需要连接 GitHub、GitLab、Azure DevOps 或 Bitbucket 账户及付费方案。这与 OpenHands 的做法相近,但运行于 Cursor 的基础设施上。
扩展性是二者差异最大的方面。Cursor 支持 MCP 服务器与项目规则,但编辑器与代理都是闭源产品。OpenHands 则可改动代理本身、任意部署,并运行在本地模型上。
OpenHands vs GitHub Copilot
GitHub Copilot 起初是编辑器中的自动补全工具,后来发展出代理功能。OpenHands 生来即是代理。
Copilot 的最大优势在于其所在之处。它在 VS Code 与 JetBrains IDE 中运行,其云端代理直接在 GitHub 上工作。OpenHands 并无这类 IDE 级集成。
在仓库级任务上,Copilot 云端代理是最接近的对比项。您将任务分配给某个 issue,它会在由 GitHub Actions 支持的临时开发环境中工作,期间可运行测试与 linter,再推送更改。OpenHands Cloud 在您在 issue 或 PR 评论中提及 @openhands 时也会做类似的事情。
平台是主要差异。Copilot 云端代理向所有付费 Copilot 方案并托管在 GitHub 上的仓库开放。OpenHands 可配合 GitHub、GitLab、Bitbucket 或本地文件夹运行,并且如您所愿可运行在自有硬件上。
Copilot 允许您为任务选择模型,但仅限于 GitHub 提供的模型。OpenHands 不受此限制。
下面快速回顾:
OpenHands Claude Code Cursor GitHub Copilot 来源 开源 专有 专有 专有 模型 任意 LiteLLM 提供商,包括本地 Claude 模型 多家提供商加自研模型 GitHub 提供的模型 主要界面 浏览器 UI、SDK 终端、IDE、桌面、浏览器 AI 代码编辑器 IDE 插件、GitHub 代理运行位置 Docker 沙箱,本地或远程 您的机器或 Anthropic 云 您的编辑器或 Cursor 云 您的 IDE 或 GitHub Actions 自托管 支持 不支持 仅企业版 不支持
OpenHands 与其他 AI 代理对比
面向软件工程团队的 OpenHands
对单个开发者而言,OpenHands 是需要时打开的工具。对团队则不同。
多数团队已有基于 issue 的工作流,OpenHands Cloud 能接入其中。它与 GitHub、GitLab、Bitbucket,以及 Slack、Jira、Linear 集成。您可以在 issue 或 PR 评论中提及 @openhands,代理就会据此接手任务。
还有那些无人明确提出但人人受益的工作。Agent Canvas 自动化可按计划或响应 webhook 事件运行。比如团队可共享一个代理服务器用于代码审查与依赖更新,而每位开发者在自己的笔记本上运行个人代理。
测试流程与本文相同。代理会在沙箱中先运行测试套件再回报结果。但沙箱运行并不替代 CI——您的流水线仍会在每个 PR 上运行,与人工代码相同。
关于 Pull Request:当 OpenHands Cloud 与 GitHub 协同时,它会请求有效期 8 小时的短期令牌,拥有对内容、issue、PR 与 workflow 的读写权限。在自托管的 Enterprise 部署中,代理使用触发它的用户的 GitHub 授权,因此每个更改都能追溯到个人。
这才是责任应有的方式。代理可以发起 PR,但需要开发者批准。分支保护与必需评审对代理的 PR 同样适用。
隔离环境让这一切能规模化运作。每个任务在自己的沙箱中运行,因此两个代理修两个 bug 时既不会覆盖彼此的文件,也不会争用同一端口。
OpenHands 的安全与沙箱
代码补全工具始终只是建议文本,是否采纳取决于您。
代理则不同。它会在您的项目中穿梭,自主执行命令、安装包、编辑文件,且通常无需询问。因此问题从“这段代码是否正确?”变成“代理为达到结果都运行了什么?”
