OpenHands: Giải thích về tác nhân mã hóa AI mã nguồn mở
Tổng quan về OpenHands, tác nhân mã hóa AI mã nguồn mở, bao gồm kiến trúc, thiết lập cục bộ với Ollama, phần thực hành sửa lỗi, bảo mật và giới hạn, cùng so sánh với Claude Code, Cursor và GitHub Copilot.
OpenHands là một nền tảng mã nguồn mở dành cho phát triển phần mềm dựa trên AI, xoay quanh một tác nhân có thể kiểm tra kho mã, chỉnh sửa tệp, thực thi lệnh và chạy kiểm thử. Đây là một phần của xu hướng phát triển phần mềm mang tính tác nhân - bạn giao cho tác nhân một nhiệm vụ trọn vẹn, và nó xử lý từng bước cho đến khi hoàn thành hoặc cần bạn can thiệp.
Trong bài viết này, tôi sẽ giới thiệu kiến trúc và các tính năng chính của OpenHands, hướng dẫn bạn thiết lập với mô hình cục bộ, và so sánh với Claude Code, Cursor, và GitHub Copilot.
OpenHands là nền tảng mã nguồn mở để xây dựng và vận hành các AI agent làm việc với mã nguồn.
Tên gọi bao hàm hai thứ. Thứ nhất là dự án - tập hợp các kho mã với SDK, máy chủ, giao diện trình duyệt và dịch vụ được lưu trữ. Thứ hai là tác nhân mã hóa chạy bên trên tất cả những thành phần đó.
Cách hoạt động như sau:
Software Agent SDK: Tập API Python và REST để xây dựng agent làm việc với mã, đồng thời là động cơ phía sau OpenHands CLI và OpenHands Cloud
Agent Server: Cung cấp khả năng thực thi agent, hội thoại, công cụ và không gian làm việc qua API REST và WebSocket
Agent Canvas: Giao diện trình duyệt thống nhất cho hội thoại, tệp, đầu ra terminal, cấu hình mô hình, backend và tự động hóa
OpenHands Cloud: Dịch vụ quản lý thương mại cho các đội không muốn tự vận hành hạ tầng backend và sandbox
Khi đa số mọi người nói "OpenHands", họ ám chỉ tác nhân. Đó là phần tôi sẽ sử dụng trong bài viết này.
Thông thường, bạn giao cho tác nhân một nhiệm vụ phần mềm, trỏ nó tới một workspace chứa mã của bạn, và nó sẽ xử lý nhiệm vụ bằng các công cụ sẵn có. Bộ công cụ mặc định gồm terminal, trình chỉnh sửa tệp và công cụ theo dõi nhiệm vụ.
Workspace không nhất thiết phải là máy tính xách tay của bạn. Agent có thể dùng máy cục bộ làm workspace hoặc chạy trong các workspace tạm thời, chẳng hạn trong Docker hoặc Kubernetes.
OpenHands cũng không ràng buộc bạn với một nhà cung cấp mô hình. Bạn có thể dùng Claude, GPT, hoặc bất kỳ LLM nào khác, kể cả mô hình cục bộ. Agent Canvas thậm chí có thể chạy các tác nhân bên thứ ba như Claude Code và Codex thay cho tác nhân OpenHands mặc định.
Tóm lại, OpenHands là một nền tảng agent mở mà bạn có thể vận hành theo cách của riêng mình.
Cách OpenHands hoạt động
OpenHands chạy trong một vòng lặp.
Một trợ lý chat nhận prompt của bạn và trả về văn bản. Tác nhân OpenHands nhận nhiệm vụ, thực hiện hành động, xem kết quả và quyết định bước tiếp theo.
Vòng lặp của tác nhân OpenHands
Ý tưởng tổng quát như sau:
Nhận nhiệm vụ: Bạn mô tả mục tiêu bằng ngôn ngữ tự nhiên, ví dụ "Sửa báo cáo tháng để không gộp các tháng của những năm khác nhau"
Kiểm tra kho mã: Agent liệt kê thư mục, mở tệp và tìm mã liên quan tới nhiệm vụ
Lập kế hoạch: Chia nhỏ nhiệm vụ thành các bước và ghi vào trình theo dõi nhiệm vụ
Chỉnh sửa hoặc tạo tệp: Thay đổi mã bằng trình chỉnh sửa tệp
Chạy lệnh và kiểm thử: Chạy bộ kiểm thử hoặc ứng dụng trong terminal
Kiểm tra kết quả: Đọc đầu ra, bao gồm lỗi và các khẳng định thất bại
Lặp lại: Nếu vẫn còn lỗi, quay lại, điều chỉnh kế hoạch và thử lại
Vòng lặp dừng khi nhiệm vụ hoàn tất, hoặc khi tác nhân cần thứ chỉ bạn có thể cung cấp, như thông tin xác thực còn thiếu hoặc quyết định về yêu cầu.
Bước 6 là điểm khác biệt của OpenHands so với đối thủ. Công cụ tự động hoàn thành mã không bao giờ thấy chuyện gì xảy ra khi mã chạy. OpenHands thì có, nên nó có thể phản ứng với kiểm thử thất bại và sửa nguyên nhân.
Các tính năng chính của OpenHands
Tự động hoàn thành chỉ gợi ý văn bản, còn OpenHands can thiệp trực tiếp vào dự án của bạn. Cụ thể như sau.
Chỉnh sửa mã
OpenHands chỉnh sửa tệp trực tiếp, và không bị giới hạn ở một tệp mỗi lần.
Giả sử một hàm cần đổi tên. Agent sẽ cập nhật định nghĩa, tìm mọi nơi gọi hàm và cập nhật các kiểm thử tham chiếu đến nó - tất cả trong cùng một nhiệm vụ.
Terminal và sử dụng công cụ
Agent có terminal riêng. Nó có thể cài đặt phụ thuộc, chạy script, thực thi kiểm thử và đọc đầu ra của bất kỳ lệnh nào.
Bạn cũng có thể kết nối các máy chủ MCP (Model Context Protocol) để cung cấp cho agent các công cụ mà nó không được thiết kế sẵn, ví dụ công cụ theo dõi issue hoặc client cơ sở dữ liệu.
Hiểu kho mã
Đa số công cụ sinh mã chỉ thấy những gì bạn dán vào prompt.
OpenHands mở kho mã và khám phá. Nó có thể đọc README, lần theo import và xem các kiểm thử hiện có để hiểu cấu trúc dự án. Nhờ đó, thay đổi của nó có nhiều khả năng phù hợp với phần mã sẵn có hơn.
Các nhiệm vụ dài tạo ra vấn đề khác - lịch sử hội thoại dài quá khả năng chứa của mô hình. OpenHands xử lý bằng bộ cô đọng ngữ cảnh, tóm tắt các phần cũ của hội thoại để agent có thể tiếp tục làm việc.
Lựa chọn mô hình
Lời gọi mô hình đi qua LiteLLM, vì vậy bạn có thể dùng bất kỳ nhà cung cấp và mô hình nào mà nó hỗ trợ. Tài liệu OpenHands khuyến nghị các mô hình họ Claude, GPT, Gemini, cùng các mô hình open-weight đạt điểm tốt trên OpenHands Index.
Nếu mã của bạn không thể rời máy, bạn có thể chạy mô hình cục bộ. OpenHands kết nối tới các máy chủ cục bộ như LM Studio, Ollama, vLLM và SGLang.
Một điều cần nhớ là mô hình ảnh hưởng lớn đến kết quả. Một số mô hình cục bộ gặp khó khăn với việc sử dụng công cụ đáng tin cậy, kể cả khi có cửa sổ ngữ cảnh lớn.
Thực thi nhiệm vụ tự động
Khi bạn giao nhiệm vụ, agent sẽ tự mình chạy vòng lặp. Bạn không cần dán lỗi lại vào chat hay chỉ cho nó nên mở tệp nào tiếp theo.
Agent Canvas tiến thêm một bước với tự động hóa. Chúng tích hợp với Slack, GitHub, Linear, v.v., và chạy theo lịch hoặc khi có sự kiện webhook.
Nhưng tự động không đồng nghĩa với đúng. Bạn vẫn cần xem xét diff và kết quả kiểm thử trước khi hợp nhất bất kỳ thay đổi nào.
Cách sử dụng OpenHands
Cách tốt nhất để hiểu OpenHands là giao cho nó một lỗi và quan sát cách xử lý.
Trong phần này, tôi sẽ chạy OpenHands cục bộ trong Docker, kết nối tới mô hình cục bộ qua Ollama và yêu cầu sửa một lỗi trong dự án Python nhỏ.
Thiết lập OpenHands
Bạn có thể chạy OpenHands theo vài cách:
Trình khởi chạy CLI: Cài bằng uv tool install openhands --python 3.14, sau đó khởi động GUI với openhands serve
Docker: Chạy trực tiếp container ứng dụng với một lệnh docker run duy nhất
Agent Canvas: Ứng dụng trình duyệt mới hơn, kết nối tới backend cục bộ, tự lưu trữ, Cloud hoặc Enterprise
OpenHands Cloud: Phiên bản được lưu trữ, nếu bạn không muốn tự chạy gì cả
Tôi sẽ dùng cách Docker với Local GUI. Tài liệu OpenHands hiện liệt kê nó là ứng dụng trình duyệt dựa trên Docker đã ngừng khuyến nghị và trỏ sang Agent Canvas như sản phẩm thay thế, nhưng vẫn còn tài liệu và là cách nhanh nhất để có GUI chạy được.
Bạn sẽ cần Docker Desktop trên macOS, Linux, hoặc Windows với WSL. Trên macOS, mở Docker Desktop, vào Settings > Advanced, và bật Docker socket mặc định.
