Openhands

将编码任务委托给 OpenHands CLI（模型无关，LiteLLM）。

技能元数据


来源	可选 — 使用 `hermes skills install official/autonomous-ai-agents/openhands` 安装
路径	`optional-skills/autonomous-ai-agents/openhands`
版本	`0.1.0`
作者	Tim Koepsel (xzessmedia), Hermes Agent
许可证	MIT
平台	linux, macos
标签	`Coding-Agent`, `OpenHands`, `Model-Agnostic`, `LiteLLM`
相关技能	`claude-code`, `codex`, `opencode`, `hermes-agent`

参考：完整的 SKILL.md

信息

以下是当此技能被触发时，Hermes 加载的完整技能定义。这就是技能激活时，智能体看到的指令。

OpenHands CLI

通过 terminal 工具将编码任务委托给 OpenHands CLI。OpenHands 是模型无关的：支持任何 LiteLLM 兼容的供应商（OpenAI、Anthropic、OpenRouter、DeepSeek、Ollama、vLLM 等）。

此技能是用于批处理/一次性委托的无界面模式包装器。交互式文本界面在 Hermes 中不使用。

何时使用

用户希望将编码任务专门委托给 OpenHands。
用户希望使用一个可以在非 Anthropic / 非 OpenAI 供应商（DeepSeek、Qwen、Ollama、vLLM、Nous 等）上运行的编码智能体——同类技能 claude-code 和 codex 仅限于单一供应商。
在工作区内进行多步骤文件编辑 + Shell 命令。

对于 Claude 原生，优先使用 claude-code。对于 OpenAI 原生，优先使用 codex。对于 Hermes 原生子智能体，使用 delegate_task。

前提条件

安装上游包（需要 Python 3.12+ 和 uv）：
```
terminal(command="uv tool install openhands --python 3.12")
```
验证：openhands --version（撰写时为 OpenHands CLI 1.16.0 / SDK v1.21.0）。
选择一个模型并为 --override-with-envs 设置环境变量：
```
export LLM_MODEL=openrouter/openai/gpt-4o-mini       # 或任何 LiteLLM 标识符
export LLM_API_KEY=$OPENROUTER_API_KEY
export LLM_BASE_URL=https://openrouter.ai/api/v1     # 对于原生 OpenAI 可省略
```
LLM_MODEL 使用 LiteLLM 的完整标识符。当供应商是 OpenRouter 时，标识符带有双重前缀：openrouter/<vendor>/<model>（例如 openrouter/anthropic/claude-sonnet-4.5）。对于原生 Anthropic：anthropic/claude-sonnet-4-5。对于原生 OpenAI：openai/gpt-4o-mini。
抑制启动横幅，使 JSON 输出前不会出现 ASCII 艺术字：
```
export OPENHANDS_SUPPRESS_BANNER=1
```

如何运行

始终通过 terminal 工具调用。为了自动化，始终传递 --headless --json --override-with-envs --exit-without-confirmation。

一次性任务

terminal(
  command="OPENHANDS_SUPPRESS_BANNER=1 LLM_MODEL=openrouter/openai/gpt-4o-mini LLM_API_KEY=$OPENROUTER_API_KEY LLM_BASE_URL=https://openrouter.ai/api/v1 openhands --headless --json --override-with-envs --exit-without-confirmation -t '为 src/ 中的所有 API 调用添加错误处理'",
  workdir="/path/to/project",
  timeout=600
)

长时间任务后台运行

terminal(command="<同上>", workdir="/path/to/project", background=true, notify_on_complete=true)
process(action="poll", session_id="<id>")
process(action="log", session_id="<id>")

恢复之前的对话

OpenHands 在每次运行结束时会打印 Conversation ID: <32-hex> 和一行 Hint: openhands --resume <dashed-uuid>。使用带连字符的格式进行恢复：

terminal(
  command="OPENHANDS_SUPPRESS_BANNER=1 LLM_MODEL=... openhands --headless --json --override-with-envs --exit-without-confirmation --resume <dashed-uuid> -t '现在修复你发现的 bug'",
  workdir="/path/to/project"
)

完整标志列表

根据 openhands --help（CLI 1.16.0）验证。此表中未列出的内容均不是标志——请通过环境变量或设置文件传递。

标志	效果
`--headless`	无界面模式，需要 `-t` 或 `-f`。自动批准所有操作（此模式下无 `--llm-approve`）。
`--json`	JSONL 事件流（需要 `--headless`）。
`-t TEXT`	任务提示。
`-f PATH`	从文件读取任务。
`--resume [ID]`	恢复对话。无 ID 则列出最近对话。
`--last`	恢复最近对话（与 `--resume` 一起使用）。
`--override-with-envs`	应用 `LLM_API_KEY` / `LLM_BASE_URL` / `LLM_MODEL` 环境变量。不使用此标志时，OpenHands 使用 `~/.openhands/settings.json` 并忽略环境变量。
`--exit-without-confirmation`	不显示 "确定要退出吗" 的对话框。
`--always-approve` / `--yolo`	自动批准每个操作（`--headless` 下的默认行为）。
`--llm-approve`	基于 LLM 的安全门（仅限交互模式——在无界面模式下无效）。
`--version` / `-v`	打印版本并退出。

