OpenDevin，这是一个开源项目，旨在复制 Devin，Devin 是一位自主的 AI 软件工程师，能够执行复杂的工程任务并与用户在软件开发项目上积极协作。该项目希望通过开源社区的力量复制、增强和创新 Devin。
官网：GitHub – skywalk163/OpenDevin: 🐚 OpenDevin: Code Less, Make More
镜像：skywalk163/OpenDevin: 开源Devin – OpenDevin – OpenI – 启智AI开源社区提供普惠算力！
安装
需要python3.11以上版本。是目前见过的对python版本要求最高的软件。Ubuntu下安装python3.11
sudo apt install python3.11
sudo apt install python3.11-venv
python3.11 -m venv py311
source py311/bin/activate不要忘记激活py311环境。
FreeBSD下安装
git clone https://openi.pcl.ac.cn/skywalk163/OpenDevin/
cd OpenDevin
# 可以先尝试安装包poetry
# pkg install devel/py-poetry
安装需要的库
pip install poetry
make build 可惜还是需要docker，在FreeBSD下运行不下去了。若是有朋友有FreeBSD下运行docker的经验，欢迎传授经验。
在Ubunut下安装：
git clone https://openi.pcl.ac.cn/skywalk163/OpenDevin/
cd OpenDevin
# 安装需要的库
pip install poetry
# 安装build时需要的库
pip install pydantic-core==2.16.3
pip install numpy==1.26.4 pillow==10.3.0 pandas==2.2.1 nltk==3.8.1
pip install sqlalchemy==2.0.29
pip install llama-index-core==0.10.27 mdurl==0.1.2 nvidia-nvjitlink-cu12==12.4.127 opentelemetry-api==1.24.0
pip install protobuf==4.25.3 pyasn1==0.6.0 pyasn1==0.6.0 pyjwt==2.8.0 setuptools==69.2.0
pip install torch==2.2.2 kubernetes==29.0.0
make build 若make build报错docker权限问题，执行这句：
sudo chmod 666 /var/run/docker.sock后面make build的时候还要下载很多python库， 空间小了还装不上呢。需要的python库如下，前面安装部分已经把一些库装好了，建议尽量pip安装，会比make build时安装快很多：
[tool.poetry]
name = "opendevin"
version = "0.1.0"
description = "OpenDevin: Code Less, Make More"
authors = ["OpenDevin"]
license = "MIT"
readme = "README.md"
repository = "https://github.com/OpenDevin/OpenDevin"
[tool.poetry.dependencies]
python = "^3.11"
datasets = "*"
pandas = "*"
litellm = "*"
google-generativeai = "*" # To use litellm with Gemini Pro API
termcolor = "*"
seaborn = "*"
docker = "*"
fastapi = "*"
toml = "*"
uvicorn = "*"
types-toml = "*"
numpy = "*"
json-repair = "*"
playwright = "*"
pexpect = "*"
[tool.poetry.group.llama-index.dependencies]
llama-index = "*"
llama-index-vector-stores-chroma = "*"
chromadb = "*"
llama-index-embeddings-huggingface = "*"
llama-index-embeddings-azure-openai = "*"
llama-index-embeddings-ollama = "*"
[tool.poetry.group.dev.dependencies]
ruff = "*"
mypy = "*"
pre-commit = "*"
[tool.poetry.group.test.dependencies]
pytest = "*"
[tool.poetry.group.evaluation.dependencies]
torch = "*"
[build-system]
requires = ["poetry-core"]
build-backend = "poetry.core.masonry.api"使用了docker加速
加速效果好像不行，好像加速ixaoguo也跟时间段有关系。
{
"registry-mirrors": ["https://docker.mirrors.sjtug.sjtu.edu.cn", "https://mirror.baidubce.com", "https://docker.mirrors.ustc.edu.cn", "https://dockerproxy.com", "https://docker.m.daocloud.io","https://registry.docker-cn.com", "https://hub-mirror.c.163.com", "https://mirror.baidubce.com",
"https://docker.nju.edu.cn",
