Lösungen · Coding-Agents

VPS für OpenHands mieten

OpenHands ist ein autonomer Coding-Agent: Geben Sie ihm ein Repository und eine Aufgabe, und er bearbeitet, führt aus, testet und eröffnet Pull Requests selbstständig, mit dem Modell Ihrer Wahl hinter einem API-Schlüssel. Sein eigenes README sagt, am leistungsfähigsten läuft er auf einem Server in der Cloud, und seine eigene Warnung sagt, dass der Agent vollen Zugriff auf die Maschine hat, auf der er läuft. Beides führt zur selben Antwort: eine Maschine, die niemandes Laptop ist. Der Server-Ratgeber des Projekts nennt 2 vCPU und 4 GB für einen Benutzer reichlich; BD-8 für $12.90 im Monat bietet das Doppelte für weniger als die 4-GB-Maschinen anderswo.

BD-8 bereitstellen Alle Tarife vergleichen

Was es braucht

Software laut Dokumentation, Größen mit Quellenangabe

Software und Sicherheitskonfiguration stammen aus der Dokumentation des jeweiligen Projekts. Wo das Projekt keine Hardwareangabe veröffentlicht, ist bei den Größen angegeben, von wem sie stammen.

Aus dem OpenHands-README, SELF_HOSTING.md und der Dokumentation

„2 vCPU / 4 GB RAM is plenty for a single user“ (2 vCPU / 4 GB RAM reichen für einen einzelnen Nutzer völlig aus; VM-Ratgeber des Projekts). Die Dokumentation verlangt „a modern processor and a minimum of 4GB RAM“ (einen modernen Prozessor und mindestens 4 GB RAM).
Installation: Node.js 24 oder neuer und uv, dann npx @openhands/agent-canvas --public. Ein Befehl startet den Agent-Server, das Automatisierungs-Backend und die Web-App hinter einem Ingress auf 127.0.0.1:8000.
Setzen Sie LOCAL_BACKEND_API_KEY vor dem ersten Start: Im öffentlichen Modus muss jeder API-Aufruf ihn mitführen, und die Web-App fragt vor allem anderen danach. Sperren Sie zuerst alles außer SSH in der Firewall; der Ratgeber sagt, das sei zu tun, bevor der Agent überhaupt läuft.
Ein API-Schlüssel eines Modellanbieters: Laut Dokumentation benötigt OpenHands für die meisten Modelle einen. Docker ist optional und nur nötig, wenn jede Unterhaltung in einem eigenen Container isoliert laufen soll. Keine GPU, außer Sie hosten das Modell selbst.

Größen (zuerst der Wert des Projekts, dann unserer)

Dimensionierung nach Einsatzzweck
Workload	vCPU	RAM
Ein Benutzer, gehostete Modelle, Agent auf dem Host (offiziell)Der Wert des Ratgebers selbst. Der Agent-Server läuft direkt auf der Maschine, die Maschine ist also die Sandbox.	2	4 GB
Ein oder zwei Benutzer, eine Docker-Sandbox pro UnterhaltungUnser Wert. Jede Unterhaltung erhält einen Container; Abhängigkeitsinstallationen, Builds und Testsuites laufen darin.	4	8 GB
Gemeinsamer Agent-Server eines Teams, mehrere Agents gleichzeitigUnser Wert. Parallele Agents an parallelen Repositorys, die jeweils etwas kompilieren.	8	24 GB

Die passenden Tarife

5 Server, live bepreist

Günstigste passende Maschine zuerst. Die Preise sind die heutigen, pro Monat, aus dem Katalog gelesen.

BD-8$12.90/Monat
4 vCPU · 8 GB · 100 GB Speicherplatz · 32 TB
Am günstigsten mit Reserven zum Bauen und Testen. 4 vCPU, 8 GB, 100 GB und 32 TB Traffic, für weniger als die 4-GB-Maschinen anderswo. Das Doppelte des Ratgeberwerts; Testsuites merken die Kerne.
Bereitstellen
U2-4-40$14.90/Monat
2 vCPU · 4 GB · 40 GB Speicherplatz · Unmetered
Genau der Ratgeberwert, Unmetered, Istanbul. 2 vCPU / 4 GB / 40 GB. Ein Benutzer, gehostete Modelle, der Agent direkt auf dem Host. Traffic ohne Zähler für Klone und Paketinstallationen.
Bereitstellen
BD-24$31.90/Monat
8 vCPU · 24 GB · 300 GB Speicherplatz · 32 TB
8 vCPU / 24 GB für den Agent-Server eines Teams. Mehrere Agents gleichzeitig, Docker-Sandboxes, das Automatisierungs-Backend nach Zeitplan.
Bereitstellen
C2-4-80$37.90/Monat
2 vCPU · 4 GB · 80 GB Speicherplatz · 3 TB
Der Ratgeberwert, in Dutzenden Städten. 2 vCPU / 4 GB / 80 GB. Wählen Sie ihn wegen der Stadt; führen Sie jeweils nur eine Unterhaltung.
Bereitstellen
C4-8-160$75.90/Monat
4 vCPU · 8 GB · 160 GB Speicherplatz · 3 TB
4 vCPU / 8 GB / 160 GB, in Dutzenden Städten. Die komfortable Größe mit Speicherplatz für viele Checkouts und Docker-Images.
Bereitstellen