隔离的执行环境
Docker 沙箱可以保护您的主机文件与程序、主机资源,以及其他容器与进程。若代理运行了破坏性命令,其影响被限制在容器内。
本地方案有一处例外需关注。应用容器会挂载主机的 Docker 套接字以便启动沙箱,而访问该套接字意味着能够控制您机器上的 Docker。
仓库权限
沙箱只能保护未被挂载的内容。被挂载的文件与目录都可能被修改或删除。
只挂载当前项目,切勿挂载您的 home 目录。对于代码阅读等只读任务,使用 :ro 模式。对于 Git 集成,仅授予代理所需的特定仓库访问权限,不多不少。
机密与凭据
若您提供了凭据(如 API key 或 token),代理即可使用它们。而能读取机密的代理也能将其打印到日志或发送到其他地方。
因此不要挂载包含生产 key 的 .env 文件所在的文件夹。仅提供作用域受限的测试凭据,并频繁轮换。
网络访问
默认情况下,代理可以从容器内访问互联网。它需要联网来安装软件包,但也因此可以访问任何外部服务。
这为提示注入打开了大门。网页或 issue 评论可能包含代理会遵循的指令。GitHub 为其自家云端代理默认通过防火墙限制互联网访问,值得为您的 OpenHands 部署考虑类似限制。
命令执行
您可以控制哪些命令无需批准即可运行。OpenHands 支持三种确认策略:全部批准、无需批准、仅对高风险动作要求批准。默认是 NeverConfirm。
“高风险动作”选项有个注意点。默认的 LLM 安全分析器使用模型为其自身动作打的风险等级。模型可能将破坏性命令标为 LOW,从而在未征求您同意的情况下运行。分析器仅为策略层提供风险分类——它本身不会阻止任何动作,文档建议将其与 Docker 隔离结合使用。
审查生成的更改
以上措施限制的是代理能做什么。审查阶段同样重要,因为它让您核查代理实际做了什么。
请阅读完整 diff,而不只是您预期会变动的文件。对 CI 配置、依赖文件与脚本格外留意。在 OpenHands Cloud 中,代理的 GitHub token 拥有对 workflow 的写权限,因此 .github/workflows 下的改动可能改变您的流水线运行内容。
OpenHands 的局限性
OpenHands 编写的代码依然可能有缺陷。测试通过仅意味着代码与测试相符,而测试可能也是代理编写的。若测试薄弱,代码可能通过却依然错误。
复杂任务往往需要您在环中。模糊的需求或代理无法做出的设计决策会让其停滞,或更糟的是朝错误方向推进。
在强大的托管模型支持下,OpenHands 能良好处理多文件任务。使用小型本地模型时,您会看到工具调用失败与类似聊天机器人的回答;即便上下文窗口很大,某些本地模型仍难以稳定使用工具。
代理循环也比聊天更昂贵。每一步都会将对话历史再次发送给模型,长任务需要很多步。OpenHands 文档提醒代理会向 LLM 发出大量提示,并建议设置支出上限与用量监控。上下文压缩器有所帮助,但它会摘要较早步骤,长任务中细节可能丢失。
工具访问带来安全风险。拥有终端与网络访问权限的代理,若遵循了错误指令,可能造成实际损害——这正是为何沙箱与您的审查如此重要。
并且每一次更改仍需有人批准。务必牢记这一点。
OpenHands 与 AI 编码代理的未来
AI 编码工具已经从自动补全发展到聊天,再到能完成整块任务的代理。OpenHands 是推动最后一步前进的几个项目之一。
这一趋势在全行业都很明显。Cursor 描述了一个新兴时代:自治云代理将承担更大、周期更长的任务。Copilot 现已能接收来自 GitHub 与 Linear 的 issue。Claude Code 则能在终端、浏览器与 Slack 中运行。
开源平台在这场转变中有其独特角色。借助 OpenHands,您可以检查代理的工作原理、将其运行在自有基础设施上,并自选模型。对有严格数据规范的团队而言,这往往是他们被允许使用代理的唯一方式。
更长的任务也带来新问题。一个运行一小时的代理会做出比运行一分钟的代理更多的决策,而每个决策都可能偏离您的初衷。更好的模型会有所帮助,沙箱、确认策略与审查亦然。
总结
OpenHands 与竞争者的不同在于可控性。您可以阅读源码、在自有硬件上托管、并配合任意模型(包括本地模型)运行。像 Claude Code、Cursor、GitHub Copilot 这类打磨更紧的商用工具能提供更好的体验,但前提也由它们决定。
但一个能访问您终端与仓库的代理,仍需要人来检查其工作。务必记得阅读 diff 并亲自运行测试。
如果您想学习如何从零开始创建代理,请观看我们的Introduction to Creating AI Agents in Python 网络研讨会。
OpenHands 是一个面向 AI 驱动软件开发的开源平台,围绕一个代理而构建,该代理可以检查您的代码仓库、编辑文件、执行命令并运行测试。它代表着向“代理式”软件开发的转变——您给出一个完整任务,代理逐步推进,直到完成或需要您的输入为止。
本文将带您了解 OpenHands 的架构和主要功能,演示如何用本地模型完成安装,并与 Claude Code、Cursor 和 GitHub Copilot 进行对比。
什么是 AI 代理?报名我们的AI Agent Fundamentals 学习路径,探索 AI 代理如何改变您的工作方式。
什么是 OpenHands?
