跳到主要内容

🤖 LLM 后端

OpenHands 可以连接到 LiteLLM 支持的任何 LLM。但是，它需要一个强大的模型才能工作。

模型推荐​

基于最近对编码任务的语言模型评估（使用 SWE-bench 数据集），我们可以为模型选择提供一些建议。完整的分析可以在这篇博客文章中找到。

在选择模型时，需要同时考虑输出质量和相关成本。以下是调查结果的总结：

  • Claude 3.5 Sonnet 是目前最好的，在 OpenHands 中使用默认 agent 可以达到 27% 的解决率。
  • GPT-4o 落后一些，而 o1-mini 的表现甚至比 GPT-4o 还要差一些。我们进行了一些分析，简单来说，o1 有时会"过度思考"，在可以直接完成任务的情况下执行额外的环境配置任务。
  • 最后，最强大的开放模型是 Llama 3.1 405 B 和 deepseek-v2.5，它们表现得相当不错，甚至超过了一些封闭模型。

请参阅完整文章以获取更多详细信息。

基于这些发现和社区反馈，以下模型已经验证可以与 OpenHands 很好地配合使用：

  • claude-3-5-sonnet（推荐）
  • gpt-4 / gpt-4o
  • llama-3.1-405b
  • deepseek-v2.5
注意

OpenHands 将向您配置的 LLM 发出许多提示。这些 LLM 中的大多数都需要付费，因此请确保设置支出限制并监控使用情况。

如果您已经成功地使用特定的未列出的 LLM 运行 OpenHands，请将它们添加到已验证列表中。我们也鼓励您提交 PR 分享您的设置过程，以帮助其他使用相同提供商和 LLM 的人！

有关可用提供商和模型的完整列表，请查阅 litellm 文档。

备注

目前大多数本地和开源模型都没有那么强大。使用这些模型时，您可能会看到消息之间的长时间等待、响应不佳或有关 JSON 格式错误的错误。OpenHands 只能和驱动它的模型一样强大。但是，如果您确实找到了可以使用的模型，请将它们添加到上面的已验证列表中。

LLM 配置​

以下内容可以通过设置在 OpenHands UI 中设置：

  • LLM Provider
  • LLM Model
  • API Key
  • Base URL（通过Advanced Settings）

有些设置可能对某些 LLM/提供商是必需的，但无法通过 UI 设置。相反，可以使用 -e 通过传递给 docker run 命令的环境变量来设置这些选项：

  • LLM_API_VERSION
  • LLM_EMBEDDING_MODEL
  • LLM_EMBEDDING_DEPLOYMENT_NAME
  • LLM_DROP_PARAMS
  • LLM_DISABLE_VISION
  • LLM_CACHING_PROMPT

我们有一些使用特定模型提供商运行 OpenHands 的指南：

API 重试和速率限制​

LLM 提供商通常有速率限制，有时非常低，可能需要重试。如果收到速率限制错误（429 错误代码）、API 连接错误或其他瞬时错误，OpenHands 将自动重试请求。

您可以根据正在使用的提供商的需要自定义这些选项。查看他们的文档，并设置以下环境变量来控制重试次数和重试之间的时间：

  • LLM_NUM_RETRIES（默认为 8）
  • LLM_RETRY_MIN_WAIT（默认为 15 秒）
  • LLM_RETRY_MAX_WAIT（默认为 120 秒）
  • LLM_RETRY_MULTIPLIER（默认为 2）

如果您在开发模式下运行 OpenHands，也可以在 config.toml 文件中设置这些选项：

[llm]
num_retries = 8
retry_min_wait = 15
retry_max_wait = 120
retry_multiplier = 2