AI OpenHands Review: Can This Open-Source ‘AI Developer’ Really Ship Code?
የተዘጋጀ በ ሴፕቴ 18 ፣ 2025
8 ደቂቀ ምርት
AI OpenHands Review: ይህ የክፍት ምንጭ ‘AI ገንቢ’ ኮድን በትክክል መላክ ይችላል?
የ AI ኮድ አዘጋጆችን እድገት እየተከታተሉ ከሆነ፣ ስለ OpenHands በእርግጠኝነት ሰምተው ይሆናል—በቀድሞው OpenDevin ስም ይታወቅ ነበር። ይህ ደግሞ አንድ የሚያስደንቅ ነገር እንደሚሰራ ቃል ገብቷል፡ የ AI ሶፍትዌር ገንቢ ችግሮችን ማንበብ፣ ስራዎችን ማቀድ፣ ኮድን ማስኬድ፣ ፋይሎችን ማስተካከል አልፎ ተርፎም ችግሮችን ከጫፍ እስከ ጫፍ ለመፍታት ድሩን ማሰስ ይችላል። ትልቅ የይገባኛል ጥያቄ ነው። በዚህ ጥልቅ ግምገማ ውስጥ፣ OpenHands ዛሬ ምን እንደሆነ፣ በምን ላይ ጥሩ እንደሆነ (እና በጣም ጥሩ ያልሆነውን) እንዲሁም ለቡድንዎ ዝግጁ መሆን አለመሆኑን አጽንኦት ሰጥቼ እፈትሻለሁ።
እዚህ ላይ ተግባራዊ እና መፍትሄ ላይ ያተኮረ አካሄድን ነው የምወስደው፡ ግልጽ የሆኑ ጥቅሞች/ጉዳቶች፣ የእውነተኛ ዓለም የሚጠበቁ ነገሮች እና ስልታዊ መመሪያ። እንመርምር።
OpenHands (የቀድሞው OpenDevin) ምንድን ነው?
OpenHands የ AI ሶፍትዌር ልማት ወኪሎችን ለመገንባት እና ለማስኬድ የሚያስችል ክፍት ምንጭ መድረክ ነው። ዋናው ሀሳብ፡ ለ LLM የሚሰራ አካባቢ—ተርሚናል፣ የፋይል ሲስተም፣ አርታዒ እና የድር አሳሽ—መስጠትና አንድ ገንቢ እንደሚያደርገው ባለብዙ-ደረጃ ስራዎችን እንዲያቅድና እንዲያስፈጽም መፍቀድ ነው። ሊሰፋ በሚችል መልኩ የተነደፈ ነው (የተለያዩ ሞዴሎችን፣ መሳሪያዎችን እና የስራ ፍሰቶችን መሰካት) እንዲሁም በማህበረሰብ የሚመራ፣ ንቁ ልማት ያለው ከመሆኑም በላይ እንደገና ሊባዛ በሚችል ምርምር እና ተግባራዊ አጠቃቀም ላይ ያተኩራል።
ብዙ ጊዜ የሚጎሉ ቁልፍ ችሎታዎች:
- ችግሮችን ለመበተን ተግባራትን ያቅዳል እንዲሁም የአስተሳሰብ ሰንሰለት የሚመስል ማስታወሻ ደብተር (በውስጥ) ይይዛል።
- የፕሮጀክት ፋይሎችን ያስተካክላል፣ ሙከራዎችን ያካሂዳል እንዲሁም የሼል ትዕዛዞችን ያስፈጽማል።
- ሲነቃ ሰነዶችን ለመፈለግ ወይም ውጫዊ ምንጮችን ለመጥቀስ የአሳሽ መሣሪያን ይጠቀማል።
- ከብዙ የቋንቋ ሞዴሎች ጋር ይዋሃዳል (እንደ አደረጃጀትዎ ክፍት እና የንግድ) እንዲሁም ለአካባቢያዊ ወይም የክላውድ ግምታዊነት ሊዋቀር ይችላል።
በአጭሩ፡ OpenHands ኮድን በራስ-ሰር ለመሙላት የሚረዳ መሳሪያ ብቻ ሳይሆን አጠቃላይ ዓላማ ያለው AI ገንቢ ወኪል ለመሆን ያለመ ነው።
OpenHands ለማን ነው?
