OpenHands: Açık Kaynak Yapay Zekâ Kodlama Aracı Açıklandı
Açık kaynak yapay zekâ kodlama aracı OpenHands'in genel görünümü: mimarisi, Ollama ile yerel kurulum, uygulamalı bir hata düzeltmesi, güvenlik ve sınırlamalar, ayrıca Claude Code, Cursor ve GitHub Copilot ile karşılaştırması.
OpenHands, depo inceleme, dosya düzenleme, komut yürütme ve test çalıştırma yeteneklerine sahip bir ajan etrafında inşa edilmiş, yapay zekâ destekli yazılım geliştirme için açık kaynaklı bir platformdur. Bu yaklaşım, ajansal (agentic) yazılım geliştirmeye geçişin bir parçasıdır — ajana tam bir görev verirsiniz, o da bitene kadar veya sizin girdinize ihtiyaç duyana kadar adım adım ilerler.
Bu yazıda, OpenHands mimarisini ve başlıca özelliklerini anlatacak, yerel bir modelle nasıl kurulacağını gösterecek ve Claude Code, Cursor ve GitHub Copilot ile karşılaştıracağım.
Yapay Zekâ Ajanları nedir? Çalışma şeklinizi nasıl değiştirebileceklerini keşfetmek için AI Agent Fundamentals eğitim yolumuza kaydolun.
OpenHands Nedir?
OpenHands, kodla çalışan yapay zekâ ajanları oluşturmak ve çalıştırmak için açık kaynaklı bir platformdur.
İsim iki şeyi kapsar. İlki; bir SDK, bir sunucu, bir tarayıcı arayüzü ve barındırılan bir hizmet içeren depo koleksiyonlarından oluşan projedir. İkincisi ise tüm bunların üzerinde çalışan kodlama ajanıdır.
İşleyişi şöyle:
Yazılım Ajanı SDK'sı: Kodla çalışan ajanlar oluşturmak için Python ve REST API'lerinden oluşan bir set ve OpenHands CLI ile OpenHands Cloud'un arkasındaki motor
Ajan Sunucusu: Ajan yürütmesini, konuşmaları, araçları ve çalışma alanlarını REST ve WebSocket API'leri üzerinden sunar
Agent Canvas: Konuşmalar, dosyalar, terminal çıktısı, model yapılandırması, arkayüzler ve otomasyonlar için tek bir tarayıcı arayüzü
OpenHands Cloud: Kendi arkayüz ve sandbox altyapısını çalıştırmak istemeyen ekipler için yönetilen ticari hizmet
Çoğu kişi "OpenHands" dediğinde ajandan bahseder. Bu yazıda da o kısımla çalışacağım.
Genelde ajana bir yazılım görevi verirsiniz, kodunuzun bulunduğu bir çalışma alanını gösterirsiniz ve ajan elindeki araçlarla görevi yürütür. Varsayılan araç seti bir terminal, bir dosya düzenleyici ve bir görev izleyiciden oluşur.
Çalışma alanının dizüstünüz olması gerekmez. Ajanlar yerel makineyi çalışma alanı olarak kullanabilir veya örneğin Docker ya da Kubernetes içinde geçici çalışma alanlarında çalışabilir.
OpenHands sizi tek bir model sağlayıcısına da bağlamaz. Claude, GPT veya başka herhangi bir LLM ile kullanabilirsiniz; buna yerel modeller de dahildir. Agent Canvas, varsayılan OpenHands ajanı yerine Claude Code ve Codex gibi üçüncü taraf ajanları bile çalıştırır.
Kısacası, OpenHands kendi koşullarınızda çalıştırabileceğiniz açık bir ajan platformudur.
OpenHands Nasıl Çalışır
OpenHands bir döngü içinde çalışır.
Bir sohbet asistanı isteminizi alır ve metin döndürür. OpenHands ajanı ise bir görev alır, bir eylem yapar, sonucu inceler ve sonraki adıma karar verir.
OpenHands ajan döngüsü
Genel fikir şu şekilde:
Görevi al: Amacı sade bir dille tarif edersiniz; örneğin "Aylık raporu, farklı yıllardaki ayları birleştirmeyecek şekilde düzelt"
Depoyu incele: Ajan dizinleri listeler, dosyaları açar ve işle ilgili kodu arar
Plan oluştur: Görevi adımlara böler ve görev izleyicisine kaydeder
Dosyaları düzenle veya oluştur: Dosya düzenleyicisiyle kodu değiştirir
Komut ve testleri çalıştır: Terminalde test setini veya uygulamayı çalıştırır
Sonuçları incele: Hatalar ve başarısız iddialar dahil çıktıyı okur
Yinele: Hâlâ bir şeyler bozuksa geri döner, planı ayarlar ve tekrar dener
Döngü, görev tamamlandığında veya ajanın yalnızca sizin sağlayabileceğiniz bir şeye (eksik bir kimlik bilgisi veya gereksinimler hakkında bir karar gibi) ihtiyaç duyduğunda durur.
6. adım OpenHands'i rakiplerinden ayırır. Bir kod tamamlama aracı, yazdığı kodun çalıştığında ne olduğunu asla görmez. OpenHands görür; bu sayede başarısız bir teste tepki verip nedeni düzeltebilir.
OpenHands'in Temel Özellikleri
Otomatik tamamlama metin önerir; OpenHands ise projeniz üzerinde işlem yapar. İşte nasıl:
Kod düzenleme
OpenHands dosyaları doğrudan düzenler ve aynı anda tek bir dosyayla sınırlı değildir.
Diyelim ki bir fonksiyonun yeni bir ada ihtiyacı var. Ajan tanımı günceller, tüm çağrı noktalarını bulur ve ona referans veren testleri günceller — hepsini tek bir görevin parçası olarak yapar.
Terminal ve araç kullanımı
Ajanın kendi terminali vardır. Bağımlılıkları kurabilir, betikleri çalıştırabilir, testleri yürütebilir ve herhangi bir komutun çıktısını okuyabilir.
Ayrıca, ajana tasarlanmadığı araçları sağlamak için MCP (Model Context Protocol) sunucularını bağlayabilirsiniz; örneğin bir konu takipçisi veya veritabanı istemcisi.
Depoyu anlama
Çoğu kod üreticisi yalnızca isteme yapıştırdığınız şeyi görür.
OpenHands depoyu açar ve keşfeder. README'yi okuyabilir, içe aktarmaları takip edebilir ve projenin nasıl yapılandığını anlamak için mevcut testlere bakabilir. Bu da yaptığı değişikliklerin mevcut koda daha iyi uyma olasılığını artırır.
Uzun görevler farklı bir sorun yaratır — konuşma geçmişi modelin sığdırabileceğinin ötesine geçer. OpenHands, konuşmanın eski bölümlerini özetleyen ve ajanın çalışmaya devam etmesini sağlayan bir bağlam yoğunlaştırıcı ile bunu ele alır.
Model seçimi
Model çağrıları LiteLLM üzerinden yapılır; böylece onun desteklediği herhangi bir sağlayıcı ve modeli kullanabilirsiniz. OpenHands belgeleri, Claude, GPT ve Gemini ailelerinden modelleri ve OpenHands Index'te iyi puan alan açık ağırlıklı modelleri önerir.
Kodunuzun makinenizi terk etmemesi gerekiyorsa yerel bir model çalıştırabilirsiniz. OpenHands, LM Studio, Ollama, vLLM ve SGLang gibi yerel sunuculara bağlanır.
Burada akılda tutulması gereken, modelin sonuçları çok etkilemesidir. Bazı yerel modeller, geniş bir bağlam penceresine rağmen araçları güvenilir şekilde kullanmakta zorlanır.
Otonom görev yürütme
Bir görevi devrettikten sonra, ajan döngüyü kendi başına yürütür. Hataları sohbete geri yapıştırmanız veya ona sıradaki dosyayı söylemeniz gerekmez.
Agent Canvas bunu otomasyonlarla bir adım öteye taşır. Slack, GitHub, Linear ve daha fazlasıyla entegre olur; zamanlanmış olarak veya webhook olaylarına yanıt olarak çalışır.
Ancak otonomi doğruluğu garanti etmez. Birleştirmeden önce farkı (diff) ve test sonuçlarını yine de incelemeniz gerekir.
OpenHands Nasıl Kullanılır
OpenHands'i anlamanın en iyi yolu, ona bir hata verip ne yaptığına bakmaktır.
Bu bölümde OpenHands'i Docker'da yerel olarak çalıştıracak, Ollama üzerinden yerel bir modele bağlayacak ve küçük bir Python projesindeki bir hatayı düzeltmesini isteyeceğim.
OpenHands'i kurun
OpenHands'i birkaç şekilde çalıştırabilirsiniz:
CLI başlatıcı:uv tool install openhands --python 3.14 ile kurun, ardından openhands serve ile GUI'yi başlatın
Docker: Tek bir docker run komutuyla uygulama konteynerini doğrudan çalıştırın
Agent Canvas: Yerel, self-hosted, Cloud veya Enterprise arkayüzlerine bağlanan yeni tarayıcı istemcisi
OpenHands Cloud: Hiçbir şeyi kendiniz çalıştırmak istemiyorsanız barındırılan sürüm
Ben Docker yolunu ve Yerel GUI'yi kullanacağım. OpenHands belgeleri artık bunu kullanımdan kaldırılmış Docker tabanlı tarayıcı uygulaması olarak listeliyor ve yerine Agent Canvas'ı işaret ediyor, ancak hâlâ belgelenmiş durumda ve bir GUI'yi çalıştırmanın en hızlı yolu.
macOS, Linux veya WSL'li Windows'ta Docker Desktop'a ihtiyacınız olacak. macOS'te Docker Desktop'ı açın, Settings > Advanced bölümüne gidin ve varsayılan Docker soketini etkinleştirin.
OpenHands, ayrı bir sandbox konteynerini başlatmak için Docker soket bağını kullanır ve ajan komutlarını ana makinenizde değil bu sandbox içinde çalıştırır.