没有 --model、--max-iterations、--workspace、--sandbox、--sandbox-type 标志。 模型通过 LLM_MODEL 设置。工作区是你传递给 terminal 工具的 workdir。沙盒/运行时通过 RUNTIME 和 SANDBOX_VOLUMES 环境变量设置。

JSON 事件模式

使用 --json --headless 时，OpenHands 发出 JSONL——每行一个 JSON 对象，外加少量非 JSON 状态行（Initializing agent...、Agent is working、Agent finished、最终的摘要框、Goodbye!、Conversation ID:、Hint:）。筛选以 { 开头的行。

顶层的 kind 字段区分事件类型：

MessageEvent — 用户/智能体文本轮次。source 为 user 或 agent。
ActionEvent — 智能体选择了一个工具。读取 tool_name（file_editor、terminal、finish）和 action.kind（FileEditorAction、TerminalAction、FinishAction）。
ObservationEvent — 工具结果。observation.is_error 是成功标志。source 为 environment。
ActionEvent 中的 FinishAction 在 action.message 中包含智能体的最终消息。

CLI 会先打印所有来自 LiteLLM/Authlib 的 stderr 输出——参见陷阱。仅逐行解析 stdout，忽略不以 { 开头的行。

陷阱

每次调用时出现 LiteLLM 警告。 CLI 会向 stderr 打印 bedrock-runtime 和 sagemaker-runtime 警告，因为未安装 botocore。还有一个 Authlib 弃用警告。这些是噪音，不是错误。将 stderr 管道重定向到 /dev/null 或在显示给用户之前过滤掉。
横幅干扰。 不设置 OPENHANDS_SUPPRESS_BANNER=1，每次运行都会以一个宣传 SDK 的多行 +--+ ASCII 框开头。务必导出此变量。
自动化模式下 --override-with-envs 是强制性的。 不使用它，OpenHands 会忽略 LLM_API_KEY / LLM_BASE_URL / LLM_MODEL，并回退到 ~/.openhands/settings.json。在全新安装时，此文件不存在，CLI 会挂起等待首次运行设置。
模型标识符是 LiteLLM 的，不是供应商的。 openrouter/openai/gpt-4o-mini 有效；而指向 OpenRouter 时使用 openai/gpt-4o-mini 则无效。anthropic/claude-sonnet-4-5（连字符）是原生 Anthropic；openrouter/anthropic/claude-sonnet-4.5（点）是通过 OpenRouter。弄错会导致晦涩的 LiteLLM 400 错误。
pip install openhands-ai 是错误的包。 这是旧版 V0 SDK。新的 CLI 是 uv tool install openhands --python 3.12。没有维护的 conda 包。
恢复 ID 格式很棘手。 CLI 结束时打印 Conversation ID: f46573d9cfdb45e492ca189bde40019b（无连字符），然后是一行 Hint: openhands --resume f46573d9-cfdb-45e4-92ca-189bde40019b（带连字符）。使用带连字符的格式。
无界面模式忽略 --llm-approve。 如果传递它，会得到一个 argparse 错误。无界面模式硬编码为始终批准。
上游不支持 Windows。 OpenHands 文档在 Windows 上要求使用 WSL。此技能相应地限制为 [linux, macos]。
~/.openhands/conversations/<id>/ 会累积。 每次运行都会持久化一个轨迹。如果批量运行，请清理它。
安装包较大（约 200 个包）。 使用 uv tool install（隔离的虚拟环境）以避免与活动项目发生依赖冲突。

验证

terminal(
  command="OPENHANDS_SUPPRESS_BANNER=1 LLM_MODEL=openrouter/openai/gpt-4o-mini LLM_API_KEY=$OPENROUTER_API_KEY LLM_BASE_URL=https://openrouter.ai/api/v1 openhands --headless --json --override-with-envs --exit-without-confirmation -t '通过 terminal 工具将字符串 OPENHANDS_OK 打印到标准输出。'",
  workdir="/tmp",
  timeout=120
)

如果 JSONL 流以一个 FinishAction 结束，并且其 action.message 提到了 OPENHANDS_OK，则说明安装成功。

技能元数据​

参考：完整的 SKILL.md​

OpenHands CLI

何时使用​

前提条件​

如何运行​

一次性任务​

长时间任务后台运行​

恢复之前的对话​

完整标志列表​

JSON 事件模式​

陷阱​

验证​

相关链接​