OpenHands sử dụng mount Docker socket để khởi chạy một container sandbox riêng, và agent chạy các lệnh bên trong sandbox đó, không phải trên máy chủ của bạn.
Khi log hiển thị máy chủ đã sẵn sàng, hãy mở http://localhost:3000 trong trình duyệt.
Trang chào mừng OpenHands
Kết nối mô hình
OpenHands sẽ không làm gì cho đến khi bạn cung cấp một mô hình.
Tôi dùng Devstral Small 2, mô hình 24B của Mistral được xây cho mã hóa mang tính tác nhân. Nó đủ nhẹ để chạy trên một RTX 4090 hoặc máy Mac có 32GB RAM. Yêu cầu Ollama 0.13.3 trở lên.
Khởi chạy Ollama với cửa sổ ngữ cảnh lớn hơn và kéo mô hình:
OLLAMA_CONTEXT_LENGTH=32768OLLAMA_HOST=0.0.0.0:11434 ollama serve &
ollama pull devstral-small-2:24bĐược hỗ trợ bởi
Đừng xem nhẹ độ dài ngữ cảnh. Mặc định của Ollama là 4096 token, quá nhỏ để chứa nổi cả system prompt của OpenHands. Tài liệu yêu cầu tối thiểu 22000.
Trong OpenHands, mở Settings, chuyển sang thẻ LLM và bật Advanced. Sau đó đặt:
Custom Model:openai/devstral-small-2:latest
Base URL:http://host.docker.internal:11434/v1
API Key: Bất kỳ giá trị giữ chỗ nào, như local-llm
Thiết lập LLM cho mô hình Ollama cục bộ
Tiền tố openai/ cho biết OpenHands sẽ nói chuyện với Ollama qua API tương thích OpenAI. Khóa API không được dùng, nhưng trường này không thể để trống.
Mở kho mã
Mặc định OpenHands không thấy tệp của bạn. Bạn phải mount dự án vào sandbox.
Trong ví dụ này, bạn sẽ cần thư mục budget-tracker/project với hai tệp. Tệp đầu tiên cộng tổng chi tiêu theo tháng:
# 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 totalsĐược hỗ trợ bởi
Docstring hứa khóa YYYY-MM, nhưng date[5:7] chỉ lấy tháng. Tháng 1/2025 và tháng 1/2026 sẽ bị gộp chung.
Định dạng là host_path:container_path:mode. Dự án của bạn xuất hiện trong sandbox dưới /workspace, và rwcho phép agent chỉnh sửa nó.
Chỉ mount dự án bạn muốn agent thay đổi. Bất cứ thứ gì được mount chế độ đọc-ghi vào /workspace đều có thể bị agent chỉnh sửa.
Giao nhiệm vụ cho agent
Bắt đầu hội thoại mới và mô tả vấn đề như khi bạn viết báo cáo bug:
Tổng chi tiêu theo tháng đang gộp các khoản chi của cùng một tháng ở những năm khác nhau.
Tìm nguyên nhân, sửa và chạy kiểm thử để xác nhận đã pass.
Chỉ vậy thôi. Bạn không cần chỉ agent tới budget.py hay nói nó dòng nào sai.
Kết quả hội thoại
Vòng lặp agent ở trên sẽ tiếp quản từ đây. Agent xem qua /workspace, đọc cả hai tệp và chạy kiểm thử để xem cái gì fail. Sau đó nó chỉnh mã và chạy kiểm thử lại.
Agent chạy pytest trong terminal của sandbox
Rà soát thay đổi
Agent báo đã xong. Giờ bạn có thể xem khác biệt bằng cách mở trình chỉnh sửa mã và kiểm tra các thay đổi trong mã.
Kiểm thử: Đảm bảo agent không chỉnh test_budget.py để khiến các khẳng định pass
Lần chạy kiểm thử: Tự chạy python -m pytest - đừng chỉ dựa vào phần tóm tắt của agent
Kiến trúc OpenHands
OpenHands có sáu phần chính, và mỗi phần làm một việc riêng.
Cách các thành phần OpenHands kết nối
Mô hình AI
Mô hình đảm nhiệm suy luận. Nó nhận nhiệm vụ và lịch sử hội thoại, rồi trả lời bằng tin nhắn hoặc lời gọi công cụ.
Mô hình không thay đổi tệp hay chạy bất cứ thứ gì. Nó chỉ quyết định bước tiếp theo. Lời gọi mô hình đi qua LiteLLM, nên cùng một agent hoạt động được với nhà cung cấp lưu trữ hoặc mô hình cục bộ như thiết lập Devstral trong bài.
Logic của agent
Agent nằm giữa mô hình và mọi thứ khác. Nó chạy vòng lặp suy luận-hành động, tức là hỏi mô hình hành động tiếp theo, chạy công cụ và xử lý kết quả hoặc lỗi.
Nó cũng quyết định mô hình được thấy gì. Agent quản lý lịch sử hội thoại bằng bộ cô đọng và thêm kỹ năng cùng prompt vào mỗi truy vấn mô hình.
Mỗi bước đều được ghi lại. Agent thực thi hành động và nhận quan sát về, và hội thoại giữ lịch sử sự kiện đó. Mô hình thấy các sự kiện này ở lượt tiếp theo, nên nó biết điều gì đã xảy ra.
Công cụ và hành động
Công cụ là cách agent tác động ra ngoài mô hình. Bộ chuẩn gồm terminal, trình chỉnh sửa tệp và bộ theo dõi nhiệm vụ, và bạn có thể bổ sung qua máy chủ MCP.
Mô hình yêu cầu một hành động, như "chạy pytest" hoặc "thay dòng 8 trong budget.py." Công cụ thực thi và trả về quan sát, như đầu ra kiểm thử hoặc tệp đã cập nhật.
Trước khi hành động chạy, nó qua kiểm tra bảo mật. Bộ phân tích bảo mật đánh giá mỗi hành động trước và có thể tạm dừng agent để bạn phê duyệt.
Môi trường phát triển
Công cụ không chạy trên máy bạn. Chúng chạy trong sandbox.
Trong thiết lập Docker, OpenHands chạy agent server trong container Docker riêng. Đó là lý do bài viết mount Docker socket - container ứng dụng cần nó để khởi tạo sandbox.
Sandbox không nhất thiết phải cục bộ. Agent cũng có thể chạy trong workspace tạm thời, ví dụ trong Docker hoặc Kubernetes, và Agent Server cung cấp thực thi, công cụ và workspace qua API REST và WebSocket. Logic của agent giữ nguyên dù sandbox chạy ở đâu.
Kho mã
Kho mã là thứ agent làm việc trên đó. Nó vào sandbox theo hai cách: thư mục cục bộ bạn mount, như trong bài, hoặc kho mã kết nối qua tích hợp GitHub, GitLab, hoặc Bitbucket.
Kho mã cũng có thể chỉ dẫn cách agent hành xử. Tệp AGENTS.md ở gốc sẽ được chèn vào system prompt khi bắt đầu hội thoại. Hướng dẫn tập trung hơn đặt trong .agents/skills/, nơi agent thấy phần tóm tắt trước và chỉ tải toàn bộ nội dung khi cần.
Đây là nơi bạn đặt các quy tắc dự án mà agent không thể đoán, như "chạy kiểm thử bằng make test, không phải pytest."
Kiểm duyệt của con người
Bạn là phần cuối cùng của kiến trúc.
OpenHands hỗ trợ ba chính sách phê duyệt: phê duyệt mọi hành động, không phê duyệt gì, hoặc chỉ phê duyệt hành động rủi ro. Tuỳ chọn cuối phụ thuộc vào bộ phân tích bảo mật, thứ gán nhãn mỗi hành động là rủi ro THẤP, TRUNG BÌNH, CAO hoặc KHÔNG RÕ. Mặc định là NeverConfirm, nên agent chạy không dừng trừ khi bạn thay đổi.
Điểm kiểm soát thứ hai đến ở cuối. Công việc của agent chỉ hoàn tất khi bạn đã đọc diff và kiểm tra kết quả kiểm thử.
Quy trình làm việc với OpenHands
Tôi đã chỉ bạn cách sửa một lỗi một dòng, nhưng dĩ nhiên, OpenHands có thể xử lý các nhiệm vụ lớn hơn nhiều.
Điểm chung là các nhiệm vụ này cần nhiều hơn một bước. Dưới đây là sáu dạng công việc phù hợp với vòng lặp của agent.
Sửa lỗi
Lỗi trong bài này dễ thấy trong một tệp. Trong thực tế thì hầu như không như vậy.
Giả sử log ứng dụng cho thấy KeyError ngoài production, và stack trace trỏ tới một hàm cách ba lần gọi so với nơi dữ liệu xấu đi vào. Bạn dán stack trace vào OpenHands và yêu cầu sửa.
Agent lần theo chuỗi gọi về nguồn dữ liệu, viết một kiểm thử tái tạo lỗi và xác nhận kiểm thử thất bại. Sau đó nó sửa mã và chạy toàn bộ bộ kiểm thử để đảm bảo không phá vỡ thứ khác.
Kiểm thử tái tạo là phần đáng chú ý. Nó chứng minh agent tìm đúng lỗi thực sự thay vì chỉ thấy nơi lỗi xuất hiện.
Triển khai tính năng
Công việc tính năng thường sửa nhiều tệp hơn bạn nghĩ.
Giả sử script báo cáo dòng lệnh cần cờ --since để lọc giao dịch theo ngày. Agent phải tìm bộ phân tích tham số, thêm cờ, truyền giá trị tới logic lọc và cập nhật phần trợ giúp. Sau đó nó viết kiểm thử cho hành vi mới và cập nhật README.