Günlüklerde sunucunun ayakta olduğunu gördüğünüzde, tarayıcınızda http://localhost:3000 adresini açın.
OpenHands karşılama sayfası
Bir model bağlayın
OpenHands, ona bir model verene kadar hiçbir şey yapmaz.
Ben, Mistral'ın ajansal kodlama için oluşturduğu 24B'lik modeli Devstral Small 2'yi kullanıyorum. Tek bir RTX 4090'da veya 32 GB RAM'li bir Mac'te çalışacak kadar hafiftir. Ollama 0.13.3 veya üzerini gerektirir.
Ollama'yı daha büyük bir bağlam penceresiyle başlatın ve modeli çekin:
Bağlam uzunluğunu hafife almayın. Ollama'nın varsayılanı 4096 belirteçtir; bu, OpenHands'in sistem istemini bile sığdırmak için çok küçüktür. Belgeler en az 22000 ister.
OpenHands içinde Settings bölümünü açın, LLM sekmesine gidin ve Advanced seçeneğini açın. Ardından şunları ayarlayın:
Özel Model:openai/devstral-small-2:latest
Temel URL:http://host.docker.internal:11434/v1
API Anahtarı:local-llm gibi herhangi bir yer tutucu değer
Yerel bir Ollama modeli için LLM ayarları
openai/ öneki, OpenHands'e Ollama ile OpenAI uyumlu API'si üzerinden konuşmasını söyler. API anahtarı kullanılmaz, ancak alan boş bırakılamaz.
Bir depo açın
OpenHands varsayılan olarak dosyalarınızı göremez. Projeyi sandbox'a bağlamanız gerekir.
Bu örnek için, iki dosyadan oluşan budget-tracker/project adlı bir klasöre ihtiyacınız olacak. İlk dosya aylık harcamayı toplar:
# budget.pydefmonthly_totals(transactions):"""Sum spending per month, keyed as 'YYYY-MM'.
Each transaction is a (date, amount) tuple, for example ("2025-01-15", 42.0).
"""
totals ={}for date, amount in transactions:
month = date[5:7]
totals[month]= totals.get(month,0)+ amount
return totalsAltyapı:
Docstring YYYY-MM anahtarları vaat ediyor, ancak date[5:7] yalnızca ayı tutuyor. 2025 Ocak ile 2026 Ocak aynı kovaya girer.
host_path:container_path:mode biçimindedir. Projeniz sandbox içinde /workspace altında görünür ve rw ajan tarafından düzenlenmesine izin verir.
Ajanın değiştirmesini istediğiniz projeyi bağlayın. /workspace içine okuma-yazma olarak bağlanan her şey ajan tarafından değiştirilebilir.
Ajana bir görev verin
Yeni bir konuşma başlatın ve sorunu bir hata raporu yazar gibi tarif edin:
Aylık toplamlar, farklı yıllardaki aynı ayın harcamalarını birleştiriyor.
Nedeni bulun, düzeltin ve testleri çalıştırıp geçtiğini doğrulayın.
Hepsi bu. Ajana budget.py dosyasını işaret etmeniz veya hangi satırın yanlış olduğunu söylemeniz gerekmez.
Konuşma çıktısı
Buradan itibaren, daha önceki ajan döngüsü devralır. Ajan /workspace içini dolaşır, her iki dosyayı okur ve nelerin başarısız olduğunu görmek için testleri çalıştırır. Ardından kodu düzenler ve testleri yeniden çalıştırır.
Ajanın sandbox terminalinde pytest çalıştırması
Değişiklikleri gözden geçirin
Ajan işinin bittiğini söylüyor. Artık kod düzenleyiciyi açıp koddaki değişiklikleri inceleyerek farkları görebilirsiniz.
Doğru düzeltme, budget.py içinde tek bir satırdır:
OpenHands'in altı ana parçası vardır ve her biri tek bir işle görevlidir.
OpenHands bileşenleri nasıl bağlanır
Yapay zekâ modeli
Muhakemeyi yapan modeldir. Görevi ve konuşma geçmişini alır ve bir mesaj veya araç çağrısı ile yanıt verir.
Model dosyalarınızı değiştirmez veya bir şey çalıştırmaz. Sadece sırada ne olması gerektiğine karar verir. Model çağrıları LiteLLM üzerinden yapıldığı için aynı ajan, barındırılan bir sağlayıcıyla veya yazıdaki Devstral kurulumu gibi yerel bir modelle çalışır.
Ajan mantığı
Ajan, model ile diğer her şey arasında yer alır. Muhakeme-eylem döngüsünü yürütür; yani modelden bir sonraki eylemi ister, aracı çalıştırır ve sonucu veya hatayı işler.
Ayrıca modelin neleri göreceğine karar verir. Ajan, yoğunlaştırıcılarla konuşma geçmişini yönetir ve her model sorgusuna beceriler ve istemler ekler.
Her adım kaydedilir. Ajan eylemleri yürütür ve gözlemler alır; konuşma bu olay geçmişini tutar. Model, bir sonraki turda bu olayları görür, böylece neler olduğunu bilir.
Araçlar ve eylemler
Araçlar, ajanın modelin dışındaki herhangi bir şeye etki etme yoludur. Standart set bir terminal, bir dosya düzenleyici ve bir görev izleyici içerir; MCP sunucuları üzerinden daha fazlasını ekleyebilirsiniz.
Model bir eylem ister; örneğin "pytest çalıştır" veya "budget.py içindeki 8. satırı değiştir". Araç bunu yürütür ve test çıktısı veya güncellenmiş dosya gibi bir gözlem döndürür.
Bir eylem çalışmadan önce güvenlik denetiminden geçer. Güvenlik analizörü her eylemi önce değerlendirir ve ajanın onayınız için duraklatılmasını sağlayabilir.
Geliştirme ortamı
Araçlar makinenizde çalışmaz. Bir sandbox içinde çalışırlar.
Docker kurulumunda OpenHands, ajan sunucusunu kendi Docker konteyneri içinde çalıştırır. Bu yüzden makalenin Docker soketini bağlaması gerekir — uygulama konteyneri sandbox'ı başlatmak için buna ihtiyaç duyar.
Sandbox yerel olmak zorunda değildir. Ajanlar, örneğin Docker veya Kubernetes'te geçici çalışma alanlarında da çalışabilir; Ajan Sunucusu yürütmeyi, araçları ve çalışma alanlarını REST ve WebSocket API'leri üzerinden sunar. Sandbox nerede çalışırsa çalışsın ajan mantığı aynı kalır.
Depo
Depo, ajanın üzerinde çalıştığı şeydir. Sandbox'a iki yoldan biriyle girer: makaledeki gibi bağladığınız yerel bir klasör veya GitHub, GitLab ya da Bitbucket entegrasyonları üzerinden bağlanan bir repo.
Bir depo ayrıca ajana nasıl davranacağını da söyleyebilir. Kök düzeydeki bir AGENTS.md dosyası, konuşma başında sistem istemine enjekte edilir. Daha odaklı talimatlar .agents/skills/ içine konur; ajan önce bir özeti görür ve yalnızca ihtiyaç duyduğunda tam içeriği yükler.
Ajanın tahmin edemeyeceği proje kurallarını buraya koyarsınız; örneğin "testleri pytest ile değil make test ile çalıştır."
İnsan incelemesi
Mimarisinin son parçası sizsiniz.
OpenHands üç onay politikası destekler: her eylemi onayla, hiçbirini onaylama veya yalnızca riskli eylemleri onayla. Sonuncusu güvenlik analizörüne bağlıdır; her eylemi DÜŞÜK, ORTA, YÜKSEK veya BİLİNMİYOR risk olarak etiketler. Varsayılan NeverConfirm'dür; yani değiştirmezseniz ajan durmadan çalışır.
İkinci kontrol noktası sonda gelir. Ajanın işi, farkı okuyup test sonuçlarını kontrol edene kadar bitmiş sayılmaz.
OpenHands İş Akışları
Size tek satırlık bir hatayı nasıl düzelteceğinizi gösterdim; elbette OpenHands çok daha büyük görevleri de kaldırabilir.
Bu görevlerin ortak noktası, birden fazla adım gerektirmeleridir. İşte ajan döngüsünün mantıklı olduğu altı iş türü.
Hataları düzeltme
Bu yazıda gösterilen hata tek bir dosyada kolayca görülebiliyordu. Gerçek dünyada neredeyse hiç böyle olmaz.
Diyelim ki uygulama günlükleri üretimde bir KeyError gösteriyor ve yığın izi, hatalı verinin geldiği yerden üç çağrı uzaktaki bir fonksiyonu işaret ediyor. Yığın izini OpenHands'e yapıştırır ve düzeltme istersiniz.
Ajan, çağrı zincirini verinin kaynağına kadar takip eder, hatayı yeniden üreten bir test yazar ve testin başarısız olduğunu doğrular. Sonra kodu düzeltir ve başka bir şeyi bozmadığını kontrol etmek için tüm test setini çalıştırır.
Aranacak kısım yeniden üretim testidir. Bu, ajanın hatanın göründüğü yeri tespit etmek yerine gerçek hatayı bulduğunu kanıtlar.
Özellik uygulama
Özellik çalışmaları genellikle beklediğinizden daha fazla dosyayı değiştirir.
Diyelim ki bir komut satırı rapor betiğinin, işlemleri tarihe göre filtrelemek için bir --since bayrağına ihtiyacı var. Ajan argüman ayrıştırıcıyı bulmalı, bayrağı eklemeli, değeri filtre mantığına aktarmalı ve yardım metnini güncellemelidir. Ardından yeni davranış için testler yazar ve README'yi günceller.
Küçük bir özellik için bile dört-beş dosya eder. Ajan bunları görev izleyicisinde takip eder; böylece ilki çalıştıktan sonra durmaz.
Kodu yeniden düzenleme (refactoring)
Yeniden düzenleme, davranışı değiştirmeden yapıyı değiştirmektir ve değişmediğini kanıtlamanın yolu test setidir.
