OpenHands × Ollama ローカルLLM実践記 — Mac Studio M3 Ultra で動かすまでの全記録

TL;DR: OpenHands（旧OpenDevin）をMac Studio M3 Ultra（96GB）+ Ollama + Qwen3-Coder 30B で動かそうとした。Docker-in-Docker のビルド問題、Playwright依存、ランタイムイメージ手動構築を経てUI起動まで到達したが、30Bモデルのtool calling精度不足で実用には至らなかった。

1. OpenHands とは

OpenHands（旧 OpenDevin）は、オープンソースのAIコーディングエージェントプラットフォーム。75以上のLLMプロバイダーに対応し、SWE-bench で Qwen3-Coder 使用時に 69.6% のスコアを記録している。

公式リポジトリ: https://github.com/All-Hands-AI/OpenHands

特徴:

• Web UI でブラウザから操作
• Docker サンドボックスで安全にコード実行
• CodeActAgent による自律的なタスク遂行
• Playwright 統合によるブラウザ操作

2. 動機 — なぜ OpenHands を試したか

前回の実験で Qwen Code（CLI エージェント）を Ollama + Qwen3-Coder 30B で動かしたが、複雑な multi-step タスク（GitHub PR レビューなど）で tool calling が破綻する問題に直面した。

OpenHands は SWE-bench で高スコアを出しており、エージェントスキャフォールディングの力で同じ 30B モデルでも改善されるのでは？という仮説を検証するために試した。

3. 環境

4. セットアップ手順と遭遇した問題

4.1 Docker イメージの選定

1
2
3

# 最初に main タグを試した
docker pull ghcr.io/all-hands-ai/openhands:main
docker pull ghcr.io/all-hands-ai/runtime:main

問題1: runtime:main と openhands:main のバージョン不一致

openhands:main は /openhands/micromamba/bin/micromamba を期待するが、runtime:main は miniforge3 に移行済みだった。

exec: "/openhands/micromamba/bin/micromamba": stat: no such file or directory

解決: openhands:0.40（安定版タグ）に切り替え。runtime は自前でビルドする方針に変更。

4.2 Docker-in-Docker ビルド失敗

OpenHands は初回起動時にサンドボックス用のランタイムイメージを コンテナ内から Docker buildx で自動ビルドする設計。しかし macOS Docker Desktop 環境ではこのビルドがゾンビプロセスになり停止。

[docker] <defunct>

--privileged フラグを付けても解決しなかった。

解決: ホスト側で手動ビルドし、環境変数 SANDBOX_RUNTIME_CONTAINER_IMAGE で指定する方式に変更。

4.3 ランタイムイメージの手動ビルド

OpenHands 0.40 のソースからテンプレート（Dockerfile.j2）を抽出し、手動で Dockerfile を作成。

1
2
3
4
5
6
7
8
9

# ソースコード抽出
CID=$(docker create ghcr.io/all-hands-ai/openhands:0.40)
docker cp "$CID:/app/openhands" ./code_openhands
docker cp "$CID:/app/pyproject.toml" ./pyproject.toml
docker cp "$CID:/app/poetry.lock" ./poetry.lock
docker rm "$CID"

# ビルド
docker build -t ghcr.io/all-hands-ai/runtime:oh_v0.40.0_local .

問題2: Debian Trixie パッケージ名変更

nikolaik/python-nodejs ベースイメージが Debian Trixie に更新されており、パッケージ名が変わっていた。

E: Package 'libgl1-mesa-glx' has no installation candidate
E: Package 'ttf-unifont' has no installation candidate

解決: libgl1-mesa-glx → libgl1、Playwright の --with-deps を手動インストールに変更。

1
2
3
4

RUN apt-get install -y --no-install-recommends \
    libnss3 libnspr4 libatk1.0-0 libatspi2.0-0 \
    libxcomposite1 libxdamage1 libxrandr2 libxkbcommon0 \
    libgbm1 libpango-1.0-0 libcairo2 libasound2 fonts-unifont

4.4 ランタイムサーバーが起動しない

最初のビルドでは Playwright の依存ライブラリが不足しており、ブラウザ環境の初期化でクラッシュ → メインの Action Execution Server が起動しなかった。

Host system is missing dependencies to run browsers.

Playwright 依存ライブラリを追加して再ビルドし解決。

4.5 最終的な起動コマンド

1
2
3
4
5
6
7
8

docker run -d \
  --name openhands \
  --privileged \
  -p 3000:3000 \
  -e SANDBOX_RUNTIME_CONTAINER_IMAGE=ghcr.io/all-hands-ai/runtime:oh_v0.40.0_local \
  -v /var/run/docker.sock:/var/run/docker.sock \
  -v ~/.openhands:/root/.openhands \
  ghcr.io/all-hands-ai/openhands:0.40

4.6 LLM 設定

UIのドロップダウンにローカルモデルが表示されないため、API 経由で設定を注入。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

curl -s -X POST http://localhost:3000/api/settings \
  -H "Content-Type: application/json" \
  -d '{
    "llm_model": "ollama/qwen3-coder:30b",
    "llm_api_key": "EMPTY",
    "llm_base_url": "http://host.docker.internal:11434",
    "agent": "CodeActAgent",
    "max_iterations": 50,
    "sandbox_runtime_container_image": "ghcr.io/all-hands-ai/runtime:oh_v0.40.0_local"
  }'

ポイント:

• モデル名は ollama/qwen3-coder:30b（litellm のプレフィックス規則）
• Base URL は host.docker.internal（Docker → ホストのOllama接続）
• API Key は空文字不可のため EMPTY を設定

5. 結果 — UI起動成功、しかし…

Web UI（http://localhost:3000）の起動、ランタイムサンドボックスの起動まで到達。チャット入力も可能になった。

しかし、実際にタスクを実行すると:

Agent encountered an error.
Parameter 'is_input' is expected to be one of ['true', 'false'].

原因: OpenHands の execute_bash ツールは is_input パラメータに文字列の "true" / "false" を期待する。30B モデルが以下のいずれかの問題を起こしている:

1. パラメータを省略する
2. boolean 型（true/false）で返す（文字列の "true" ではなく）
3. 不正な値を渡す

これは前回 Qwen Code で確認した「30B モデルは API レベルの tool calling はできるが、複雑なエージェントワークフローでのツールスキーマ遵守が不安定」という制限と同根の問題。

6. 教訓とまとめ

セットアップで学んだこと

30B ローカルモデルの限界（再確認）

結論: OpenHands のエージェントスキャフォールディングは優秀だが、モデルの tool calling 精度が十分でなければスキャフォールディングでは救えない。30B ローカルモデルでは：

• 簡単な単発タスク → Qwen Code で実用可能
• 複雑なマルチステップタスク → Claude Code（クラウド API）が必要
• OpenHands → クラウド API（Claude / GPT-4 / Qwen OAuth）と組み合わせれば真価を発揮

推奨構成

┌──────────────────────┐
│   タスクの複雑さ     │
├──────────────────────┤
│ 簡単（ファイル編集） │ → Qwen Code + Ollama ローカル
│ 中程度（実装）       │ → Claude Code
│ 複雑（PR レビュー）  │ → Claude Code / OpenHands + クラウドAPI
└──────────────────────┘

7. 参考リンク

• OpenHands 公式
• OpenHands 入門ガイド
• Qwen Code ローカル運用実践記
• Qwen Code 初心者ガイド
• Qwen-Agent 公式フレームワーク