Ugrás a tartalomra

Megoldások · Kódoló agentek

VPS az OpenHands-hez

Az OpenHands egy autonóm kódoló agent: adjon neki egy repositoryt és egy feladatot, és önállóan szerkeszt, futtat, tesztel és pull requesteket nyit, az Ön által választott modellel egy API-kulcs mögött. A saját README-je szerint a futtatás leghatékonyabb módja egy felhőben lévő szerver, a saját figyelmeztetése szerint pedig az agent teljes hozzáféréssel rendelkezik a géphez, amelyen fut. Mindkettő ugyanoda vezet: egy olyan géphez, amely senkinek sem a laptopja. A projekt szerverútmutatója szerint 2 vCPU és 4 GB bőven elég egy felhasználónak; a BD-8 havi $12.90 áron ennek kétszeresét adja, kevesebbért, mint a máshol kínált 4 GB-os gépek.

BD-8 üzembe helyezéseAz összes csomag összehasonlítása

Amire szüksége van

Szoftver a dokumentációból, a méreteknél feltüntetett forrással

A szoftver és a biztonsági beállítások a projekt saját dokumentációjából származnak. Ahol a projekt nem közöl hardverigényt, a méreteknél fel van tüntetve, kitől származnak.

Az OpenHands README, a SELF_HOSTING.md és a dokumentáció alapján

  • „2 vCPU / 4 GB RAM bőven elég egyetlen felhasználónak” (a projekt VM-útmutatója). A dokumentáció „modern processzort és legalább 4GB RAM-ot” kér.
  • Telepítés: Node.js 24 vagy újabb és uv, majd npx @openhands/agent-canvas --public. Egyetlen parancs elindítja az agent szervert, az automatizálási backendet és a webalkalmazást egy ingress mögött a 127.0.0.1:8000 címen.
  • Állítsa be a(z) LOCAL_BACKEND_API_KEY értéket az első indítás előtt: nyilvános módban minden API-hívásnak tartalmaznia kell, és a webalkalmazás mindenekelőtt ezt kéri. Először tűzfalazzon le mindent az SSH kivételével; az útmutató szerint ezt még az agent első futása előtt meg kell tenni.
  • API-kulcs egy modellszolgáltatótól: a dokumentáció szerint az OpenHands-nek a legtöbb modellhez ez kell. A Docker opcionális, és csak akkor szükséges, ha minden beszélgetést saját konténerben, elkülönítve szeretne futtatni. GPU nem kell, hacsak nem saját maga hosztolja a modellt.

Méretek (a projekt értéke, majd a miénk)

Méretezés felhasználás szerint
MunkaterhelésvCPURAM
Egy felhasználó, hosztolt modellek, agent a gazdagépen (hivatalos)Az útmutató saját értéke. Az agent szerver közvetlenül a gépen fut, így maga a gép a sandbox.24 GB
Egy vagy két felhasználó, beszélgetésenként egy Docker sandboxA mi értékünk. Minden beszélgetés kap egy konténert; a függőségtelepítések, buildek és tesztcsomagok ezekben futnak.48 GB
Egy csapat közös agent szervere, egyszerre több agenttelA mi értékünk. Párhuzamos agentek párhuzamos repositorykon, mindegyik fordít valamit.824 GB

A megfelelő csomagok

5 gép, aktuális árakon

A legolcsóbb megfelelő gép elöl. Az árak a mai havi árak, a katalógusból.

  • BD-8$12.90/hó

    4 vCPU · 8 GB · 100 GB lemez · 32 TB

    A legolcsóbb, amelyen van hely buildelésre és tesztelésre. 4 vCPU, 8 GB, 100 GB és 32 TB adatforgalom, kevesebbért, mint a máshol kínált 4 GB-os gépek. Az útmutató értékének kétszerese; a tesztcsomagok megérzik a magokat.

    Üzembe helyezés
  • U2-4-40$14.90/hó

    2 vCPU · 4 GB · 40 GB lemez · Unmetered

    Pontosan az útmutató értéke, unmetered, Isztambul. 2 vCPU / 4 GB / 40 GB. Egy felhasználó, hosztolt modellek, az agent a gazdagépen. Unmetered forgalom a klónozáshoz és a csomagtelepítésekhez.

