OpenHands + JoinGonka Gateway: اپنے اینڈپوائنٹ پر ایجنٹ

پروجیکٹ کے پاس آج کئی انٹرفیس ہیں، اور آپ کے پاس کون سا چل رہا ہے اس پر منحصر ہے کہ ماڈل کی سیٹنگز کہاں تلاش کرنی ہیں۔ اقدار ہر جگہ ایک ہی ہیں — صرف ان تک پہنچنے کا راستہ مختلف ہے۔

Agent Canvas کے لیے Node.js اور uv درکار ہیں — اس پر ایجنٹ کا لوکل سرور کام کرتا ہے (تفصیلات — انسٹالیشن گائیڈ میں)۔ گائیڈ Node.js 22.12 یا اس سے نیا ورژن مانگتی ہے، لیکن 1.17 ورژن سے یہ پیکیج Node.js 24 یا اس سے نیا ورژن مانگتا ہے — لہذا ورژن کی عدم مطابقت کا انتباہ نہ ملنے کے لیے 24 انسٹال کریں۔ ایک کنٹینر آپشن بھی موجود ہے: ghcr.io/openhands/agent-canvas امیج http://localhost:8000/canvas پر انٹرفیس فراہم کرتی ہے اور صرف ان ڈائریکٹریز کو دیکھتی ہے جنہیں آپ نے ماؤنٹ کیا ہے۔

JoinGonka کلید۔ gate.joingonka.ai/register پر رجسٹر ہوں، ای میل کی تصدیق کریں اور «API-Keys» سیکشن میں jg- پریفکس کے ساتھ ایک کلید بنائیں۔ ایک کلید اور ایک بیلنس نیٹ ورک کے تمام ماڈلز کے لیے کارآمد ہے۔ @joingonka/setup انسٹالر کے ٹولز کی فہرست میں OpenHands نہیں ہے، اور یہ کوئی غلطی نہیں ہے: اس کی سیٹنگز انٹرفیس اور بیک اینڈ کے محفوظ اسٹوریج میں رہتی ہیں، نہ کہ ٹیکسٹ کنفیگ فائل میں جسے باہر سے آسانی سے لکھا جا سکے۔

مرحلہ 1۔ Agent Canvas شروع کریں اور Settings > LLM کھولیں۔ پہلی بار شروع کرنے کا وزرڈ اپنا خود کا OpenHands فراہم کنندہ پیش کرتا ہے — اس مرحلے کو چھوڑا جا سکتا ہے، ترتیبات میں بعد میں آسانی سے واپس جایا جا سکتا ہے۔

مرحلہ 2۔ Add LLM Profile پر کلک کریں اور Advanced ٹیب پر جائیں: Basic ٹیب صرف ان بلٹ فہرست سے فراہم کنندگان اور ماڈلز پیش کرتا ہے۔

مرحلہ 3۔ تین فیلڈز پُر کریں:

مرحلہ 4۔ پروفائل کو محفوظ کریں۔ محفوظ کرنے سے پہلے، Canvas بیک اینڈ سے درخواست بھیج کر کنفیگریشن چیک کرتا ہے: اگر کلید مسترد ہو جائے یا ماڈل دستیاب نہ ہو، تو پروفائل محفوظ نہیں ہوگی اور آپ کو ایرر کا پیغام نظر آئے گا۔

مرحلہ 5۔ ایک نئی گفتگو شروع کریں اور ایک چھوٹا پیغام بھیجیں۔ پہلے سے کھلی ہوئی گفتگو اسی ماڈل پر کام جاری رکھتی ہے جس پر وہ شروع ہوئی تھی۔

کیوں openai/۔ LiteLLM ماڈل کے سابقہ حصے (prefix) سے فراہم کنندہ کا تعین کرتا ہے۔ openai/ کا مطلب یہ نہیں ہے کہ «OpenAI کا ماڈل»، بلکہ اس کا مطلب ہے «OpenAI Chat Completions پروٹوکول کے ذریعے سرور سے بات کرنا»۔ صرف پہلا حصہ ہٹایا جاتا ہے، لہذا گیٹ وے تک اصل شناخت کنندہ پہنچتا ہے — deepseek-ai/DeepSeek-V4-Flash-0731۔ OpenHands کی دستاویزات میں اسی اسکیم کو openai/qwen/qwen3.6-35b-a3b کی مثال سے دکھایا گیا ہے۔ سابقہ (prefix) کے بغیر، LiteLLM کام کرنے سے انکار کر دے گا اور LLM Provider NOT provided کا پیغام دے گا۔

