← Harness

OpenHands Agent Canvas

OpenHands（All-Hands-AI）

TypeScript Python 开源 MIT 自托管平台型 WebUI 调度层 ACP 沙箱定时任务 webhook 多后端 partial lifecycle: active 核验 2026-10-01

「自托管的 agent 控制中心」 —— 官方 README 现在给它起的名字是 Agent Canvas，定位原文： > The self-hosted developer control center for coding agents and automations. > Run OpenHands, Claude Code, Codex, Gemini, or any ACP-compatible agent > across local, remote, and cloud backends.

适合与不适合

适合：agent 要放自己服务器 7×24 跑；需要定时/webhook 触发（Slack / GitHub / Linear / Notion）；想一个界面统管 Codex / Claude Code / Gemini 等多种 agent；需要 per-conversation 容器隔离；前端与运行时分离部署。 不适合：只想把 agent 嵌进自己的 Python 进程（用 software-agent-sdk 或 OpenAI Agents SDK）；单机临时用一下（它是一整套栈）；需要细粒度多用户权限（本站未核验其能力）。

固定坐标系

8 个维度，与同赛道其他对象逐项可比。

模型与开放条件: 官方口径是「任何 LLM」，但这是特性表里的一句营销式表述，本站未取到完整 provider 清单。 已核验的部分：README 特性表有一行 "Bring your own model — Use with any LLM"，指向官方文档 usage/settings/llm-settings#llm-profiles（LLM profiles，可配多套并存）。 ⚠ 未核验：具体支持哪些 provider（是否走 LiteLLM 一类的网关层）、本地量化模型能否接、以及「any LLM」在工具调用与 structured output 上的对齐度。 这一项对本对象尤其重要，因为它同时是别人的调度层 —— 「Codex / Claude Code 跑在它上面」时，能用哪些模型由那个 agent 自己决定，不由Canvas 决定。
运行位置: 四种官方部署形态并存，这是本对象最有实用价值的部分（README 四个Option 全核验）： Option 1 无沙箱本地跑：npm install -g @openhands/agent-canvas 然后 agent-canvas，起完整本地栈，要 Node.js 24+ 与 uv；可用 --frontend-only / --backend-only 拆开跑。 Option 2 Docker 沙箱：docker run 官方镜像，需预先准备 PROJECTS_PATH 宿主目录， agent 可访问该目录下的项目。 Option 3 每会话独立容器：OH_CONVERSATION_RUNTIME=docker agent-canvas，每次新会话起自己的容器与 Agent Server，适合并发跑多个 agent；官方说明容器会挂载会话的 workspace 与持久化状态，容器替换后文件与对话历史仍在。 Option 4 从源码跑：clone + npm install + npm run dev。入口统一在 http://localhost:8000（Docker 镜像是 /canvas）。 后端可远程切换：官方说 Agent Server 可跑在笔记本 / Mac Mini / 云上 VM / OpenHands Cloud，Canvas 前端可在多个 Server 间切换 —— 这条是它作为「调度层」的核心能力。
本地文件: 本地文件访问范围由你选的部署形态决定，官方把这个变量讲得很清楚。 无沙箱形态：README 两次打 WARNING—— "This runs the agent-server directly on the machine you're installing on — the agent will have full access to your filesystem!" Docker 形态：访问范围收敛到 PROJECTS_PATH 挂载的目录。每会话容器形态：官方提示共享同一宿主工作区的会话仍会共用同一批文件，建议用独立目录或 worktree 避免冲突编辑。 ⚠ 后端远程时（云上 VM / Cloud），你的仓库要么在远端、要么靠工具从本地取 —— 具体同步机制本站未核验。