Diyelim ki bir projede tarih yardımcıları, string yardımcıları ve dosya yardımcılarının karıştığı büyük bir utils.py dosyası var. OpenHands'ten bunu üç modüle bölmesini istersiniz.
Ajan yeni modülleri oluşturur, fonksiyonları taşır ve kod tabanı genelindeki tüm içe aktarmaları günceller. Her taşıma sonrasında testleri çalıştırır. Böylece bir şey bozulursa, hangi taşımadan kaynaklandığını bilir.
Test yazma
Test edilmemiş kod, ajansal işler için yaygın bir başlangıç noktasıdır; çünkü görev nettir ve doğrulaması kolaydır.
Diyelim ki bir tarih ayrıştırma modülünde test yok. Ajan fonksiyonları okur, normal girdiler ve boş stringler, artık yıllar ve geçersiz formatlar gibi uç durumlar için pytest senaryoları yazar ve çalıştırır.
Yeni bir test başarısız olursa, ajanın testin mi yanlış olduğuna yoksa kodda bir hata mı bulunduğuna karar vermesi gerekir. Bu, kendinizin kontrol etmesi gereken bir karardır.
Mevcut kod tabanlarını inceleme
Her görev kod değişikliği gerektirmez.
OpenHands'e "Bu uygulama, veritabanına ulaşmadan önce kullanıcı girdisini nerede doğruluyor?" gibi sorular sorabilirsiniz. Ajan kod tabanını arar, dosyalar arasında fonksiyon çağrılarını takip eder ve dosya yolları ve satır referanslarıyla yanıt verir.
Yeni bir projeye katıldığınızda veya aylardır değiştirmediğiniz bir kodu devraldığınızda bu kullanışlıdır. Bu tür salt-okunur işler için depoyu :rw yerine :ro modu ile bağlayın; böylece ajan yanlışlıkla bile bir şeyi değiştiremez.
Uygulamaları çalıştırma ve hata ayıklama
Bazı hatalar yalnızca uygulama çalıştığında ortaya çıkar.
Diyelim ki bir API uç noktası 500 hatası döndürüyor ve testler bunu kapsamıyor. Ajan sunucuyu terminalinde başlatır, curl ile bir istek gönderir ve sunucu günlüklerinden iz yığınını okur.
Ardından kodu düzeltir, sunucuyu yeniden başlatır ve aynı isteği tekrar gönderir. Yanıt hâlâ yanlışsa döngü oradan devam eder.
Bu, kendinizin de uygulayacağı düzenle-çalıştır-kontrol et döngüsüdür; tek fark, her yeniden başlatma ve her tekrar denemeyi ajanın yapmasıdır.
OpenHands ve Diğer Yapay Zekâ Kodlama Ajanları
OpenHands, bir görevi alıp kendi başına üzerinde çalışabilen tek araç değildir. Claude Code, Cursor ve GitHub Copilot'un da artık ajan özellikleri var; ancak bazı önemli açılardan farklılar.
OpenHands vs Claude Code
Bu ikisi en yakın eşleşmedir. Her ikisi de kod okuyan, dosya düzenleyen, komut çalıştıran ve sonuçları kontrol eden bir ajan döngüsü yürütür.
İlk fark sahipliktir. Her bir kamuya açık OpenHands deposunun kendi açık kaynak lisansı vardır ve hepsini okuyabilir, değiştirebilir ve kendi altyapınızda barındırabilirsiniz. Claude Code ise Anthropic'in terminalde, IDE'de, masaüstü uygulamasında ve tarayıcıda sunulan tescilli ajansal kodlama aracıdır.
Bu da model sorusuna götürür. Claude Code, Anthropic'in Claude modelleri etrafında inşa edilmiştir. OpenHands, yazıdaki yerel Ollama kurulumu da dahil olmak üzere, LiteLLM'in desteklediği herhangi bir sağlayıcı ve modelle çalışır.
Günlük iş akışı da farklıdır. Claude Code bir terminal aracı olarak başladı ve pek çok geliştirici hâlâ orada kullanıyor. OpenHands tarayıcı arayüzüne dayanır ve CLI'si işlevsel olarak tamdır ancak öncelikle kararlılık için sürdürülür.
Her iki araç da ajanın davranışını kontrol etmenizi sağlar. Claude Code, .claude dizinindeki CLAUDE.md, ayarlar, kancalar, beceriler, komutlar ve alt ajanları okur. OpenHands, depodan AGENTS.md ve becerileri okur; SDK ise Python ile kendi ajanlarınızı oluşturmanıza olanak tanır.
Otonomi her birinde farklı işler. Claude Code, araç kullanımını izin modları, kancalar ve izin/verme kurallarıyla kontrol eder ve komutları sandbox içinde çalıştırabilir. OpenHands varsayılan olarak her komutu bir Docker sandbox'ında çalıştırır ve bunun üzerine onay politikaları ekler.
Kısacası, Claude Code hemen kurup kullanabileceğiniz cilalı seçenektir; OpenHands ise daha fazla kurulum ister ve karşılığında daha fazla kontrol sağlar. Ayrıca birbirlerine karşıt değiller. Agent Canvas, varsayılan OpenHands ajanı yerine ajan olarak Claude Code'u çalıştırabilir.
OpenHands vs Cursor
Cursor bir yapay zekâ kod düzenleyicisidir. OpenHands ise bir ajan platformudur. Ana fark budur ve diğerlerinin çoğu da bundan türetilir.
Cursor'da düzenleyici içinde çalışır, ajan ise yanınızda çalışır. Düzenlemeleri dosyalarınızda görür, kabul eder veya reddeder ve yazmaya devam edersiniz. OpenHands'te bir görevi tarif eder, ajan sandbox içinde çalışır ve sonucu incelersiniz. GUI, sandbox'a bir VS Code görünümü içerir, ancak işin çoğu burada gerçekleşmez.
Depoya erişim de aynı ayrımı izler. Cursor'un ajanı, düzenleyicinizde açık olan kod üzerinde çalışır. OpenHands, sandbox'ına bağladığınız veya bir Git entegrasyonu üzerinden bağladığınız her ne varsa onun üzerinde çalışır.
Boşluk, Cursor'un Bulut Ajanları ile daha küçüktür. Bunlar bulutta gözetimsiz çalışır ve işleri dallar ve çekme istekleri üzerinden geri döndürür; bağlı bir GitHub, GitLab, Azure DevOps veya Bitbucket hesabı ve ücretli bir plan gerektirir. Bu, OpenHands'in yaptığı işe yakındır, ancak Cursor'un altyapısında.
Genişletilebilirlik, ikisinin en çok ayrıldığı noktadır. Cursor, MCP sunucularını ve proje kurallarını destekler; ancak düzenleyici ve ajan kapalı ürünlerdir. OpenHands ile ajanın kendisini değiştirebilir, her yerde barındırabilir ve yerel bir model üzerinde çalıştırabilirsiniz.
OpenHands vs GitHub Copilot
GitHub Copilot editörünüzde bir otomatik tamamlama aracı olarak başladı ve oradan ajan özelliklerine evrildi. OpenHands ise bir ajan olarak başladı.
Copilot'un en büyük gücü yaşadığı yerdir. VS Code ve JetBrains IDE'lerinde çalışır; bulut ajanı doğrudan GitHub üzerinde çalışır. OpenHands'in bu düzeyde bir IDE entegrasyonu yoktur.
Depo düzeyindeki görevler için Copilot bulut ajanı en yakın karşılaştırmadır. Ona bir konuyu atarsınız ve GitHub Actions tarafından desteklenen kendi geçici geliştirme ortamında çalışır; itmeden önce testleri ve linter'ları çalıştırabilir. OpenHands Cloud, bir konuya veya çekme isteği yorumuna @openhands etiketini eklediğinizde benzer şekilde çalışır.
Platform ana farktır. Copilot bulut ajanı, GitHub'da depolanan depolar için tüm ücretli Copilot planlarında mevcuttur. OpenHands ise GitHub, GitLab, Bitbucket veya yerel bir klasörle çalışır ve isterseniz kendi donanımınızda çalışır.
Copilot bir görev için model seçmenize izin verir; ancak yalnızca GitHub'ın sunduğu modeller arasından. OpenHands'te bu kısıtlama yoktur.
Kısaca özet:
OpenHands
Claude Code
Cursor
GitHub Copilot
Kaynak
Açık kaynak
Tescilli
Tescilli
Tescilli
Modeller
Yereller dahil herhangi bir LiteLLM sağlayıcısı
Claude modelleri
Birden çok sağlayıcı artı şirket içi modeller
GitHub tarafından sunulan modeller
Ana arayüz
Tarayıcı arayüzü, SDK
Terminal, IDE, masaüstü, tarayıcı
Yapay zekâ kod düzenleyicisi
IDE eklentisi, GitHub
Ajan nerede çalışır
Docker sandbox, yerel veya uzak
Makineniz veya Anthropic bulutu
Düzenleyiciniz veya Cursor bulutu
IDE'niz veya GitHub Actions
Kendi kendine barındırma
Evet
Hayır
Yalnızca kurumsal
Hayır
OpenHands'in diğer yapay zekâ ajanlarıyla karşılaştırması
Yazılım Mühendisliği Ekipleri için OpenHands
Tek bir geliştirici için OpenHands, ihtiyaç duyduğunuzda açacağınız bir araçtır. Bir ekip için durum böyle değildir.
Çoğu ekip zaten işleri konular (issue) etrafında organize eder ve OpenHands Cloud buna bağlanır. GitHub, GitLab ve Bitbucket'ın yanı sıra Slack, Jira ve Linear ile entegre olur. Bir konuya veya çekme isteği yorumuna @openhands yazarak ajanın görevi oradan almasını sağlayabilirsiniz.