Passende Tarife mit aktuellen Preisen
Tarif	vCPU	RAM	Speicherplatz	Traffic	Preis	Bereitstellen
BD-8Am günstigsten mit Reserven zum Bauen und Testen4 vCPU, 8 GB, 100 GB und 32 TB Traffic, für weniger als die 4-GB-Maschinen anderswo. Das Doppelte des Ratgeberwerts; Testsuites merken die Kerne.	4	8 GB	100 GB	32 TB	$12.90/Monat	Bereitstellen
U2-4-40Genau der Ratgeberwert, Unmetered, Istanbul2 vCPU / 4 GB / 40 GB. Ein Benutzer, gehostete Modelle, der Agent direkt auf dem Host. Traffic ohne Zähler für Klone und Paketinstallationen.	2	4 GB	40 GB	Unmetered	$14.90/Monat	Bereitstellen
BD-248 vCPU / 24 GB für den Agent-Server eines TeamsMehrere Agents gleichzeitig, Docker-Sandboxes, das Automatisierungs-Backend nach Zeitplan.	8	24 GB	300 GB	32 TB	$31.90/Monat	Bereitstellen
C2-4-80Der Ratgeberwert, in Dutzenden Städten2 vCPU / 4 GB / 80 GB. Wählen Sie ihn wegen der Stadt; führen Sie jeweils nur eine Unterhaltung.	2	4 GB	80 GB	3 TB	$37.90/Monat	Bereitstellen
C4-8-1604 vCPU / 8 GB / 160 GB, in Dutzenden StädtenDie komfortable Größe mit Speicherplatz für viele Checkouts und Docker-Images.	4	8 GB	160 GB	3 TB	$75.90/Monat	Bereitstellen

Für OpenHands gibt es noch keine Startvorlage: Die Installation besteht aus den fünf Schritten unten, von Ihnen eingegeben, in der Reihenfolge des Projekt-Ratgebers. Zuerst die Firewall, dann der Schlüssel, dann der Agent.

Die Installation

Fünf Schritte, in der Reihenfolge des OpenHands-eigenen Ratgebers

Der Ratgeber sagt ausdrücklich, dass die Firewall vor dem ersten Start kommt, denn der Agent-Server hat freie Hand auf der Maschine, und nur Firewall und Schlüssel stehen zwischen ihm und einem Fremden.

Zuerst die Firewall. ufw allow OpenSSH && ufw --force enable Eingehend nur SSH. Der Ingress (8000), der Agent-Server (18000), das Automatisierungs-Backend (18001) und der statische Server (3001) dürfen von außen nicht erreichbar sein; der Ratgeber sagt das genau so.
Node.js 24 und uv. apt-get install -y curl git curl -fsSL https://deb.nodesource.com/setup_24.x | bash - && apt-get install -y nodejs curl -LsSf https://astral.sh/uv/install.sh | sh uv führt den Agent-Server aus; der Ratgeber installiert es mit dem Einzeiler-Installer von astral.sh.
Schlüssel erzeugen, im öffentlichen Modus starten. export LOCAL_BACKEND_API_KEY=$(openssl rand -base64 32); echo $LOCAL_BACKEND_API_KEY npx @openhands/agent-canvas --public Speichern Sie den Schlüssel an einem sicheren Ort, bevor Sie weitermachen; im öffentlichen Modus fragt die Web-App danach. Für den Dauerbetrieb die systemd-Unit aus dem Ratgeber unter /etc/systemd/system/agent-canvas.service mit Environment=LOCAL_BACKEND_API_KEY=… darin, dann systemctl enable --now agent-canvas.
Per SSH verbinden, Modell hinzufügen. ssh -N -L 8000:127.0.0.1:8000 root@your-server dann http://127.0.0.1:8000, Schlüssel einfügen, dann Settings: LLM-Anbieter und Modell wählen und den API-Schlüssel dieses Anbieters einfügen. Starten Sie eine Unterhaltung zu einem Repository.
Optional eine Domain. Richten Sie einen A-Record auf den Server, öffnen Sie 80 und 443, apt-get install -y nginx certbot python3-certbot-nginx, und den nginx-Block aus dem Ratgeber, der mit WebSocket-Headern an 127.0.0.1:8000 weiterleitet; certbot --nginx -d canvas.example.com --redirect besorgt das Zertifikat. Wenn 443 weltweit offen sein muss, ist laut Ratgeber der Schlüssel Ihr wichtigster Schutz, halten Sie ihn also lang und geheim.

Ehrlich gesagt

Was wir tatsächlich kaufen würden

Laut Ratgeber sind 2 vCPU und 4 GB für einen Benutzer reichlich. Kaufen Sie die 8-GB-Maschine, die weniger kostet als die 4-GB-Modelle, und lassen Sie den Agent kompilieren.