- በእውነተኛ ሪፖዎች እና CI ውስጥ ገመድ ሊገባ የሚችል ሊበጅ የሚችል፣ ክፍት ወኪል ለሚፈልጉ ገንቢዎች።
- ራስ-ሰር ወይም ከፊል-ራስ-ሰር የሳንካ ጥገናዎችን፣ ማሻሻያዎችን ወይም መደበኛ ጥገናዎችን ለሚቃኙ ቡድኖች።
- በሞዴል የኋላ-ጫፎች ላይ የወኪል ባህሪን እና እንደገና የመባዛትን አቅም ለመለካት ለሚፈልጉ ተመራማሪዎች።
- በ {Docker}፣ በ {LLM config} እና በጠባቂዎች ለሚመቹ የላቁ ተጠቃሚዎች።
ተሰኪ የሆነ “ገንቢን የሚተካ” ቁልፍ እየፈለጉ ከሆነ—ይህ አይደለም። ወደ ቁልልዎ ሊቀርጹት የሚችሉት ተስፋ ሰጪ ወኪል ከፈለጉ ግን አሳማኝ ነው።
ማዋቀር፣ ሞዴሎች እና የስራ ፍሰት፡ ምን እንደሚጠበቅ
OpenHands በአካባቢው ወይም በመሠረተ ልማትዎ ውስጥ እንዲሰራ ተደርጎ የተሰራ ነው። በተለምዶ የሚከተሉትን ያደርጋሉ:
- የሚመርጧቸውን ሞዴሎች(ሎች) እና መሳሪያዎችን ያዋቅራሉ።
- ወኪሉን ወደ ሪፖ እና ችግር/ተግባር ይጠቁማሉ።
- እንዲያቅድ፣ ፋይሎችን እንዲያርትዕ፣ ትዕዛዞችን እንዲያስኬድ እንዲሁም ጥገና ወይም ባህሪ እንዲሞክር ይፍቀዱለት።
ክፍት ስለሆነ፣ ምርጫዎች አሉዎት፡ የንግድ {LLM} (ለበለጠ ጠንካራ ምክንያታዊነት) ወይም የአካባቢ ሞዴል (ለግላዊነት/ወጪ) መጠቀም ይችላሉ። ልምዱ በሞዴል ጥራት፣ በዐውደ-ጽሑፉ መስኮት እና በሙከራ መሣሪያዎ በእጅጉ ይለያያል።
የእውነተኛ ዓለም ግብረመልስ ቅጽበታዊ እይታ
የማህበረሰብ እና የባለሙያ ሪፖርቶች የተቀላቀለ ግን እየተሻሻለ ያለ ምስልን ይገልጻሉ፡ በወሰን ውስጥ ባሉ ስራዎች ላይ ጠቃሚ፣ አሻሚ ወይም ደካማ በሆኑ ጉዳዮች ላይ ወደ ኋላ በመመለስ ወይም በመድገም የሚጋለጥ፣ እንዲሁም ለፈጣን እና የአካባቢ አደረጃጀት ስሜታዊ ነው።
- ጥንካሬዎች፡ እንደገና በማባዛት ላይ ትኩረት ማድረግ፣ ግልጽነት፣ ንቁ ልማት እንዲሁም በሩጫዎች ወቅት ለመመልከት እና ጣልቃ ለመግባት መቻል ናቸው።
- ድክመቶች፡ አልፎ አልፎ ቶከን የሚበሉ ዑደቶች፣ ከመጠን ያለፈ እርማቶች እንዲሁም በጣም ጥሩ በሆኑ ሙከራዎች/መግለጫዎች ላይ ጥገኛ መሆን ናቸው።
ቤንችማርኮች እና አፈጻጸም
