OpenHands Agent Canvas 上手指南本地跑通你的 AI 编程代理【免费下载链接】OpenHands OpenHands: AI-Driven Development项目地址: https://gitcode.com/GitHub_Trending/ope/OpenHandsOpenHands Agent Canvas 是 OpenHands 提供的自托管开发控制台让你用浏览器管理 AI 编程代理和 agent 对话改代码、把重复任务挂成自动化还支持接入 OpenHands、Claude Code、Codex 等兼容 ACP 协议的 agent。它适合想在本机先体验 OpenHands、之后迁移到服务器或 Docker 的开发者。读完后你可以把 agent 跑起来并完成一次完整的开发任务。它是怎么工作的Agent Canvas 由三部分组成浏览器里的前端界面、负责执行任务的 Agent Server、以及负责定时和事件触发的自动化服务。三者默认都在你本机上通过入口代理统一暴露在 8000 端口。你在界面里发一条自然语言指令Agent Server 就会在指定的工作区目录里执行改文件、跑命令、验证结果。过程以事件流的形式实时回传给你的浏览器你随时能看到它做了什么。换后端本地、Docker、远端服务器时前端和任务记录都保留不变。一次完整的任务从 0 到跑通克隆仓库并安装依赖git clone https://gitcode.com/GitHub_Trending/ope/OpenHands cd OpenHands npm install建议先确认环境Node.js 22.12 以上以及uvAgent Server 靠它拉取 Python 侧组件。启动本地服务运行npm run dev前端、Agent Server 和自动化服务会一起拉起。完成后浏览器访问 http://localhost:8000你能看到聊天界面和左侧的导航栏说明整条链路是通的。配置 LLM系统不内置模型首次使用要去 Settings 里建一个 LLM 配置选模型提供商、填 API key再挑一个对话模型。左下角的 Getting started 清单会实时提示你这一步是否完成。发起第一次对话侧栏点 New Chat选一个要操作的工作区目录然后直接描述任务比如给 utils 目录下的函数补全单元测试。agent 开始执行后你能在对话里看到它读文件、跑命令、提交改动的全过程。不满意就接着发指令它会继续调整。值得深挖的两个能力Automations把一次性对话变成常设任务左侧导航进入 Automate → Dashboard这里集中展示所有自动化任务状态、最近成功率、平均耗时一目了然。切到 Templates 页能看到 Code Review、GitHub 仓库监控、Slack 频道监听等现成模板点加号即可变成自己的任务。每个任务由提示词、触发条件、超时时间三部分组成。触发条件可以是定时比如每天早上 9 点也可以是 webhook 事件比如 PR 打开时。点 Run now 可以立即手动跑一次修改配置也只影响之后的运行。相关定义位于 src/manifests/。Skills按需给 agent 装载能力进入 Customize → Skills会看到大量技能卡片每张都写明了用途和分类。勾选启用后新对话里的 agent 才会加载对应技能。比如 add-javadoc 帮 Java 代码补文档agent-memory 则让 agent 记住仓库级别的知识。按项目只启用需要的技能能让 agent 更聚焦。开始前的准备npm 方式需要 Node.js 22.12 和uv。全局安装后直接运行agent-canvasnpm install -g openhands/agent-canvas agent-canvasDocker 方式需要一个挂载项目目录的PROJECTS_PATHagent 能访问该目录下的所有项目。界面入口是 http://localhost:8000/canvas。注意agent 默认直接操作所安装机器的文件系统和 shell。本地实验没问题但要暴露给团队或公网时建议加 Docker 沙箱或限制网络安全细节见 docs/SELF_HOSTING.md。卡住了怎么办界面打不开先确认 8000 端口没被占用。被占的话加启动参数--port 12000换一个端口再访问。agent 一直没反应多半是 LLM 没配好。检查 Settings 里是否选了有效模型、API key 是否正确。Docker 里找不到项目确认PROJECTS_PATH指向的目录在启动前已创建并且正确挂载进了容器。首次启动卡在依赖下载Agent Server 组件通过 uvx 拉取第一次较慢。检查网络或配置代理后重试。配置好 LLM 后先试着让 agent 完成一个小任务比如整理一个目录的文件结构。跑通之后再去 Templates 里挑一个自动化挂上你就把 OpenHands 的核心玩法用起来了。【免费下载链接】OpenHands OpenHands: AI-Driven Development项目地址: https://gitcode.com/GitHub_Trending/ope/OpenHands创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 OpenHands Agent Canvas 上手指南：本地跑通你的 AI 编程代理