"https://docker.mirrors.sjtug.sjtu.edu.cn"]
}
更新node.js版本
若安装过程中提示node.js版本低，可以用如下命令升级：
sudo npm install n -g
sudo n 18.17.1安装完那，下面就可以开始配置了。
配置OpenDevin
使用 Makefile：轻松的方法
只需一个命令，您就可以为您的 OpenDevin 体验进行流畅的 LM 设置。只需运行：
make setup-config
此命令将提示您输入 LLM API 密钥和型号名称，确保 OpenDevin 适合您的特定需求。
配置例子如下：
make setup-config
\033[0;33mSetting up config.toml…\033[0m
make[1]: Entering directory ‘/home/skywalk/github/OpenDevin’
Enter your LLM Model name (see https://docs.litellm.ai/docs/providers for full list) [default: gpt-3.5-turbo-1106]:
Enter your LLM API key: sss
Enter your LLM Base URL [mostly used for local LLMs, leave blank if not needed – example: http://localhost:5001/v1/]: http://127.0.0.1:1337/v1/
Enter your LLM Embedding Model\nChoices are openai, azureopenai, llama2 or leave blank to default to ‘BAAI/bge-small-en-v1.5’ via huggingface
> openai
Enter your workspace directory [default: ./workspace]: /media/skywalk/EXTERNAL_USB/work
make[1]: Leaving directory ‘/home/skywalk/github/OpenDevin’
\033[0;32mConfig.toml setup completed.\033[0m
(py311) skywalk@ub:~/github/OpenDevin$
最终LLM模型选择了自建chatgpt，api地址为：http://localhost:1337/v1/ 自建chatgpt api服务可以参考：gpt4free带来了更好的chatgpt体验！-CSDN博客
最终embedding模型选了：BAAI/bge-small-en-v1.5 。之所以选择这个模型是因为自己没有openai的账户，因此无法使用openai的embedding模型，而BAAI/bge-small-en-v1.5模型是OpenDevin默认选项，而且bge模型确实是非常出色的模型。
因为没有用openai，所以openai的key就随便写成csdn，OPenai URL写成：http://localhost:1337/v1/models/
最终配置过程如下：
make setup-config
\033[0;33mSetting up config.toml...\033[0m
make[1]: Entering directory '/home/skywalk/github/OpenDevin'
Enter your LLM Model name (see https://docs.litellm.ai/docs/providers for full list) [default: gpt-3.5-turbo-1106]: gpt-3.5-turb
Enter your LLM API key: csdn
Enter your LLM Base URL [mostly used for local LLMs, leave blank if not needed - example: http://localhost:5001/v1/]: http://localhost:1337/v1/models/
Enter your LLM Embedding Model\nChoices are openai, azureopenai, llama2 or leave blank to default to 'BAAI/bge-small-en-v1.5' via huggingface
>
Enter your workspace directory [default: ./workspace]: /media/skywalk/EXTERNAL_USB/work
make[1]: Leaving directory '/home/skywalk/github/OpenDevin'
这样就配置好了。也可以使用手动配置。ps上面模型写错了，gpt-3.5-turbo写成gpt-3.5-turb，导致调试了很长时间。
使用手动配置：
如果您觉得特别喜欢冒险，可以手动更新位于项目根目录中的 config.toml 文件。在这里，您将找到 llm_api_key 和 llm_model_name 字段，您可以在其中设置您选择的 LM。
文件内容如下：
cat config.toml
LLM_MODEL="gpt-3.5-turbo"
LLM_API_KEY="csdn"
LLM_BASE_URL="http://localhost:1337/v1/models/"
LLM_EMBEDDING_MODEL=""
WORKSPACE_DIR="/media/skywalk/EXTERNAL_USB/work"
运行应用程序
运行应用程序：设置完成后，启动 OpenDevin 就像运行单个命令一样简单。此命令无缝启动后端和前端服务器，使您可以轻松地与 OpenDevin 进行交互。
make run
也可以单独启动服务：
启动后端服务器：
如果您愿意，可以独立启动后端服务器，以专注于与后端相关的任务或配置。
make start-backend
启动前端服务器：同样，您可以自行启动前端服务器，以处理与前端相关的组件或接口增强功能。
make start-frontend
