OpenHands安装教程2026：把83k星编程智能体跑在自己机器上
OpenHands号称全自主编程智能体，但安装文档默认你已经懂Docker、沙盒和模型配置。这里是从零到跑通的完整步骤。
💡 你将学到
OpenHands号称全自主编程智能体，但安装文档默认你已经懂Docker、沙盒和模型配置。这里是从零到跑通的完整步骤。
📜 目录
OpenHands是什么
OpenHands（GitHub 83,725星，2026-08-12获取）是一个AI软件开发智能体：写代码、在沙盒里执行、迭代直到任务完成。核心循环是——接任务、规划、改文件、跑命令、读输出、再试。这个循环就是它需要Docker的原因：沙盒是代码真正运行的地方。
前置条件
装了Docker的机器（Linux、macOS或Windows的WSL2）、至少8GB内存（16GB更舒服）、一个LLM API密钥（OpenAI、Anthropic、DeepSeek或任何OpenAI兼容端点都行）。
安装步骤
第一步装Docker：Linux用官方脚本，Windows装Docker Desktop并启用WSL2后端，用docker run hello-world验证。
第二步拉镜像并启动：docker pull docker.all-hands.dev/all-hands-ai/openhands:0.37，然后设置LLM_API_KEY环境变量，挂载docker.sock和状态目录，映射3000端口启动容器。浏览器打开localhost:3000就能看到界面。
第三步配模型：设置里选供应商和模型。两个实用默认：DeepSeek（便宜、代码能力强、OpenAI兼容）；Anthropic Claude（预算够就要最强推理）。本地模型就把base URL指向同一台机器的Ollama。
第四步给个真任务：从一个有边界的小任务开始，比如'写一个抓取Hacker News前5条新闻存成markdown的Python脚本'。观察它怎么规划、写码、运行、修复。会自己读报错并改正——这个自纠循环就是它的全部意义。
排错
沙盒起不来：重拉runtime镜像，tag要跟OpenHands版本匹配。连不上模型：查base URL，容器里访问本地Ollama要用host.docker.internal而不是localhost。第一次任务慢：首次使用要下载runtime镜像，之后就快了。
FAQ
免费吗？ 软件开源（MIT），你只付LLM API调用费。 会搞坏仓库吗？ 默认在沙盒里工作，仓库任务用GitHub集成、合并前审查PR。 一个任务烧多少调用？ 小任务20-50次，复杂功能几百次，界面里能看用量。