کیوں /v1 اور کچھ نہیں۔ LiteLLM آفیشل OpenAI کلائنٹ کے ذریعے سرور تک جاتا ہے، اور وہ خود /chat/completions کا اضافہ کر دیتا ہے۔ اس لیے پتہ /v1 پر ختم ہونا ضروری ہے: لاحقہ (suffix) کے بغیر درخواست API سے باہر چلی جائے گی، اور اضافی دم کے ساتھ — ایسے راستے پر جو موجود ہی نہیں ہے۔ Canvas کی ایک اور ضرورت: پتہ نہ صرف براؤزر سے بلکہ بیک اینڈ سے بھی قابل رسائی ہونا چاہیے۔ گیٹ وے ایک عوامی HTTPS ایڈریس ہے، Docker کنٹینر سے یہ بالکل ویسا ہی نظر آتا ہے جیسا کہ ہوسٹ سے؛ host.docker.internal جیسی ترکیبیں صرف آپ کی مشین پر موجود ماڈلز کے لیے ضروری ہیں۔

تمام تین ماڈلز کے لیے پروفائلز۔ نیٹ ورک کے ہر ماڈل کے لیے ایک پروفائل بنائیں اور انہیں مختصر نام دیں — مثال کے طور پر deepseek, glm اور minimax (دستاویزات میں دس پروفائلز کی حد کا ذکر ہے)۔ آپ سیاق و سباق (context) کو کھوئے بغیر گفتگو کے دوران ہی سوئچ کر سکتے ہیں: ان پٹ فیلڈ میں پروفائل سلیکشن بٹن کے ذریعے یا /model glm کمانڈ کے ذریعے؛ آرگومنٹ کے بغیر /model فہرست دکھائے گا۔ ہر پروفائل میں بار بار کلید داخل نہ کرنے کے لیے، اسے ایک بار Provider Connections بلاک میں محفوظ کیا جا سکتا ہے — یہ لوکل بیک اینڈ پر دستیاب ہے۔

Docker میں پرانا انٹرفیس۔ فیلڈز وہی ہیں: Settings → LLM ٹیب → Advanced کو آن کریں → Custom Model, Base URL, API Key → Save Changes۔

CLI uv کے ذریعے ایک کمانڈ سے انسٹال ہوتا ہے اور پہلی بار چلانے پر خود ماڈل سیٹ اپ سے گزارتا ہے؛ بعد میں Ctrl+P → Settings پر واپس آ سکتے ہیں:

uv tool install openhands --python 3.12
openhands

اسکرپٹس کے لیے انوائرنمنٹ ویری ایبلز زیادہ آسان ہیں۔ اہم بات: بطور ڈیفالٹ CLI انہیں نظر انداز کرتا ہے اور صرف --override-with-envs فلیگ کے ساتھ لاگو کرتا ہے — ایک رن کے لیے، کچھ محفوظ کیے بغیر:

export LLM_MODEL="openai/deepseek-ai/DeepSeek-V4-Flash-0731"
export LLM_BASE_URL="https://gate.joingonka.ai/v1"
export LLM_API_KEY="jg-your-key"

openhands --override-with-envs

یہی سیٹ بغیر انٹرفیس بھی کام کرتا ہے — CI اور بیچ ٹاسکس کے لیے:

openhands --headless --override-with-envs -t "Read calc.py and tell me in one sentence whether it has a bug."

ہیڈ لیس موڈ میں ایجنٹ ہمیشہ خودکار منظوری کے ساتھ کام کرتا ہے، اس لیے اسے وہاں چلائیں جہاں اسے سب کچھ کرنے کی اجازت ہو: الگ ڈائریکٹری یا کنٹینر میں۔ --json فلیگ آؤٹ پٹ کو JSONL ایونٹ اسٹریم میں بدل دیتا ہے — پائپ لائن میں پارس کرنا آسان۔ بالکل اسی طرح ہم نے 21 ستمبر 2026 کو CLI 1.16.0 پر جوڑ کی جانچ کی: CLI کے ہیڈر میں پرنٹ کرتا ہے Agent initialized with model: openai/deepseek-ai/DeepSeek-V4-Flash-0731، پھر ایجنٹ فائل پڑھتا ہے اور اصل بات کا جواب دیتا ہے۔

CLI کی محفوظ سیٹنگز ~/.openhands/agent_settings.json میں ہیں: اس میں ماڈل تبدیل کرنے کے لیے llm بلاک کے تین فیلڈز میں ترمیم کریں — model، api_key اور base_url۔ فائل شروع سے بنانا مناسب نہیں: پہلی رن کا وزرڈ وہاں ایجنٹ کی باقی سیٹنگز بھی لکھتا ہے، جن میں ہسٹری کمپریشن بھی شامل ہے، جس کے بغیر طویل گفتگو کانٹیکسٹ ونڈو سے ٹکرا جائے گی۔