    Üzembe helyezés
  • BD-24$31.90/hó

    8 vCPU · 24 GB · 300 GB lemez · 32 TB

    8 vCPU / 24 GB egy csapat agent szerveréhez. Egyszerre több agent, Docker sandboxok, ütemezett automatizálási backend.

    Üzembe helyezés
  • C2-4-80$37.90/hó

    2 vCPU · 4 GB · 80 GB lemez · 3 TB

    Az útmutató értéke, több tucat városban. 2 vCPU / 4 GB / 80 GB. A város miatt válassza; egyszerre egy beszélgetést futtasson.

    Üzembe helyezés
  • C4-8-160$75.90/hó

    4 vCPU · 8 GB · 160 GB lemez · 3 TB

    4 vCPU / 8 GB / 160 GB, több tucat városban. A kényelmes méret, sok checkouthoz és Docker image-hez elegendő lemezzel.

    Üzembe helyezés

Az OpenHands-hez még nincs indítási sablon: a telepítés az alábbi öt lépés, amelyet Ön ír be, a projekt saját útmutatója szerinti sorrendben. Először a tűzfal, másodszor a kulcs, harmadszor az agent.

A telepítés

Öt lépés, abban a sorrendben, ahogy az OpenHands saját útmutatója megadja

Az útmutató egyértelműen kimondja, hogy a tűzfal az első indítás előtt jön, mert az agent szerver szabadon rendelkezik a géppel, és csak a tűzfal és a kulcs áll közte és egy idegen között.

  1. Először a tűzfal. ufw allow OpenSSH && ufw --force enable Bejövő irányban csak SSH. Az ingress (8000), az agent szerver (18000), az automatizálási backend (18001) és a statikus szerver (3001) nem lehet kívülről elérhető; az útmutató szó szerint ezt mondja.
  2. Node.js 24 és 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 Az uv futtatja az agent szervert; az útmutató az astral.sh egysoros telepítőjével telepíti.
  3. Generálja a kulcsot, indítsa nyilvános módban. export LOCAL_BACKEND_API_KEY=$(openssl rand -base64 32); echo $LOCAL_BACKEND_API_KEY npx @openhands/agent-canvas --public Mielőtt továbblép, mentse el a kulcsot biztonságos helyre; nyilvános módban a webalkalmazás kérni fogja. Hosszú távú futtatáshoz az útmutató systemd unitja a(z) /etc/systemd/system/agent-canvas.service helyen, benne a(z) Environment=LOCAL_BACKEND_API_KEY=… beállítással, majd systemctl enable --now agent-canvas.
  4. Érje el SSH-n, adja hozzá a modellt. ssh -N -L 8000:127.0.0.1:8000 root@your-server, majd http://127.0.0.1:8000, illessze be a kulcsot, aztán Settings: válassza ki az LLM-szolgáltatót és a modellt, és illessze be a szolgáltató API-kulcsát. Indítson egy beszélgetést egy repositoryn.
  5. Opcionálisan egy domain. Irányítson egy A rekordot a szerverre, nyissa meg a 80-as és 443-as portot, apt-get install -y nginx certbot python3-certbot-nginx, és az útmutató nginx blokkja, amely WebSocket fejlécekkel a 127.0.0.1:8000 címre proxyz; a(z) certbot --nginx -d canvas.example.com --redirect szerzi be a tanúsítványt. Ha a 443-nak a világ felé nyitva kell lennie, az útmutató szerint a kulcs az elsődleges védelem, ezért legyen hosszú és titkos.

Őszintén

Amit mi ténylegesen vennénk

Az útmutató szerint 2 vCPU és 4 GB bőven elég egy felhasználónak. Vegye meg a 8 GB-os gépet, amely kevesebbe kerül a 4 GB-osaknál, és hagyja, hogy az agent fordítson.

Egy személy kódoló agentjéhez

BD-8 · $12.90/hó

4 vCPU, 8 GB és 100 GB $12.90 áron: az ágensszerver, néhány kicheckoutolt repository, azok függőségi fái és egy futó tesztkészlet, miközben Ön figyeli, és még marad memória, ha bekapcsolja a Docker sandboxokat. A modell máshol fut, egy API-kulcs mögött, így ennek a gépnek soha nincs szüksége GPU-ra, és a lényeges számla a szolgáltatóé. A(z) C2-4-80 $37.90 áron pontosan az útmutató értéke, több tucat városban, ha a város fontosabb, mint a magok száma.