Đó là bốn hoặc năm tệp cho một tính năng nhỏ. Agent theo dõi chúng trong bộ theo dõi nhiệm vụ để không dừng lại sau khi tệp đầu tiên chạy được.
Tái cấu trúc mã
Refactor là thay đổi cấu trúc mà không đổi hành vi, và bộ kiểm thử là cách chứng minh hành vi không đổi.
Giả sử dự án có một tệp utils.py lớn trộn lẫn hàm xử lý ngày tháng, chuỗi và tệp. Bạn yêu cầu OpenHands tách thành ba module.
Agent tạo các module mới, di chuyển hàm và cập nhật mọi import trên toàn codebase. Nó chạy kiểm thử sau mỗi lần di chuyển. Nhờ vậy, nếu có gì hỏng, nó biết lần di chuyển nào gây ra.
Viết kiểm thử
Mã không có kiểm thử là điểm khởi đầu phổ biến cho công việc của agent, vì nhiệm vụ rõ ràng và dễ xác minh.
Giả sử module phân tích ngày tháng chưa có kiểm thử. Agent đọc các hàm, viết các ca kiểm thử pytest cho đầu vào bình thường và các biên như chuỗi rỗng, năm nhuận, định dạng không hợp lệ, rồi chạy chúng.
Nếu kiểm thử mới thất bại, agent phải quyết định kiểm thử sai hay mã có lỗi. Đó là quyết định bạn nên tự kiểm tra.
Khảo sát codebase hiện có
Không phải nhiệm vụ nào cũng cần thay đổi mã.
Bạn có thể hỏi OpenHands những câu như "Ứng dụng này xác thực đầu vào người dùng ở đâu trước khi tới cơ sở dữ liệu?" Agent tìm kiếm trong codebase, lần theo lời gọi hàm qua các tệp và trả lời với đường dẫn tệp và tham chiếu dòng.
Điều này hữu ích khi bạn tham gia dự án mới hoặc tiếp quản mã đã lâu không đụng tới. Với công việc chỉ đọc như vậy, hãy mount kho mã với chế độ :ro thay cho :rw, để agent không thể thay đổi gì dù vô tình.
Chạy và gỡ lỗi ứng dụng
Một số lỗi chỉ xuất hiện khi ứng dụng chạy.
Giả sử một endpoint API trả về lỗi 500 và kiểm thử không bao quát. Agent khởi động máy chủ trong terminal của nó, gửi yêu cầu bằng curl và đọc traceback từ log máy chủ.
Sau đó nó sửa mã, khởi động lại máy chủ và gửi lại cùng yêu cầu. Nếu phản hồi vẫn sai, vòng lặp tiếp tục từ đó.
Đây là chu kỳ sửa-chạy-kiểm tra như bạn tự làm, chỉ khác là agent xử lý mọi lần khởi động lại và thử lại.
OpenHands so với các tác nhân mã hóa AI khác
OpenHands không phải công cụ duy nhất có thể nhận nhiệm vụ và tự xử lý. Claude Code, Cursor và GitHub Copilot nay đều có tính năng agent, nhưng khác nhau ở vài điểm quan trọng.
OpenHands và Claude Code
Hai công cụ này là tương đồng nhất. Cả hai đều chạy vòng lặp agent đọc mã, chỉnh sửa tệp, chạy lệnh và kiểm tra kết quả.
Khác biệt đầu tiên là quyền sở hữu. Mỗi kho OpenHands công khai đều có giấy phép mã nguồn mở riêng, và bạn có thể đọc, sửa, tự lưu trữ toàn bộ. Claude Code là công cụ mã hóa mang tính tác nhân độc quyền của Anthropic, có mặt trên terminal, IDE, ứng dụng desktop và trình duyệt.
Điều này dẫn tới câu hỏi về mô hình. Claude Code xoay quanh các mô hình Claude của Anthropic. OpenHands hoạt động với bất kỳ nhà cung cấp nào LiteLLM hỗ trợ, gồm cả thiết lập Ollama cục bộ trong bài.
Quy trình làm việc hàng ngày cũng khác. Claude Code khởi đầu là công cụ terminal, và tới nay vẫn là nơi nhiều lập trình viên sử dụng. OpenHands dựa vào giao diện trình duyệt, và CLI của nó đầy đủ tính năng nhưng chủ yếu được duy trì để ổn định.
Cả hai cho phép bạn kiểm soát hành vi của agent. Claude Code đọc CLAUDE.md, thiết lập, hook, kỹ năng, lệnh và subagent từ thư mục .claude. OpenHands đọc AGENTS.md và kỹ năng từ kho mã, và SDK cho phép bạn xây agent của riêng mình bằng Python.
Tính tự động hoạt động khác nhau. Claude Code kiểm soát việc dùng công cụ bằng chế độ cấp phép, hook, và quy tắc cho phép/từ chối, và có thể sandbox lệnh. OpenHands mặc định chạy mọi lệnh bên trong sandbox Docker và bổ sung các chính sách phê duyệt phía trên.
Tóm lại, Claude Code là lựa chọn trau chuốt bạn cài và dùng ngay, còn OpenHands cần cấu hình nhiều hơn và đổi lại cho bạn nhiều quyền kiểm soát. Chúng cũng không loại trừ nhau. Agent Canvas có thể chạy Claude Code làm agent thay cho agent mặc định của OpenHands.
OpenHands và Cursor
Cursor là một trình soạn thảo mã có AI. OpenHands là một nền tảng agent. Đây là khác biệt chính, và hầu hết điểm khác khác đều xuất phát từ đó.
Trong Cursor, bạn làm việc trong editor, và agent làm việc cạnh bạn. Bạn thấy chỉnh sửa xuất hiện trong tệp, chấp nhận hoặc từ chối, rồi tiếp tục gõ. Trong OpenHands, bạn mô tả một nhiệm vụ, agent làm việc trong sandbox, và bạn xem xét kết quả. GUI có bao gồm chế độ xem VS Code vào sandbox, nhưng đó không phải nơi thực hiện phần lớn công việc.
Quyền truy cập kho mã cũng theo phân tách tương tự. Agent của Cursor làm việc trên mã đang mở trong editor của bạn. OpenHands làm việc trên những gì bạn mount vào sandbox hoặc kết nối qua tích hợp Git.
Khoảng cách thu hẹp hơn với Cloud Agents của Cursor. Chúng chạy không giám sát trên đám mây và trả kết quả qua nhánh và pull request, và cần tài khoản GitHub, GitLab, Azure DevOps, hoặc Bitbucket được kết nối cùng gói trả phí. Điều đó gần với những gì OpenHands làm, nhưng trên hạ tầng của Cursor.
Tính mở rộng là điểm khác biệt lớn nhất. Cursor hỗ trợ máy chủ MCP và quy tắc dự án, nhưng editor và agent là sản phẩm đóng. Với OpenHands, bạn có thể thay đổi chính agent, lưu trữ ở bất kỳ đâu và chạy bằng mô hình cục bộ.
OpenHands và GitHub Copilot
GitHub Copilot khởi đầu là công cụ tự động hoàn thành trong editor và phát triển dần thành các tính năng agent. OpenHands khởi đầu là agent.
Ưu điểm lớn nhất của Copilot là nơi nó tồn tại. Nó hoạt động trong VS Code và các IDE JetBrains, và cloud agent của nó làm việc trực tiếp trên GitHub. OpenHands không có tích hợp IDE ở mức đó.
Với các nhiệm vụ cấp độ kho mã, cloud agent của Copilot là so sánh gần nhất. Bạn giao cho nó một issue, và nó làm việc trong môi trường phát triển tạm thời của riêng nó dựa trên GitHub Actions, nơi có thể chạy kiểm thử và linter trước khi đẩy lên. OpenHands Cloud làm điều tương tự khi bạn nhắc @openhands trong bình luận issue hoặc pull request.
Nền tảng là khác biệt chính. Cloud agent của Copilot có sẵn cho tất cả gói Copilot trả phí trong các kho lưu trên GitHub. OpenHands hoạt động với GitHub, GitLab, Bitbucket, hoặc thư mục cục bộ, và chạy trên phần cứng của riêng bạn nếu muốn.
Copilot cho phép bạn chọn mô hình cho một nhiệm vụ, nhưng chỉ trong các mô hình GitHub cung cấp. OpenHands không có hạn chế đó.
Tóm tắt nhanh:
OpenHands
Claude Code
Cursor
GitHub Copilot
Nguồn
Mã nguồn mở
Độc quyền
Độc quyền
Độc quyền
Mô hình
Bất kỳ nhà cung cấp LiteLLM nào, gồm cả cục bộ
Mô hình Claude
Nhiều nhà cung cấp cộng mô hình nội bộ
Mô hình do GitHub cung cấp
Giao diện chính
Giao diện trình duyệt, SDK
Terminal, IDE, desktop, trình duyệt
Trình soạn thảo mã có AI
Tiện ích IDE, GitHub
Nơi agent chạy
Sandbox Docker, cục bộ hoặc từ xa
Máy của bạn hoặc đám mây Anthropic
Editor của bạn hoặc đám mây của Cursor
IDE của bạn hoặc GitHub Actions
Tự lưu trữ
Có
Không
Chỉ Enterprise
Không
So sánh OpenHands với các tác nhân AI khác
OpenHands cho các đội kỹ sư phần mềm
Với một lập trình viên cá nhân, OpenHands là công cụ bạn mở khi cần. Với đội thì không như vậy.
Hầu hết các đội đã tổ chức công việc quanh issue, và OpenHands Cloud tích hợp vào đó. Nó tích hợp với GitHub, GitLab và Bitbucket, cùng Slack, Jira và Linear. Bạn có thể nhắc @openhands trong bình luận issue hoặc pull request, và agent sẽ nhận nhiệm vụ từ đó.
