告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度1. 让 OpenHands 自己动手升级 urllib3OpenHands 是一个把「读代码、改文件、跑命令、看报错、再改」串成闭环的开源 Agent 运行时你可以把它理解成一个能操作终端的结对工程师。这次要它做的事很具体在一个 Python 仓库里把requirements.txt里的urllib3升到较新的版本然后跑通仓库原有的单元测试同时把 Agent 每一步工具调用的耗时统计出来。适合已经用过 pip、pytest但还没把 Agent 接进真实仓库的人。模型侧我用的是 GLM 5.3 Flash通过 TaoToken 作为默认供应商接入。选它的原因很直接OpenHands 需要一个兼容 OpenAI 接口规范的 Base URLTaoToken 的https://taotoken.net/api正好符合配置里改一处就能跑。整条链路是TaoToken 创建 Key → 写进 OpenHands 的模型配置 → 启动 Agent → 它在容器里执行命令 → 我收集耗时和 diff。下面按「准备仓库 → 拿 Key → 配置 OpenHands → 启动 → 看结果 → 排错」的顺序走一遍命令都可以直接复制。2. 准备一个可复现的 Python 仓库先造一个最小但真实的场景避免在别人的大仓库里踩坑。建一个带requirements.txt和单测的项目mkdir urllib3-upgrade-demo cd urllib3-upgrade-demo python3 -m venv .venv source .venv/bin/activate cat requirements.txt EOF requests2.28.2 urllib31.26.15 EOF mkdir tests cat tests/test_http.py EOF import requests def test_requests_importable(): assert requests.__version__ def test_urllib3_version_parsable(): import urllib3 parts urllib3.__version__.split(.) assert len(parts) 2 EOF pip install -r requirements.txt pip install pytest pytest -q此时urllib31.26.15能装、能跑单测通过。任务目标就是把它升到 2.x 系列同时保证requests仍能正常工作——这是升级里最容易翻车的地方因为 urllib3 2.x 有若干不兼容改动。把仓库初始化成 git方便后面看 diffgit init git add -A git commit -m baseline: urllib3 1.26.153. 在 TaoToken 创建 Key 并确认 Base URL打开官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_generateutm_mediumcsdnutm_campaigngenerate 登录后进入控制台。创建 Key 的入口在 API Keys 页面控制台https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_generateutm_mediumcsdnutm_campaigngenerateAPI Keyshttps://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_generateutm_mediumcsdnutm_campaigngenerate点「创建 Key」复制出来形如sk-...的字符串。注意两点一是 Key 只在创建时完整显示一次先存到本地环境变量二是别把它写进会提交到 git 的文件里。export TAOTOKEN_API_KEYsk-你的KeyBase URL 用https://taotoken.net/api这个地址不加任何查询参数。模型名填glm-5.3-flash以官网模型列表为准不同时间可选的模型会有调整。想先确认 Key 和模型是否可用可以用 curl 打一次对话接口curl https://taotoken.net/api/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: glm-5.3-flash, messages: [{role: user, content: 回复 ok}] }返回里有choices字段就说明链路通了。如果返回 401多半是 Key 复制时带了空格或换行返回 404检查 Base URL 是不是误加了/v1或结尾斜杠。4. 把 TaoToken 写进 OpenHands 模型配置OpenHands 支持通过环境变量或config.toml指定 LLM。最省事的方式是环境变量因为它对 Docker 运行模式也友好。先装 OpenHandspip install openhands-ai然后设置模型相关变量。OpenHands 用LLM_前缀读取配置export LLM_MODELopenai/glm-5.3-flash export LLM_BASE_URLhttps://taotoken.net/api export LLM_API_KEY$TAOTOKEN_API_KEY这里openai/前缀是告诉 OpenHands 走 OpenAI 兼容协议实际请求会发到LLM_BASE_URL。