Sonra kimsenin talep etmediği ama herkesin ihtiyaç duyduğu işler var. Agent Canvas otomasyonları bir zamanlamayla veya webhook olaylarına yanıt olarak çalışır. Örneğin bir ekip, kod inceleme ve bağımlılık güncellemeleri için bir Ajan Sunucusunu paylaşırken, her geliştirici kendi dizüstüsünde kişisel ajanlarını çalıştırabilir.
Testler makaledekiyle aynı şekilde çalışır. Ajan, geri bildirmeden önce test setini kendi sandbox'ında çalıştırır. Ancak sandbox çalıştırması CI'nin yerine geçmez — boru hattınız her çekme isteğinde, insan yazımı kodda olduğu gibi, yine çalışır.
Çekme istekleri başka bir konudur. OpenHands Cloud, GitHub ile çalışırken, sekiz saat sonra süresi dolan kısa ömürlü belirteçler talep eder; içeriklere, konulara, çekme isteklerine ve iş akışlarına okuma ve yazma erişimiyle birlikte. Self-hosted Kurumsal kurulumlarda, ajanı tetikleyen kullanıcının GitHub yetkilendirmesini kullanır; böylece her değişiklik bir kişiye kadar izlenebilir.
Sorumluluğun işleyişi böyle olmalıdır. Çekme isteğini ajan açabilir, ancak bir geliştirici onaylar. Dal koruması ve gerekli incelemeler, ajan çekme isteklerine de herkes için olduğu gibi uygulanır.
Yalıtılmış ortamlar bunun ölçekli çalışmasını sağlar. Her görev kendi sandbox'ında çalışır; böylece iki ajan iki hatayı düzeltirken birbirlerinin dosyalarını üzerine yazmaz veya aynı port için yarışmaz.
OpenHands Güvenliği ve Sandbox'lama
Bir kod tamamlama aracı her zaman metin önerir ve kabul edip etmeme size kalır.
Bir ajan farklıdır. Projenizi dolaşır, komutlar yürütür, paketler kurar ve dosyaları kendi kendine — çoğu zaman sormadan — düzenler. Dolayısıyla soru, "bu kod doğru mu?"dan "oraya ulaşmak için ajan ne çalıştırdı?"ya dönüşür.
Yalıtılmış yürütme ortamları
Docker sandbox'ı, ana makine dosyalarınızı ve programlarınızı, ana makine kaynaklarını ve diğer konteynerleri ve süreçleri korur. Ajan yıkıcı bir komut çalıştırırsa, bir konteynerle sınırlıdır.
Yerel kurulumda dikkat edilmesi gereken bir istisna vardır. Uygulama konteyneri, sandbox'ları başlatabilmek için ana makinenin Docker soketini bağlar; bu sokete erişim, makinenizdeki Docker üzerinde kontrol anlamına gelir.
Depo izinleri
Sandbox yalnızca bağlamadığınız şeyleri korur. Bağlanan dosyalar ve dizinler değiştirilebilir veya silinebilir.
Yalnızca üzerinde çalıştığınız projeyi bağlayın; asla ana dizininizi bağlamayın. Kod inceleme gibi salt-okunur görevler için :ro modunu kullanın. Git entegrasyonlarında, ajana yalnızca ihtiyaç duyduğu spesifik depolara erişim verin; başka hiçbir şeye değil.
Gizli bilgiler ve kimlik bilgileri
API anahtarları veya jetonlar gibi kimlik bilgileri sağlarsanız, ajan bunları kullanabilir. Ve bir sırrı okuyabilen bir ajan, onu günlüklerde yazdırabilir veya bir yere gönderebilir.
Bu nedenle, üretim anahtarlarını tutan .env dosyalarının bulunduğu klasörleri bağlamayın. Ajana sınırlı kapsamlı test kimlik bilgileri verin ve bunları sıkça değiştirin.
Ağ erişimi
Varsayılan olarak ajan, konteyner içinden internete erişebilir. Paket kurmak için buna ihtiyaç duyar; ancak herhangi bir harici hizmete de ulaşabilir.
Bu da prompt enjeksiyonuna kapı aralar. Bir web sayfası veya bir konu yorumu, ajanın takip edebileceği talimatlar içerebilir. GitHub, kendi bulut ajanı için varsayılan olarak internet erişimini kısıtlayan bir güvenlik duvarıyla bu riski sınırlar; OpenHands kurulumunuz için de benzer sınırlamaları düşünmeye değerdir.
Komut yürütme
Hangi komutların onay olmadan çalışacağını kontrol edebilirsiniz. OpenHands üç onay politikasını destekler: her şeyi onayla, hiçbir şeyi onaylama veya yalnızca riskli eylemleri onayla. Varsayılan NeverConfirm'dür.
"Riskli eylemler" seçeneğinin bir püf noktası vardır. Varsayılan LLM güvenlik analizörü, modelin kendi eylemlerine atadığı risk düzeyini kullanır. Bir model yıkıcı bir komutu DÜŞÜK risk olarak etiketleyebilir ve bu durumda sizden onay istemeden çalışır. Analizör, politika katmanı için riski sınıflandırır — tek başına hiçbir şeyi engellemez; belgeler bunu Docker izolasyonuyla birlikte kullanmanızı önerir.
Üretilen değişiklikleri inceleme
Yukarıdakilerin tümü, ajanın neler yapabileceğini sınırlar. Ancak inceleme aşaması önemlidir; çünkü ne yaptığını bu sayede kontrol edersiniz.
Yalnızca değişmesini beklediğiniz dosyaları değil, tüm farkı okuyun. CI yapılandırmasına, bağımlılık dosyalarına ve betiklere ekstra dikkat gösterin. OpenHands Cloud'da, ajanın GitHub jetonu iş akışlarına yazma erişimini içerir; bu nedenle .github/workflows içindeki bir değişiklik, boru hattınızda nelerin çalıştığını değiştirebilir.
OpenHands'in Sınırlamaları
OpenHands'in yazdığı kodda hâlâ hatalar olabilir. Testlerin geçmesi yalnızca kodun testlerle eşleştiğini gösterir; üstelik ajanın her ikisini de yazması mümkündür. Testler zayıfsa, kod geçebilir ama yine de yanlış olabilir.
Karmaşık görevler genellikle sizi döngüye dahil eder. Belirsiz gereksinimler veya ajanın veremeyeceği bir tasarım kararı onu durdurur ya da daha kötüsü yanlış yöne sürükler.
Güçlü bir barındırılan modelle OpenHands çok dosyalı görevleri iyi yönetir. Küçük bir yerel modelle başarısız araç çağrıları ve sohbet botu benzeri yanıtlar göreceksiniz; geniş bir bağlam penceresi olsa bile bazı yerel modeller araçları güvenilir şekilde kullanamaz.
Ajan döngüleri sohbete kıyasla daha maliyetlidir. Her adımda konuşma geçmişi tekrar modele gönderilir ve uzun görevler çok sayıda adım alır. OpenHands belgeleri, ajanın LLM'e çok sayıda istem gönderdiği konusunda uyarır ve harcama limitleri ile kullanım izlemesini önerir. Bağlam yoğunlaştırıcı yardımcı olur; ancak eski adımları özetlediği için uzun görevlerde detaylar kaybolabilir.
Araç erişimi güvenlik riskini artırır. Terminale ve ağ erişimine sahip bir ajan, kötü talimatları takip ederse ciddi zarar verebilir; bu yüzden sandbox ve incelemeniz büyük önem taşır.
Ve her değişikliğin yine bir kişi tarafından onaylanması gerekir. Bunu her zaman aklınızda tutun.
OpenHands ve Yapay Zekâ Kodlama Ajanlarının Geleceği
Yapay zekâ kodlama araçları otomatik tamamlamadan sohbete, oradan da bütün bir görevi yürütebilen ajanlara evrildi. OpenHands, bu son adımı ileriye taşıyan birkaç projeden biridir.
Yön tüm sektörde açıkça görülüyor. Cursor, daha uzun zaman dilimlerinde daha büyük görevler üstlenen otonom bulut ajanlarının yükselen bir dönemini tarif ediyor. Copilot artık GitHub ve Linear'dan konuları alıyor. Claude Code terminalde, tarayıcıda ve Slack'te çalışıyor.
Açık kaynak platformlar bu değişimde özel bir role sahip. OpenHands ile ajanın nasıl çalıştığını inceleyebilir, onu kendi altyapınızda çalıştırabilir ve modeli seçebilirsiniz. Sıkı veri kuralları olan ekipler için bu, ajanları kullanmalarına izin verilen tek yoldur.
Daha uzun görevler yeni sorunlar da getirir. Bir saat çalışan bir ajan, bir dakika çalışan bir ajandan daha fazla karar verir ve her karar, istediğinizden sapma fırsatıdır. Daha iyi modeller yardımcı olur; ancak sandbox'lar, onay politikaları ve inceleme de öyle.
Sonuç
OpenHands'i rakiplerinden farklı kılan kontroldür. Kaynağı okuyabilir, kendi donanımınızda barındırabilir ve yerel olanlar dahil herhangi bir modelle çalıştırabilirsiniz. Claude Code, Cursor ve GitHub Copilot gibi daha sıkı ticari araçlar daha iyi bir deneyim sunar; ancak kendi koşullarıyla.
Ancak terminalinize ve depolarınıza erişimi olan bir ajan, yine de işinin bir kişi tarafından kontrol edilmesini gerektirir. Farkı okumayı ve testleri kendiniz çalıştırmayı her zaman unutmayın.
Hırvatistan merkezli Kıdemli Veri Bilimci. 700’ün üzerinde yayımlanmış makaleyle 10 M+ görüntüleme elde eden, önde gelen bir teknoloji yazarı. TPOT ile Makine Öğrenimi Otomasyonu kitabının yazarı.
SSS
OpenHands nedir?⌄
OpenHands, kodla çalışan yapay zekâ ajanları oluşturmak ve çalıştırmak için açık kaynaklı bir platformdur. Kodlama ajanı, bir depoyu inceleyebilir, dosyaları düzenleyebilir, komut ve testleri çalıştırabilir ve görev tamamlanana kadar sonuçlar üzerinde yineleme yapabilir. Yerelde Docker ile, SDK aracılığıyla veya OpenHands Cloud üzerinde çalıştırabilirsiniz.