Für den Coding-Agent einer Person

BD-8 · $12.90/Monat

4 vCPU, 8 GB und 100 GB für $12.90: der Agent-Server, einige ausgecheckte Repositories, ihre Abhängigkeitsbäume und eine Testsuite, die läuft, während Sie zusehen, mit freiem Arbeitsspeicher, falls Sie Docker-Sandboxes aktivieren. Das Modell liegt anderswo, hinter einem API-Schlüssel, daher braucht diese Maschine nie eine GPU, und die Rechnung, auf die es ankommt, ist die des Anbieters. C2-4-80 für $37.90 entspricht genau der Angabe im Ratgeber und ist in Dutzenden Städten verfügbar, falls Ihnen die Stadt wichtiger ist als die Kerne.

BD-8 bereitstellen C2-4-80 in Dutzenden Städten

Fragen

Was Kunden vor dem Kauf fragen.

Wie viel RAM braucht OpenHands?

Der VM-Ratgeber des Projekts sagt, 2 vCPU und 4 GB RAM seien für einen einzelnen Benutzer reichlich, und die Dokumentation empfiehlt einen modernen Prozessor und mindestens 4 GB. Das deckt Agent-Server, Automatisierungs-Backend und Web-App mit gehosteten Modellen ab. Was der Agent dann tut, Repositorys klonen, Abhängigkeiten installieren, Builds und Tests ausführen, ist gewöhnliche Entwicklerarbeit und braucht gewöhnliche Entwicklerressourcen; deshalb hat die günstigste Maschine auf dieser Seite 4 Kerne und 8 GB statt genau der Untergrenze.

Warum auf einem Server statt auf meinem Laptop?

Zwei Gründe aus dem README selbst. Es sagt, am leistungsfähigsten läuft OpenHands auf einem Server in der Cloud, sodass Agents weiterlaufen, wenn Ihr Laptop zugeklappt ist, und über Slack, GitHub oder einen Webhook ausgelöst werden können. Und es warnt, dass der Agent-Server direkt auf der Maschine läuft, mit vollem Zugriff auf Dateisystem, Shell und Netzwerk. Eine Maschine, auf der nichts als der Agent und seine Repositorys liegen, ist der ehrliche Weg, ihm diesen Zugriff zu geben.

Braucht es einen API-Schlüssel, oder kann es ein lokales Modell nutzen?

Laut Dokumentation benötigt OpenHands für die meisten Sprachmodelle einen API-Schlüssel, und sie nennt die empfohlenen gehosteten Anbieter. Ein lokales Modell über Ollama oder einen ähnlichen Server wird unterstützt, die Dokumentation ergänzt aber, dass effektive Agent-Arbeit mit lokalen Modellen leistungsfähige Hardware und auf Befolgen von Anweisungen abgestimmte Modelle erfordert. In der Praxis: ein gehostetes Modell und ein API-Schlüssel auf dieser Maschine, und wenn Sie ein lokales Modell möchten, ein separater Modellserver, dimensioniert nach der Ollama-Seite oder der GPU-Linie.

Was bewirken --public und LOCAL_BACKEND_API_KEY?

Ohne --public fügt die App ihren Sitzungsschlüssel der Bequemlichkeit halber in die Webseite ein, was die README für eine öffentlich erreichbare Bereitstellung als unsicher bezeichnet. Mit --public steht der Schlüssel nicht in der Seite: Jeder, der die Web-App öffnet, muss zuerst LOCAL_BACKEND_API_KEY einfügen, und jeder Aufruf der API muss ihn mitführen. Die Reihenfolge im Ratgeber ist: Firewall, dann Schlüssel, dann Start, und der Schlüssel wird mit openssl rand -base64 32 erzeugt.

Brauche ich Docker?

Nicht für die Standardinstallation, die den Agent-Server mit Node 24 und uv direkt auf dem Host ausführt. Docker ist für die isolierten Modi: den gesamten Stack aus dem Image des Projekts ausführen oder jeder Unterhaltung einen eigenen Container geben, damit mehrere Agents gleichzeitig arbeiten können, ohne ein Dateisystem zu teilen. Das README weist darauf hin, dass die Sandbox die Ausführung der Unterhaltung isoliert, nicht die ganze App. Wenn Sie das möchten, installieren Sie Docker und planen Sie die 8-GB-Zeile oder mehr ein.

Welche Ports sind beteiligt?

Alles bindet an Loopback: Der Ingress-Proxy auf 127.0.0.1:8000 leitet an den statischen Server auf 3001, den Agent-Server auf 18000 und das Automatisierungs-Backend auf 18001 weiter. Port 8000 erreichen Sie über einen SSH-Tunnel oder, wenn Sie eine Domain hinzufügen, über nginx auf 443. Keiner dieser vier Ports sollte in der Firewall offen sein; der Ratgeber nennt sie mit Nummer als diejenigen, die von außen nicht erreichbar sein dürfen.