启动后显示：
\033[0;34mStarting frontend with npm…\033[0m
> opendevin-frontend@0.1.0 start
> vite –port 3001
VITE v5.2.8 ready in 2447 ms
➜ Local: http://localhost:3001/
➜ Network: use –host to expose
➜ press h + enter to show help
embedding这里有问题，因为huggingface不好连，需要单独处理，处理方法见调试部分。
调试
FreeBSD下make build的时候报错
Cannot connect to the Docker daemon at unix:///var/run/docker.sock
freebsd下的docker还没调通，先停着。
make build报错permission denied while trying to connect to the Docker daemon socket
\033[0;33mPulling Docker image…\033[0m
Using default tag: latest
permission denied while trying to connect to the Docker daemon socket at unix:///var/run/docker.sock: Post “http://%2Fvar%2Frun%2Fdocker.sock/v1.24/images/create?fromImage=ghcr.io%2Fopendevin%2Fsandbox&tag=latest”: dial unix /var/run/docker.sock: connect: permission denied
make[1]: *** [Makefile:78: pull-docker-image] Error 1
make: *** [Makefile:24: build] Error 2
给/var/run/docker.sock加上权限即可：
sudo chmod 666 /var/run/docker.sock
报错Node.js Required version: ^18.17.1.
\033[0;33mDetect Node.js version…\033[0m
Current Node.js version is 12.22.9, but corepack is unsupported. Required version: ^18.17.1.
升级，使用如下命令：
sudo npm install n -g
sudo n 18.17.1
启动后 Error decoding token: Not enough segments
02:35:32 – opendevin:ERROR: auth.py:18 – Error decoding token: Not enough segments
Traceback (most recent call last):
File “/media/skywalk/EXTERNAL_USB/py311/lib/python3.11/site-packages/jwt/api_jws.py”, line 257, in _load
signing_input, crypto_segment = jwt.rsplit(b”.”, 1)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
ValueError: not enough values to unpack (expected 2, got 1)
准备学习deeplearning或者fastai，看看embedding怎么处理。
可以试试用huggingface的那个embedding模型。
haggingface连不上的问题
File “/media/skywalk/EXTERNAL_USB/py311/lib/python3.11/site-packages/transformers/utils/hub.py”, line 441, in cached_file
raise EnvironmentError(
ERROR:root:<class ‘OSError’>: We couldn’t connect to ‘https://huggingface.co’ to load this file, couldn’t find it in the cached files and it looks like BAAI/bge-small-en-v1.5 is not the path to a directory containing a file named config.json.
据说可以这样
import os
os.environ [‘HF_ENDPOINT’] = ‘https://hf-mirror.com’
不行，修改了/media/skywalk/EXTERNAL_USB/py311/lib/python3.11/site-packages/transformers/utils/hub.py文件里的这一句：
# CLOUDFRONT_DISTRIB_PREFIX = “https://cdn.huggingface.co”
CLOUDFRONT_DISTRIB_PREFIX = “https://hf-mirror.com”
最终是靠加了环境变量解决：
export HF_ENDPOINT=https://hf-mirror.com
启动后报错模型不存在
刚开始用了gpt-3.5-turbo-1106 ，报错后换成gpt-3.5-turbo 还是说不存在。原来g4f的api链接地址修改了，改成：http://localhost:1337/v1/models/
另外前面也有拼写错误，错把gpt-3.5-turbo写成gpt-3.5-turb ,也导致走了一些弯路。
版权声明：本文为博主作者：skywalk8163原创文章，版权归属原作者，如果侵权，请联系我们删除！
原文链接：https://blog.csdn.net/skywalk8163/article/details/137543927
