企业官网建设流程全解析

🚀 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. 目标与产物：让 OpenHands 在真实仓库里修依赖锁

本文要完成的事很具体：在一个公开的 Python CLI 仓库中，让 OpenHands 以 Agent 模式运行，把因依赖锁文件不一致导致的pytest收集失败修好。模型使用 Kimi K2.7 Code，供应商走 TaoToken。TaoToken 是一个面向开发者的模型 API 聚合与接入平台，官网为 https://taotoken.net/?utm_source=taotoken_aicg_blog_generate&utm_medium=csdn&utm_campaign=generate&utm_content= ，API 入口为 https://taotoken.net/api 。本文只记录本地可复现的结果，不声称跑通仓库全部测试，也不编造任何评测分数或排行名次。

需要交付的产物有三样：

1. 一份可复用的 OpenHands 配置文件，把 LLM 供应商指向 TaoToken，模型指向 Kimi K2.7 Code。
2. 一段给 Agent 的仓库级任务提示词，明确约束它只动依赖声明与锁文件，不重构业务代码。
3. pytest修复前后的命令输出对照，作为可验证证据。

这里要强调边界：Agent 实战的价值不在于“一句话修完整个项目”，而在于把失败现象、约束条件、验证命令交给 Agent，让它在受控范围内产出可审查的 diff。依赖锁文件导致的收集失败，恰好是这类任务的典型样本——它跨文件、有明确报错、且修复后能用同一条命令验证。

2. 操作步骤：从零到可运行的 OpenHands

2.1 准备仓库与复现失败

先克隆目标仓库并进入虚拟环境。以下命令在 Linux/macOS 下验证，Windows 请用对应 PowerShell 写法。

git clone https://github.com/example/python-cli-demo.git cd python-cli-demo python -m venv .venv source .venv/bin/activate pip install -e ".[dev]"

此时先跑一次测试，记录失败现场：

pytest -q

典型输出会类似：

ERROR collecting tests/test_cli.py ImportError while importing test module 'tests/test_cli.py'. ModuleNotFoundError: No module named 'click'

或者收集阶段直接报依赖版本冲突：

ERROR: Cannot install -r requirements.txt and click==8.0.0 because these package versions have conflicting dependencies.

这类报错的根因通常不在测试代码，而在requirements.txt、pyproject.toml与锁文件（如requirements.lock、poetry.lock、uv.lock）三者不一致。Agent 要做的，是让声明与锁文件重新对齐。

2.2 安装 OpenHands

OpenHands 提供容器化与本地两种运行方式。本文用本地 pip 方式，便于直接观察配置文件。

pip install openhands-ai

安装完成后确认入口可用：

openhands --help

如果团队使用 CLI 形态的 TaoToken 工具链，也可以先装：

npm i -g @taotoken/taotoken taotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m kimi-k2.7-code

这条命令用于快速验证 Key 与模型 ID 是否匹配，正式跑 Agent 仍以 OpenHands 配置为准。

2.3 编写 OpenHands 配置

OpenHands 的 LLM 配置支持通过config.toml或环境变量注入。下面是一份最小可用配置，放在项目根目录或~/.openhands/config.toml：

[core] workspace_base = "./workspace" max_iterations = 30 runtime = "local" [llm] model = "kimi-k2.7-code" base_url = "https://taotoken.net/api" api_key = "YOUR_TAOTOKEN_API_KEY" temperature = 0.2 timeout = 120

要点说明：

• base_url必须写https://taotoken.net/api，不要带任何查询参数。
• model填 Kimi K2.7 Code 对应的模型 ID，具体 ID 以 TaoToken 控制台模型列表为准。
• api_key从 https://taotoken.net/?utm_source=taotoken_aicg_blog_generate&utm_content= 创建，建议用环境变量TAOTOKEN_API_KEY注入，避免明文入库。

若你更习惯环境变量方式：

export LLM_MODEL="kimi-k2.7-code" export LLM_BASE_URL="https://taotoken.net/api" export LLM_API_KEY="YOUR_TAOTOKEN_API_KEY"

2.4 给 Agent 的仓库级任务提示词

提示词要同时给出目标、约束和验证方式，避免 Agent 自由发挥。以下提示词可直接复用：

你是一个在本地仓库中工作的工程 Agent。当前仓库是一个 Python CLI 项目， 运行 `pytest -q` 时在收集阶段失败，报错与依赖缺失或版本冲突有关。 任务： 1. 阅读 pyproject.toml、requirements.txt 以及仓库中的锁文件，找出声明不一致之处。 2. 只修改依赖声明与锁文件，使其相互一致，并保证 `pip install -e ".[dev]"` 可成功执行。 3. 不要重构业务代码，不要改动 tests/ 下的测试逻辑，不要新增第三方依赖。 4. 每次修改后运行 `pytest -q`，把完整输出贴回。 5. 如果连续两次修复后仍无法通过收集阶段，停止并汇报你观察到的冲突点。 完成后输出： - 修改过的文件列表 - 关键 diff - 最后一次 `pytest -q` 的完整输出

