OpenHands

将编码任务委托给 OpenHands CLI（模型无关，基于 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 SKILL.md

信息

以下是 Hermes 在触发此技能时加载的完整技能定义。这是技能激活时代理所看到的指令。

OpenHands CLI

通过 terminal 工具将编码任务委托给 OpenHands CLI。OpenHands 与模型无关：支持任何 LiteLLM 支持的提供商（OpenAI、Anthropic、OpenRouter、DeepSeek、Ollama、vLLM 等）。

此技能是用于批量或一次性委托的无头模式包装器。Hermes 不使用交互式文本 UI。

何时使用

用户希望将编码任务特别委托给 OpenHands。
用户希望使用可以在非 Anthropic / 非 OpenAI 提供商（DeepSeek、Qwen、Ollama、vLLM、Nous 等）上运行的编码代理 — 兄弟技能 claude-code 和 codex 绑定于单一供应商。
在工作空间内进行多步文件编辑 + Shell 命令。

对于 Claude 原生场景，首选 claude-code。对于 OpenAI 原生场景，首选 codex。对于 Hermes 原生子代理，使用 delegate_task。

先决条件

安装上游依赖（需要 Python 3.12+ 和 uv）：
```
terminal(command="uv tool install openhands --python 3.12")
```
验证：openhands --version（撰写本文时为 OpenHands CLI 1.16.0 / SDK v1.21.0）。
选择模型并为 --override-with-envs 设置环境变量：
```
export LLM_MODEL=openrouter/openai/gpt-4o-mini       # or any LiteLLM slug
export LLM_API_KEY=$OPENROUTER_API_KEY
export LLM_BASE_URL=https://openrouter.ai/api/v1     # omit for native OpenAI
```
LLM_MODEL 使用 LiteLLM 的完整 slug。当提供商为 OpenRouter 时，slug 具有双重前缀：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，以免 JSON 输出前出现 ASCII 艺术字：
```
export OPENHANDS_SUPPRESS_BANNER=1
```

如何运行

始终通过 terminal 工具调用。始终传递 --headless --json --override-with-envs --exit-without-confirmation 以实现自动化。

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 'Add error handling to all API calls in src/'",
  workdir="/path/to/project",
  timeout=600
)

长时间任务的后台运行

terminal(command="<same as above>", 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 在每次运行结束时打印 Conversation ID: <32-hex> 和 Hint: openhands --resume <dashed-uuid> 行。使用带连字符的形式进行恢复：

terminal(
  command="OPENHANDS_SUPPRESS_BANNER=1 LLM_MODEL=... openhands --headless --json --override-with-envs --exit-without-confirmation --resume <dashed-uuid> -t 'Now fix the bug you found'",
  workdir="/path/to/project"
)

实际标志列表

已针对 openhands --help（CLI 1.16.0）进行验证。不在此表中的任何内容都不是标志 — 请通过环境变量或设置文件传递。

标志	效果
`--headless`	无 UI，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 → 列出最近的内容。
`--last`	恢复最近的对话（与 `--resume` 一起使用）。
`--override-with-envs`	应用 `LLM_API_KEY` / `LLM_BASE_URL` / `LLM_MODEL` 环境变量。如果没有此标志，OpenHands 将使用 `~/.openhands/settings.json` 并忽略环境变量。
`--exit-without-confirmation`	不显示“你确定吗”退出对话框。
`--always-approve` / `--yolo`	自动批准每个操作（`--headless` 模式下的默认行为）。
`--llm-approve`	基于 LLM 的安全网关（仅交互式 — 在无头模式下不起作用）。
`--version` / `-v`	打印版本并退出。

没有 --model、--max-iterations、--workspace、--sandbox、--sandbox-type 标志。 模型由 LLM_MODEL 指定。工作区是你传递给 terminal 工具的 workdir。沙箱/运行时由 RUNTIME 和 SANDBOX_VOLUMES 环境变量指定。

JSON 事件架构

使用 --json --headless 时，OpenHands 发出 JSONL — 每行一个 JSON 对象，加上少量非 JSON 状态行（Initializing agent...、Agent is working、Agent finished、最终摘要框、Goodbye!、Conversation ID:、Hint:）。过滤以 { 开头的行。

顶层 kind 字段用于区分事件：

MessageEvent — 用户/代理文本轮次。source 为 user 或 agent。
ActionEvent — 代理选择了工具。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 内的 FinishAction 在 action.message 中携带代理的最终消息。

CLI 首先打印来自 LiteLLM/Authlib 的所有 stderr — 参见陷阱。仅逐行解析 stdout，忽略不以 { 开头的行。

陷阱

每次调用都有 LiteLLM 警告。 CLI 将 bedrock-runtime 和 sagemaker-runtime 警告打印到 stderr，因为未安装 botocore。此外还有 Authlib 弃用警告。这些是噪音，并非失败。将 stderr 重定向到 /dev/null 或在向用户显示之前将其过滤掉。
横幅垃圾信息。 如果不设置 OPENHANDS_SUPPRESS_BANNER=1，每次运行开始时都会出现一个多行的 +--+ ASCII 框来宣传 SDK。请始终导出该环境变量。
自动化必须使用 --override-with-envs。 如果不使用它，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 会挂起以等待首次运行设置。
模型 slug 是 LiteLLM 的，而非提供商的。 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（点号）是通过 OpenRouter。如果弄错，会导致晦涩的 LiteLLM 400 错误。
pip install openhands-ai 是错误的包。 那是遗留的 V0 SDK。新的 CLI 安装命令是 uv tool install openhands --python 3.12。没有维护中的 conda 包。
恢复 ID 格式很棘手。 CLI 结束时显示 Conversation ID: f46573d9cfdb45e492ca189bde40019b（无连字符），然后显示 Hint: openhands --resume f46573d9-cfdb-45e4-92ca-189bde40019b（有连字符）。请使用带连字符的形式。
无头模式忽略 --llm-approve。 如果传递该参数，你会收到 argparse 错误。无头模式硬编码为始终批准。
上游不支持 Windows。 OpenHands 文档要求在 Windows 上使用 WSL。因此，此技能限定为 [linux, macos]。
~/.openhands/conversations/<id>/ 会累积。 每次运行都会持久化轨迹。如果批量运行，请清理它。
安装量大（约 200 个包）。 使用 uv tool install（隔离的虚拟环境）以避免与当前项目的依赖冲突。

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 'Print the string OPENHANDS_OK to stdout via the terminal tool.'",
  workdir="/tmp",
  timeout=120
)

如果 JSONL 流以 FinishAction 结尾，且其 action.message 提及 OPENHANDS_OK，则安装成功。

OpenHands GitHub
OpenHands CLI 命令参考
同级技能：claude-code（仅限 Anthropic）、codex（仅限 OpenAI）、opencode（通过 OpenCode 支持多提供商）、hermes-agent（通过 delegate_task 的 Hermes 子代理）。

技能元数据​

参考：完整 SKILL.md​

OpenHands CLI

何时使用​

先决条件​

如何运行​

一次性任务​

长时间任务的后台运行​

恢复之前的对话​

实际标志列表​

JSON 事件架构​

陷阱​

验证​

相关​