BD-8 üzembe helyezéseC2-4-80 több tucat városban

Kérdések

Amit vásárlás előtt kérdezni szoktak.

Mennyi RAM kell az OpenHands-nek?
A projekt saját VM-útmutatója szerint 2 vCPU és 4 GB RAM bőven elég egyetlen felhasználónak, a dokumentáció pedig modern processzort és legalább 4 GB-ot ajánl. Ez fedezi az agent szervert, az automatizálási backendet és a webalkalmazást hosztolt modellekkel. Amit az agent ezután csinál (repositoryk klónozása, függőségek telepítése, buildek és tesztek futtatása), az átlagos fejlesztői munka, és átlagos fejlesztői erőforrásokat igényel, ezért az oldal legolcsóbb gépe 4 magos és 8 GB-os, nem pontosan a minimum.
Miért szerveren futtassam a laptopom helyett?
Két ok, magából a README-ből. Azt írja, hogy az OpenHands futtatásának leghatékonyabb módja egy felhőben lévő szerver, így az agentek akkor is futnak, ha a laptopja ki van kapcsolva, és Slackből, GitHubról vagy webhookkal is elindíthatók. Figyelmeztet továbbá, hogy az agent szerver közvetlenül a gépen fut, teljes hozzáféréssel a fájlrendszerhez, a shellhez és a hálózathoz. Egy gép, amelyen csak az agent és a repositoryk vannak, amelyeken dolgozik, a tisztességes módja annak, hogy ezt a hozzáférést megadja.
Kell hozzá API-kulcs, vagy használhat helyi modellt?
A dokumentáció szerint az OpenHands-nek a legtöbb nyelvi modell eléréséhez API-kulcs kell, és felsorolja az általa ajánlott hosztolt szolgáltatókat. Az Ollama vagy hasonló szerver révén futó helyi modell támogatott, de a dokumentáció hozzáteszi, hogy a helyi modelleken végzett hatékony agent munkához erős hardver és utasításkövetésre hangolt modellek kellenek. A gyakorlatban: hosztolt modell és API-kulcs ezen a gépen, helyi modellhez pedig egy külön modellszerver, az Ollama oldal vagy a GPU termékvonal szerint méretezve.
Mit csinál a --public és a LOCAL_BACKEND_API_KEY?
--public nélkül az alkalmazás a kényelem kedvéért beilleszti a munkamenetkulcsát a weboldalba, amit a README nem biztonságosnak nevez egy nyilvánosan elérhető telepítésnél. --public mellett a kulcs nincs az oldalon: aki megnyitja a webalkalmazást, először be kell illesztenie a LOCAL_BACKEND_API_KEY értékét, és minden API-hívásnak tartalmaznia kell azt. Az útmutató sorrendje: tűzfal, majd kulcs, majd indítás, a kulcsot pedig az openssl rand -base64 32 paranccsal generálja.
Szükségem van Dockerre?
Az alapértelmezett telepítéshez nem, amely az agent szervert közvetlenül a gazdagépen futtatja Node 24-gyel és uv-vel. A Docker az elkülönített módokhoz kell: a teljes stack futtatásához a projekt image-éből, vagy ahhoz, hogy minden beszélgetés saját konténert kapjon, így több agent dolgozhat egyszerre közös fájlrendszer nélkül. A README megjegyzi, hogy a sandbox a beszélgetések futtatását különíti el, nem a teljes alkalmazást. Ha ezt szeretné, telepítse a Dockert, és számoljon a 8 GB-os sorral vagy nagyobbal.
Mely portok érintettek?
Minden a loopbackhez kötődik: a 127.0.0.1:8000 címen lévő ingress proxy a 3001-es statikus szerverre, a 18000-es agent szerverre és a 18001-es automatizálási backendre irányít. A 8000-es portot SSH-alagúton éri el, vagy domain hozzáadása esetén nginx-en keresztül a 443-as porton. E négy port egyike sem lehet nyitva a tűzfalon; az útmutató szám szerint sorolja fel őket mint azokat, amelyek nem lehetnek kívülről elérhetők.

Olvasson tovább

Kapcsolódó