OpenHands Agent Canvas 上手指南本地跑通你的 AI 编程代理【免费下载链接】OpenHands OpenHands: AI-Driven Development项目地址: https://gitcode.com/GitHub_Trending/ope/OpenHandsOpenHands Agent Canvas 是 OpenHands 提供的自托管开发控制台让你用浏览器管理 AI 编程代理和 agent 对话改代码、把重复任务挂成自动化还支持接入 OpenHands、Claude Code、Codex 等兼容 ACP 协议的 agent。它适合想在本机先体验 OpenHands、之后迁移到服务器或 Docker 的开发者。读完后你可以把 agent 跑起来并完成一次完整的开发任务。它是怎么工作的Agent Canvas 由三部分组成浏览器里的前端界面、负责执行任务的 Agent Server、以及负责定时和事件触发的自动化服务。三者默认都在你本机上通过入口代理统一暴露在 8000 端口。你在界面里发一条自然语言指令Agent Server 就会在指定的工作区目录里执行改文件、跑命令、验证结果。过程以事件流的形式实时回传给你的浏览器你随时能看到它做了什么。换后端本地、Docker、远端服务器时前端和任务记录都保留不变。一次完整的任务从 0 到跑通克隆仓库并安装依赖git clone https://gitcode.com/GitHub_Trending/ope/OpenHands cd OpenHands npm install建议先确认环境Node.js 22.12 以上以及uvAgent Server 靠它拉取 Python 侧组件。启动本地服务运行npm run dev前端、Agent Server 和自动化服务会一起拉起。完成后浏览器访问 http://localhost:8000你能看到聊天界面和左侧的导航栏说明整条链路是通的。配置 LLM系统不内置模型首次使用要去 Settings 里建一个 LLM 配置选模型提供商、填 API key再挑一个对话模型。左下角的 Getting started 清单会实时提示你这一步是否完成。发起第一次对话侧栏点 New Chat选一个要操作的工作区目录然后直接描述任务比如给 utils 目录下的函数补全单元测试。agent 开始执行后你能在对话里看到它读文件、跑命令、提交改动的全过程。不满意就接着发指令它会继续调整。值得深挖的两个能力Automations把一次性对话变成常设任务左侧导航进入 Automate → Dashboard这里集中展示所有自动化任务状态、最近成功率、平均耗时一目了然。切到 Templates 页能看到 Code Review、GitHub 仓库监控、Slack 频道监听等现成模板点加号即可变成自己的任务。每个任务由提示词、触发条件、超时时间三部分组成。触发条件可以是定时比如每天早上 9 点也可以是 webhook 事件比如 PR 打开时。点 Run now 可以立即手动跑一次修改配置也只影响之后的运行。相关定义位于 src/manifests/。Skills按需给 agent 装载能力进入 Customize → Skills会看到大量技能卡片每张都写明了用途和分类。勾选启用后新对话里的 agent 才会加载对应技能。比如 add-javadoc 帮 Java 代码补文档agent-memory 则让 agent 记住仓库级别的知识。按项目只启用需要的技能能让 agent 更聚焦。开始前的准备npm 方式需要 Node.js 22.12 和uv。全局安装后直接运行agent-canvasnpm install -g openhands/agent-canvas agent-canvasDocker 方式需要一个挂载项目目录的PROJECTS_PATHagent 能访问该目录下的所有项目。界面入口是 http://localhost:8000/canvas。注意agent 默认直接操作所安装机器的文件系统和 shell。本地实验没问题但要暴露给团队或公网时建议加 Docker 沙箱或限制网络安全细节见 docs/SELF_HOSTING.md。卡住了怎么办界面打不开先确认 8000 端口没被占用。被占的话加启动参数--port 12000换一个端口再访问。agent 一直没反应多半是 LLM 没配好。检查 Settings 里是否选了有效模型、API key 是否正确。Docker 里找不到项目确认PROJECTS_PATH指向的目录在启动前已创建并且正确挂载进了容器。首次启动卡在依赖下载Agent Server 组件通过 uvx 拉取第一次较慢。检查网络或配置代理后重试。配置好 LLM 后先试着让 agent 完成一个小任务比如整理一个目录的文件结构。跑通之后再去 Templates 里挑一个自动化挂上你就把 OpenHands 的核心玩法用起来了。【免费下载链接】OpenHands OpenHands: AI-Driven Development项目地址: https://gitcode.com/GitHub_Trending/ope/OpenHands创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考