OpenHands 2026: Dari CLI Menjadi Platform Agent Canvas
CLI OpenHands resmi deprecated pada 2026. Kenali penerusnya Agent Canvas, cara memakainya dengan benar, dan pola integrasinya dengan Hermes Agent.
Ringkasan
Paket pip install openhands sudah deprecated; OpenHands berubah jadi platform Agent Canvas yang kini jadi antarmuka utamanya. Instalasi sekarang lewat npm global atau Docker, dengan mode Docker sebagai sandbox sejati karena akses agent dikunci ke folder PROJECTS_PATH. OpenHands berposisi sebagai outer loop untuk tugas berat berujung pull request, jadi pelengkap Hermes Agent, bukan pesaingnya.
Jika Anda mencoba memasang OpenHands lewat pip install openhands seperti tutorial-tutorial lama, yang muncul bukan instruksi instalasi, melainkan pemberitahuan: "This project is no longer actively maintained." Bukan berarti proyeknya mati — OpenHands justru sedang aktif sekali. Yang mati adalah bentuk lamanya.
Sepanjang 2026, OpenHands berubah total: dari tool CLI sederhana menjadi platform bernama Agent Canvas. Bagi siapa pun yang mengikuti perkembangan AI coding agent, informasi yang beredar dari 2024–2025 kini sebagian besar usang. Artikel ini merangkum apa yang berubah, cara pakai yang benar saat ini, dan bagaimana posisinya jika Anda juga menjalankan Hermes Agent.
Apa yang berubah di 2026
Repo OpenHands di GitHub kini mengumpulkan sekitar 86,3 ribu stars dengan status beta, dan rilis Agent Canvas 1.16.0 keluar pada Agustus 2026 — menandai pivot dari CLI ke antarmuka berbasis kanvas. Commit masih mengalir per September 2026.
Arah ini bukan spekulasi komunitas. Issue resmi nomor 14374 di repo OpenHands menyatakannya eksplisit: "Agent Canvas will be the main interface for OpenHands." Ini arah utama produk, bukan fitur sampingan.
Konsekuensi praktisnya: CLI V1, yang dulu dipasang lewat pip install openhands, resmi deprecated. Paket PyPI-nya ditandai tidak lagi dirawat dan mengarahkan pengguna ke Agent Canvas. Jika Anda masih memakai CLI lama, itu sinyal untuk migrasi.
Cara pakai yang benar sekarang
Ada dua jalur instalasi Agent Canvas, dan bedanya penting soal keamanan.
Jalur pertama: npm global. Jalankan npm install -g @openhands/agent-canvas, lalu panggil agent-canvas dari terminal. Mode ini tanpa sandbox, agent memiliki akses penuh ke filesystem. Cocok untuk mesin kerja pribadi, bukan untuk lingkungan yang dipakai bersama.
Jalur kedua: Docker. Jalankan image ghcr.io/openhands/agent-canvas. Dalam mode Docker, agent hanya bisa melihat folder yang ditentukan lewat variabel PROJECTS_PATH. Ini sandbox yang sesungguhnya, dan pilihan yang lebih aman untuk pekerjaan yang menyentuh banyak file atau data sensitif.
Kebutuhan yang lebih dalam, membangun agent sendiri atau mengintegrasikan ke pipeline khusus, dilayani OpenHands SDK di repo terpisah software-agent-sdk. Instalasinya dua paket sekaligus, pip install openhands-sdk openhands-tools, dan keduanya wajib berada di versi yang sama; upgrade juga cukup satu perintah agar versinya tidak campur.
Soal model bahasa, OpenHands memakai LiteLLM sebagai adapter sehingga provider apa pun bisa dipakai. Model cloud milik OpenHands sendiri memakai prefix openhands/. Fitur yang jarang dibahas: config.toml mendukung named LLM config, misalnya [llm.repo-explorer] yang mewarisi seluruh pengaturan section [llm] default. Ini pintu untuk cost-tiering: model murah untuk eksplorasi repositori, model kuat hanya untuk generasi kode.
Untuk model lokal, Qwen3.6-35B-A3B didukung resmi lewat LM Studio, Ollama, vLLM, atau SGLang, dengan konteks minimal sekitar 22 ribu token. Satu jebakan yang sering muncul: LM Studio secara default hanya mendengarkan di antarmuka lokal sehingga tidak terjangkau dari container Docker. Aktifkan opsi "Serve on Local Network" agar server model terbuka ke jaringan lokal.
