Zero Setup AI Coding with OpenHands

Agent Canvas es el cliente de navegador y el centro de control de las conversaciones y automatizaciones de OpenHands. Inicias sesiones, ves al agente trabajar paso a paso y abres una rama desde un mensaje anterior cuando quieres probar otro camino. Se conecta a un backend local, alojado por ti, en la nube o empresarial, así que la misma interfaz te acompaña en cada montaje. Para quien quiere saltarse la instalación local, es la puerta más rápida.

OpenHands Cloud es el servicio gestionado que quita de en medio el trabajo del sandbox. La ejecución alojada, las integraciones, los controles de acceso y la gestión de presupuesto corren en la infraestructura de OpenHands, así que conectas un repositorio y listo. Los informes de uso y los límites de gasto vigilan el coste según crece el equipo. Es la opción para quien quiere al agente trabajando hoy y no después de instalar Docker.

El SDK de OpenHands es una librería de Python componible para construir agentes que trabajan con código. Trae el bucle de razonamiento, las herramientas, las conversaciones y los espacios de trabajo como piezas reutilizables, y el mismo repositorio incluye Agent Server, que expone la ejecución del agente por APIs REST y WebSocket. Los equipos que crean sus propios productos lo usan para integrar el desarrollo agéntico en lugar de inventar el bucle. Las herramientas propias y los subagentes definidos en archivos lo amplían sin reescribir nada.

Las skills dan al agente un comportamiento especializado mediante instrucciones estructuradas, que se activan por palabras clave, rutas de archivos o el propio repositorio. En vez de repetir las mismas indicaciones en cada sesión, escribes una skill una vez sobre cómo revisa tu equipo el código o sube una librería. Las skills globales compartidas entre usuarios y las de nivel de organización mantienen la política coherente. Es la capa que convierte un agente general en uno que sigue las reglas de tu casa.

Las automatizaciones lanzan trabajo del agente según un horario o un evento, y OpenHands se conecta a GitHub, Slack y Jira para que el agente adecuado se dispare cuando pasa algo. Se abre una incidencia, un agente la toma, hace el trabajo y levanta un pull request, todo registrado y gobernado por las mismas políticas de coste y seguridad que una sesión manual. Las pruebas de QA automatizadas ejecutan el software en lugar de solo leer el diff. Ese camino del evento al pull request es donde las tareas repetitivas dejan de caerle a una persona.

OpenHands Enterprise añade la capa de gobierno para equipos que corren agentes a escala. Se aloja en tu VPC mediante Kubernetes con RBAC, una pasarela de LLM, presupuesto y observabilidad, todo con código disponible. Tú mantienes el control sobre qué modelos corren, qué datos tocan y quién puede iniciar una tarea. Para equipos regulados, ese control marca la diferencia entre un piloto y un despliegue.

OpenHands se conecta a cualquier modelo que soporte LiteLLM, lo que abarca OpenAI, Anthropic, Google, AWS Bedrock, Azure, Groq y OpenRouter, entre otros. Puedes apuntarlo a un servidor local como Ollama, vLLM o LM Studio, o usar el proveedor de OpenHands para modelos de código agénticos. Los perfiles de LLM te dejan cambiar de modelo a mitad de conversación o mandar trabajo barato a uno más pequeño. Esa variedad importa cuando las reglas de datos o el presupuesto te empujan fuera de un solo proveedor.