OpenHands 是一个用于构建与运行代码类 AI 代理的开源平台。
该名称涵盖两层含义。其一是项目本身——包含 SDK、服务器、浏览器 UI 和托管服务的一组代码库。其二是在此之上运行的编码代理。
其工作方式如下:
大多数人提到“OpenHands”时,指的是代理。本文将与这一部分打交道。
通常,您给代理一个软件任务,将其指向包含您代码的工作区,它会用手头的工具推进任务。默认工具集包括终端、文件编辑器与任务跟踪器。
工作区不必在您的笔记本上。代理既可以使用本机作为工作区,也可以在临时工作区中运行,例如基于 Docker 或 Kubernetes。
OpenHands 也不绑定某个模型提供商。您可以配合 Claude、GPT 或其他任意 LLM,包括本地模型。Agent Canvas 甚至可以让第三方代理(如 Claude Code 和 Codex)替代默认的 OpenHands 代理运行。
简而言之,OpenHands 是一个可以按您意愿运行的开放代理平台。
OpenHands 如何工作
OpenHands 以循环方式运行。
聊天助理接收您的提示并返回文本。OpenHands 代理接收任务、执行操作、查看结果,然后决定下一步做什么。
OpenHands 代理循环
大致流程如下:
循环会在任务完成时或代理需要您才能提供的内容(如缺失的凭据或需求决策)时停止。
第 6 步让 OpenHands 与竞争对手不同。代码补全工具从不会看到其生成的代码运行后的情况。OpenHands 会,因此它能对失败的测试做出反应并修复根因。
OpenHands 的关键特性
自动补全只是建议文本,而 OpenHands 会对您的项目采取行动。方式如下。
代码编辑
OpenHands 直接编辑文件,且不限于一次只改一个文件。
例如某个函数需要更名。代理会更新定义、找到每个调用点,并更新引用它的测试——全部作为一个任务的一部分完成。
终端与工具使用
代理拥有自己的终端。它可以安装依赖、运行脚本、执行测试并读取任意命令的输出。
您还可以连接 MCP(Model Context Protocol)服务器,为代理提供其原本不支持的工具,例如问题跟踪器或数据库客户端。
仓库理解
大多数代码生成器只能看到您粘贴进提示中的内容。
OpenHands 会打开并探索整个仓库。它能阅读 README、沿着 import 关系查找,并查看已有测试以理解项目结构。这意味着它的修改更可能与现有代码契合。
长任务会带来另一类问题——对话历史会超出模型上下文长度。OpenHands 使用“上下文压缩器”处理此问题,将较早的对话部分摘要化,以便代理能继续工作。
模型选择
模型调用通过 LiteLLM 进行,因此您可以使用其支持的任意提供商与模型。OpenHands 文档推荐 Claude、GPT 与 Gemini 系列模型,以及在 OpenHands Index 上表现良好的开源权重模型。
若您的代码不能离开本机,您可以运行本地模型。OpenHands 可连接 LM Studio、Ollama、vLLM 与 SGLang 等本地服务器。
需要注意的是,不同模型会极大影响结果。即便拥有较大的上下文窗口,一些本地模型在稳定使用工具方面仍有困难。
自主执行任务
一旦您移交任务,代理会独立完成循环。您无需将错误粘贴回聊天或告诉它接下来打开哪个文件。
Agent Canvas 更进一步提供自动化。它可与 Slack、GitHub、Linear 等集成,并按计划或响应 webhook 事件运行。
但自主并不等于正确。合并前您仍需审查差异与测试结果。
如何使用 OpenHands
理解 OpenHands 的最佳方式,是给它一个 bug,看看它会做什么。
本节将本地在 Docker 中运行 OpenHands,通过 Ollama 连接到本地模型,并让它修复一个小型 Python 项目中的 bug。
设置 OpenHands
您可以通过几种方式运行 OpenHands:
CLI 启动器: 通过
