OpenHands 产出验收:5 个维度打分法
先说清楚它是什么:OpenHands 属于「编程与开发」方向的开源项目,开源的软件开发智能体平台(原 OpenDevin)。
用 AI 最容易犯的错是「看着不错就用了」,这篇给出一张可复用的打分表。
评分表(每项 1 到 5 分)
| 维度 | 看什么 | 1 分 | 5 分 |
|---|---|---|---|
| 正确性 | 代码能否通过测试并满足需求 | 明显不合格 | 无需修改即可使用 |
| 改动范围 | 是否只改了必要的地方 | 明显不合格 | 无需修改即可使用 |
| 可读性 | 命名、结构是否符合项目风格 | 明显不合格 | 无需修改即可使用 |
| 安全性 | 是否引入注入、越权或密钥泄露风险 | 明显不合格 | 无需修改即可使用 |
| 可维护性 | 是否附带测试与必要说明 | 明显不合格 | 无需修改即可使用 |
建议:任一维度低于 3 分就不要直接使用;总分用于比较不同提示词或不同工具的效果。
用一个任务试打分
写技术文档
适用情况:手头有一个模块的源码时。
根据源码为这个模块写 README:用途、安装、最小示例、配置项表格和常见问题。示例代码必须能直接运行。
检查点:示例代码可运行。
怎么让评分更可靠
- 同一批材料至少测 5 次,不只看最好的一次。
- 两人分别打分,分歧大的维度再讨论标准。
- 把 OpenHands 的结果与人工完成或 Devin 的结果放在一起盲评。
- 每次改提示词后用同一批材料复测。
延伸练习
读懂陌生代码库
输入:一个刚接手的项目仓库。
先不要改任何代码。请阅读这个仓库,输出:1)目录结构说明;2)主要模块之间的调用关系;3)本地运行步骤;4)你认为最脆弱的 3 个地方。
交付前确认:运行步骤能实际跑通。
修复报错
输入:一段报错堆栈和相关代码。
这是报错信息和相关代码。请先解释报错原因,给出最小修改方案,并说明为什么这个修改不会影响其他调用方。
检查点:修改范围足够小。
代码审查
准备材料:一个 Pull Request 的改动。
审查这个改动,按「必须修改 / 建议修改 / 可以忽略」三级列出问题,每条附上文件和行号,重点关注安全、并发和错误处理。
检查点:问题定位到行。
常见问题:AI 改动范围过大
要求先给计划和文件清单,限定只改指定文件。
常见问题:泄露密钥的风险
把密钥放在环境变量,规则文件中禁止读取 .env 等敏感文件。
常见问题:测试全绿但功能不对
人工补充关键用例,检查测试是否真正断言了结果。
概念补充:编程智能体
能读写多个文件、运行命令并迭代修复的 AI,需要控制权限。
概念补充:MCP
让编程工具连接外部数据和工具的协议。
适合人群:小店老板
小店老板可以用 OpenHands 处理门店宣传物料、顾客评价回复等工作。需要注意:价格和活动信息以实际为准,顾客电话等信息不要随意上传。
适合人群:游戏开发者
游戏开发者可以用 OpenHands 处理原型与素材、NPC 对话与文案等工作。需要注意:关注生成素材的授权和平台对 AI 内容的披露要求。
注意事项
本文基于 OpenHands 公开的定位与通用用法编写,具体功能、套餐与可用地区以官方页面为准,产品更新后界面和名称可能变化。
涉及个人信息、商业机密或受监管数据时,先确认 OpenHands 的数据处理条款,再决定能否使用。