Còn có công việc không ai yêu cầu nhưng ai cũng cần. Tự động hóa trong Agent Canvas chạy theo lịch hoặc khi có sự kiện webhook. Ví dụ, một đội có thể dùng chung một Agent Server cho rà soát mã và cập nhật phụ thuộc, trong khi mỗi lập trình viên chạy agent cá nhân trên laptop của mình.
Kiểm thử hoạt động giống như trong bài. Agent chạy bộ kiểm thử trong sandbox trước khi báo cáo lại. Nhưng lần chạy trong sandbox không thay thế CI - pipeline của bạn vẫn chạy trên mọi pull request, như với mã do con người viết.
Pull request là chủ đề khác. Khi OpenHands Cloud làm việc với GitHub, nó yêu cầu token ngắn hạn hết hạn sau tám giờ, có quyền đọc và ghi vào nội dung, issue, pull request và workflow. Trong thiết lập Enterprise tự lưu trữ, agent dùng quyền GitHub của người kích hoạt nó, nên mọi thay đổi đều truy vết về một cá nhân.
Đó là cách trách nhiệm nên vận hành. Agent có thể mở pull request, nhưng lập trình viên phê duyệt. Quy tắc bảo vệ nhánh và yêu cầu rà soát áp dụng cho pull request của agent như với mọi người khác.
Môi trường cô lập giúp mọi thứ hoạt động ở quy mô lớn. Mỗi nhiệm vụ chạy trong sandbox riêng, nên hai agent sửa hai lỗi không ghi đè tệp của nhau hay tranh cổng mạng.
Bảo mật và sandboxing của OpenHands
Công cụ tự động hoàn thành mã luôn chỉ gợi ý văn bản, và bạn quyết định có chấp nhận không.
Agent thì khác. Nó đi qua dự án của bạn, thực thi lệnh, cài đặt gói và chỉnh sửa tệp một cách tự động, thường không cần hỏi. Vì vậy câu hỏi chuyển từ "đoạn mã này có đúng không?" sang "agent đã chạy gì để đạt được kết quả đó?"
Môi trường thực thi cô lập
Sandbox Docker bảo vệ tệp và chương trình trên máy chủ, tài nguyên máy chủ và các container/quy trình khác. Nếu agent chạy lệnh hủy hoại, nó bị giới hạn trong container.
Có một ngoại lệ cần chú ý trong thiết lập cục bộ. Container ứng dụng mount Docker socket của máy chủ để khởi tạo sandbox, và quyền truy cập socket đó đồng nghĩa quyền điều khiển Docker trên máy bạn.
Quyền truy cập kho mã
Sandbox chỉ bảo vệ những gì bạn không mount. Các tệp và thư mục đã mount có thể bị sửa hoặc xóa.
Chỉ mount dự án bạn đang làm, không bao giờ mount thư mục home. Với tác vụ chỉ đọc như khảo sát mã, dùng chế độ :ro. Với tích hợp Git, chỉ cấp cho agent quyền vào các kho cần thiết và không gì khác.
Bí mật và thông tin xác thực
Nếu bạn cung cấp thông tin xác thực, như API key hay token, agent có thể dùng chúng. Và agent có thể đọc bí mật thì cũng có thể in chúng ra log hoặc gửi đi đâu đó.
Vì vậy đừng mount thư mục có tệp .env chứa khóa production. Hãy cấp cho agent thông tin kiểm thử với phạm vi hạn chế và xoay vòng thường xuyên.
Truy cập mạng
Mặc định, agent có thể truy cập internet từ trong container. Nó cần để cài gói, nhưng cũng có thể kết nối tới bất kỳ dịch vụ bên ngoài nào.
Điều đó mở ra nguy cơ prompt injection. Một trang web hoặc bình luận issue có thể chứa chỉ dẫn mà agent có thể làm theo. GitHub giảm rủi ro này cho cloud agent của họ bằng tường lửa hạn chế truy cập internet theo mặc định, và bạn cũng nên cân nhắc hạn chế tương tự cho thiết lập OpenHands của mình.
Thực thi lệnh
Bạn có thể kiểm soát lệnh nào chạy mà không cần phê duyệt. OpenHands hỗ trợ ba chính sách phê duyệt: phê duyệt tất cả, không phê duyệt gì, hoặc chỉ phê duyệt hành động rủi ro. Mặc định là NeverConfirm.
Tùy chọn "hành động rủi ro" có điểm cần lưu ý. Bộ phân tích bảo mật LLM mặc định sử dụng mức rủi ro do chính mô hình gán cho hành động của nó. Một mô hình có thể gán mức rủi ro THẤP cho lệnh hủy hoại, và nó sẽ chạy mà không cần hỏi bạn. Bộ phân tích chỉ phân loại rủi ro cho lớp chính sách - tự nó không chặn gì cả, và tài liệu khuyến nghị kết hợp với cô lập Docker.
Rà soát các thay đổi sinh ra
Tất cả những điều trên giới hạn điều agent có thể làm. Nhưng giai đoạn rà soát quan trọng vì đó là cách bạn kiểm tra những gì nó đã làm.
Hãy đọc toàn bộ diff, không chỉ các tệp bạn kỳ vọng thay đổi. Đặc biệt chú ý cấu hình CI, tệp phụ thuộc và script. Trong OpenHands Cloud, token GitHub của agent bao gồm quyền ghi vào workflow, vì vậy thay đổi trong .github/workflows có thể làm thay đổi những gì chạy trong pipeline của bạn.
Giới hạn của OpenHands
Mã do OpenHands viết vẫn có thể có lỗi. Kiểm thử pass chỉ cho thấy mã khớp với kiểm thử, và agent có thể viết cả hai. Nếu kiểm thử yếu, mã có thể pass mà vẫn sai.
Nhiệm vụ phức tạp thường cần bạn tham gia. Yêu cầu mơ hồ hoặc quyết định thiết kế mà agent không thể tự đưa ra sẽ khiến nó dừng hoặc tệ hơn là đi sai hướng.
Với mô hình lưu trữ mạnh, OpenHands xử lý tốt các nhiệm vụ đa tệp. Với mô hình cục bộ nhỏ, bạn sẽ thấy lỗi gọi công cụ và câu trả lời kiểu chatbot, và ngay cả với cửa sổ ngữ cảnh lớn, một số mô hình cục bộ vẫn không thể dùng công cụ ổn định.
Vòng lặp agent cũng tốn kém hơn chat. Mỗi bước gửi lại lịch sử hội thoại cho mô hình, và các nhiệm vụ dài cần nhiều bước. Tài liệu OpenHands cảnh báo agent phát nhiều prompt tới LLM và khuyến nghị giới hạn chi tiêu và theo dõi sử dụng. Bộ cô đọng ngữ cảnh giúp, nhưng nó tóm tắt các bước cũ, nên chi tiết có thể bị mất trong các nhiệm vụ dài.
Quyền dùng công cụ làm tăng rủi ro bảo mật. Một agent có terminal và truy cập mạng có thể gây hại thực sự nếu làm theo chỉ dẫn xấu, đó là lý do sandbox và phần rà soát của bạn quan trọng.
Và mọi thay đổi vẫn cần con người phê duyệt. Luôn ghi nhớ điều đó.
OpenHands và tương lai của tác nhân mã hóa AI
Các công cụ mã hóa AI đã đi từ tự động hoàn thành sang chat rồi tới tác nhân xử lý trọn một nhiệm vụ. OpenHands là một trong vài dự án thúc đẩy bước cuối đó.
Hướng đi này dễ thấy trên toàn ngành. Cursor mô tả kỷ nguyên mới nơi các agent đám mây tự động đảm nhiệm nhiệm vụ lớn hơn trong thời gian dài hơn. Copilot nay nhận issue từ GitHub và Linear. Claude Code chạy trong terminal, trình duyệt và Slack.
Các nền tảng mã nguồn mở có vai trò riêng trong chuyển dịch đó. Với OpenHands, bạn có thể kiểm tra cách agent hoạt động, chạy trên hạ tầng của riêng mình và chọn mô hình. Với những đội có quy định nghiêm ngặt về dữ liệu, đây thường là cách duy nhất họ được phép dùng agent.
Nhiệm vụ dài hơn cũng mang lại vấn đề mới. Một agent làm việc trong một giờ đưa ra nhiều quyết định hơn agent làm trong một phút, và mỗi quyết định là cơ hội lệch khỏi mong muốn của bạn. Mô hình tốt hơn giúp ích, nhưng sandbox, chính sách phê duyệt và rà soát cũng vậy.
Kết luận
Điểm khác biệt của OpenHands so với đối thủ là quyền kiểm soát. Bạn có thể đọc mã nguồn, lưu trữ trên phần cứng của mình và chạy với bất kỳ mô hình nào, kể cả mô hình cục bộ. Các công cụ thương mại chặt chẽ hơn như Claude Code, Cursor và GitHub Copilot mang lại trải nghiệm tốt hơn, nhưng theo điều kiện của họ.
Nhưng một agent có quyền truy cập terminal và kho mã của bạn vẫn cần con người kiểm tra công việc. Luôn nhớ đọc diff và tự chạy kiểm thử.
Chuyên gia Khoa học Dữ liệu Cấp cao, làm việc tại Croatia. Tác giả Công nghệ Hàng đầu với hơn 700 bài viết đã xuất bản, đạt trên 10 triệu lượt xem. Tác giả cuốn sách Tự động hóa Machine Learning với TPOT.
FAQs
OpenHands là gì?⌄
OpenHands là nền tảng mã nguồn mở để xây dựng và vận hành các AI agent làm việc với mã nguồn. Tác nhân mã hóa của nó có thể kiểm tra kho, chỉnh sửa tệp, chạy lệnh và kiểm thử, và lặp trên kết quả cho đến khi hoàn thành nhiệm vụ. Bạn có thể chạy cục bộ trong Docker, qua SDK hoặc trên OpenHands Cloud.