uv tool install openhands --python 3.14安装,然后使用openhands serve启动 GUIDocker: 通过单条
docker run命令直接运行应用容器Agent Canvas: 新的浏览器客户端,可连接本地、自托管、Cloud 或 Enterprise 后端
OpenHands Cloud: 托管版本,如果您不想自行运行任何组件
我将使用 Docker 路线配合本地 GUI。OpenHands 文档目前将其列为已弃用的基于 Docker 的浏览器应用,并推荐用 Agent Canvas 替代,但它仍有文档支持,也是最快启动 GUI 的方式。
您需要在 macOS、Linux 或带 WSL 的 Windows 上安装 Docker Desktop。macOS 上,打开 Docker Desktop,前往
Settings > Advanced,启用默认 Docker 套接字。然后启动应用:
OpenHands 通过挂载 Docker 套接字来启动一个独立的沙箱容器,代理在该沙箱内执行命令,而不是在您的主机上。
当日志显示服务器已就绪后,在浏览器中打开
http://localhost:3000。OpenHands 欢迎页
连接模型
在您提供模型之前,OpenHands 不会执行任何操作。
我使用的是 Devstral Small 2,这是 Mistral 面向代理式编码的 24B 模型。它足够轻,可以在单张 RTX 4090 或 32GB 内存的 Mac 上运行。需要 Ollama 0.13.3 或更高版本。
以更大的上下文窗口启动 Ollama 并拉取模型:
不要忽视上下文长度。Ollama 的默认值是 4096 个 token,甚至不足以容纳 OpenHands 的系统提示。文档建议至少 22000。
在 OpenHands 中打开
Settings,进入LLM选项卡,开启Advanced。然后设置:Custom Model:
openai/devstral-small-2:latestBase URL:
http://host.docker.internal:11434/v1API Key: 任意占位值,如
local-llm本地 Ollama 模型的 LLM 设置
openai/前缀告诉 OpenHands 通过 Ollama 的 OpenAI 兼容 API 通信。API key 实际不会使用,但字段不能为空。打开一个仓库
OpenHands 默认看不到您的文件。您需要将项目挂载到沙箱中。
本示例需要一个名为
budget-tracker/project的文件夹,内含两个文件。第一个文件按月汇总支出:Docstring 承诺键为
YYYY-MM,但date[5:7]只保留了月份。2025 年 1 月与 2026 年 1 月会落入同一桶。第二个文件包含两个能捕获该 bug 的测试:
将该文件夹初始化为 Git 仓库,方便稍后查看代理做了哪些更改:
此时若运行
python -m pytest,两个测试都会失败:失败的测试
为了让 OpenHands 访问,先停止容器,并在
docker run命令中新增一行:完整命令如下:
格式为
host_path:container_path:mode。您的项目会在沙箱中的/workspace下出现,rw表示允许代理编辑该目录。只挂载您希望代理修改的项目。凡以读写模式挂载到
/workspace的内容,都可能被代理更改。给代理下达任务
开启新的对话,并像撰写缺陷报告一样描述问题:
月度汇总会把不同年份中同一月份的支出合并。
找出原因、修复问题,并运行测试确认通过。
就是这样。您无需指向
budget.py或指出错误的具体行。对话输出
接下来由前文提到的代理循环接管。代理会查看
/workspace,读取两个文件,并运行测试查看失败点。随后它会编辑代码并再次运行测试。代理在沙箱终端中运行 pytest
审查更改
代理显示任务已完成。现在您可以打开代码编辑器查看代码差异并检查修改。
正确的修复是在