OpenHands ብዙ ጊዜ ከ SWE-bench/SWE-bench-Verified ጋር ይያያዛል፣ ይህም ከጫፍ እስከ ጫፍ የሶፍትዌር ጉዳይ መፍትሄ ለማግኘት ታዋቂ መለኪያ ነው። የህዝብ መሪ ሰሌዳዎች በፍጥነት ይሻሻላሉ እንዲሁም በሞዴል፣ በአደረጃጀት እና በግምገማ ፕሮቶኮል ይለያያሉ። ወቅታዊ ሁኔታዎችን ለማግኘት ኦፊሴላዊውን የ SWE-bench መሪ ሰሌዳን መመልከት ይችላሉ። የማህበረሰብ ውይይቶችም ከ OpenHands-ተኮር የሞዴል ዓይነቶች እና ከሌሎች የኮዲንግ {LLM}ዎች ጋር የሚደረጉ ንጽጽሮችን በተመለከተ ሙከራዎችን ይጠቅሳሉ፤ ምክንያቱም አደረጃጀቶች ስለሚለያዩ እነዚያን እንደ አቅጣጫዊ እንጂ እንደ ወሳኝ አድርገው አይያዟቸው።
ማጠቃለያ፡ አፈጻጸም በመሠረታዊ {LLM}፣ በማከማቻ ውስብስብነት፣ በሙከራ ጥራት እና በወኪል አደረጃጀት ላይ በእጅጉ የተመካ ነው። በደንብ በተዘጋጁ ስራዎች ላይ ጠንካራ ውጤቶችን እንዲሁም በበቂ ሁኔታ ባልተገለጹ ጉዳዮች ላይ ደግሞ እየቀነሰ የሚሄድ ትርፍ ይጠብቁ።
ተግባራዊ፡ OpenHands በምን ላይ ጎበዝ ነው ከየትስ ጋር ይቸገራል
በሪፖርት አጠቃቀም፣ በማከማቻ ባህሪ እና በወኪል ዲዛይን ላይ የተመሠረተ ተግባራዊ ትንታኔ እነሆ።
OpenHands የሚያበራባቸው ቦታዎች
- እንደገና ሊባዙ በሚችሉ ሙከራዎች አማካኝነት የመደበኛ የሳንካ ጥገናዎች፡ የክፍል ሙከራዎች ውድቀት መንስኤዎችን ሲለዩ ወኪሉ በፍጥነት መድገምና ማረጋገጥ ይችላል።
- ግልጽ ገደቦች ያሉት የኮድ ቤዝ-ሰፊ ማሻሻያዎች፡ አስተማማኝ የሙከራ ስብስብ ከተሰጠ፣ ተደጋጋሚ ማስተካከያዎችን ማከናወን፣ ቼኮችን ማስኬድ እንዲሁም ድካምን መቀነስ ይችላል።
- የሰነድ ዝመናዎች እና የጥገኝነት ግጭቶች፡ ጥብቅ ግብረመልስ ዑደቶች ያሉት አነስተኛ-አደጋ፣ ከፍተኛ-ውድድር ስራዎች ጥሩ ቦታ ናቸው።
- ምርምር እና ሙከራ፡ የወኪል ድርጊቶች እና መሳሪያዎች ውጤቶችን እንዴት እንደሚነኩ ማጥናት ከፈለጉ የ OpenHands ግልጽነት ትልቅ ተጨማሪ ነገር ነው።
የሚታገላቸው ቦታዎች
- አሻሚ የምርት ስራ፡ ግልጽ መግለጫዎች የሌሉ ክፍት የባህሪ ንድፍ የእቅድ ለውጥን እና መደጋገምን ያስከትላል።
- ደካማ አካባቢዎች፡ ተለዋዋጭ ሙከራዎች፣ ቀርፋፋ ጭነቶች ወይም ውስብስብ የአገልግሎት ስብስብ (ለምሳሌ ባለብዙ-አገልግሎት {Docker}) እድገትን ሊያደናቅፉ ይችላሉ።
- የረጅም ጊዜ፣ ባለብዙ-ማከማቻ ለውጦች፡ የዐውደ-ጽሑፍ መበታተን እና የተገደበ የረጅም ጊዜ ማህደረ ትውስታ አስተማማኝነትን ሊቀንስ ይችላል።
የገንቢ ልምድ እና ቁጥጥር
OpenHands ግልጽና ሊታይ የሚችል የወኪል ዑደት ይሰጥዎታል። የሚከተሉትን ማድረግ ይችላሉ:
- የወኪሉን እቅድ እና ድርጊቶች ይመርምሩ።