OpenHands có miễn phí sử dụng không?⌄
Phần mềm OpenHands là mã nguồn mở, nên bạn có thể tự lưu trữ mà không phải trả phí giấy phép. Thứ bạn phải trả là mô hình - các nhà cung cấp lưu trữ như Anthropic hoặc OpenAI tính phí theo token, và vòng lặp agent sử dụng rất nhiều. Nếu bạn chạy mô hình cục bộ qua Ollama hoặc LM Studio, chi phí duy nhất là phần cứng của bạn. OpenHands Cloud là dịch vụ thương mại riêng.
OpenHands khác gì so với GitHub Copilot hoặc Cursor?⌄
Copilot và Cursor xoay quanh editor, nơi AI làm việc cạnh bạn khi bạn viết mã. OpenHands là agent-first - bạn mô tả nhiệm vụ, agent làm việc trong sandbox, và bạn rà soát kết quả. Nó cũng là mã nguồn mở, hoạt động với bất kỳ mô hình nào LiteLLM hỗ trợ và chạy trên hạ tầng của bạn - điều mà Copilot hay Cursor không hỗ trợ tới mức đó.
Tôi có thể chạy OpenHands với mô hình cục bộ không?⌄
Có. OpenHands kết nối tới các máy chủ cục bộ như LM Studio, Ollama, vLLM và SGLang qua API tương thích OpenAI của chúng. Hãy chọn mô hình xây cho mã hóa mang tính tác nhân, như Devstral Small 2 hoặc Qwen3.6-35B-A3B, và đặt cửa sổ ngữ cảnh tối thiểu 22000 token. Các mô hình tổng quát nhỏ thường thất bại khi gọi công cụ và trả lời như chatbot.
Việc cho OpenHands truy cập mã của tôi có an toàn không?⌄
OpenHands chạy lệnh của agent bên trong sandbox Docker, giúp bảo vệ hệ thống máy chủ khỏi đa số sai sót. Nhưng bất kỳ thứ gì bạn mount vào sandbox đều có thể bị sửa hoặc xóa, và mọi thông tin xác thực bạn cung cấp có thể được agent sử dụng. Mặc định, agent không hỏi phê duyệt trước khi hành động, nên chỉ mount dự án bạn cần, dùng thông tin kiểm thử giới hạn và rà soát mọi diff trước khi hợp nhất.
OpenHands là một nền tảng mã nguồn mở dành cho phát triển phần mềm dựa trên AI, xoay quanh một tác nhân có thể kiểm tra kho mã, chỉnh sửa tệp, thực thi lệnh và chạy kiểm thử. Đây là một phần của xu hướng phát triển phần mềm mang tính tác nhân - bạn giao cho tác nhân một nhiệm vụ trọn vẹn, và nó xử lý từng bước cho đến khi hoàn thành hoặc cần bạn can thiệp.
Trong bài viết này, tôi sẽ giới thiệu kiến trúc và các tính năng chính của OpenHands, hướng dẫn bạn thiết lập với mô hình cục bộ, và so sánh với Claude Code, Cursor, và GitHub Copilot.
AI Agent là gì? Hãy đăng ký lộ trình AI Agent Fundamentals để khám phá cách AI agent có thể thay đổi cách bạn làm việc.
OpenHands là gì?
OpenHands là nền tảng mã nguồn mở để xây dựng và vận hành các AI agent làm việc với mã nguồn.
Tên gọi bao hàm hai thứ. Thứ nhất là dự án - tập hợp các kho mã với SDK, máy chủ, giao diện trình duyệt và dịch vụ được lưu trữ. Thứ hai là tác nhân mã hóa chạy bên trên tất cả những thành phần đó.
Cách hoạt động như sau:
Khi đa số mọi người nói "OpenHands", họ ám chỉ tác nhân. Đó là phần tôi sẽ sử dụng trong bài viết này.
Thông thường, bạn giao cho tác nhân một nhiệm vụ phần mềm, trỏ nó tới một workspace chứa mã của bạn, và nó sẽ xử lý nhiệm vụ bằng các công cụ sẵn có. Bộ công cụ mặc định gồm terminal, trình chỉnh sửa tệp và công cụ theo dõi nhiệm vụ.
Workspace không nhất thiết phải là máy tính xách tay của bạn. Agent có thể dùng máy cục bộ làm workspace hoặc chạy trong các workspace tạm thời, chẳng hạn trong Docker hoặc Kubernetes.
OpenHands cũng không ràng buộc bạn với một nhà cung cấp mô hình. Bạn có thể dùng Claude, GPT, hoặc bất kỳ LLM nào khác, kể cả mô hình cục bộ. Agent Canvas thậm chí có thể chạy các tác nhân bên thứ ba như Claude Code và Codex thay cho tác nhân OpenHands mặc định.
Tóm lại, OpenHands là một nền tảng agent mở mà bạn có thể vận hành theo cách của riêng mình.
Cách OpenHands hoạt động
OpenHands chạy trong một vòng lặp.
Một trợ lý chat nhận prompt của bạn và trả về văn bản. Tác nhân OpenHands nhận nhiệm vụ, thực hiện hành động, xem kết quả và quyết định bước tiếp theo.
Vòng lặp của tác nhân OpenHands
Ý tưởng tổng quát như sau:
Vòng lặp dừng khi nhiệm vụ hoàn tất, hoặc khi tác nhân cần thứ chỉ bạn có thể cung cấp, như thông tin xác thực còn thiếu hoặc quyết định về yêu cầu.
Bước 6 là điểm khác biệt của OpenHands so với đối thủ. Công cụ tự động hoàn thành mã không bao giờ thấy chuyện gì xảy ra khi mã chạy. OpenHands thì có, nên nó có thể phản ứng với kiểm thử thất bại và sửa nguyên nhân.
Các tính năng chính của OpenHands
Tự động hoàn thành chỉ gợi ý văn bản, còn OpenHands can thiệp trực tiếp vào dự án của bạn. Cụ thể như sau.
Chỉnh sửa mã
OpenHands chỉnh sửa tệp trực tiếp, và không bị giới hạn ở một tệp mỗi lần.
Giả sử một hàm cần đổi tên. Agent sẽ cập nhật định nghĩa, tìm mọi nơi gọi hàm và cập nhật các kiểm thử tham chiếu đến nó - tất cả trong cùng một nhiệm vụ.
Terminal và sử dụng công cụ
Agent có terminal riêng. Nó có thể cài đặt phụ thuộc, chạy script, thực thi kiểm thử và đọc đầu ra của bất kỳ lệnh nào.
Bạn cũng có thể kết nối các máy chủ MCP (Model Context Protocol) để cung cấp cho agent các công cụ mà nó không được thiết kế sẵn, ví dụ công cụ theo dõi issue hoặc client cơ sở dữ liệu.
Hiểu kho mã
Đa số công cụ sinh mã chỉ thấy những gì bạn dán vào prompt.
OpenHands mở kho mã và khám phá. Nó có thể đọc README, lần theo import và xem các kiểm thử hiện có để hiểu cấu trúc dự án. Nhờ đó, thay đổi của nó có nhiều khả năng phù hợp với phần mã sẵn có hơn.
Các nhiệm vụ dài tạo ra vấn đề khác - lịch sử hội thoại dài quá khả năng chứa của mô hình. OpenHands xử lý bằng bộ cô đọng ngữ cảnh, tóm tắt các phần cũ của hội thoại để agent có thể tiếp tục làm việc.
Lựa chọn mô hình
Lời gọi mô hình đi qua LiteLLM, vì vậy bạn có thể dùng bất kỳ nhà cung cấp và mô hình nào mà nó hỗ trợ. Tài liệu OpenHands khuyến nghị các mô hình họ Claude, GPT, Gemini, cùng các mô hình open-weight đạt điểm tốt trên OpenHands Index.
Nếu mã của bạn không thể rời máy, bạn có thể chạy mô hình cục bộ. OpenHands kết nối tới các máy chủ cục bộ như LM Studio, Ollama, vLLM và SGLang.
Một điều cần nhớ là mô hình ảnh hưởng lớn đến kết quả. Một số mô hình cục bộ gặp khó khăn với việc sử dụng công cụ đáng tin cậy, kể cả khi có cửa sổ ngữ cảnh lớn.
Thực thi nhiệm vụ tự động
Khi bạn giao nhiệm vụ, agent sẽ tự mình chạy vòng lặp. Bạn không cần dán lỗi lại vào chat hay chỉ cho nó nên mở tệp nào tiếp theo.
Agent Canvas tiến thêm một bước với tự động hóa. Chúng tích hợp với Slack, GitHub, Linear, v.v., và chạy theo lịch hoặc khi có sự kiện webhook.
Nhưng tự động không đồng nghĩa với đúng. Bạn vẫn cần xem xét diff và kết quả kiểm thử trước khi hợp nhất bất kỳ thay đổi nào.
Cách sử dụng OpenHands
Cách tốt nhất để hiểu OpenHands là giao cho nó một lỗi và quan sát cách xử lý.
Trong phần này, tôi sẽ chạy OpenHands cục bộ trong Docker, kết nối tới mô hình cục bộ qua Ollama và yêu cầu sửa một lỗi trong dự án Python nhỏ.