budget.py中的一行:已修复的 budget.py
您也可以运行
git diff查看差异。建议检查以下内容:
源代码: 修复应位于
budget.py测试: 确认代理没有为让断言通过而编辑
test_budget.py测试运行: 请您亲自运行
python -m pytest——不要仅依赖代理的摘要OpenHands 架构
OpenHands 有六个主要组成部分,每个负责一件事。
OpenHands 组件如何连接
AI 模型
模型负责推理。它接收任务与对话历史,并以消息或工具调用进行回应。
模型不会更改您的文件或运行任何东西。它只决定下一步应发生什么。模型调用通过 LiteLLM 进行,因此同一代理既可配合托管提供商,也可配合本文中的 Devstral 本地模型方案。
代理逻辑
代理位于模型与其他一切之间。它运行“推理—行动”循环,即向模型请求下一步行动、运行工具,并处理结果或错误。
它也决定模型能看到什么。代理用压缩器管理对话历史,并在每次模型查询中加入技能与提示。
每一步都会被记录。代理执行操作并获得观察结果,对话保留该事件历史。模型在下一轮会看到这些事件,从而了解已发生的事情。
工具与动作
工具是代理影响模型之外世界的方式。标准集包括终端、文件编辑器与任务跟踪器,您也可以通过 MCP 服务器扩展更多工具。
模型会请求一个动作,例如“运行
pytest”或“在budget.py的第 8 行进行替换”。工具执行并返回观察结果,如测试输出或已更新的文件。在动作执行前,它会经过安全检查。安全分析器会先评估每个动作,并可在需要时暂停代理以等待您的批准。
开发环境
工具不会在您的主机上运行。它们运行在沙箱中。
在 Docker 方案中,OpenHands 会在其自己的 Docker 容器中运行代理服务器。这就是为何本文要挂载 Docker 套接字——应用容器需要它来启动沙箱。
沙箱不一定是本地的。代理也可在临时工作区中运行,例如 Docker 或 Kubernetes;代理服务器通过 REST 与 WebSocket API 暴露执行、工具与工作区。不论沙箱在哪里运行,代理逻辑都保持一致。
代码仓库
仓库是代理的工作对象。它有两种方式进入沙箱:挂载本地文件夹(如本文),或通过 GitHub、GitLab、Bitbucket 集成连接的仓库。
仓库还可以告知代理如何行事。根目录下的
AGENTS.md会在对话开始时注入系统提示。更聚焦的指令放在.agents/skills/,代理先看到摘要,只有在需要时才加载全文。这里适合放置代理无法自行推断的项目规则,例如“用
make test运行测试,而不是pytest。”人工审核
您是架构中的最后一环。
OpenHands 支持三种确认策略:每个动作都需批准、完全无需批准、仅对高风险动作要求批准。最后一种依赖安全分析器,其会将每个动作标为 LOW、MEDIUM、HIGH 或 UNKNOWN 风险。默认是 NeverConfirm,因此除非您修改,代理将不经停顿直接运行。
第二个检查点在任务末尾。只有当您阅读过差异并检查过测试结果后,代理的工作才算完成。
OpenHands 工作流
我演示的是修复一行代码的 bug,但 OpenHands 当然可以处理更大的任务。
这些任务的共同点在于都需要多步完成。以下是六类适合代理循环的工作。
修复缺陷
本文中的缺陷很容易在单个文件中发现,而现实世界中几乎不会如此简单。
例如,应用日志显示生产环境出现
KeyError,堆栈跟踪指向的函数距离问题数据来源有三层调用。您将堆栈跟踪粘贴进 OpenHands 并请求修复。代理会沿调用链追溯到数据来源,编写能复现错误的测试并确认测试失败。然后修复代码并运行完整测试套件,确保没有引入其它问题。
复现测试是要重点留意的部分。它能证明代理找到了真正的 bug,而不是仅仅定位到错误暴露的位置。
实现功能
功能开发通常会修改比您预期更多的文件。
例如命令行报表脚本需要一个