OpenHands'i kullanmak ücretsiz mi?⌄
OpenHands yazılımı açık kaynaktır; bu nedenle lisans ödemeden kendi altyapınızda barındırabilirsiniz. Ödediğiniz şey modeldir — Anthropic veya OpenAI gibi barındırılan sağlayıcılar belirteç başına ücret alır ve ajan döngüleri çokça belirteç kullanır. Ollama veya LM Studio üzerinden yerel bir model çalıştırırsanız tek maliyet donanımınızdır. OpenHands Cloud ayrı, ticari bir hizmettir.
OpenHands, GitHub Copilot veya Cursor'dan nasıl farklıdır?⌄
Copilot ve Cursor, yapay zekânın siz kod yazarken yanınızda çalıştığı editör merkezli araçlardır. OpenHands ise ajan-önceliklidir — bir görevi tarif edersiniz, ajan onu bir sandbox'ta yürütür ve sonucu incelersiniz. Ayrıca açık kaynaktır, LiteLLM'in desteklediği herhangi bir modelle çalışır ve kendi altyapınızda çalışır; Copilot ve Cursor aynı ölçüde bunu sunmaz.
OpenHands'i yerel bir modelle çalıştırabilir miyim?⌄
Evet. OpenHands, OpenAI uyumlu API'leri üzerinden LM Studio, Ollama, vLLM ve SGLang gibi yerel sunuculara bağlanır. Devstral Small 2 veya Qwen3.6-35B-A3B gibi ajansal kodlama için oluşturulmuş bir model seçin ve bağlam penceresini en az 22000 belirtece ayarlayın. Daha küçük genel amaçlı modeller, genellikle araç çağrılarında başarısız olur ve sohbet botu gibi yanıt verir.
OpenHands'e koduma erişim vermek güvenli mi?⌄
OpenHands, ajanın komutlarını bir Docker sandbox'ında çalıştırır; bu da ana sisteminizi çoğu hatadan korur. Ancak sandbox'a bağladığınız her şey değiştirilebilir veya silinebilir ve sağladığınız tüm kimlik bilgilerinin ajan tarafından kullanılması mümkündür. Varsayılan olarak ajan, harekete geçmeden önce onay istemez; bu yüzden yalnızca ihtiyaç duyduğunuz projeyi bağlayın, kapsamı sınırlı test kimlik bilgileri kullanın ve birleştirmeden önce her farkı inceleyin.
OpenHands, depo inceleme, dosya düzenleme, komut yürütme ve test çalıştırma yeteneklerine sahip bir ajan etrafında inşa edilmiş, yapay zekâ destekli yazılım geliştirme için açık kaynaklı bir platformdur. Bu yaklaşım, ajansal (agentic) yazılım geliştirmeye geçişin bir parçasıdır — ajana tam bir görev verirsiniz, o da bitene kadar veya sizin girdinize ihtiyaç duyana kadar adım adım ilerler.
Bu yazıda, OpenHands mimarisini ve başlıca özelliklerini anlatacak, yerel bir modelle nasıl kurulacağını gösterecek ve Claude Code, Cursor ve GitHub Copilot ile karşılaştıracağım.
Yapay Zekâ Ajanları nedir? Çalışma şeklinizi nasıl değiştirebileceklerini keşfetmek için AI Agent Fundamentals eğitim yolumuza kaydolun.
OpenHands Nedir?
OpenHands, kodla çalışan yapay zekâ ajanları oluşturmak ve çalıştırmak için açık kaynaklı bir platformdur.
İsim iki şeyi kapsar. İlki; bir SDK, bir sunucu, bir tarayıcı arayüzü ve barındırılan bir hizmet içeren depo koleksiyonlarından oluşan projedir. İkincisi ise tüm bunların üzerinde çalışan kodlama ajanıdır.
İşleyişi şöyle:
Çoğu kişi "OpenHands" dediğinde ajandan bahseder. Bu yazıda da o kısımla çalışacağım.
Genelde ajana bir yazılım görevi verirsiniz, kodunuzun bulunduğu bir çalışma alanını gösterirsiniz ve ajan elindeki araçlarla görevi yürütür. Varsayılan araç seti bir terminal, bir dosya düzenleyici ve bir görev izleyiciden oluşur.
Çalışma alanının dizüstünüz olması gerekmez. Ajanlar yerel makineyi çalışma alanı olarak kullanabilir veya örneğin Docker ya da Kubernetes içinde geçici çalışma alanlarında çalışabilir.
OpenHands sizi tek bir model sağlayıcısına da bağlamaz. Claude, GPT veya başka herhangi bir LLM ile kullanabilirsiniz; buna yerel modeller de dahildir. Agent Canvas, varsayılan OpenHands ajanı yerine Claude Code ve Codex gibi üçüncü taraf ajanları bile çalıştırır.
Kısacası, OpenHands kendi koşullarınızda çalıştırabileceğiniz açık bir ajan platformudur.
OpenHands Nasıl Çalışır
OpenHands bir döngü içinde çalışır.
Bir sohbet asistanı isteminizi alır ve metin döndürür. OpenHands ajanı ise bir görev alır, bir eylem yapar, sonucu inceler ve sonraki adıma karar verir.
OpenHands ajan döngüsü
Genel fikir şu şekilde:
Döngü, görev tamamlandığında veya ajanın yalnızca sizin sağlayabileceğiniz bir şeye (eksik bir kimlik bilgisi veya gereksinimler hakkında bir karar gibi) ihtiyaç duyduğunda durur.
6. adım OpenHands'i rakiplerinden ayırır. Bir kod tamamlama aracı, yazdığı kodun çalıştığında ne olduğunu asla görmez. OpenHands görür; bu sayede başarısız bir teste tepki verip nedeni düzeltebilir.
OpenHands'in Temel Özellikleri
Otomatik tamamlama metin önerir; OpenHands ise projeniz üzerinde işlem yapar. İşte nasıl:
Kod düzenleme
OpenHands dosyaları doğrudan düzenler ve aynı anda tek bir dosyayla sınırlı değildir.
Diyelim ki bir fonksiyonun yeni bir ada ihtiyacı var. Ajan tanımı günceller, tüm çağrı noktalarını bulur ve ona referans veren testleri günceller — hepsini tek bir görevin parçası olarak yapar.
Terminal ve araç kullanımı
Ajanın kendi terminali vardır. Bağımlılıkları kurabilir, betikleri çalıştırabilir, testleri yürütebilir ve herhangi bir komutun çıktısını okuyabilir.
Ayrıca, ajana tasarlanmadığı araçları sağlamak için MCP (Model Context Protocol) sunucularını bağlayabilirsiniz; örneğin bir konu takipçisi veya veritabanı istemcisi.
Depoyu anlama
Çoğu kod üreticisi yalnızca isteme yapıştırdığınız şeyi görür.
OpenHands depoyu açar ve keşfeder. README'yi okuyabilir, içe aktarmaları takip edebilir ve projenin nasıl yapılandığını anlamak için mevcut testlere bakabilir. Bu da yaptığı değişikliklerin mevcut koda daha iyi uyma olasılığını artırır.
Uzun görevler farklı bir sorun yaratır — konuşma geçmişi modelin sığdırabileceğinin ötesine geçer. OpenHands, konuşmanın eski bölümlerini özetleyen ve ajanın çalışmaya devam etmesini sağlayan bir bağlam yoğunlaştırıcı ile bunu ele alır.
Model seçimi
Model çağrıları LiteLLM üzerinden yapılır; böylece onun desteklediği herhangi bir sağlayıcı ve modeli kullanabilirsiniz. OpenHands belgeleri, Claude, GPT ve Gemini ailelerinden modelleri ve OpenHands Index'te iyi puan alan açık ağırlıklı modelleri önerir.
Kodunuzun makinenizi terk etmemesi gerekiyorsa yerel bir model çalıştırabilirsiniz. OpenHands, LM Studio, Ollama, vLLM ve SGLang gibi yerel sunuculara bağlanır.
Burada akılda tutulması gereken, modelin sonuçları çok etkilemesidir. Bazı yerel modeller, geniş bir bağlam penceresine rağmen araçları güvenilir şekilde kullanmakta zorlanır.
Otonom görev yürütme
Bir görevi devrettikten sonra, ajan döngüyü kendi başına yürütür. Hataları sohbete geri yapıştırmanız veya ona sıradaki dosyayı söylemeniz gerekmez.
Agent Canvas bunu otomasyonlarla bir adım öteye taşır. Slack, GitHub, Linear ve daha fazlasıyla entegre olur; zamanlanmış olarak veya webhook olaylarına yanıt olarak çalışır.
Ancak otonomi doğruluğu garanti etmez. Birleştirmeden önce farkı (diff) ve test sonuçlarını yine de incelemeniz gerekir.
OpenHands Nasıl Kullanılır
OpenHands'i anlamanın en iyi yolu, ona bir hata verip ne yaptığına bakmaktır.
Bu bölümde OpenHands'i Docker'da yerel olarak çalıştıracak, Ollama üzerinden yerel bir modele bağlayacak ve küçük bir Python projesindeki bir hatayı düzeltmesini isteyeceğim.