Thiết lập OpenHands
Bạn có thể chạy OpenHands theo vài cách:
Trình khởi chạy CLI: Cài bằng
uv tool install openhands --python 3.14, sau đó khởi động GUI vớiopenhands serveDocker: Chạy trực tiếp container ứng dụng với một lệnh
docker runduy nhấtAgent Canvas: Ứng dụng trình duyệt mới hơn, kết nối tới backend cục bộ, tự lưu trữ, Cloud hoặc Enterprise
OpenHands Cloud: Phiên bản được lưu trữ, nếu bạn không muốn tự chạy gì cả
Tôi sẽ dùng cách Docker với Local GUI. Tài liệu OpenHands hiện liệt kê nó là ứng dụng trình duyệt dựa trên Docker đã ngừng khuyến nghị và trỏ sang Agent Canvas như sản phẩm thay thế, nhưng vẫn còn tài liệu và là cách nhanh nhất để có GUI chạy được.
Bạn sẽ cần Docker Desktop trên macOS, Linux, hoặc Windows với WSL. Trên macOS, mở Docker Desktop, vào
Settings > Advanced, và bật Docker socket mặc định.Sau đó khởi động ứng dụng:
OpenHands sử dụng mount Docker socket để khởi chạy một container sandbox riêng, và agent chạy các lệnh bên trong sandbox đó, không phải trên máy chủ của bạn.
Khi log hiển thị máy chủ đã sẵn sàng, hãy mở
http://localhost:3000trong trình duyệt.Trang chào mừng OpenHands
Kết nối mô hình
OpenHands sẽ không làm gì cho đến khi bạn cung cấp một mô hình.
Tôi dùng Devstral Small 2, mô hình 24B của Mistral được xây cho mã hóa mang tính tác nhân. Nó đủ nhẹ để chạy trên một RTX 4090 hoặc máy Mac có 32GB RAM. Yêu cầu Ollama 0.13.3 trở lên.
Khởi chạy Ollama với cửa sổ ngữ cảnh lớn hơn và kéo mô hình:
Đừng xem nhẹ độ dài ngữ cảnh. Mặc định của Ollama là 4096 token, quá nhỏ để chứa nổi cả system prompt của OpenHands. Tài liệu yêu cầu tối thiểu 22000.
Trong OpenHands, mở
Settings, chuyển sang thẻLLMvà bậtAdvanced. Sau đó đặt:Custom Model:
openai/devstral-small-2:latestBase URL:
http://host.docker.internal:11434/v1API Key: Bất kỳ giá trị giữ chỗ nào, như
local-llmThiết lập LLM cho mô hình Ollama cục bộ
Tiền tố
openai/cho biết OpenHands sẽ nói chuyện với Ollama qua API tương thích OpenAI. Khóa API không được dùng, nhưng trường này không thể để trống.Mở kho mã
Mặc định OpenHands không thấy tệp của bạn. Bạn phải mount dự án vào sandbox.
Trong ví dụ này, bạn sẽ cần thư mục
budget-tracker/projectvới hai tệp. Tệp đầu tiên cộng tổng chi tiêu theo tháng:Docstring hứa khóa
YYYY-MM, nhưngdate[5:7]chỉ lấy tháng. Tháng 1/2025 và tháng 1/2026 sẽ bị gộp chung.Tệp thứ hai có hai kiểm thử để bắt lỗi:
Biến thư mục thành kho Git, để sau này bạn có thể xem agent thay đổi gì:
Nếu bạn chạy
python -m pytestbây giờ, cả hai kiểm thử đều thất bại:Kiểm thử thất bại
Để cấp quyền truy cập cho OpenHands, dừng container và thêm một dòng vào lệnh
docker run:Vậy lệnh đầy đủ giờ là:
Định dạng là
host_path:container_path:mode. Dự án của bạn xuất hiện trong sandbox dưới/workspace, vàrwcho phép agent chỉnh sửa nó.Chỉ mount dự án bạn muốn agent thay đổi. Bất cứ thứ gì được mount chế độ đọc-ghi vào
/workspaceđều có thể bị agent chỉnh sửa.Giao nhiệm vụ cho agent
Bắt đầu hội thoại mới và mô tả vấn đề như khi bạn viết báo cáo bug:
Tổng chi tiêu theo tháng đang gộp các khoản chi của cùng một tháng ở những năm khác nhau.
Tìm nguyên nhân, sửa và chạy kiểm thử để xác nhận đã pass.
Chỉ vậy thôi. Bạn không cần chỉ agent tới
budget.pyhay nói nó dòng nào sai.Kết quả hội thoại
Vòng lặp agent ở trên sẽ tiếp quản từ đây. Agent xem qua
/workspace, đọc cả hai tệp và chạy kiểm thử để xem cái gì fail. Sau đó nó chỉnh mã và chạy kiểm thử lại.Agent chạy pytest trong terminal của sandbox
Rà soát thay đổi
Agent báo đã xong. Giờ bạn có thể xem khác biệt bằng cách mở trình chỉnh sửa mã và kiểm tra các thay đổi trong mã.
Cách sửa đúng là một dòng trong
budget.py:Đã sửa budget.py
Bạn cũng có thể chạy
git diffđể xem khác biệt.Những gì bạn nên kiểm tra:
Mã nguồn: Bản sửa phải nằm trong
budget.pyKiểm thử: Đảm bảo agent không chỉnh
test_budget.pyđể khiến các khẳng định passLần chạy kiểm thử: Tự chạy
python -m pytest- đừng chỉ dựa vào phần tóm tắt của agentKiến trúc OpenHands
OpenHands có sáu phần chính, và mỗi phần làm một việc riêng.
Cách các thành phần OpenHands kết nối
Mô hình AI
Mô hình đảm nhiệm suy luận. Nó nhận nhiệm vụ và lịch sử hội thoại, rồi trả lời bằng tin nhắn hoặc lời gọi công cụ.
Mô hình không thay đổi tệp hay chạy bất cứ thứ gì. Nó chỉ quyết định bước tiếp theo. Lời gọi mô hình đi qua LiteLLM, nên cùng một agent hoạt động được với nhà cung cấp lưu trữ hoặc mô hình cục bộ như thiết lập Devstral trong bài.
Logic của agent
Agent nằm giữa mô hình và mọi thứ khác. Nó chạy vòng lặp suy luận-hành động, tức là hỏi mô hình hành động tiếp theo, chạy công cụ và xử lý kết quả hoặc lỗi.
Nó cũng quyết định mô hình được thấy gì. Agent quản lý lịch sử hội thoại bằng bộ cô đọng và thêm kỹ năng cùng prompt vào mỗi truy vấn mô hình.
Mỗi bước đều được ghi lại. Agent thực thi hành động và nhận quan sát về, và hội thoại giữ lịch sử sự kiện đó. Mô hình thấy các sự kiện này ở lượt tiếp theo, nên nó biết điều gì đã xảy ra.
Công cụ và hành động
Công cụ là cách agent tác động ra ngoài mô hình. Bộ chuẩn gồm terminal, trình chỉnh sửa tệp và bộ theo dõi nhiệm vụ, và bạn có thể bổ sung qua máy chủ MCP.
Mô hình yêu cầu một hành động, như "chạy
pytest" hoặc "thay dòng 8 trongbudget.py." Công cụ thực thi và trả về quan sát, như đầu ra kiểm thử hoặc tệp đã cập nhật.Trước khi hành động chạy, nó qua kiểm tra bảo mật. Bộ phân tích bảo mật đánh giá mỗi hành động trước và có thể tạm dừng agent để bạn phê duyệt.
Môi trường phát triển
Công cụ không chạy trên máy bạn. Chúng chạy trong sandbox.
Trong thiết lập Docker, OpenHands chạy agent server trong container Docker riêng. Đó là lý do bài viết mount Docker socket - container ứng dụng cần nó để khởi tạo sandbox.
Sandbox không nhất thiết phải cục bộ. Agent cũng có thể chạy trong workspace tạm thời, ví dụ trong Docker hoặc Kubernetes, và Agent Server cung cấp thực thi, công cụ và workspace qua API REST và WebSocket. Logic của agent giữ nguyên dù sandbox chạy ở đâu.
Kho mã
Kho mã là thứ agent làm việc trên đó. Nó vào sandbox theo hai cách: thư mục cục bộ bạn mount, như trong bài, hoặc kho mã kết nối qua tích hợp GitHub, GitLab, hoặc Bitbucket.
Kho mã cũng có thể chỉ dẫn cách agent hành xử. Tệp
AGENTS.mdở gốc sẽ được chèn vào system prompt khi bắt đầu hội thoại. Hướng dẫn tập trung hơn đặt trong.agents/skills/, nơi agent thấy phần tóm tắt trước và chỉ tải toàn bộ nội dung khi cần.Đây là nơi bạn đặt các quy tắc dự án mà agent không thể đoán, như "chạy kiểm thử bằng
make test, không phảipytest."Kiểm duyệt của con người
Bạn là phần cuối cùng của kiến trúc.
OpenHands hỗ trợ ba chính sách phê duyệt: phê duyệt mọi hành động, không phê duyệt gì, hoặc chỉ phê duyệt hành động rủi ro. Tuỳ chọn cuối phụ thuộc vào bộ phân tích bảo mật, thứ gán nhãn mỗi hành động là rủi ro THẤP, TRUNG BÌNH, CAO hoặc KHÔNG RÕ. Mặc định là NeverConfirm, nên agent chạy không dừng trừ khi bạn thay đổi.
Điểm kiểm soát thứ hai đến ở cuối. Công việc của agent chỉ hoàn tất khi bạn đã đọc diff và kiểm tra kết quả kiểm thử.
Quy trình làm việc với OpenHands
Tôi đã chỉ bạn cách sửa một lỗi một dòng, nhưng dĩ nhiên, OpenHands có thể xử lý các nhiệm vụ lớn hơn nhiều.
Điểm chung là các nhiệm vụ này cần nhiều hơn một bước. Dưới đây là sáu dạng công việc phù hợp với vòng lặp của agent.