关机后的任务: 这是本对象最突出的强项，也是它与其他 harness 站对象最大的差别。 官方 README 明确：把 agent 跑在云上服务器的最大好处是 "allows your agents to continue running even when your laptop is shut"，且更容易通过 Slack / GitHub / Datadog 等第三方服务触发。配套有独立仓 OpenHands/automation（核验2026-10-01：Python，MIT，32★，活跃）提供定时（schedule）与 webhook 事件触发两种触发方式，官方特性表列了可集成的第三方：Slack、GitHub、Linear、Notion。 对照本站其余对象：OpenAI Agents SDK、Deep Agents、Codex SDK 的 thread 状态都在自己进程 / 自己机器上，关了就没了；这是唯一把「关掉笔记本后 agent 仍在跑」当卖点做的。
工具与扩展: 工具面来自它所调度的那个 agent，而不是 Canvas 自己。 官方原文明确它能跑 "OpenHands, Claude Code, Codex, Gemini, or any ACP-compatible agent" —— 即通过 Agent Client Protocol（ACP）接入第三方 agent。真正的工具/agent 定义在 OpenHands/software-agent-sdk （官方职责表：agents, tools, conversations, workspaces, events）。 ⚠ 本对象没有以 MCP 为接口（README 与仓库结构里未见 MCP 相关表述）—— 它用的是 ACP。这两个协议的定位差异本站未展开，标记为未核验。
上下文与记忆: ⚠ 这一维度是本对象的重大信息缺口，本站明确记为未知。 已核验的只有持久化方向：automation 仓负责 run history，每会话容器形态下官方说「workspace files and conversation history survive container replacement」。 但对话上下文长了之后如何压缩、摘要或落盘，README 与本文所引文档均未说明， software-agent-sdk 的具体上下文策略本站未核验。按本站主张「状态 ≠ 上下文」：它把「状态」做得很完整（定时触发 + run 历史 + 容器可替换），但「上下文」这一侧本站拿不到证据，不能因为它有持久化就推断它有上下文管理。
权限与限制: 这是本对象最需要认真读的部分，也是它官方做得最细的一块。 沙箱：见 local_files —— 官方提供 Docker 沙箱与每会话独立容器两种收敛手段，但也明确提供了无沙箱形态并两次挂 WARNING。认证：docs/SELF_HOSTING.md（核验 286行）给的是 API key 机制而非用户体系：生成 key 用 openssl rand -base64 32 赋给 LOCAL_BACKEND_API_KEY； --public 模式下 key 不烘进前端，用户首次打开 UI 要手动粘贴 key 才能用，之后每个 /api/* 请求都要带 X-Session-API-Key 头。 默认绑定是 loopback-only（127.0.0.1），官方说明这是为了让自动注入的 session key 不被局域网其他机器拿到；要监听 0.0.0.0 时 key 不再注入、改用同样的 API-key 输入界面。官方还提醒用 export 而不是命令行参数传 key，避免出现在 ps aux 进程列表里。 暴露到公网时官方另有防火墙要求（Cloud Firewall / AWS Security Group / GCP firewall rule）。 ⚠ 未核验：多用户与权限分级（这是它作为团队级平台最可能被追问的点， SELF_HOSTING.md 里的证据集中在「怎么保护单个 key」，未见用户/角色体系）。
适合什么任务: 适合：要把agent 放到自己服务器上 7×24 跑；需要定时或 webhook 触发（Slack / GitHub / Linear / Notion）；想用一个界面统管多种agent（含Codex、Claude Code、Gemini 等 ACP 兼容的）；需要 per-conversation 隔离容器；团队里前端/平台与 agent 运行时分离部署。 不适合：只想要一个轻量库把agent 嵌进自己的 Python 进程（用 software-agent-sdk 或 OpenAI Agents SDK）；单机临时用一下（它是一整套栈，不是库）；需要细粒度多用户权限与审计（本站未核验其能力）。