OpenHands'i kurun
OpenHands'i birkaç şekilde çalıştırabilirsiniz:
CLI başlatıcı:
uv tool install openhands --python 3.14ile kurun, ardındanopenhands serveile GUI'yi başlatınDocker: Tek bir
docker runkomutuyla uygulama konteynerini doğrudan çalıştırınAgent Canvas: Yerel, self-hosted, Cloud veya Enterprise arkayüzlerine bağlanan yeni tarayıcı istemcisi
OpenHands Cloud: Hiçbir şeyi kendiniz çalıştırmak istemiyorsanız barındırılan sürüm
Ben Docker yolunu ve Yerel GUI'yi kullanacağım. OpenHands belgeleri artık bunu kullanımdan kaldırılmış Docker tabanlı tarayıcı uygulaması olarak listeliyor ve yerine Agent Canvas'ı işaret ediyor, ancak hâlâ belgelenmiş durumda ve bir GUI'yi çalıştırmanın en hızlı yolu.
macOS, Linux veya WSL'li Windows'ta Docker Desktop'a ihtiyacınız olacak. macOS'te Docker Desktop'ı açın,
Settings > Advancedbölümüne gidin ve varsayılan Docker soketini etkinleştirin.Ardından uygulamayı başlatın:
OpenHands, ayrı bir sandbox konteynerini başlatmak için Docker soket bağını kullanır ve ajan komutlarını ana makinenizde değil bu sandbox içinde çalıştırır.
Günlüklerde sunucunun ayakta olduğunu gördüğünüzde, tarayıcınızda
http://localhost:3000adresini açın.OpenHands karşılama sayfası
Bir model bağlayın
OpenHands, ona bir model verene kadar hiçbir şey yapmaz.
Ben, Mistral'ın ajansal kodlama için oluşturduğu 24B'lik modeli Devstral Small 2'yi kullanıyorum. Tek bir RTX 4090'da veya 32 GB RAM'li bir Mac'te çalışacak kadar hafiftir. Ollama 0.13.3 veya üzerini gerektirir.
Ollama'yı daha büyük bir bağlam penceresiyle başlatın ve modeli çekin:
Bağlam uzunluğunu hafife almayın. Ollama'nın varsayılanı 4096 belirteçtir; bu, OpenHands'in sistem istemini bile sığdırmak için çok küçüktür. Belgeler en az 22000 ister.
OpenHands içinde
Settingsbölümünü açın,LLMsekmesine gidin veAdvancedseçeneğini açın. Ardından şunları ayarlayın:Özel Model:
openai/devstral-small-2:latestTemel URL:
http://host.docker.internal:11434/v1API Anahtarı:
local-llmgibi herhangi bir yer tutucu değerYerel bir Ollama modeli için LLM ayarları
openai/öneki, OpenHands'e Ollama ile OpenAI uyumlu API'si üzerinden konuşmasını söyler. API anahtarı kullanılmaz, ancak alan boş bırakılamaz.Bir depo açın
OpenHands varsayılan olarak dosyalarınızı göremez. Projeyi sandbox'a bağlamanız gerekir.
Bu örnek için, iki dosyadan oluşan
budget-tracker/projectadlı bir klasöre ihtiyacınız olacak. İlk dosya aylık harcamayı toplar:Docstring
YYYY-MManahtarları vaat ediyor, ancakdate[5:7]yalnızca ayı tutuyor. 2025 Ocak ile 2026 Ocak aynı kovaya girer.İkinci dosyada hatayı yakalayan iki test var:
Klasörü bir Git deposuna dönüştürün; böylece ajanın neleri değiştirdiğini daha sonra görebilirsiniz:
Şimdi
python -m pytestçalıştırırsanız her iki test de başarısız olur:Başarısız testler
OpenHands'e erişim vermek için konteyneri durdurun ve
docker runkomutuna bir satır ekleyin:Böylece tam komut artık şöyle:
host_path:container_path:modebiçimindedir. Projeniz sandbox içinde/workspacealtında görünür verwajan tarafından düzenlenmesine izin verir.Ajanın değiştirmesini istediğiniz projeyi bağlayın.
/workspaceiçine okuma-yazma olarak bağlanan her şey ajan tarafından değiştirilebilir.Ajana bir görev verin
Yeni bir konuşma başlatın ve sorunu bir hata raporu yazar gibi tarif edin:
Aylık toplamlar, farklı yıllardaki aynı ayın harcamalarını birleştiriyor.
Nedeni bulun, düzeltin ve testleri çalıştırıp geçtiğini doğrulayın.
Hepsi bu. Ajana
budget.pydosyasını işaret etmeniz veya hangi satırın yanlış olduğunu söylemeniz gerekmez.Konuşma çıktısı
Buradan itibaren, daha önceki ajan döngüsü devralır. Ajan
/workspaceiçini dolaşır, her iki dosyayı okur ve nelerin başarısız olduğunu görmek için testleri çalıştırır. Ardından kodu düzenler ve testleri yeniden çalıştırır.Ajanın sandbox terminalinde pytest çalıştırması
Değişiklikleri gözden geçirin
Ajan işinin bittiğini söylüyor. Artık kod düzenleyiciyi açıp koddaki değişiklikleri inceleyerek farkları görebilirsiniz.
Doğru düzeltme,
budget.pyiçinde tek bir satırdır:Düzeltilmiş budget.py
Ayrıca farkları görmek için bir
git diffkontrolü de yapabilirsiniz.Kontrol etmeniz gerekenler şunlar:
Kaynak kod: Düzeltme
budget.pyiçinde olmalıTestler: Ajanın doğrulamaların geçmesi için
test_budget.pydosyasını düzenlemediğinden emin olunTest çalıştırması:
python -m pytestkomutunu kendiniz çalıştırın — ajanın özetine güvenmeyinOpenHands Mimarisi
OpenHands'in altı ana parçası vardır ve her biri tek bir işle görevlidir.
OpenHands bileşenleri nasıl bağlanır
Yapay zekâ modeli
Muhakemeyi yapan modeldir. Görevi ve konuşma geçmişini alır ve bir mesaj veya araç çağrısı ile yanıt verir.
Model dosyalarınızı değiştirmez veya bir şey çalıştırmaz. Sadece sırada ne olması gerektiğine karar verir. Model çağrıları LiteLLM üzerinden yapıldığı için aynı ajan, barındırılan bir sağlayıcıyla veya yazıdaki Devstral kurulumu gibi yerel bir modelle çalışır.
Ajan mantığı
Ajan, model ile diğer her şey arasında yer alır. Muhakeme-eylem döngüsünü yürütür; yani modelden bir sonraki eylemi ister, aracı çalıştırır ve sonucu veya hatayı işler.
Ayrıca modelin neleri göreceğine karar verir. Ajan, yoğunlaştırıcılarla konuşma geçmişini yönetir ve her model sorgusuna beceriler ve istemler ekler.
Her adım kaydedilir. Ajan eylemleri yürütür ve gözlemler alır; konuşma bu olay geçmişini tutar. Model, bir sonraki turda bu olayları görür, böylece neler olduğunu bilir.
Araçlar ve eylemler
Araçlar, ajanın modelin dışındaki herhangi bir şeye etki etme yoludur. Standart set bir terminal, bir dosya düzenleyici ve bir görev izleyici içerir; MCP sunucuları üzerinden daha fazlasını ekleyebilirsiniz.
Model bir eylem ister; örneğin "
pytestçalıştır" veya "budget.pyiçindeki 8. satırı değiştir". Araç bunu yürütür ve test çıktısı veya güncellenmiş dosya gibi bir gözlem döndürür.Bir eylem çalışmadan önce güvenlik denetiminden geçer. Güvenlik analizörü her eylemi önce değerlendirir ve ajanın onayınız için duraklatılmasını sağlayabilir.
Geliştirme ortamı
Araçlar makinenizde çalışmaz. Bir sandbox içinde çalışırlar.
Docker kurulumunda OpenHands, ajan sunucusunu kendi Docker konteyneri içinde çalıştırır. Bu yüzden makalenin Docker soketini bağlaması gerekir — uygulama konteyneri sandbox'ı başlatmak için buna ihtiyaç duyar.
Sandbox yerel olmak zorunda değildir. Ajanlar, örneğin Docker veya Kubernetes'te geçici çalışma alanlarında da çalışabilir; Ajan Sunucusu yürütmeyi, araçları ve çalışma alanlarını REST ve WebSocket API'leri üzerinden sunar. Sandbox nerede çalışırsa çalışsın ajan mantığı aynı kalır.
Depo
Depo, ajanın üzerinde çalıştığı şeydir. Sandbox'a iki yoldan biriyle girer: makaledeki gibi bağladığınız yerel bir klasör veya GitHub, GitLab ya da Bitbucket entegrasyonları üzerinden bağlanan bir repo.
Bir depo ayrıca ajana nasıl davranacağını da söyleyebilir. Kök düzeydeki bir
AGENTS.mddosyası, konuşma başında sistem istemine enjekte edilir. Daha odaklı talimatlar.agents/skills/içine konur; ajan önce bir özeti görür ve yalnızca ihtiyaç duyduğunda tam içeriği yükler.Ajanın tahmin edemeyeceği proje kurallarını buraya koyarsınız; örneğin "testleri
pytestile değilmake testile çalıştır."İnsan incelemesi
Mimarisinin son parçası sizsiniz.
OpenHands üç onay politikası destekler: her eylemi onayla, hiçbirini onaylama veya yalnızca riskli eylemleri onayla. Sonuncusu güvenlik analizörüne bağlıdır; her eylemi DÜŞÜK, ORTA, YÜKSEK veya BİLİNMİYOR risk olarak etiketler. Varsayılan NeverConfirm'dür; yani değiştirmezseniz ajan durmadan çalışır.
İkinci kontrol noktası sonda gelir. Ajanın işi, farkı okuyup test sonuçlarını kontrol edene kadar bitmiş sayılmaz.
OpenHands İş Akışları
Size tek satırlık bir hatayı nasıl düzelteceğinizi gösterdim; elbette OpenHands çok daha büyük görevleri de kaldırabilir.
Bu görevlerin ortak noktası, birden fazla adım gerektirmeleridir. İşte ajan döngüsünün mantıklı olduğu altı iş türü.
Hataları düzeltme
Bu yazıda gösterilen hata tek bir dosyada kolayca görülebiliyordu. Gerçek dünyada neredeyse hiç böyle olmaz.