--since标志按日期过滤交易。代理需找到参数解析器、添加该标志、将值传递给过滤逻辑并更新帮助信息。随后它会为新行为编写测试并更新 README。这只是一个小功能就涉及四五个文件。代理会在任务跟踪器中记录这些文件,确保不会在第一个子任务成功后就停止。
重构代码
重构的目标是在不改变行为的前提下调整结构,测试套件是保证行为未变的依据。
例如项目有一个巨大的
utils.py文件,混杂日期/字符串/文件等辅助函数。您让 OpenHands 将其拆分为三个模块。代理会创建新模块、移动函数,并更新代码库中的每处 import。它会在每次移动后运行测试,这样一旦出问题,就能知道是哪次移动导致的。
编写测试
无测试代码是代理常见的切入点,因为任务清晰且易于验证。
例如日期解析模块没有测试。代理会阅读函数,为常规输入和空字符串、闰年、非法格式等边界情况编写 pytest 用例并运行。
若新测试失败,代理需要决定是测试有误还是代码有 bug。这一判断应由您来核实。
探索现有代码库
并非每个任务都需要改代码。
您可以向 OpenHands 提问,例如“该应用在哪一步在到达数据库前校验用户输入?”代理会搜索代码库、跨文件追踪函数调用,并给出带文件路径与行号的答案。
当您加入新项目或久未维护的代码时,这非常有用。对于此类只读任务,将仓库以
:ro模式而非:rw挂载,如此即便意外也无法修改内容。运行与调试应用
有些缺陷只会在应用运行时暴露。
例如某个 API 端点返回 500,测试并未覆盖。代理会在终端启动服务器,使用
curl发送请求,并从服务器日志中读取回溯信息。随后它会修复代码、重启服务器并再次发送相同请求。若响应仍不正确,循环将继续。
这与您亲自进行的“编辑—运行—检查”循环相同,只是代理会处理每次重启与重试。
OpenHands 与其他 AI 编码代理对比
OpenHands 不是唯一能接收任务并自行推进完成的工具。Claude Code、Cursor 与 GitHub Copilot 现也具备代理特性,但在一些重要方面有所不同。
OpenHands vs Claude Code
两者最为接近。它们都运行一个代理循环:读取代码、编辑文件、运行命令并检查结果。
第一处差异在于所有权。每个公开的 OpenHands 仓库都有自己的开源许可证,您可以阅读、修改并自托管全部组件。 Claude Code 是 Anthropic 的专有代理式编码工具,可在终端、IDE、桌面应用与浏览器中使用。
这也引出了模型问题。Claude Code 构建在 Anthropic 的 Claude 模型之上。OpenHands 则可配合任何 LiteLLM 支持的提供商与模型,包括本文的本地 Ollama 配置。
日常工作流也不同。Claude Code 起步于终端工具,很多开发者至今仍主要在终端中使用;OpenHands 依赖浏览器 UI,其 CLI 功能完备但主要以稳定性维护为主。
两者都允许您控制代理行为。Claude Code 会从
.claude目录读取CLAUDE.md、设置、hooks、skills、commands 与 subagents。OpenHands 则从仓库读取AGENTS.md与技能,并且 SDK 允许您用 Python 构建自定义代理。二者的自主性也不尽相同。Claude Code 通过权限模式、hooks 与允许/拒绝规则控制工具使用,并可对命令进行沙箱化。OpenHands 默认将每个命令在 Docker 沙箱中运行,并在此之上提供确认策略。
简言之,Claude Code 是可即装即用的打磨完善方案,而 OpenHands 需要更多设置,换来更多可控性。二者也并非互斥。Agent Canvas 可以用 Claude Code 替代默认的 OpenHands 代理运行。
OpenHands vs Cursor
Cursor 是一款 AI 代码编辑器。OpenHands 是一个代理平台。这是主要差异,其它差异多由此衍生。