头号误解

以为是 Python SDK —— 主仓是 TypeScript 的 Web 控制中心；编程入口在 OpenHands/software-agent-sdk（另 1,190★）
看仓库名与 description 以为是「AI 驱动的软件开发工具」 —— README 首屏标题已是 Agent Canvas，定位是控制中心
以为它是 Codex SDK / Claude Agent SDK 的竞品 —— 它是它们的调度层（README 明确说能跑这些 agent）
直接跑 Option 1 就上线 —— 官方在该选项上打 WARNING：agent 对你的文件系统有全量访问权限
把 --public 模式理解成「更方便」—— 它是不把 key 烘进前端的防护手段，用于非本机访问
以为「有 run history」就等于「有上下文管理」—— 前者是状态，后者本站未核验
以为它用 MCP —— 它用的是 ACP（Agent Client Protocol），不是 MCP

价格

月度入口	开源自托管 Free（MIT，1 用户）/ Cloud Individual Free（1 用户，每日 10 轮对话）/ Enterprise 定制报价
月度数值	$0
额度说明	本站收录的是可自托管的开源部分，不是商业版。核验依据：主仓 MIT（经license API）、README 的四份 docker / npm 安装命令全部指向自建、官方定价页（核验 2026-10-01）。 ⚠ 本轮核验的结论可能与预期不同：官方定价页上没有「付费个人档」—— 三档里两档是$0，一档是定制： ① Open Source — Free（本地跑：Web GUI + Terminal UI + CLI、Git 集成、社区支持、model agnostic，1 用户、每日对话数 Unlimited）； ② SaaS Individual — Free（云端访问，支持桌面与移动端、API 用于自动化与脚本、 Jira 与 Slack 集成，1 用户）； ③ SaaS 或 Self-hosted Enterprise — Custom pricing（可部署在客户自有 VPC、 Enterprise SAML/SSO、每用户无限并发会话、Large Codebase SDK、优先支持 + 共享 Slack 频道、Named Customer Engineer、用户数 Unlimited）。最关键的一条硬数字：Individual 档「Max Daily Conversations = 10」。对照 Open Source 档的同一栏是 Unlimited —— 即「免费」不等于「不限量」，云端免费档每天只有 10 轮对话，本地自托管才是 Unlimited。这是选型时极易踩的落差。另一条重要机制（官方 FAQ 原文）：Individual 档支持自带 key（BYOK），没有 key 时可用 OpenHands LLM provider，官方强调 "at cost, with no markup"（按成本价、零加价，按量付费）—— 并可在 Settings > API 生成 API key，供 CLI / Local Web UI / Software Agent SDK 使用。 ⚠ 「零加价」的实际单价表本站未核验，只能确认官方声明不加价。

不同币种不做折算。优惠、地区、税费与登录后报价可能变化，购买前请到官方页面确认。

未知项清单

「any LLM」的具体 provider 清单与能力对齐度
对话上下文压缩/摘要/落盘策略（本站最看重的维度，证据缺失）
多用户、角色与审计体系是否存在
ACP 与 MCP 的关系：能否复用已有 MCP server 生态
Enterprise 的具体报价（官方仅标 Custom pricing / Contact Us）
OpenHands LLM provider「at cost, no markup」的实际单价表（官方声明不加价，数字未公开）
Individual 每日 10 轮之外，超出后的行为（停用 / 提示升级 / 其它，官方页未写）
后端远程部署时本地代码库的同步机制
software-agent-sdk 的 API 形态与版本独立节奏
每会话容器在并发压测下的资源与稳定性

证据来源

判断可回到以下一手源复核。本站核验日 2026-10-01，内容更新日 2026-10-01。

类型	名称	链接
repo	OpenHands/OpenHands · 仓库（Agent Canvas 控制中心，89,675★，MIT，核验 2026-10-01）	https://github.com/OpenHands/OpenHands
docs	主README（Agent Canvas 定位、四种部署形态、ACP 接入、Repository boundaries 表）	https://github.com/OpenHands/OpenHands/blob/main/README.md
docs	docs/SELF_HOSTING.md（API key、--public 模式、loopback 默认、防火墙要求）	https://github.com/OpenHands/OpenHands/blob/main/docs/SELF_HOSTING.md
pricing	官方定价页（核验 2026-10-01：Open Source $0 / Cloud Individual $0 / Enterprise 定制；Individual Max Daily Conversations = 10 而 Open Source 为 Unlimited；BYOK 与 "at cost, with no markup"；Enterprise 可部署客户自有 VPC、SAML/SSO、RBAC、每用户无限并发）	https://www.all-hands.dev/pricing
repo	OpenHands/software-agent-sdk · 仓库（Python SDK 与 Agent Server 的真实所在，1,190★，MIT）	https://github.com/OpenHands/software-agent-sdk
repo	OpenHands/automation · 仓库（定时与 webhook 分发，32★，MIT）	https://github.com/OpenHands/automation
changelog	Releases（v1.24.0 @ 2026-09-25）	https://github.com/OpenHands/OpenHands/releases
docs	官方文档 · LLM settings / LLM profiles（README 指向，本次未取到正文）	https://docs.openhands.dev/openhands/usage/settings/llm-settings
docs	官方文档 · ACP Agents（README 指向）	https://docs.openhands.dev/openhands/usage/agent-canvas/acp-agents
repo	npm 包@openhands/agent-canvas（README 安装入口）	https://www.npmjs.com/package/@openhands/agent-canvas

实测记录

本站尚未完成实测。测试协议见 tasks/_protocol.md。 实测建议（按本对象形态定制）： | # | 测什么 | 为什么值得测 | |:--:|---|---| | 1 | software-agent-sdk 单独用（不启 Canvas）能不能跑最小 agent | 决定你到底需不需要这一整套栈 | | 2 | 长任务（跨天）对话上下文如何处理、成本如何变化 | 补上本站最大的信息缺口 | | 3 | 每会话容器模式的真实隔离强度（同宿主工作区会共用文件这条要实测） | 官方已提示冲突风险 | | 4 | Docker 形态下 agent 能否绕过 PROJECTS_PATH 触达宿主其他路径 | 沙箱有效性是选型前提 | | 5 | 挂 Claude Code / Codex 作为 ACP agent 的实际接入成本 | 它最独特的卖点，值不值得取决于这个 | | 6 | webhook 触发的幂等性与重复触发处理 | 定时/webhook 是它的主打场景 |