Sửa lỗi
Lỗi trong bài này dễ thấy trong một tệp. Trong thực tế thì hầu như không như vậy.
Giả sử log ứng dụng cho thấy
KeyErrorngoài production, và stack trace trỏ tới một hàm cách ba lần gọi so với nơi dữ liệu xấu đi vào. Bạn dán stack trace vào OpenHands và yêu cầu sửa.Agent lần theo chuỗi gọi về nguồn dữ liệu, viết một kiểm thử tái tạo lỗi và xác nhận kiểm thử thất bại. Sau đó nó sửa mã và chạy toàn bộ bộ kiểm thử để đảm bảo không phá vỡ thứ khác.
Kiểm thử tái tạo là phần đáng chú ý. Nó chứng minh agent tìm đúng lỗi thực sự thay vì chỉ thấy nơi lỗi xuất hiện.
Triển khai tính năng
Công việc tính năng thường sửa nhiều tệp hơn bạn nghĩ.
Giả sử script báo cáo dòng lệnh cần cờ
--sinceđể lọc giao dịch theo ngày. Agent phải tìm bộ phân tích tham số, thêm cờ, truyền giá trị tới logic lọc và cập nhật phần trợ giúp. Sau đó nó viết kiểm thử cho hành vi mới và cập nhật README.Đó là bốn hoặc năm tệp cho một tính năng nhỏ. Agent theo dõi chúng trong bộ theo dõi nhiệm vụ để không dừng lại sau khi tệp đầu tiên chạy được.
Tái cấu trúc mã
Refactor là thay đổi cấu trúc mà không đổi hành vi, và bộ kiểm thử là cách chứng minh hành vi không đổi.
Giả sử dự án có một tệp
utils.pylớn trộn lẫn hàm xử lý ngày tháng, chuỗi và tệp. Bạn yêu cầu OpenHands tách thành ba module.Agent tạo các module mới, di chuyển hàm và cập nhật mọi import trên toàn codebase. Nó chạy kiểm thử sau mỗi lần di chuyển. Nhờ vậy, nếu có gì hỏng, nó biết lần di chuyển nào gây ra.
Viết kiểm thử
Mã không có kiểm thử là điểm khởi đầu phổ biến cho công việc của agent, vì nhiệm vụ rõ ràng và dễ xác minh.
Giả sử module phân tích ngày tháng chưa có kiểm thử. Agent đọc các hàm, viết các ca kiểm thử pytest cho đầu vào bình thường và các biên như chuỗi rỗng, năm nhuận, định dạng không hợp lệ, rồi chạy chúng.
Nếu kiểm thử mới thất bại, agent phải quyết định kiểm thử sai hay mã có lỗi. Đó là quyết định bạn nên tự kiểm tra.
Khảo sát codebase hiện có
Không phải nhiệm vụ nào cũng cần thay đổi mã.
Bạn có thể hỏi OpenHands những câu như "Ứng dụng này xác thực đầu vào người dùng ở đâu trước khi tới cơ sở dữ liệu?" Agent tìm kiếm trong codebase, lần theo lời gọi hàm qua các tệp và trả lời với đường dẫn tệp và tham chiếu dòng.
Điều này hữu ích khi bạn tham gia dự án mới hoặc tiếp quản mã đã lâu không đụng tới. Với công việc chỉ đọc như vậy, hãy mount kho mã với chế độ
:rothay cho:rw, để agent không thể thay đổi gì dù vô tình.Chạy và gỡ lỗi ứng dụng
Một số lỗi chỉ xuất hiện khi ứng dụng chạy.
Giả sử một endpoint API trả về lỗi 500 và kiểm thử không bao quát. Agent khởi động máy chủ trong terminal của nó, gửi yêu cầu bằng
curlvà đọc traceback từ log máy chủ.Sau đó nó sửa mã, khởi động lại máy chủ và gửi lại cùng yêu cầu. Nếu phản hồi vẫn sai, vòng lặp tiếp tục từ đó.
Đây là chu kỳ sửa-chạy-kiểm tra như bạn tự làm, chỉ khác là agent xử lý mọi lần khởi động lại và thử lại.
OpenHands so với các tác nhân mã hóa AI khác
OpenHands không phải công cụ duy nhất có thể nhận nhiệm vụ và tự xử lý. Claude Code, Cursor và GitHub Copilot nay đều có tính năng agent, nhưng khác nhau ở vài điểm quan trọng.
OpenHands và Claude Code
Hai công cụ này là tương đồng nhất. Cả hai đều chạy vòng lặp agent đọc mã, chỉnh sửa tệp, chạy lệnh và kiểm tra kết quả.
Khác biệt đầu tiên là quyền sở hữu. Mỗi kho OpenHands công khai đều có giấy phép mã nguồn mở riêng, và bạn có thể đọc, sửa, tự lưu trữ toàn bộ. Claude Code là công cụ mã hóa mang tính tác nhân độc quyền của Anthropic, có mặt trên terminal, IDE, ứng dụng desktop và trình duyệt.
Điều này dẫn tới câu hỏi về mô hình. Claude Code xoay quanh các mô hình Claude của Anthropic. OpenHands hoạt động với bất kỳ nhà cung cấp nào LiteLLM hỗ trợ, gồm cả thiết lập Ollama cục bộ trong bài.
Quy trình làm việc hàng ngày cũng khác. Claude Code khởi đầu là công cụ terminal, và tới nay vẫn là nơi nhiều lập trình viên sử dụng. OpenHands dựa vào giao diện trình duyệt, và CLI của nó đầy đủ tính năng nhưng chủ yếu được duy trì để ổn định.
Cả hai cho phép bạn kiểm soát hành vi của agent. Claude Code đọc
CLAUDE.md, thiết lập, hook, kỹ năng, lệnh và subagent từ thư mục.claude. OpenHands đọcAGENTS.mdvà kỹ năng từ kho mã, và SDK cho phép bạn xây agent của riêng mình bằng Python.Tính tự động hoạt động khác nhau. Claude Code kiểm soát việc dùng công cụ bằng chế độ cấp phép, hook, và quy tắc cho phép/từ chối, và có thể sandbox lệnh. OpenHands mặc định chạy mọi lệnh bên trong sandbox Docker và bổ sung các chính sách phê duyệt phía trên.
Tóm lại, Claude Code là lựa chọn trau chuốt bạn cài và dùng ngay, còn OpenHands cần cấu hình nhiều hơn và đổi lại cho bạn nhiều quyền kiểm soát. Chúng cũng không loại trừ nhau. Agent Canvas có thể chạy Claude Code làm agent thay cho agent mặc định của OpenHands.
OpenHands và Cursor
Cursor là một trình soạn thảo mã có AI. OpenHands là một nền tảng agent. Đây là khác biệt chính, và hầu hết điểm khác khác đều xuất phát từ đó.
Trong Cursor, bạn làm việc trong editor, và agent làm việc cạnh bạn. Bạn thấy chỉnh sửa xuất hiện trong tệp, chấp nhận hoặc từ chối, rồi tiếp tục gõ. Trong OpenHands, bạn mô tả một nhiệm vụ, agent làm việc trong sandbox, và bạn xem xét kết quả. GUI có bao gồm chế độ xem VS Code vào sandbox, nhưng đó không phải nơi thực hiện phần lớn công việc.
Quyền truy cập kho mã cũng theo phân tách tương tự. Agent của Cursor làm việc trên mã đang mở trong editor của bạn. OpenHands làm việc trên những gì bạn mount vào sandbox hoặc kết nối qua tích hợp Git.
Khoảng cách thu hẹp hơn với Cloud Agents của Cursor. Chúng chạy không giám sát trên đám mây và trả kết quả qua nhánh và pull request, và cần tài khoản GitHub, GitLab, Azure DevOps, hoặc Bitbucket được kết nối cùng gói trả phí. Điều đó gần với những gì OpenHands làm, nhưng trên hạ tầng của Cursor.
Tính mở rộng là điểm khác biệt lớn nhất. Cursor hỗ trợ máy chủ MCP và quy tắc dự án, nhưng editor và agent là sản phẩm đóng. Với OpenHands, bạn có thể thay đổi chính agent, lưu trữ ở bất kỳ đâu và chạy bằng mô hình cục bộ.
OpenHands và GitHub Copilot
GitHub Copilot khởi đầu là công cụ tự động hoàn thành trong editor và phát triển dần thành các tính năng agent. OpenHands khởi đầu là agent.
Ưu điểm lớn nhất của Copilot là nơi nó tồn tại. Nó hoạt động trong VS Code và các IDE JetBrains, và cloud agent của nó làm việc trực tiếp trên GitHub. OpenHands không có tích hợp IDE ở mức đó.
Với các nhiệm vụ cấp độ kho mã, cloud agent của Copilot là so sánh gần nhất. Bạn giao cho nó một issue, và nó làm việc trong môi trường phát triển tạm thời của riêng nó dựa trên GitHub Actions, nơi có thể chạy kiểm thử và linter trước khi đẩy lên. OpenHands Cloud làm điều tương tự khi bạn nhắc
@openhandstrong bình luận issue hoặc pull request.Nền tảng là khác biệt chính. Cloud agent của Copilot có sẵn cho tất cả gói Copilot trả phí trong các kho lưu trên GitHub. OpenHands hoạt động với GitHub, GitLab, Bitbucket, hoặc thư mục cục bộ, và chạy trên phần cứng của riêng bạn nếu muốn.
Copilot cho phép bạn chọn mô hình cho một nhiệm vụ, nhưng chỉ trong các mô hình GitHub cung cấp. OpenHands không có hạn chế đó.
Tóm tắt nhanh:
So sánh OpenHands với các tác nhân AI khác
OpenHands cho các đội kỹ sư phần mềm
Với một lập trình viên cá nhân, OpenHands là công cụ bạn mở khi cần. Với đội thì không như vậy.