Diyelim ki uygulama günlükleri üretimde bir
KeyErrorgösteriyor ve yığın izi, hatalı verinin geldiği yerden üç çağrı uzaktaki bir fonksiyonu işaret ediyor. Yığın izini OpenHands'e yapıştırır ve düzeltme istersiniz.Ajan, çağrı zincirini verinin kaynağına kadar takip eder, hatayı yeniden üreten bir test yazar ve testin başarısız olduğunu doğrular. Sonra kodu düzeltir ve başka bir şeyi bozmadığını kontrol etmek için tüm test setini çalıştırır.
Aranacak kısım yeniden üretim testidir. Bu, ajanın hatanın göründüğü yeri tespit etmek yerine gerçek hatayı bulduğunu kanıtlar.
Özellik uygulama
Özellik çalışmaları genellikle beklediğinizden daha fazla dosyayı değiştirir.
Diyelim ki bir komut satırı rapor betiğinin, işlemleri tarihe göre filtrelemek için bir
--sincebayrağına ihtiyacı var. Ajan argüman ayrıştırıcıyı bulmalı, bayrağı eklemeli, değeri filtre mantığına aktarmalı ve yardım metnini güncellemelidir. Ardından yeni davranış için testler yazar ve README'yi günceller.Küçük bir özellik için bile dört-beş dosya eder. Ajan bunları görev izleyicisinde takip eder; böylece ilki çalıştıktan sonra durmaz.
Kodu yeniden düzenleme (refactoring)
Yeniden düzenleme, davranışı değiştirmeden yapıyı değiştirmektir ve değişmediğini kanıtlamanın yolu test setidir.
Diyelim ki bir projede tarih yardımcıları, string yardımcıları ve dosya yardımcılarının karıştığı büyük bir
utils.pydosyası var. OpenHands'ten bunu üç modüle bölmesini istersiniz.Ajan yeni modülleri oluşturur, fonksiyonları taşır ve kod tabanı genelindeki tüm içe aktarmaları günceller. Her taşıma sonrasında testleri çalıştırır. Böylece bir şey bozulursa, hangi taşımadan kaynaklandığını bilir.
Test yazma
Test edilmemiş kod, ajansal işler için yaygın bir başlangıç noktasıdır; çünkü görev nettir ve doğrulaması kolaydır.
Diyelim ki bir tarih ayrıştırma modülünde test yok. Ajan fonksiyonları okur, normal girdiler ve boş stringler, artık yıllar ve geçersiz formatlar gibi uç durumlar için pytest senaryoları yazar ve çalıştırır.
Yeni bir test başarısız olursa, ajanın testin mi yanlış olduğuna yoksa kodda bir hata mı bulunduğuna karar vermesi gerekir. Bu, kendinizin kontrol etmesi gereken bir karardır.
Mevcut kod tabanlarını inceleme
Her görev kod değişikliği gerektirmez.
OpenHands'e "Bu uygulama, veritabanına ulaşmadan önce kullanıcı girdisini nerede doğruluyor?" gibi sorular sorabilirsiniz. Ajan kod tabanını arar, dosyalar arasında fonksiyon çağrılarını takip eder ve dosya yolları ve satır referanslarıyla yanıt verir.
Yeni bir projeye katıldığınızda veya aylardır değiştirmediğiniz bir kodu devraldığınızda bu kullanışlıdır. Bu tür salt-okunur işler için depoyu
:rwyerine:romodu ile bağlayın; böylece ajan yanlışlıkla bile bir şeyi değiştiremez.Uygulamaları çalıştırma ve hata ayıklama
Bazı hatalar yalnızca uygulama çalıştığında ortaya çıkar.
Diyelim ki bir API uç noktası 500 hatası döndürüyor ve testler bunu kapsamıyor. Ajan sunucuyu terminalinde başlatır,
curlile bir istek gönderir ve sunucu günlüklerinden iz yığınını okur.Ardından kodu düzeltir, sunucuyu yeniden başlatır ve aynı isteği tekrar gönderir. Yanıt hâlâ yanlışsa döngü oradan devam eder.
Bu, kendinizin de uygulayacağı düzenle-çalıştır-kontrol et döngüsüdür; tek fark, her yeniden başlatma ve her tekrar denemeyi ajanın yapmasıdır.
OpenHands ve Diğer Yapay Zekâ Kodlama Ajanları
OpenHands, bir görevi alıp kendi başına üzerinde çalışabilen tek araç değildir. Claude Code, Cursor ve GitHub Copilot'un da artık ajan özellikleri var; ancak bazı önemli açılardan farklılar.
OpenHands vs Claude Code
Bu ikisi en yakın eşleşmedir. Her ikisi de kod okuyan, dosya düzenleyen, komut çalıştıran ve sonuçları kontrol eden bir ajan döngüsü yürütür.
İlk fark sahipliktir. Her bir kamuya açık OpenHands deposunun kendi açık kaynak lisansı vardır ve hepsini okuyabilir, değiştirebilir ve kendi altyapınızda barındırabilirsiniz. Claude Code ise Anthropic'in terminalde, IDE'de, masaüstü uygulamasında ve tarayıcıda sunulan tescilli ajansal kodlama aracıdır.
Bu da model sorusuna götürür. Claude Code, Anthropic'in Claude modelleri etrafında inşa edilmiştir. OpenHands, yazıdaki yerel Ollama kurulumu da dahil olmak üzere, LiteLLM'in desteklediği herhangi bir sağlayıcı ve modelle çalışır.
Günlük iş akışı da farklıdır. Claude Code bir terminal aracı olarak başladı ve pek çok geliştirici hâlâ orada kullanıyor. OpenHands tarayıcı arayüzüne dayanır ve CLI'si işlevsel olarak tamdır ancak öncelikle kararlılık için sürdürülür.
Her iki araç da ajanın davranışını kontrol etmenizi sağlar. Claude Code,
.claudedizinindekiCLAUDE.md, ayarlar, kancalar, beceriler, komutlar ve alt ajanları okur. OpenHands, depodanAGENTS.mdve becerileri okur; SDK ise Python ile kendi ajanlarınızı oluşturmanıza olanak tanır.Otonomi her birinde farklı işler. Claude Code, araç kullanımını izin modları, kancalar ve izin/verme kurallarıyla kontrol eder ve komutları sandbox içinde çalıştırabilir. OpenHands varsayılan olarak her komutu bir Docker sandbox'ında çalıştırır ve bunun üzerine onay politikaları ekler.
Kısacası, Claude Code hemen kurup kullanabileceğiniz cilalı seçenektir; OpenHands ise daha fazla kurulum ister ve karşılığında daha fazla kontrol sağlar. Ayrıca birbirlerine karşıt değiller. Agent Canvas, varsayılan OpenHands ajanı yerine ajan olarak Claude Code'u çalıştırabilir.
OpenHands vs Cursor
Cursor bir yapay zekâ kod düzenleyicisidir. OpenHands ise bir ajan platformudur. Ana fark budur ve diğerlerinin çoğu da bundan türetilir.
Cursor'da düzenleyici içinde çalışır, ajan ise yanınızda çalışır. Düzenlemeleri dosyalarınızda görür, kabul eder veya reddeder ve yazmaya devam edersiniz. OpenHands'te bir görevi tarif eder, ajan sandbox içinde çalışır ve sonucu incelersiniz. GUI, sandbox'a bir VS Code görünümü içerir, ancak işin çoğu burada gerçekleşmez.
Depoya erişim de aynı ayrımı izler. Cursor'un ajanı, düzenleyicinizde açık olan kod üzerinde çalışır. OpenHands, sandbox'ına bağladığınız veya bir Git entegrasyonu üzerinden bağladığınız her ne varsa onun üzerinde çalışır.
Boşluk, Cursor'un Bulut Ajanları ile daha küçüktür. Bunlar bulutta gözetimsiz çalışır ve işleri dallar ve çekme istekleri üzerinden geri döndürür; bağlı bir GitHub, GitLab, Azure DevOps veya Bitbucket hesabı ve ücretli bir plan gerektirir. Bu, OpenHands'in yaptığı işe yakındır, ancak Cursor'un altyapısında.
Genişletilebilirlik, ikisinin en çok ayrıldığı noktadır. Cursor, MCP sunucularını ve proje kurallarını destekler; ancak düzenleyici ve ajan kapalı ürünlerdir. OpenHands ile ajanın kendisini değiştirebilir, her yerde barındırabilir ve yerel bir model üzerinde çalıştırabilirsiniz.
OpenHands vs GitHub Copilot
GitHub Copilot editörünüzde bir otomatik tamamlama aracı olarak başladı ve oradan ajan özelliklerine evrildi. OpenHands ise bir ajan olarak başladı.
Copilot'un en büyük gücü yaşadığı yerdir. VS Code ve JetBrains IDE'lerinde çalışır; bulut ajanı doğrudan GitHub üzerinde çalışır. OpenHands'in bu düzeyde bir IDE entegrasyonu yoktur.
Depo düzeyindeki görevler için Copilot bulut ajanı en yakın karşılaştırmadır. Ona bir konuyu atarsınız ve GitHub Actions tarafından desteklenen kendi geçici geliştirme ortamında çalışır; itmeden önce testleri ve linter'ları çalıştırabilir. OpenHands Cloud, bir konuya veya çekme isteği yorumuna
@openhandsetiketini eklediğinizde benzer şekilde çalışır.Platform ana farktır. Copilot bulut ajanı, GitHub'da depolanan depolar için tüm ücretli Copilot planlarında mevcuttur. OpenHands ise GitHub, GitLab, Bitbucket veya yerel bir klasörle çalışır ve isterseniz kendi donanımınızda çalışır.
Copilot bir görev için model seçmenize izin verir; ancak yalnızca GitHub'ın sunduğu modeller arasından. OpenHands'te bu kısıtlama yoktur.
Kısaca özet:
OpenHands'in diğer yapay zekâ ajanlarıyla karşılaştırması
Yazılım Mühendisliği Ekipleri için OpenHands
Tek bir geliştirici için OpenHands, ihtiyaç duyduğunuzda açacağınız bir araçtır. Bir ekip için durum böyle değildir.
