OpenHands

前身 OpenDevin：给 Agent 一台带浏览器与终端的沙箱，让它自己写代码、跑测试、提 PR

项目速览

项目 内容
仓库 All-Hands-AI/OpenHands
语言 Python（前端 TypeScript）
协议 MIT
形态 Web UI + 沙箱运行时（Docker）
前身 OpenDevin

它想解决什么问题

大多数编码 Agent 是”补全一段代码”或”改一个文件”。真实任务是：读 issue、定位、改多处、跑测试、看报错、再修——一个需要执行环境的闭环。

OpenHands 的答案是给 Agent 一个完整的沙箱：终端、浏览器、文件系统，让它自己动手验证，而不是靠人一步步喂结果。

核心机制拆解

1. 沙箱即工作台。 每个会话跑在隔离容器里，Agent 可以执行命令、装依赖、开浏览器查文档，失败可重来，不污染宿主。

2. 动作-观察循环。 写文件、跑测试、读输出，形成闭环；测试失败的信息直接成为下一轮的输入，这是它比”单次生成”更接近真实开发的关键。

3. 多入口接入。 Web 界面适合观察过程，CLI 与 API 适合塞进流水线，也支持通过 GitHub 集成直接对 issue 干活。

4. 可换模型与运行时。 模型侧支持多家提供方与本地部署，运行时可自托管，数据不出内网。

安装与上手

1
2
docker pull docker.all-hands.dev/all-hands-ai/runtime:latest
docker run -it --rm -p 3000:3000   -v /var/run/docker.sock:/var/run/docker.sock   docker.all-hands.dev/all-hands-ai/openhands:latest

打开 http://localhost:3000，填模型 Key 即可开会话。

点评

亮点是把”执行”当一等公民：没有沙箱的 Agent 只能猜，有沙箱的 Agent 能验证。这个差别在真实仓库里决定了产出可用与否。MIT 协议 + 自托管 + 多模型，是它能在企业里被认真评估的原因。

局限：沙箱运行时对资源有要求，本地跑几个会话就吃满内存；长任务的 token 成本高，且容易在同一个坑里反复试错；自主性越强，安全边界越要自己把控——Docker socket 挂载本身就是个风险点；复杂业务逻辑的改造仍需要人给出高质量的任务描述。

适合人群：想让 Agent 端到端处理 issue 的团队；需要可自托管、可审计的编码 Agent 的企业；以及研究 Agent 执行闭环的研究者。