- በሩጫ መካከል ጣልቃ ይግቡ፣ ፍንጮችን ይስጡ ወይም የመሳሪያ ስብስቡን ይገድቡ።
- ፈጣን መረጃዎችን፣ የጊዜ ማብቂያዎችን እንዲሁም የደህንነት መስመሮችን ያስተካክሉ።
ተግባራዊ ምክር፡ በተቆለፈ አካባቢ እና በከፍተኛ የምልክት ስራዎች ይጀምሩ። በራስ መተማመን እያገኙ ሲሄዱ ቀስ በቀስ የራስ ገዝነትን ያስፉ።
ደህንነት፣ ጥንቃቄ እና አስተዳደር
የትእዛዝ አፈፃፀም እና የፋይል ስርዓት መዳረሻ ያለው ማንኛውም ወኪል የጥበቃ መስመሮች ሊኖሩት ይገባል። የሚከተሉትን ግምት ውስጥ ያስገቡ:
- ሳንድቦክሲንግ፡ በትንሹ መብት እና ግልጽ የአውታረ መረብ ፖሊሲዎች ባላቸው ኮንቴይነሮች ውስጥ ያሂዱ።
- ሚስጥሮችን ማስተዳደር፡ የምርት ምስክርነቶችን በጭራሽ ለወኪል ክፍለ ጊዜ አያጋልጡ።
- የጥገኝነት መቆለፍ እና {SBOM}፡ ለውጦች እንደገና ሊባዙ የሚችሉ እና ኦዲት የሚደረጉ መሆናቸውን ያረጋግጡ።
- በዑደት ውስጥ ያለ ሰው፡ የመሳብ ጥያቄዎችን እና የጥቅል ዝመናዎችን መገምገም ያስፈልጋል።
የ OpenHands ግልጽነት የደህንነት ጥቅም እና ኃላፊነት ነው፡ ሁሉንም ነገር መመርመር፣ መገደብ እና መዝግቦ መያዝ ይችላሉ፣ ነገር ግን በጥበብ ማዋቀር አለብዎት።
ዋጋ እና የቶከን ውጤታማነት
ዋጋ ከሞዴልዎ ጋር ይለያያል። የንግድ {LLM}ዎች የተሻለ ምክንያታዊነትን ሊያቀርቡ ይችላሉ ነገርግን በከፍተኛ የቶከን ወጪ—በተለይ ወኪሉ የሚደጋገም ከሆነ። ወጪን ለማስተዳደር:
- ደረጃዎችን/ድግግሞሾችን ይገድቡ እና ቀደም ብለው የማቆሚያ ሁኔታዎችን ያዘጋጁ።
- አነስተኛ፣ ርካሽ ሞዴሎችን ለመዋቅር እና ትላልቅ የሆኑትን ለመጨረሻ ምክንያታዊነት ይጠቀሙ።
- ዐውደ-ጽሑፉን ይቀንሱ፡ አስፈላጊ ፋይሎችን እና ልዩነቶችን ብቻ ይመልከቱ።
- ወደ ኋላና ወደ ፊት መሄድን ለመቀነስ ጥርት ያሉ ሙከራዎችን ያክሉ።
ተግባራት በበቂ ሁኔታ ካልተገለጹ ወይም ወኪሉ በስትራቴጂዎች መካከል ሲወዛወዝ ተጠቃሚዎች “ቶከን የሚበሉ” ባህሪያትን ሪፖርት አድርገዋል። የጥበቃ መስመሮች ይረዳሉ።
ንጽጽሮች፡ OpenHands ከሌሎች አማራጮች ጋር
- የባለቤትነት የራስ ገዝ ወኪሎች፡ አንዳንድ የተዘጉ መሳሪያዎች ከሳጥን ውጭ ጠንካራ አስተማማኝነት እንደሚሰጡ ቃል ገብተዋል። ተራ ቁልፍ ምቾት ለማግኘት ግልጽነትን፣ መስፋፋትን እና የወጪ ቁጥጥርን ይገበያያሉ።