اگر آپ ایجنٹ کو اپنے کوڈ میں شامل کر رہے ہیں، یہی تین اقدار OpenHands SDK قبول کرتا ہے:

from pydantic import SecretStr
from openhands.sdk import LLM

llm = LLM(
    model="openai/deepseek-ai/DeepSeek-V4-Flash-0731",
    base_url="https://gate.joingonka.ai/v1",
    api_key=SecretStr("jg-your-key"),
)

نیٹ ورک کے ماڈلز کی قیمت ایک جیسی ہے، اس لیے انتخاب کا انحصار رویے پر ہے۔ خود مختار ایجنٹ کے لیے دو اعداد و شمار اہم ہیں۔ کونٹیکسٹ ونڈو: ہر قدم پر تاریخ دوبارہ بھیجی جاتی ہے، اور ونڈو جتنی لمبی ہوگی، ایجنٹ اتنی ہی دیر بغیر ڈیٹا کھوئے کام کر سکتا ہے۔ رسپانس سیلنگ: وہ مرحلہ جہاں ایجنٹ ایک بڑی فائل مکمل لکھتا ہے، اسے ایک جواب میں فٹ ہونا چاہیے۔ جدول میں OpenHands CLI 1.16.0 اور SDK 1.21.0 کا استعمال کرتے ہوئے ایک ہی کام (فائل پڑھنا اور غلطی تلاش کرنا) کے ہمارے ٹیسٹ کے نتائج دیے گئے ہیں۔

طویل کام کے لیے ورکنگ اسکیم OpenHands کی دستاویزات کے مشورے پر عمل کرتی ہے — ایک ماڈل سے منصوبہ بنائیں، دوسرے سے عمل کریں۔ glm پروفائل پر گفتگو شروع کریں اور فائل میں ترمیم کیے بغیر منصوبہ مانگیں؛ پھر /model deepseek بھیجیں اور عمل کرنے کا حکم دیں۔ سوئچنگ کے دوران تاریخ، فائلیں اور کام کی حالت محفوظ رہتی ہے۔ minimax پروفائل کو تیسرے نمبر پر رکھیں: جب پیک آورز میں باقی دو کی گنجائش ختم ہو جائے تو اسے استعمال کرنا آسان ہے، اور Settings > Application میں اسے گفتگو کے عنوانات بنانے کا کام بھی دیا جا سکتا ہے۔

ہسٹری کمپریشن (تاریخ کو سکیڑنا)۔ طویل کاموں میں لاکھوں ٹوکنز کی ونڈو بھی محدود ہوتی ہے۔ OpenHands میں اس کے لیے کنڈینسر ذمہ دار ہے: یہ پرانے واقعات کو ایک مختصر خلاصے میں سمیٹ دیتا ہے، جو دستاویزات کے مطابق طویل گفتگو میں لیٹنسی اور ٹوکن کے خرچ کو کم کرتا ہے۔ Agent Canvas میں اسے Settings > Condenser سیکشن میں ترتیب دیا جاتا ہے؛ ہمارے CLI رن میں یہ خود بخود 80 ایونٹس کی حد پر آن ہو گیا تھا۔

ماڈل کی حدیں۔ OpenHands کونٹیکسٹ ونڈو اور رسپانس سیلنگ LiteLLM ڈائریکٹری سے لیتا ہے، لیکن اس میں Gonka نیٹ ورک کے شناخت کنندگان (identifiers) موجود نہیں ہیں (ہم نے LiteLLM 1.81 پر چیک کیا ہے)، اس لیے ایجنٹ کے پاس ان ماڈلز کے لیے اپنی کوئی ویلیوز نہیں ہیں۔ اس سے کام میں کوئی رکاوٹ نہیں آتی: گیٹ وے اوپر دی گئی ٹیبل کے مطابق خود رسپانس سیلنگ لاگو کرتا ہے۔ اگر آپ واضح طور پر حدود طے کرنا چاہیں — SDK میں یہ max_input_tokens اور max_output_tokens فیلڈز ہیں، اور Canvas میں پروفائل کی تمام فیلڈز دیکھنے کے لیے All ٹیب کھولیں۔ ڈیفالٹ ماڈل کے بارے میں تفصیلات کے لیے DeepSeek V4 Flash کا جائزہ دیکھیں۔