Hầu hết các đội đã tổ chức công việc quanh issue, và OpenHands Cloud tích hợp vào đó. Nó tích hợp với GitHub, GitLab và Bitbucket, cùng Slack, Jira và Linear. Bạn có thể nhắc
@openhandstrong bình luận issue hoặc pull request, và agent sẽ nhận nhiệm vụ từ đó.Còn có công việc không ai yêu cầu nhưng ai cũng cần. Tự động hóa trong Agent Canvas chạy theo lịch hoặc khi có sự kiện webhook. Ví dụ, một đội có thể dùng chung một Agent Server cho rà soát mã và cập nhật phụ thuộc, trong khi mỗi lập trình viên chạy agent cá nhân trên laptop của mình.
Kiểm thử hoạt động giống như trong bài. Agent chạy bộ kiểm thử trong sandbox trước khi báo cáo lại. Nhưng lần chạy trong sandbox không thay thế CI - pipeline của bạn vẫn chạy trên mọi pull request, như với mã do con người viết.
Pull request là chủ đề khác. Khi OpenHands Cloud làm việc với GitHub, nó yêu cầu token ngắn hạn hết hạn sau tám giờ, có quyền đọc và ghi vào nội dung, issue, pull request và workflow. Trong thiết lập Enterprise tự lưu trữ, agent dùng quyền GitHub của người kích hoạt nó, nên mọi thay đổi đều truy vết về một cá nhân.
Đó là cách trách nhiệm nên vận hành. Agent có thể mở pull request, nhưng lập trình viên phê duyệt. Quy tắc bảo vệ nhánh và yêu cầu rà soát áp dụng cho pull request của agent như với mọi người khác.
Môi trường cô lập giúp mọi thứ hoạt động ở quy mô lớn. Mỗi nhiệm vụ chạy trong sandbox riêng, nên hai agent sửa hai lỗi không ghi đè tệp của nhau hay tranh cổng mạng.
Bảo mật và sandboxing của OpenHands
Công cụ tự động hoàn thành mã luôn chỉ gợi ý văn bản, và bạn quyết định có chấp nhận không.
Agent thì khác. Nó đi qua dự án của bạn, thực thi lệnh, cài đặt gói và chỉnh sửa tệp một cách tự động, thường không cần hỏi. Vì vậy câu hỏi chuyển từ "đoạn mã này có đúng không?" sang "agent đã chạy gì để đạt được kết quả đó?"
Môi trường thực thi cô lập
Sandbox Docker bảo vệ tệp và chương trình trên máy chủ, tài nguyên máy chủ và các container/quy trình khác. Nếu agent chạy lệnh hủy hoại, nó bị giới hạn trong container.
Có một ngoại lệ cần chú ý trong thiết lập cục bộ. Container ứng dụng mount Docker socket của máy chủ để khởi tạo sandbox, và quyền truy cập socket đó đồng nghĩa quyền điều khiển Docker trên máy bạn.
Quyền truy cập kho mã
Sandbox chỉ bảo vệ những gì bạn không mount. Các tệp và thư mục đã mount có thể bị sửa hoặc xóa.
Chỉ mount dự án bạn đang làm, không bao giờ mount thư mục home. Với tác vụ chỉ đọc như khảo sát mã, dùng chế độ
:ro. Với tích hợp Git, chỉ cấp cho agent quyền vào các kho cần thiết và không gì khác.Bí mật và thông tin xác thực
Nếu bạn cung cấp thông tin xác thực, như API key hay token, agent có thể dùng chúng. Và agent có thể đọc bí mật thì cũng có thể in chúng ra log hoặc gửi đi đâu đó.
Vì vậy đừng mount thư mục có tệp
.envchứa khóa production. Hãy cấp cho agent thông tin kiểm thử với phạm vi hạn chế và xoay vòng thường xuyên.Truy cập mạng
Mặc định, agent có thể truy cập internet từ trong container. Nó cần để cài gói, nhưng cũng có thể kết nối tới bất kỳ dịch vụ bên ngoài nào.
Điều đó mở ra nguy cơ prompt injection. Một trang web hoặc bình luận issue có thể chứa chỉ dẫn mà agent có thể làm theo. GitHub giảm rủi ro này cho cloud agent của họ bằng tường lửa hạn chế truy cập internet theo mặc định, và bạn cũng nên cân nhắc hạn chế tương tự cho thiết lập OpenHands của mình.
Thực thi lệnh
Bạn có thể kiểm soát lệnh nào chạy mà không cần phê duyệt. OpenHands hỗ trợ ba chính sách phê duyệt: phê duyệt tất cả, không phê duyệt gì, hoặc chỉ phê duyệt hành động rủi ro. Mặc định là NeverConfirm.
Tùy chọn "hành động rủi ro" có điểm cần lưu ý. Bộ phân tích bảo mật LLM mặc định sử dụng mức rủi ro do chính mô hình gán cho hành động của nó. Một mô hình có thể gán mức rủi ro THẤP cho lệnh hủy hoại, và nó sẽ chạy mà không cần hỏi bạn. Bộ phân tích chỉ phân loại rủi ro cho lớp chính sách - tự nó không chặn gì cả, và tài liệu khuyến nghị kết hợp với cô lập Docker.
Rà soát các thay đổi sinh ra
Tất cả những điều trên giới hạn điều agent có thể làm. Nhưng giai đoạn rà soát quan trọng vì đó là cách bạn kiểm tra những gì nó đã làm.
Hãy đọc toàn bộ diff, không chỉ các tệp bạn kỳ vọng thay đổi. Đặc biệt chú ý cấu hình CI, tệp phụ thuộc và script. Trong OpenHands Cloud, token GitHub của agent bao gồm quyền ghi vào workflow, vì vậy thay đổi trong
.github/workflowscó thể làm thay đổi những gì chạy trong pipeline của bạn.Giới hạn của OpenHands
Mã do OpenHands viết vẫn có thể có lỗi. Kiểm thử pass chỉ cho thấy mã khớp với kiểm thử, và agent có thể viết cả hai. Nếu kiểm thử yếu, mã có thể pass mà vẫn sai.
Nhiệm vụ phức tạp thường cần bạn tham gia. Yêu cầu mơ hồ hoặc quyết định thiết kế mà agent không thể tự đưa ra sẽ khiến nó dừng hoặc tệ hơn là đi sai hướng.
Với mô hình lưu trữ mạnh, OpenHands xử lý tốt các nhiệm vụ đa tệp. Với mô hình cục bộ nhỏ, bạn sẽ thấy lỗi gọi công cụ và câu trả lời kiểu chatbot, và ngay cả với cửa sổ ngữ cảnh lớn, một số mô hình cục bộ vẫn không thể dùng công cụ ổn định.
Vòng lặp agent cũng tốn kém hơn chat. Mỗi bước gửi lại lịch sử hội thoại cho mô hình, và các nhiệm vụ dài cần nhiều bước. Tài liệu OpenHands cảnh báo agent phát nhiều prompt tới LLM và khuyến nghị giới hạn chi tiêu và theo dõi sử dụng. Bộ cô đọng ngữ cảnh giúp, nhưng nó tóm tắt các bước cũ, nên chi tiết có thể bị mất trong các nhiệm vụ dài.
Quyền dùng công cụ làm tăng rủi ro bảo mật. Một agent có terminal và truy cập mạng có thể gây hại thực sự nếu làm theo chỉ dẫn xấu, đó là lý do sandbox và phần rà soát của bạn quan trọng.
Và mọi thay đổi vẫn cần con người phê duyệt. Luôn ghi nhớ điều đó.
OpenHands và tương lai của tác nhân mã hóa AI
Các công cụ mã hóa AI đã đi từ tự động hoàn thành sang chat rồi tới tác nhân xử lý trọn một nhiệm vụ. OpenHands là một trong vài dự án thúc đẩy bước cuối đó.
Hướng đi này dễ thấy trên toàn ngành. Cursor mô tả kỷ nguyên mới nơi các agent đám mây tự động đảm nhiệm nhiệm vụ lớn hơn trong thời gian dài hơn. Copilot nay nhận issue từ GitHub và Linear. Claude Code chạy trong terminal, trình duyệt và Slack.
Các nền tảng mã nguồn mở có vai trò riêng trong chuyển dịch đó. Với OpenHands, bạn có thể kiểm tra cách agent hoạt động, chạy trên hạ tầng của riêng mình và chọn mô hình. Với những đội có quy định nghiêm ngặt về dữ liệu, đây thường là cách duy nhất họ được phép dùng agent.
Nhiệm vụ dài hơn cũng mang lại vấn đề mới. Một agent làm việc trong một giờ đưa ra nhiều quyết định hơn agent làm trong một phút, và mỗi quyết định là cơ hội lệch khỏi mong muốn của bạn. Mô hình tốt hơn giúp ích, nhưng sandbox, chính sách phê duyệt và rà soát cũng vậy.
Kết luận
Điểm khác biệt của OpenHands so với đối thủ là quyền kiểm soát. Bạn có thể đọc mã nguồn, lưu trữ trên phần cứng của mình và chạy với bất kỳ mô hình nào, kể cả mô hình cục bộ. Các công cụ thương mại chặt chẽ hơn như Claude Code, Cursor và GitHub Copilot mang lại trải nghiệm tốt hơn, nhưng theo điều kiện của họ.
Nhưng một agent có quyền truy cập terminal và kho mã của bạn vẫn cần con người kiểm tra công việc. Luôn nhớ đọc diff và tự chạy kiểm thử.
Nếu bạn muốn học cách tạo agent của riêng mình từ đầu, hãy xem hội thảo Introduction to Creating AI Agents in Python của chúng tôi.