- IDE ኮፒሎቶች ({Cursor}, {GitHub Copilot}፣ ወዘተ)፡ በመስመር ላይ ለእርዳታ በጣም ጥሩ ናቸው፣ ነገር ግን ተርሚናሎች እና አሳሾች ያሉት ከጫፍ እስከ ጫፍ ተግባር ለማስፈጸም አልተገነቡም።
- የምርምር ማዕቀፎች፡ ከምርት ይልቅ ለሙከራ ያለሙ ናቸው። OpenHands በተግባራዊ ወኪል ዑደት እና በምርምር-ተስማሚ እምብርት ሁለቱንም ዓለማት ለማጣመር ይሞክራል።
ከፍተኛ ቁጥጥር እና ግልጽነት ከፈለጉ፣ OpenHands ልዩ ነው። ያለማቋረጥ የተረጋገጠ ምርት ከፈለጉ፣ ድብልቅ የስራ ፍሰቶችን (ወኪል + የሰው ሾፌር) ወይም የ SLA ያላቸውን የተዘጉ ወኪሎችን ያስቡበት።
በዚህ ሳምንት ሊሞክሯቸው የሚችሏቸው ተስማሚ የአጠቃቀም ጉዳዮች
- ግልጽ በሆነ ማባዛት በአገልግሎት ማከማቻ ውስጥ ያለውን የወደቀ የክፍል ሙከራን ያስተካክሉ።
- በኮድ ቤዝ ውስጥ በተደረጉ ሙከራዎች የተቋረጠ የ API ጥሪን ያዛውሩ።
- የጥገኝነት ግጭት ከተፈጠረ በኋላ ሰነዶችን እና ምሳሌዎችን ያዘምኑ።
- ለአንድ ትንሽ ባህሪ የመጀመሪያ PR ያመንጩ፣ ከዚያ በእጅ ያስተካክሉ።
ስኬትን በ PR ተቀባይነት መጠን፣ በፈተና ማለፊያ መጠን እንዲሁም በጊዜ ቁጠባ ይለኩ—ወኪሉ “ያለእርዳታ ያጠናቅቃል” የሚለውን ብቻ አይደለም።
የአተገባበር መመሪያ፡ OpenHands ለእርስዎ እንዲሰራ ያድርጉ
- ጠባብ በሆነ መልኩ ይጀምሩ፡ አንድ ማከማቻ፣ አንድ የተግባር ክፍል (ለምሳሌ በሙከራ የሚመሩ የሳንካ ጥገናዎች)።
- ዐውደ-ጽሑፉን ይምረጡ፡ ተዛማጅ ፋይሎችን እና የሙከራ ምዝግቦችን ብቻ ያካትቱ።
- ጥብቅ በጀቶችን ያዘጋጁ፡ ከፍተኛ ደረጃዎች፣ የጊዜ ማብቂያዎች እንዲሁም የመሞከር ገደቦች።
- ሁሉንም ነገር ያስተካክሉ፡ ምዝግቦችን፣ ልዩነቶችን እና የሙከራ ሩጫዎችን።
- የሰዎች መፈተሻ ነጥቦች፡ ከመዋሃድ በፊት ክለሳ እና CI በሮች ያስፈልጉ።
- ይድገሙ፡ የውድቀት ሁነታዎችን ሲማሩ ፈጣን መረጃዎችን እና የመሳሪያ መዳረሻን ያስተካክሉ።
የመንገድ ካርታ እና የማህበረሰብ ጤና
ፕሮጀክቱ ንቁ ነው፣ በተደጋጋሚ ዝመናዎች እና እያደገ በሚሄድ የማህበረሰብ ፍላጎት። የ {GitHub} ማከማቻ (ኮከቦች፣ ጉዳዮች፣ የ PR ምት) እና በአቻ የተገመገመ ወረቀት የእንቅስቃሴ ፍጥነትን እና የምርምር መሰረትን ያስምርበታል። ከጊዜ በኋላ ተጨማሪ የሞዴል ውህደቶችን፣ የተሻለ የማረም ችሎታን እንዲሁም በወኪል ደረጃ ጥበቃዎችን ይጠብቁ።
ውሳኔ፡ OpenHands ለማምረት ዝግጁ ነው?