在 Cursor 中,您在编辑器内工作,代理与您并肩协作。您会看到编辑实时出现在文件中,选择接受或拒绝,并继续编码。在 OpenHands 中,您描述任务,代理在沙箱中工作,您再审查结果。GUI 虽然包含指向沙箱的 VS Code 视图,但那并非主要工作发生地。
仓库访问上也类似分野。Cursor 的代理仅在您编辑器中打开的代码上工作。OpenHands 则对您挂载进沙箱或通过 Git 集成连接的任何仓库工作。
随着 Cursor 的 Cloud Agents,这一差距缩小。它们在云端无人值守运行,通过分支与 Pull Request 返回工作结果,并且需要连接 GitHub、GitLab、Azure DevOps 或 Bitbucket 账户及付费方案。这与 OpenHands 的做法相近,但运行于 Cursor 的基础设施上。
扩展性是二者差异最大的方面。Cursor 支持 MCP 服务器与项目规则,但编辑器与代理都是闭源产品。OpenHands 则可改动代理本身、任意部署,并运行在本地模型上。
OpenHands vs GitHub Copilot
GitHub Copilot 起初是编辑器中的自动补全工具,后来发展出代理功能。OpenHands 生来即是代理。
Copilot 的最大优势在于其所在之处。它在 VS Code 与 JetBrains IDE 中运行,其云端代理直接在 GitHub 上工作。OpenHands 并无这类 IDE 级集成。
在仓库级任务上,Copilot 云端代理是最接近的对比项。您将任务分配给某个 issue,它会在由 GitHub Actions 支持的临时开发环境中工作,期间可运行测试与 linter,再推送更改。OpenHands Cloud 在您在 issue 或 PR 评论中提及
@openhands时也会做类似的事情。平台是主要差异。Copilot 云端代理向所有付费 Copilot 方案并托管在 GitHub 上的仓库开放。OpenHands 可配合 GitHub、GitLab、Bitbucket 或本地文件夹运行,并且如您所愿可运行在自有硬件上。
Copilot 允许您为任务选择模型,但仅限于 GitHub 提供的模型。OpenHands 不受此限制。
下面快速回顾:
OpenHands 与其他 AI 代理对比
面向软件工程团队的 OpenHands
对单个开发者而言,OpenHands 是需要时打开的工具。对团队则不同。
多数团队已有基于 issue 的工作流,OpenHands Cloud 能接入其中。它与 GitHub、GitLab、Bitbucket,以及 Slack、Jira、Linear 集成。您可以在 issue 或 PR 评论中提及
@openhands,代理就会据此接手任务。还有那些无人明确提出但人人受益的工作。Agent Canvas 自动化可按计划或响应 webhook 事件运行。比如团队可共享一个代理服务器用于代码审查与依赖更新,而每位开发者在自己的笔记本上运行个人代理。
测试流程与本文相同。代理会在沙箱中先运行测试套件再回报结果。但沙箱运行并不替代 CI——您的流水线仍会在每个 PR 上运行,与人工代码相同。
关于 Pull Request:当 OpenHands Cloud 与 GitHub 协同时,它会请求有效期 8 小时的短期令牌,拥有对内容、issue、PR 与 workflow 的读写权限。在自托管的 Enterprise 部署中,代理使用触发它的用户的 GitHub 授权,因此每个更改都能追溯到个人。
这才是责任应有的方式。代理可以发起 PR,但需要开发者批准。分支保护与必需评审对代理的 PR 同样适用。
隔离环境让这一切能规模化运作。每个任务在自己的沙箱中运行,因此两个代理修两个 bug 时既不会覆盖彼此的文件,也不会争用同一端口。
OpenHands 的安全与沙箱
代码补全工具始终只是建议文本,是否采纳取决于您。
代理则不同。它会在您的项目中穿梭,自主执行命令、安装包、编辑文件,且通常无需询问。因此问题从“这段代码是否正确?”变成“代理为达到结果都运行了什么?”