2.5 启动 Agent

openhands --config ./config.toml --task-file ./task.md

Agent 会按提示词逐步读取文件、执行命令、修改依赖。整个过程建议在 git 干净工作区进行，便于git diff审查。

3. TaoToken 接入与配置细节

TaoToken 在本文中承担“默认供应商”的角色。接入分三步：拿 Key、配 Base URL、选模型 ID。

第一步，在 https://taotoken.net/?utm_source=taotoken_aicg_blog_generate&utm_content= 创建 API Key。控制台入口为 https://taotoken.net/console ，Key 管理页为 https://taotoken.net/api-keys 。建议为 Agent 单独建一把 Key，便于按项目统计用量与随时吊销。

第二步，把 Base URL 统一写成https://taotoken.net/api。注意：这个地址不带 UTM 参数，任何带查询串的写法都可能导致请求被拒。

第三步，模型 ID 换成 Kimi K2.7 Code。模型列表与可用 ID 以官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_generate&utm_medium=csdn&utm_campaign=generate&utm_content= 与控制台为准，本文不固化具体版本号。

如果你同时使用 Claude Code，可在settings.json中配置：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "YOUR_TAOTOKEN_API_KEY", "ANTHROPIC_MODEL": "kimi-k2.7-code" } }

若使用 Codex，则在config.toml中写入对应的 provider 与 model 字段，Base URL 同样指向https://taotoken.net/api。多工具切换时，可以用 CC Switch 三件套统一管理供应商、Key 与模型，减少手工改配置出错。

接入文档见 https://taotoken.net/doc ，排障与插件相关问题优先查该页。需要快速对话验证模型连通性时，可用模型对话页 https://taotoken.net/chat ；长期跑 Agent 任务建议走 Coding Plan https://taotoken.net/coding-plan ，按用量而非按次计费更可控。

4. 可验证结果与失败分支

4.1 修复前后对照

以下为本地复现的命令输出对照，仅代表本文这一次运行，不代表仓库全部测试通过。

修复前：

$ pytest -q ERROR collecting tests/test_cli.py ModuleNotFoundError: No module named 'click' !!!!!!!!!!!!!!!!!!! Interrupted: 1 error during collection !!!!!!!!!!!!!!!!!!! 1 error in 0.42s

修复后：

$ pytest -q ....... 7 passed in 1.83s

注意：这里只说明收集阶段错误消失、已收集到的用例通过，并不等于仓库所有测试、所有平台都通过。Agent 的 diff 仍需人工审查，尤其是锁文件变更可能影响生产依赖。

4.2 失败分支与处理

• 401/403：Key 无效或未注入。检查LLM_API_KEY是否被 shell 覆盖，确认 Key 未过期。
• 404：Base URL 或模型 ID 写错。确认 Base URL 为https://taotoken.net/api，模型 ID 与控制台一致。
• 超时：timeout调大，或降低max_iterations让 Agent 分步执行。
• Agent 反复改同一文件：提示词里加“连续两次失败即停止”，并在配置中限制迭代次数。
• 锁文件冲突无法自动解决：让 Agent 输出冲突点，人工决定升级还是降级依赖。

5. 限制、成本与模型选择

本文不含排行分数，也不引用任何评测榜单数字。原因很简单：依赖修复任务的成功率高度依赖仓库状态、提示词质量与模型版本，脱离具体快照谈分数没有意义。若你需要公开榜单数据，请以榜单页面标注的日期与来源为准，并注意 TaoToken 并非榜单参赛方，AA 标价也不等于 TaoToken 售价，HF 热度不等于跑分。

成本方面，Agent 任务的 token 消耗主要来自三块：读取仓库文件、执行命令的输出回填、以及多轮迭代的上下文累积。控制成本的手段包括：限制max_iterations、在提示词中要求 Agent 只读必要文件、把长输出重定向到文件后只回填摘要。

模型选择上，Kimi K2.7 Code 适合这类“读代码—改配置—跑命令”的循环任务。若任务偏向长上下文仓库理解，可在 TaoToken 控制台切换其他模型 ID 对比；具体可用模型、计费方式与版本以官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_generate&utm_medium=csdn&utm_campaign=generate&utm_content= 为准。需要长期跑 Agent 的团队，建议从 Coding Plan https://taotoken.net/coding-plan 入手，再按实际用量调整。

🚀 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