- ለጥናት፣ ለአብራሪ ፕሮጀክቶች እና በጥብቅ ለተወሰነ የራስ-ሰር ስራ፡ አዎ—በተለይ ጠንካራ ሙከራዎች እና ጥንቃቄ የተሞላባቸው የጥበቃ መስመሮች ካሉ።
- ሰፊ፣ ራሱን የቻለ የምርት ልማት ለማድረግ፡ ገና አይደለም። ሰውን በዑደት ውስጥ ያስቀምጡ እና {ROI}ን በተጨባጭ ይለኩ።
OpenHands እርስዎ የ AI ገንቢ ወኪልን እንዲቆጣጠሩ የሚያስችልዎ አስደናቂ ክፍት መድረክ ነው። በትክክለኛ ገደቦች፣ እውነተኛ የምህንድስና ስራዎችን ማቃለል ይችላል። እንደ ኃይለኛ ተለማማጅ አድርገው ይያዙት፡ ብቃት ያለው፣ ፈጣን፣ አልፎ አልፎ የሚሳሳት—እና ሲመራ በጣም ጥሩ የሆነ።
በነገራችን ላይ፡ ከ AI ኮድ የስራ ፍሰቶች የበለጠ ማግኘት
ልብ ሊባል የሚገባው፡ የስራ ፍሰትዎ የ APIዎችን ምርምርን፣ መግለጫዎችን መፍጠርን ወይም ፈጣን መረጃዎችን መድገምን የሚያካትት ከሆነ፣ እንደ {Sider.AI} ያለ መሳሪያ ከ OpenHands ጎን ለጎን ያለውን “ምክንያታዊነት እና ረቂቅ” ዑደት ማፋጠን ይችላል። ኮድን እና ሙከራዎችን ለማካሄድ ወኪል ይጠቀሙ እንዲሁም መስፈርቶችን ለማዋሃድ፣ የቤተ-መጽሐፍት አማራጮችን ለማነፃፀር እና ልዩነቶችን ለገምጋሚዎች ለማጠቃለል {Sider.AI} ይጠቀሙ—ስለዚህ ሰዎች በድካም ላይ ሳይሆን በውሳኔዎች ላይ ያተኩራሉ።
ቁልፍ መውሰጃዎች
- OpenHands በእውነተኛ ማከማቻዎች እና ተግባራት ላይ ያተኮረ ግልጽ፣ ሊሰፋ የሚችል AI ገንቢ ወኪል ነው።
- በደንብ በተገለጸ፣ በፈተና በሚመራ ስራ ጎበዝ ነው፤ ከአሻሚነት እና ደካማ አካባቢዎች ጋር ይቸገራል።
- አፈጻጸም በ {LLM}፣ በተግባር ዲዛይን እንዲሁም በጠባቂ መስመሮች ላይ የተመሰረተ ነው፤ ወጪዎች ከዑደቶች ጋር ይጨምራሉ።
- ጠባብ በሆነ መልኩ ይጀምሩ፣ በደንብ ያስተካክሉ እንዲሁም ለበለጠ ውጤት ሰዎችን በዑደት ውስጥ ያስቀምጡ።
ማጣቀሻዎች
- OpenHands አጠቃቀም እና ገደቦች ጋር ያለው የእውነተኛ ዓለም ተሞክሮ።
- በቶከን አጠቃቀም እና በመድገም ባህሪ ላይ ያለ የማህበረሰብ ግብረመልስ።
- OpenHands ወረቀት እና የመድረክ አጠቃላይ እይታ።
- OpenHands {GitHub} ማከማቻ እና ሰነድ።
- ከጫፍ እስከ ጫፍ የኮድ-አፈታት አፈጻጸም ላይ ሰፋ ያለ መረጃ ለማግኘት የ SWE-bench መሪ ሰሌዳ።
- የማህበረሰብ ቤንችማርክ ውይይቶች እና የመራቢያ ክሮች።
FAQ
Q1: AI OpenHands ምንድን ነው እና ከመደበኛ የኮድ ረዳቶች እንዴት ይለያል?
