Zero Setup AI Coding with OpenHands

Agent Canvas est le client navigateur et le centre de contrôle des conversations et automatisations d'OpenHands. Vous démarrez des sessions, regardez l'agent travailler étape par étape et créez une branche depuis un message précédent pour tester un autre chemin. Il se connecte à un backend local, auto-hébergé, cloud ou entreprise, donc la même interface vous suit d'un montage à l'autre. Pour qui veut éviter l'installation locale, c'est la porte la plus rapide.

OpenHands Cloud est le service géré qui retire le travail du bac à sable. L'exécution hébergée, les intégrations, les contrôles d'accès et la gestion du budget tournent sur l'infrastructure d'OpenHands, donc vous reliez un dépôt et c'est parti. Les rapports d'usage et les plafonds de dépense surveillent le coût à mesure que l'équipe grandit. C'est l'option pour qui veut l'agent au travail aujourd'hui, et non après une installation de Docker.

Le SDK OpenHands est une bibliothèque Python composable pour construire des agents qui travaillent avec du code. Il fournit la boucle de raisonnement, les outils, les conversations et les espaces de travail comme des briques réutilisables, et le même dépôt inclut Agent Server, qui expose l'exécution des agents via des API REST et WebSocket. Les équipes qui créent leurs propres produits s'en servent pour intégrer le développement agentique plutôt que de réinventer la boucle. Les outils maison et les sous-agents définis dans des fichiers l'étendent sans rien réécrire.

Les skills donnent à l'agent un comportement spécialisé via des consignes structurées, déclenchées par mots-clés, chemins de fichiers ou le dépôt lui-même. Au lieu de répéter les mêmes consignes à chaque session, vous écrivez une skill une fois pour la façon dont votre équipe relit le code ou monte une bibliothèque. Les skills globales partagées entre utilisateurs et celles au niveau de l'organisation gardent la politique cohérente. C'est la couche qui transforme un agent général en un agent qui suit vos règles maison.

Les automatisations déclenchent le travail de l'agent selon un horaire ou un événement, et OpenHands se branche à GitHub, Slack et Jira pour que le bon agent se lance quand quelque chose arrive. Un ticket s'ouvre, un agent le prend, fait le travail et ouvre une pull request, le tout journalisé et régi par les mêmes politiques de coût et de sécurité qu'une session manuelle. Les tests QA automatisés font tourner le logiciel au lieu de seulement lire le diff. Ce chemin de l'événement à la pull request, c'est là que les corvées cessent de retomber sur une personne.

OpenHands Enterprise ajoute la couche de gouvernance pour les équipes qui font tourner des agents à l'échelle. Il s'auto-héberge dans votre VPC via Kubernetes avec RBAC, une passerelle LLM, du budget et de l'observabilité, le tout en code disponible. Vous gardez la main sur les modèles qui tournent, les données qu'ils touchent et qui peut lancer une tâche. Pour les équipes réglementées, ce contrôle fait la différence entre un pilote et un déploiement.

OpenHands se connecte à tout modèle pris en charge par LiteLLM, ce qui couvre OpenAI, Anthropic, Google, AWS Bedrock, Azure, Groq et OpenRouter, entre autres. Vous pouvez le pointer vers un serveur local comme Ollama, vLLM ou LM Studio, ou passer par le fournisseur OpenHands pour les modèles de code agentiques. Les profils LLM vous laissent changer de modèle en cours de conversation ou envoyer le travail bon marché vers un plus petit. Cette variété compte quand les règles sur les données ou le budget vous poussent hors d'un seul fournisseur.