Çoğu ekip zaten işleri konular (issue) etrafında organize eder ve OpenHands Cloud buna bağlanır. GitHub, GitLab ve Bitbucket'ın yanı sıra Slack, Jira ve Linear ile entegre olur. Bir konuya veya çekme isteği yorumuna
@openhandsyazarak ajanın görevi oradan almasını sağlayabilirsiniz.Sonra kimsenin talep etmediği ama herkesin ihtiyaç duyduğu işler var. Agent Canvas otomasyonları bir zamanlamayla veya webhook olaylarına yanıt olarak çalışır. Örneğin bir ekip, kod inceleme ve bağımlılık güncellemeleri için bir Ajan Sunucusunu paylaşırken, her geliştirici kendi dizüstüsünde kişisel ajanlarını çalıştırabilir.
Testler makaledekiyle aynı şekilde çalışır. Ajan, geri bildirmeden önce test setini kendi sandbox'ında çalıştırır. Ancak sandbox çalıştırması CI'nin yerine geçmez — boru hattınız her çekme isteğinde, insan yazımı kodda olduğu gibi, yine çalışır.
Çekme istekleri başka bir konudur. OpenHands Cloud, GitHub ile çalışırken, sekiz saat sonra süresi dolan kısa ömürlü belirteçler talep eder; içeriklere, konulara, çekme isteklerine ve iş akışlarına okuma ve yazma erişimiyle birlikte. Self-hosted Kurumsal kurulumlarda, ajanı tetikleyen kullanıcının GitHub yetkilendirmesini kullanır; böylece her değişiklik bir kişiye kadar izlenebilir.
Sorumluluğun işleyişi böyle olmalıdır. Çekme isteğini ajan açabilir, ancak bir geliştirici onaylar. Dal koruması ve gerekli incelemeler, ajan çekme isteklerine de herkes için olduğu gibi uygulanır.
Yalıtılmış ortamlar bunun ölçekli çalışmasını sağlar. Her görev kendi sandbox'ında çalışır; böylece iki ajan iki hatayı düzeltirken birbirlerinin dosyalarını üzerine yazmaz veya aynı port için yarışmaz.
OpenHands Güvenliği ve Sandbox'lama
Bir kod tamamlama aracı her zaman metin önerir ve kabul edip etmeme size kalır.
Bir ajan farklıdır. Projenizi dolaşır, komutlar yürütür, paketler kurar ve dosyaları kendi kendine — çoğu zaman sormadan — düzenler. Dolayısıyla soru, "bu kod doğru mu?"dan "oraya ulaşmak için ajan ne çalıştırdı?"ya dönüşür.
Yalıtılmış yürütme ortamları
Docker sandbox'ı, ana makine dosyalarınızı ve programlarınızı, ana makine kaynaklarını ve diğer konteynerleri ve süreçleri korur. Ajan yıkıcı bir komut çalıştırırsa, bir konteynerle sınırlıdır.
Yerel kurulumda dikkat edilmesi gereken bir istisna vardır. Uygulama konteyneri, sandbox'ları başlatabilmek için ana makinenin Docker soketini bağlar; bu sokete erişim, makinenizdeki Docker üzerinde kontrol anlamına gelir.
Depo izinleri
Sandbox yalnızca bağlamadığınız şeyleri korur. Bağlanan dosyalar ve dizinler değiştirilebilir veya silinebilir.
Yalnızca üzerinde çalıştığınız projeyi bağlayın; asla ana dizininizi bağlamayın. Kod inceleme gibi salt-okunur görevler için
:romodunu kullanın. Git entegrasyonlarında, ajana yalnızca ihtiyaç duyduğu spesifik depolara erişim verin; başka hiçbir şeye değil.Gizli bilgiler ve kimlik bilgileri
API anahtarları veya jetonlar gibi kimlik bilgileri sağlarsanız, ajan bunları kullanabilir. Ve bir sırrı okuyabilen bir ajan, onu günlüklerde yazdırabilir veya bir yere gönderebilir.
Bu nedenle, üretim anahtarlarını tutan
.envdosyalarının bulunduğu klasörleri bağlamayın. Ajana sınırlı kapsamlı test kimlik bilgileri verin ve bunları sıkça değiştirin.Ağ erişimi
Varsayılan olarak ajan, konteyner içinden internete erişebilir. Paket kurmak için buna ihtiyaç duyar; ancak herhangi bir harici hizmete de ulaşabilir.
Bu da prompt enjeksiyonuna kapı aralar. Bir web sayfası veya bir konu yorumu, ajanın takip edebileceği talimatlar içerebilir. GitHub, kendi bulut ajanı için varsayılan olarak internet erişimini kısıtlayan bir güvenlik duvarıyla bu riski sınırlar; OpenHands kurulumunuz için de benzer sınırlamaları düşünmeye değerdir.
Komut yürütme
Hangi komutların onay olmadan çalışacağını kontrol edebilirsiniz. OpenHands üç onay politikasını destekler: her şeyi onayla, hiçbir şeyi onaylama veya yalnızca riskli eylemleri onayla. Varsayılan NeverConfirm'dür.
"Riskli eylemler" seçeneğinin bir püf noktası vardır. Varsayılan LLM güvenlik analizörü, modelin kendi eylemlerine atadığı risk düzeyini kullanır. Bir model yıkıcı bir komutu DÜŞÜK risk olarak etiketleyebilir ve bu durumda sizden onay istemeden çalışır. Analizör, politika katmanı için riski sınıflandırır — tek başına hiçbir şeyi engellemez; belgeler bunu Docker izolasyonuyla birlikte kullanmanızı önerir.
Üretilen değişiklikleri inceleme
Yukarıdakilerin tümü, ajanın neler yapabileceğini sınırlar. Ancak inceleme aşaması önemlidir; çünkü ne yaptığını bu sayede kontrol edersiniz.
Yalnızca değişmesini beklediğiniz dosyaları değil, tüm farkı okuyun. CI yapılandırmasına, bağımlılık dosyalarına ve betiklere ekstra dikkat gösterin. OpenHands Cloud'da, ajanın GitHub jetonu iş akışlarına yazma erişimini içerir; bu nedenle
.github/workflowsiçindeki bir değişiklik, boru hattınızda nelerin çalıştığını değiştirebilir.OpenHands'in Sınırlamaları
OpenHands'in yazdığı kodda hâlâ hatalar olabilir. Testlerin geçmesi yalnızca kodun testlerle eşleştiğini gösterir; üstelik ajanın her ikisini de yazması mümkündür. Testler zayıfsa, kod geçebilir ama yine de yanlış olabilir.
Karmaşık görevler genellikle sizi döngüye dahil eder. Belirsiz gereksinimler veya ajanın veremeyeceği bir tasarım kararı onu durdurur ya da daha kötüsü yanlış yöne sürükler.
Güçlü bir barındırılan modelle OpenHands çok dosyalı görevleri iyi yönetir. Küçük bir yerel modelle başarısız araç çağrıları ve sohbet botu benzeri yanıtlar göreceksiniz; geniş bir bağlam penceresi olsa bile bazı yerel modeller araçları güvenilir şekilde kullanamaz.
Ajan döngüleri sohbete kıyasla daha maliyetlidir. Her adımda konuşma geçmişi tekrar modele gönderilir ve uzun görevler çok sayıda adım alır. OpenHands belgeleri, ajanın LLM'e çok sayıda istem gönderdiği konusunda uyarır ve harcama limitleri ile kullanım izlemesini önerir. Bağlam yoğunlaştırıcı yardımcı olur; ancak eski adımları özetlediği için uzun görevlerde detaylar kaybolabilir.
Araç erişimi güvenlik riskini artırır. Terminale ve ağ erişimine sahip bir ajan, kötü talimatları takip ederse ciddi zarar verebilir; bu yüzden sandbox ve incelemeniz büyük önem taşır.
Ve her değişikliğin yine bir kişi tarafından onaylanması gerekir. Bunu her zaman aklınızda tutun.
OpenHands ve Yapay Zekâ Kodlama Ajanlarının Geleceği
Yapay zekâ kodlama araçları otomatik tamamlamadan sohbete, oradan da bütün bir görevi yürütebilen ajanlara evrildi. OpenHands, bu son adımı ileriye taşıyan birkaç projeden biridir.
Yön tüm sektörde açıkça görülüyor. Cursor, daha uzun zaman dilimlerinde daha büyük görevler üstlenen otonom bulut ajanlarının yükselen bir dönemini tarif ediyor. Copilot artık GitHub ve Linear'dan konuları alıyor. Claude Code terminalde, tarayıcıda ve Slack'te çalışıyor.
Açık kaynak platformlar bu değişimde özel bir role sahip. OpenHands ile ajanın nasıl çalıştığını inceleyebilir, onu kendi altyapınızda çalıştırabilir ve modeli seçebilirsiniz. Sıkı veri kuralları olan ekipler için bu, ajanları kullanmalarına izin verilen tek yoldur.
Daha uzun görevler yeni sorunlar da getirir. Bir saat çalışan bir ajan, bir dakika çalışan bir ajandan daha fazla karar verir ve her karar, istediğinizden sapma fırsatıdır. Daha iyi modeller yardımcı olur; ancak sandbox'lar, onay politikaları ve inceleme de öyle.
Sonuç
OpenHands'i rakiplerinden farklı kılan kontroldür. Kaynağı okuyabilir, kendi donanımınızda barındırabilir ve yerel olanlar dahil herhangi bir modelle çalıştırabilirsiniz. Claude Code, Cursor ve GitHub Copilot gibi daha sıkı ticari araçlar daha iyi bir deneyim sunar; ancak kendi koşullarıyla.
Ancak terminalinize ve depolarınıza erişimi olan bir ajan, yine de işinin bir kişi tarafından kontrol edilmesini gerektirir. Farkı okumayı ve testleri kendiniz çalıştırmayı her zaman unutmayın.
Kendi ajanınızı sıfırdan nasıl oluşturacağınızı öğrenmek istiyorsanız, Introduction to Creating AI Agents in Python webinarımızı izleyin.