OpenHands ተግባራትን ማቀድ፣ ፋይሎችን ማስተካከል፣ ሙከራዎችን ማስኬድ እና እንደ አስፈላጊነቱ ማሰስ የሚችል ክፍት ምንጭ AI ገንቢ ወኪል ነው። ከራስ-ሰር ሙሌት መሳሪያዎች በተለየ ከጫፍ እስከ ጫፍ ተግባር ለማጠናቀቅ በሚሞክርበት ሙሉ አካባቢ (ተርሚናል፣ የፋይል ስርዓት፣ አሳሽ) ውስጥ ነው የሚሰራው።
Q2: OpenHands ራሱን የቻለ የሶፍትዌር ልማት ለማድረግ ለማምረት ዝግጁ ነው?
በሰው ቁጥጥር አማካኝነት ለተወሰኑ፣ በፈተና ለሚመሩ ስራዎች ተስማሚ ነው። ሰፋ ያለ ራሱን የቻለ የምርት ስራ ለመስራት ሰውን በዑደት ውስጥ ያስቀምጡ እና እንደ CI በሮች እና ሳንድቦክሲንግ ያሉ የጥበቃ መስመሮችን ያሰማሩ።
Q3: OpenHands በ SWE-bench ወይም በተመሳሳይ ቤንችማርኮች ላይ እንዴት ይሰራል?
ውጤቶቹ በሞዴል እና በአደረጃጀት ይለያያሉ፣ እና መሪ ሰሌዳዎች በተደጋጋሚ ይለወጣሉ። የአሁኑን ሁኔታ ለማግኘት ኦፊሴላዊውን የ SWE-bench ድህረ ገጽ ይፈትሹ እና በማህበረሰብ ሪፖርት የተደረጉ ቁጥሮችን እንደ አቅጣጫዊ እንጂ እንደ ፍፁም አይያዟቸው።
Q4: የ OpenHands ዋና ገደቦች ዛሬ ምንድን ናቸው?
አሻሚ መግለጫዎች፣ ተለዋዋጭ አካባቢዎች እንዲሁም የረጅም ጊዜ ባለብዙ-ማከማቻ ስራዎች ዑደቶችን ወይም ውድቀቶችን ሊያስከትሉ ይችላሉ። ስኬት በጠንካራ ሙከራዎች፣ ግልጽ ገደቦች እና ጥንቃቄ በተሞላበት አደረጃጀት ይሻሻላል።
Q5: OpenHandsን ከትላልቅ ሞዴሎች ጋር ሲጠቀሙ የቶከን ወጪዎችን እንዴት መቀነስ እችላለሁ?
ደረጃዎችን እና ሙከራዎችን ይገድቡ፣ ዐውደ-ጽሑፉን ወደ ተዛማጅ ፋይሎች ብቻ ይቀንሱ፣ እና ባለብዙ ደረጃ ሞዴል ስትራቴጂን ይከተሉ—ርካሽ ሞዴሎችን ለመዋቅር እና ጠንካራ ሞዴሎችን ለመጨረሻ ምክንያታዊነት ይጠቀሙ።
