跳到主要内容

📚 其他

⭐️ 研究策略

使用大语言模型完全复制生产级应用程序是一项复杂的工作。我们的策略包括:

  1. 核心技术研究: 专注于基础研究,以理解和改进代码生成和处理的技术方面
  2. 专业能力: 通过数据管理、训练方法等提高核心组件的效率
  3. 任务规划: 开发错误检测、代码库管理和优化的能力
  4. 评估: 建立全面的评估指标,以更好地理解和改进我们的模型

🚧 默认代理

我们当前的默认代理是 CodeActAgent,它能够生成代码并处理文件。

🤝 如何贡献

OpenHands 是一个社区驱动的项目,我们欢迎每个人的贡献。无论你是开发人员、研究人员,还是只是对用 AI 推进软件工程领域感兴趣,都有很多方式可以参与:

  • 代码贡献: 帮助我们开发核心功能、前端界面或沙盒解决方案
  • 研究和评估: 为我们对大语言模型在软件工程中的应用的理解做出贡献,参与模型评估或提出改进建议
  • 反馈和测试: 使用 OpenHands 工具集,报告错误,提出功能建议或提供可用性反馈

有关详细信息,请查看此文档

🤖 加入我们的社区

我们有 Slack 工作区用于协作构建 OpenHands,也有 Discord 服务器用于讨论任何相关的内容,例如此项目、大语言模型、代理等。

如果你想做出贡献,欢迎加入我们的社区。让我们一起简化软件工程!

🐚 用 OpenHands 写更少的代码,做更多的事。

Star History Chart

🛠️ 构建技术

OpenHands 使用强大的框架和库组合构建,为其开发提供了坚实的基础。以下是项目中使用的关键技术:

FastAPI uvicorn LiteLLM Docker Ruff MyPy LlamaIndex React

请注意,这些技术的选择正在进行中,随着项目的发展,可能会添加其他技术或删除现有技术。我们努力采用最合适和最有效的工具来增强 OpenHands 的功能。

📜 许可证

根据 MIT 许可证分发。有关更多信息,请参阅我们的许可证