隔离的执行环境
Docker 沙箱可以保护您的主机文件与程序、主机资源,以及其他容器与进程。若代理运行了破坏性命令,其影响被限制在容器内。
本地方案有一处例外需关注。应用容器会挂载主机的 Docker 套接字以便启动沙箱,而访问该套接字意味着能够控制您机器上的 Docker。
仓库权限
沙箱只能保护未被挂载的内容。被挂载的文件与目录都可能被修改或删除。
只挂载当前项目,切勿挂载您的 home 目录。对于代码阅读等只读任务,使用
:ro模式。对于 Git 集成,仅授予代理所需的特定仓库访问权限,不多不少。机密与凭据
若您提供了凭据(如 API key 或 token),代理即可使用它们。而能读取机密的代理也能将其打印到日志或发送到其他地方。
因此不要挂载包含生产 key 的
.env文件所在的文件夹。仅提供作用域受限的测试凭据,并频繁轮换。网络访问
默认情况下,代理可以从容器内访问互联网。它需要联网来安装软件包,但也因此可以访问任何外部服务。
这为提示注入打开了大门。网页或 issue 评论可能包含代理会遵循的指令。GitHub 为其自家云端代理默认通过防火墙限制互联网访问,值得为您的 OpenHands 部署考虑类似限制。
命令执行
您可以控制哪些命令无需批准即可运行。OpenHands 支持三种确认策略:全部批准、无需批准、仅对高风险动作要求批准。默认是 NeverConfirm。
“高风险动作”选项有个注意点。默认的 LLM 安全分析器使用模型为其自身动作打的风险等级。模型可能将破坏性命令标为 LOW,从而在未征求您同意的情况下运行。分析器仅为策略层提供风险分类——它本身不会阻止任何动作,文档建议将其与 Docker 隔离结合使用。
审查生成的更改
以上措施限制的是代理能做什么。审查阶段同样重要,因为它让您核查代理实际做了什么。
请阅读完整 diff,而不只是您预期会变动的文件。对 CI 配置、依赖文件与脚本格外留意。在 OpenHands Cloud 中,代理的 GitHub token 拥有对 workflow 的写权限,因此
.github/workflows下的改动可能改变您的流水线运行内容。OpenHands 的局限性
OpenHands 编写的代码依然可能有缺陷。测试通过仅意味着代码与测试相符,而测试可能也是代理编写的。若测试薄弱,代码可能通过却依然错误。
复杂任务往往需要您在环中。模糊的需求或代理无法做出的设计决策会让其停滞,或更糟的是朝错误方向推进。
在强大的托管模型支持下,OpenHands 能良好处理多文件任务。使用小型本地模型时,您会看到工具调用失败与类似聊天机器人的回答;即便上下文窗口很大,某些本地模型仍难以稳定使用工具。
代理循环也比聊天更昂贵。每一步都会将对话历史再次发送给模型,长任务需要很多步。OpenHands 文档提醒代理会向 LLM 发出大量提示,并建议设置支出上限与用量监控。上下文压缩器有所帮助,但它会摘要较早步骤,长任务中细节可能丢失。
工具访问带来安全风险。拥有终端与网络访问权限的代理,若遵循了错误指令,可能造成实际损害——这正是为何沙箱与您的审查如此重要。
并且每一次更改仍需有人批准。务必牢记这一点。
OpenHands 与 AI 编码代理的未来
AI 编码工具已经从自动补全发展到聊天,再到能完成整块任务的代理。OpenHands 是推动最后一步前进的几个项目之一。
这一趋势在全行业都很明显。Cursor 描述了一个新兴时代:自治云代理将承担更大、周期更长的任务。Copilot 现已能接收来自 GitHub 与 Linear 的 issue。Claude Code 则能在终端、浏览器与 Slack 中运行。
开源平台在这场转变中有其独特角色。借助 OpenHands,您可以检查代理的工作原理、将其运行在自有基础设施上,并自选模型。对有严格数据规范的团队而言,这往往是他们被允许使用代理的唯一方式。
更长的任务也带来新问题。一个运行一小时的代理会做出比运行一分钟的代理更多的决策,而每个决策都可能偏离您的初衷。更好的模型会有所帮助,沙箱、确认策略与审查亦然。
总结
OpenHands 与竞争者的不同在于可控性。您可以阅读源码、在自有硬件上托管、并配合任意模型(包括本地模型)运行。像 Claude Code、Cursor、GitHub Copilot 这类打磨更紧的商用工具能提供更好的体验,但前提也由它们决定。
但一个能访问您终端与仓库的代理,仍需要人来检查其工作。务必记得阅读 diff 并亲自运行测试。
如果您想学习如何从零开始创建代理,请观看我们的Introduction to Creating AI Agents in Python 网络研讨会。