درخواستیں واقعی گیٹ وے کے ذریعے جا رہی ہیں یا نہیں، یہ دو طرف سے یقینی بنایا جا سکتا ہے۔ OpenHands کی طرف سے — ایک نئی گفتگو شروع کریں اور ایک مختصر کام دیں جیسے «README پڑھیں اور ایک جملے میں خلاصہ کریں»: ایجنٹ کو لازمی طور پر ایک ٹول کال کرنا چاہیے اور جواب دینا چاہیے۔ گیٹ وے کی طرف سے — ڈیش بورڈ میں «استعمال» (Usage) سیکشن میں جائیں: درخواست «ماڈلز کے لحاظ سے» بریک ڈاؤن میں ظاہر ہوگی اور «کیز کے لحاظ سے» بلاک میں آخری درخواست کا وقت اپ ڈیٹ ہوگا۔ اگر یہ خالی ہے، تو گفتگو کسی اور پروفائل پر چل رہی ہے: چیک کریں کہ کون سا فعال نشان زد ہے۔

OpenHands کی دستاویزات کے مطابق، 429 ایرر کی صورت میں دوبارہ کوششوں کی تعداد اور وقفے LLM_NUM_RETRIES، LLM_RETRY_MIN_WAIT اور LLM_RETRY_MAX_WAIT ویری ایبلز کے ذریعے کنفیگر کیے جا سکتے ہیں۔ دستاویزات اور SDK کی ڈیفالٹ ویلیوز مختلف ہیں، اس لیے حقیقی اقدار پر انحصار کریں: CLI 1.16.0 گفتگو کی حالت میں ہم نے 8 سے 64 سیکنڈ کے وقفے کے ساتھ 5 کوششیں دیکھیں۔

JoinGonka Gateway کے ذریعے ٹوکن کی قیمت ان پٹ کے فی ملین $0.0069 اور آؤٹ پٹ کے فی ملین $0.021 ہے — نیٹ ورک کے تمام ماڈلز کے لیے قیمت یکساں ہے اور اس صفحہ پر لائیو ذریعہ سے لی جاتی ہے۔

دائیں کالم کے تخمینے ستمبر 2026 کی قیمتوں پر مبنی ہیں؛ AI ایجنٹ کی معیشت کیسے کام کرتی ہے، اس کی تفصیل AI-ایجنٹس کے لیے سستا ترین API مضمون میں دی گئی ہے۔

خرچ کی حد۔ OpenHands خرچ کی حد مقرر کرنے کا مشورہ دیتا ہے — گیٹ وے میں یہ براہ راست ادائیگی کے ماڈل میں شامل ہے: بیلنس پری پیڈ ہے، اور ایجنٹ اکاؤنٹ میں موجود رقم سے زیادہ خرچ نہیں کر سکتا۔ بقایا اور یومیہ خرچ ڈیش بورڈ میں دیکھا جا سکتا ہے۔ CI اور بیک گراؤنڈ آٹومیشن کے لیے ایک الگ کلید بنائیں تاکہ ان کا خرچ آپ کے خرچ کے ساتھ نہ ملے؛ یومیہ حد کے ساتھ چائلڈ کیز کے بارے میں مینجمنٹ کیز (Management Keys) مضمون میں بیان کیا گیا ہے۔

اعتماد کی حد۔ npm کے ذریعے چلایا جانے والا Agent Canvas آپ کے صارف کے حقوق کے ساتھ کام کرتا ہے اور مکمل فائل سسٹم دیکھ سکتا ہے۔ نامعلوم کوڈ کے لیے Docker ورژن استعمال کریں: ایجنٹ صرف ماؤنٹ کی ہوئی ڈائرکٹری دیکھ سکے گا۔ یہ OpenHands کی اپنی خصوصیت ہے، اس کا ماڈل پرووائیڈر سے کوئی تعلق نہیں ہے۔

گفتگو آپ کے پاس ہی رہتی ہے۔ OpenHands گفتگو کی تاریخ اپنے پاس ~/.openhands میں محفوظ کرتا ہے اور ہر مرحلے کے ساتھ ماڈل کو بھیجتا ہے؛ گیٹ وے کوئی مراسلت محفوظ نہیں کرتا — جواب کے بعد آپ کے پرامپٹ اور کوڈ وہاں نہیں رہتے۔

اگر کام میں تصاویر ہیں — انٹرفیس کے اسکرین شاٹس، ڈایاگرام — تو اس کے لیے ویژن-ماڈل کے ساتھ ایک الگ پروفائل بنائیں: Gonka نیٹ ورک کے ماڈلز ٹیکسٹ پر مبنی ہیں۔ کوڈ، کمانڈز اور فائلوں کے لیے یہ کوئی رکاوٹ نہیں ہے۔