Zero Setup AI Coding with OpenHands

Agent Canvas ist der Browser-Client und die Zentrale für OpenHands-Gespräche und -Automatisierungen. Sie starten Sitzungen, sehen dem Agenten Schritt für Schritt zu und zweigen von einer früheren Nachricht ab, wenn Sie einen anderen Weg testen wollen. Er verbindet sich mit einem lokalen, selbst gehosteten, Cloud- oder Enterprise-Backend, sodass dieselbe Oberfläche Ihnen über alle Setups folgt. Wer die lokale Installation überspringen will, hat hier den schnellsten Einstieg.

OpenHands Cloud ist der verwaltete Dienst, der die Sandbox-Arbeit abnimmt. Gehostete Ausführung, Integrationen, Zugriffskontrollen und Budgetverwaltung laufen auf der Infrastruktur von OpenHands, also verbinden Sie ein Repository und legen los. Nutzungsberichte und Ausgabengrenzen behalten die Kosten im Blick, während das Team wächst. Es ist die Option für alle, die den Agenten heute arbeiten sehen wollen statt nach einer Docker-Installation.

Das OpenHands SDK ist eine kombinierbare Python-Bibliothek zum Bauen von Agenten, die mit Code arbeiten. Sie liefert die Reasoning-Schleife, Tools, Gespräche und Arbeitsbereiche als wiederverwendbare Teile, und dasselbe Repository enthält den Agent Server, der die Agentenausführung über REST- und WebSocket-APIs bereitstellt. Teams, die eigene Produkte bauen, nutzen es, um agentische Entwicklung einzubetten, statt die Schleife neu zu erfinden. Eigene Tools und in Dateien definierte Subagenten erweitern es ohne Umbau.

Skills geben dem Agenten über strukturierte Anweisungen ein spezialisiertes Verhalten, ausgelöst durch Schlüsselwörter, Dateipfade oder das Repository selbst. Statt dieselben Anweisungen in jeder Sitzung zu wiederholen, schreiben Sie einmal eine Skill dazu, wie Ihr Team Code prüft oder eine Bibliothek hebt. Globale Skills, die alle Nutzer teilen, und Skills auf Organisationsebene halten die Richtlinie einheitlich. Diese Schicht macht aus einem allgemeinen Agenten einen, der Ihre Hausregeln befolgt.

Automatisierungen starten Agentenarbeit nach Zeitplan oder Ereignis, und OpenHands hängt sich an GitHub, Slack und Jira, damit der richtige Agent feuert, wenn etwas passiert. Ein Issue öffnet sich, ein Agent greift es auf, erledigt die Arbeit und öffnet einen Pull Request, alles protokolliert und denselben Kosten- und Sicherheitsrichtlinien unterworfen wie eine manuelle Sitzung. Automatisierte QA-Tests führen die Software aus, statt nur den Diff zu lesen. Auf diesem Weg vom Ereignis zum Pull Request bleiben wiederkehrende Pflichten nicht mehr an einer Person hängen.

OpenHands Enterprise ergänzt die Governance-Schicht für Teams, die Agenten im großen Maßstab betreiben. Es hostet sich in Ihrer VPC per Kubernetes mit RBAC, einem LLM-Gateway, Budgetierung und Observability, alles mit verfügbarem Quellcode. Sie behalten die Kontrolle darüber, welche Modelle laufen, welche Daten sie berühren und wer eine Aufgabe starten darf. Für regulierte Teams ist diese Kontrolle der Unterschied zwischen einem Pilotprojekt und einem Rollout.

OpenHands verbindet sich mit jedem Modell, das LiteLLM unterstützt, darunter OpenAI, Anthropic, Google, AWS Bedrock, Azure, Groq und OpenRouter. Sie können es auf einen lokalen Server wie Ollama, vLLM oder LM Studio richten oder den OpenHands-Anbieter für agentische Coding-Modelle nutzen. LLM-Profile lassen Sie mitten im Gespräch das Modell wechseln oder günstige Arbeit an ein kleineres schicken. Diese Bandbreite zählt, wenn Datenregeln oder Budget Sie von einem einzigen Anbieter wegbewegen.