OpenHands：9.2 万 star 的自主编码代理，在沙箱里自己写一晚上代码
给它一个 GitHub issue，它自己开容器、读代码、改代码、跑测试、提 PR。DeepSeek 能当它的脑子，但执行能力越强，越要管住。
前面几篇的智能体都在你的编辑器里工作。OpenHands（原 OpenDevin）换了个思路：它在一个独立容器里干活。
你给它一个任务，它开一个沙箱、把仓库拉进去、读代码、改、跑测试、反复直到完成。你可以像看直播一样看它操作。
9.2 万 star，地址：
https://github.com/All-Hands-AI/OpenHands
装
docker pull docker.all-hands.dev/all-hands-ai/runtime:0.30-nikolaik
docker run -it --rm --pull=always \
-e SANDBOX_RUNTIME_CONTAINER_IMAGE=docker.all-hands.dev/all-hands-ai/runtime:0.30-nikolaik \
-e LOG_ALL_EVENTS=true \
-v /var/run/docker.sock:/var/run/docker.sock \
-v ~/.openhands-state:/.openhands-state \
-p 3000:3000 \
--add-host host.docker.internal:host-gateway \
--name openhands-app \
docker.all-hands.dev/all-hands-ai/openhands:0.30
（版本号会变，以官方 README 为准。）
打开 http://NAS地址:3000。
注意那个 -v /var/run/docker.sock：它让容器能在你的机器上开新容器。方便，但等于给了它很大的权限。只在自己信任的环境里跑。
接 DeepSeek
进设置 → LLM：
| 字段 | 填什么 |
|---|---|
| Provider | OpenAI 兼容 / Custom |
| Base URL | https://api.deepseek.com/v1 |
| API Key | sk-... |
| Model | deepseek-chat |
保存后在首页选这个模型，然后给任务。
它怎么干活
给一个任务，比如：
修复 issue #42：用户上传超过 10 MB 的文件时，接口返回 500
它的循环是：
- 浏览仓库结构，读相关文件
- 猜测原因（可能是 nginx 限制、可能是代码里没校验）
- 改代码
- 跑测试
- 失败就回到 2
你能在界面里看到每一步的终端输出、文件修改、浏览器操作。
三个实际用途
修 GitHub issue：把 issue 内容粘进去，让它自己找原因。
写测试：给它一个模块，让它补测试并跑通。验证标准明确，成功率高。
跑通别人的项目：clone 下来，“帮我把这个项目在本机跑起来”，它会读 README、装依赖、改配置。
成本与风险
成本：这种循环可能跑几十轮，每轮都发上下文。DeepSeek 便宜，但一晚上也可能几块钱到几十块。设一个轮次上限（它的设置里有 max iterations）。
风险：它在沙箱里跑，但沙箱挂的是你的 docker socket，能起容器、能挂载目录。别在有重要数据的机器上不设防地跑。
质量：DeepSeek 在这个任务上的表现不如 Claude。简单的修 bug 能成，复杂重构容易绕圈。
会踩的坑
启动后 3000 打不开
镜像很大（几个 G），第一次拉很久。看 docker logs。
它一直卡在装依赖 沙箱网络受限。给它配代理，或者提前把依赖装进基础镜像。
任务描述太模糊 “优化这个项目"一定失败。“修 issue #42"成功率就高。给它可验证的目标。
跑了一晚上没结果 设 max iterations，比如 30 轮。到点停，你来看它卡在哪。
Windows 上 docker.sock 挂不上 在 WSL2 里跑，或者用它的云端版。
它适合谁
- 有明确 issue、希望它自己修的；
- 想看看"自主编程代理"到底能做到什么程度的；
- 机器配置可以（8 GB 以上），且能接受沙箱权限的。
不适合：生产环境服务器（权限太大）；期待它替代程序员的。
最后
OpenHands 代表的是这条路的最远端：人只给目标，过程全自动。
现在还远没到能放心用的程度。但它的形态已经很清楚——你会看到越来越多的"AI 在容器里干活，人只负责验收”。
先在小仓库上试，别一上来就给核心项目。
有问题留言。
留言