Yang sering diabaikan: keamanan dan batasan
Di SDK, setiap aksi agent dinilai tingkat risikonya oleh SecurityAnalyzer, level LOW, MEDIUM, HIGH, atau UNKNOWN. Classification inilah yang menentukan kapan ConfirmationPolicy meminta konfirmasi manual. Mematikannya demi kecepatan berarti membuang pengaman terakhir sebelum agent menghapus file atau menulis kode yang belum diverifikasi.
Batasan lain yang eksplisit: layanan runtime publik di runtime.all-hands.dev resmi hanya untuk evaluasi benchmark dan dilarang untuk produksi. Kebutuhan produksi diarahkan ke OpenHands Cloud Workspace.
Fitur subscription login, memakai langganan ChatGPT Plus/Pro untuk memakai model Codex tanpa biaya API, juga perlu diuji dulu. Ada bug terdokumentasi: profil gpt-5.1-codex-max gagal di panggilan model pertama ketika dipakai dengan agent default (issue #15528). Siapkan fallback ke API key langsung bila fitur ini menghambat alur kerja Anda.
OpenHands + Hermes Agent: bukan pesaing
Posisi resmi OpenHands kini adalah platform "outer loop", agent mengambil tiket kerja, mengerjakannya, lalu menyerahkan pull request untuk direview. Hermes Agent berdiri di sisi berbeda: orkestrator pribadi dengan memory persisten, skills, penjadwalan cron, dan riset ber-sitasi. Pertanyaannya bukan mana yang lebih baik, melainkan bagaimana keduanya melengkapi.
Pola integrasinya konkret. Hermes dapat meluncurkan sandbox Agent Canvas via Docker untuk tugas yang butuh isolasi, refactor besar, bump dependensi lintas paket, atau otomasi berdurasi panjang, dengan cakupan folder dikunci lewat PROJECTS_PATH. Hasilnya kembali ke Hermes untuk diverifikasi: diff diperiksa, test dijalankan, baru diputuskan lanjut atau dibuang. Dalam pola ini OpenHands tidak pernah push ke repositori; Hermes yang jadi gerbang terakhir.
Setup yang menghemat: proxy model lokal yang OpenAI-compatible bisa didaftarkan sebagai endpoint LLM di config OpenHands. Satu backend model kemudian melayani dua agent tanpa duplikasi provider.
Untuk peta kemampuan coding agent di sisi Hermes, termasuk bagaimana OpenHands dibandingkan Claude Code dan OpenCode sebagai skill delegasi, baca artikel Review 3 Skill Coding Agent di Hermes Agent.
Siapa perlu apa
Pakai Agent Canvas saat kebutuhan Anda berupa sandbox terisolasi, otomasi berdurasi panjang, atau alur kerja yang ujungnya pull request untuk direview. Cukup Hermes Agent saat pekerjaan sehari-hari bersifat interaktif, debugging, eksplorasi kode, riset berkonteks panjang, atau orkestrasi banyak tool. Dan saat keduanya dibutuhkan, satu proxy model lokal sudah cukup untuk menghubungkan keduanya.
Sumber
1. Repository OpenHands/OpenHands, github.com/OpenHands/openhands
2. Issue #14374 "Agent Canvas will be the main interface for OpenHands", github.com/OpenHands/OpenHands/issues/14374
3. OpenHands CLI V1 deprecated, github.com/OpenHands/OpenHands-CLI
4. Instalasi Agent Canvas (npm & Docker), README repo OpenHands
5. Dokumentasi SDK, docs.openhands.dev/sdk/getting-started
6. Custom LLM Configs via LiteLLM, docs.openhands.dev/openhands/usage/llms/custom-llm-configs
7. Local LLM documentation, docs.openhands.dev/openhands/usage/llms/local-llms
8. Security architecture SDK, docs.openhands.dev/sdk/arch/security
9. API Sandbox guidance, docs.openhands.dev/sdk/guides/agent-server/api-sandbox
10. Issue #15528 subscription login bug, github.com/OpenHands/OpenHands/issues/15528
11. Positioning: outer loop vs Enterprise tier, openhands.dev/blog/opencode-vs-openhands