如果你更习惯配置文件在项目根目录建config.toml[llm] model openai/glm-5.3-flash base_url https://taotoken.net/api api_key env:TAOTOKEN_API_KEYapi_key写成env:形式可以避免明文落盘。配置好后启动 Agent让它进入刚才那个仓库cd urllib3-upgrade-demo openhands --task 升级 requirements.txt 中的 urllib3 到 2.x 最新稳定版保持 requests 可用运行 pytest 直到全部通过。每执行一个命令后报告该命令耗时。 \ --workspace .OpenHands 会在工作区里读写文件、执行 shell。第一次跑建议盯着终端输出确认它没有乱删文件。5. 统计每一步工具调用耗时OpenHands 的会话日志里会记录每次 action执行命令、编辑文件、读文件。要统计耗时最稳的办法是在 Agent 之外包一层用time记录它调用的每条命令。但更轻量的做法是让 Agent 自己在命令前加时间戳然后从日志里解析。我试过在任务描述里明确要求它输出形如[CMD] 命令 | 耗时秒的行然后在会话结束后用一段脚本汇总import re, sys pattern re.compile(r\[CMD\]\s(.?)\s\|\s([\d.])) rows [] with open(sys.argv[1], encodingutf-8) as f: for line in f: m pattern.search(line) if m: rows.append((m.group(1), float(m.group(2)))) rows.sort(keylambda r: r[1], reverseTrue) total sum(r[1] for r in rows) print(f共 {len(rows)} 次工具调用总耗时 {total:.2f}s) for cmd, sec in rows[:10]: print(f{sec:8.2f}s {cmd[:80]})把 OpenHands 的会话日志导出成文本文件跑python summarize.py session.log就能看到最耗时的前十条命令。实测下来pip install和pytest通常占大头模型推理本身的耗时反而不在工具调用里需要另算。6. 依赖升级 diff 与单测日志Agent 跑完后先看它改了什么git diff预期会看到requirements.txt里urllib3从1.26.15变成 2.x 的某个版本比如-urllib31.26.15 urllib32.2.1如果requests版本太老Agent 可能还会顺手升requests因为旧版 requests 对 urllib3 2.x 有兼容问题。这时要检查它有没有把requests升到 2.31 以上。单测日志方面跑pytest -q期望输出类似.. [100%] 2 passed in 0.31s如果出现ImportError: cannot import name DEFAULT_CIPHERS这类报错说明 requests 和 urllib3 版本不匹配需要让 Agent 继续调整。把报错原文贴回给 Agent它会重新读文件、改版本、再跑测试。7. 失败分支与常见坑升级过程中最容易遇到三类问题。第一类是版本冲突pip install报ResolutionImpossible这时让 Agent 先跑pip install --dry-run看依赖树再决定升哪个包。第二类是测试环境残留旧版 urllib3 还装在 site-packages 里需要pip uninstall urllib3 -y再重装。第三类是 Agent 改错文件它可能去改setup.py而不是requirements.txt所以在任务描述里要写清楚目标文件。接入层面还有两个坑。一是 Base URL 写成https://taotoken.net/api/v1会 404正确写法就是https://taotoken.net/api。二是 OpenHands 在 Docker 里跑时容器内访问不到宿主机的环境变量需要把LLM_API_KEY通过-e显式传进去或者用config.toml挂载。8. 成本、模型选择与限制GLM 5.3 Flash 属于偏快的档位适合这种「多轮小步改代码」的任务单次会话的 token 消耗主要来自反复读文件和贴报错。具体价格和可用模型以官网为准https://taotoken.net/?utm_sourcetaotoken_aicg_blog_generateutm_mediumcsdnutm_campaigngenerate 。如果任务变成大规模重构可以换更强的模型但工具调用耗时统计的逻辑不变。限制也要说清楚OpenHands 的耗时统计依赖日志格式如果 Agent 没按你要求的格式输出解析脚本会漏数据这时可以改用 OpenHands 的事件回调接口自己埋点。另外依赖升级本身有不确定性某些仓库的测试依赖网络或外部服务Agent 跑不通不代表升级失败需要人工判断。最后给一个实用技巧把requirements.txt的升级和单测拆成两个任务先让 Agent 只改版本并跑pip check确认依赖树干净后再跑完整测试。这样出问题时定位更快也不会让 Agent 在一堆报错里来回打转。 告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度