AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日
自托管的编码智能体控制中心,统一运行和自动化多种 AI 编程代理。
OpenHands Agent Canvas 是一个自托管的开发者控制中心,用于启动与编码智能体的对话并自动化日常任务,例如生成报告发布到 Slack、把 GitHub issue 拆解成任务。它默认在本机运行,也可连接 Docker 容器、虚拟机或公司基础设施中的多个智能体后端,并可选使用 OpenHands Cloud 或企业版基础设施。它开箱即用开源 OpenHands 智能体,也支持 Claude Code、Codex、Gemini CLI、Pi、OpenCode 等第三方智能体。
推荐指数
适合想自托管、统一管理多种编码智能体并做自动化的团队,但需接受部署与安全配置成本。
近 7 天
+518
新增 Star
总 Star 排名
#34
雷达追踪的 3,931 个 AI 仓库中
创建于
2024
2024年3月13日
核心亮点
1多智能体支持
可运行 OpenHands、Claude Code、Codex、Gemini、Pi、OpenCode 及任何 ACP 兼容智能体。
2自托管多后端
智能体可跑在本机、Docker、虚拟机或公司基础设施,并在同一前端切换。
3自动化工作流
支持按计划或 webhook 触发,与 Slack、GitHub、Linear、Notion 等服务集成。
4自带模型
可使用任意 LLM,通过 LLM 配置切换模型。
5常驻运行
部署在云端服务器后,关掉笔记本智能体仍可继续工作。
适用场景
团队共享编码智能体
例如:团队共用一台 Agent Server 做代码审查和依赖更新,个人智能体跑在自己笔记本上。
日常任务自动化
例如:定时生成报告并发布到 Slack,或自动把 GitHub issue 拆解成任务。
多模型对比
例如:在同一界面切换 Claude Code、Codex、Gemini 等智能体处理同一类任务。
私有化部署
例如:在公司内网虚拟机或 Docker 中运行智能体,数据不出内网。
它是怎么工作的
第 1 步
安装前端与后端
通过 npm 全局安装 agent-canvas,启动本地完整栈或分别启动前后端。
第 2 步
选择智能体后端
配置本地、Docker、VM 或云端后端,并在前端切换。
第 3 步
接入模型与工具
在设置中配置 LLM 和 Slack、GitHub 等第三方服务。
第 4 步
对话或创建自动化
直接与智能体对话,或创建按计划、webhook 触发的自动化流程。
快速上手
- 1
安装命令行工具
需要 Node.js 24 或更高版本及 uv。
npm install -g @openhands/agent-canvas - 2
启动本地栈
默认启动完整本地服务,智能体可直接访问本机文件系统。
agent-canvas - 3
或使用 Docker 沙箱
准备项目目录后按 README 用 Docker 方式运行,项目挂载到 /projects。
export PROJECTS_PATH="$HOME/projects" && mkdir -p "$PROJECTS_PATH" - 4
拆分运行
需要时只启动前端或只启动后端。
agent-canvas --frontend-only
适合谁
- 想自托管编码智能体的开发者
- 需要统一管理多种智能体的团队
- 要做 Slack、GitHub 自动化的工程团队
- 关注数据留在自有基础设施的组织
不太适合
- 只想开箱即用、不愿部署维护的个人
- 对安全配置不熟悉且直接在本机无沙箱运行的用户
成熟度
- 活跃度最近更新于 2026-11-17,star 约 9.3 万,活跃度高。
- 文档README 提供快速开始、自托管和 ACP 文档链接,内容较完整。
- 社区约 1.25 万 fork、1199 个开放 issue,并有 Slack 社区。
- 上手难度npm 安装简单,但多后端、Docker 和自托管安全配置有一定门槛。
同类项目怎么选
- OpenHands本项目是其控制中心前端,可调度 OpenHands 及其他智能体。
- Claude Code单一厂商的编码智能体,本项目可把它作为后端之一统一管理。
- CodexOpenAI 的编码智能体,本项目支持将其接入并与其他智能体切换。
使用前注意
- · 无沙箱模式会让智能体拥有本机文件系统完整访问权限,需谨慎。
- · Linux Docker Engine 下需处理容器内 uid 10001 对工作区的读写权限。
- · 云端部署需参考自托管文档做安全加固。
- · 项目采用 MIT 许可,但第三方智能体和模型服务可能有各自条款与费用。
