OpenHands в сентябре 2026: профили агентов, Docker-изоляция и постоянные workflow
Сентябрь в OpenHands прошёл под знаком одной практичной идеи: разработка редко укладывается в один запрос к одному агенту. Сначала нужно разобрать issue, затем — безопасно реализовать изменения, проверить pull request, собрать замечания и, нередко, вернуться на ещё один круг. Обычная инженерная рутина. Только теперь в ней всё заметнее участвуют агенты.
За восемь релизов — с v1.17.0 по v1.24.0 — команда OpenHands связала больше этапов этого цикла внутри Agent Canvas. Профили агентов определяют доступные инструменты и секреты, автоматизации запускаются с нужным профилем, а Docker Runtime выделяет для каждой задачи отдельную среду выполнения. Заодно стало удобнее управлять автоматизациями, подключать Apps и наводить порядок в диалогах.
В итоге Agent Canvas всё больше похож на фундамент для «фабрики ПО» — не абстрактной витрины с AI, а рабочего контура вокруг уже привычного процесса разработки. Если говорить шире, это близко к тому, как выстраивается разработка AI-агентов и автоматизация в командах: роли, ограничения, воспроизводимые сценарии. Без магии, зато с понятными границами.
Автоматизации: от issue до ревью без потери контекста
Разработка может начаться с нового GitHub issue, пройти через триаж, реализацию и ревью, а затем снова вернуться к доработке. В сентябре библиотека OpenHands Automation Template получила отдельные улучшения почти для каждого из этих шагов:
Триаж issue. Появился самостоятельный workflow для проверки готовности GitHub issue к разработке. Позднее в него добавили оценку критериев приёмки и другие проверки — так агент может помочь довести постановку до внятного состояния ещё до старта работ.
От issue к PR. Workflow способен передавать подготовленные задачи в постоянные диалоги с агентами. Если issue меняется, связанную работу можно вернуть в тот же диалог разработчика, а не поднимать контекст с нуля. Мелочь? На деле именно на таких мелочах обычно и теряется время.
Ревью PR. Диалог агента может быть привязан и к pull request. В сентябре добавили проверку области изменений, передачу задачи мейнтейнеру и сверку точного head-коммита перед запуском ревью. Благодаря этому замечания относятся к коду, который действительно находится на проверке, а не к его вчерашней версии.
Issue → Триаж → Разработка → Pull Request → Ревью → Последующие действия
Agent Canvas также сделал настройку ролей более прозрачной и снизил риск тихих, неприятных сбоев — тех самых, которые обнаруживаются только тогда, когда задача почему-то не выполнилась.
В v1.18.0 стало видно, от имени какой учётной записи работает автоматизация. То есть команда всегда понимает, чьи права использует агент ревью.
В v1.19.0 появились структурированные причины отключения автоматизации с отметкой времени. Если её выключили вручную или после повторяющихся ошибок диспетчеризации, можно быстро разобраться, что именно произошло и когда.
Начиная с v1.20.0, для автоматизации доступен сохранённый Agent Profile. Агент триажа может видеть только issue, агент-разработчик — работать с репозиторием, а агент ревью — получать инструменты для проверки кода. При этом каждому доступны лишь нужные MCP-серверы, секреты и разрешения.
Постоянные диалоги, профили с ограниченными полномочиями и чёткое разделение ролей делают последующие действия полезнее. Обновлённый issue или новый запрос на ревью поступает агенту уже с историей работы, выполняется в корректном контуре доступа и в случае сбоя завершается явной ошибкой, а не молчанием. Это важный принцип для любой команды AI-агентов с разделёнными ролями: один готовит задачу, другой выполняет, третий проверяет — и контекст с правами не должны жить случайной жизнью.
Команда выбирает подходящий шаблон «issue → PR», формулирует собственные критерии готовности задач и задаёт правила ревью для конкретного репозитория. Никакой универсальной кнопки «сделать хорошо» тут нет — и, пожалуй, это честно.
Agent Profiles: заранее определить рамки работы
Agent Profiles позволяют описать режим работы агента ещё до выдачи задачи: какими инструментами он вправе пользоваться, к каким MCP-серверам обращаться, какие секреты и учётные данные получать. Проще говоря, профиль отвечает не только на вопрос «что умеет агент?», но и на более важный: «чего ему делать нельзя?»
В сентябре контроль этих границ стал детальнее. Агенту триажа может быть достаточно доступа к GitHub issue, тогда как агенту разработки нужны репозиторий, сборка и тесты. Раздавать всем одинаково широкий доступ — плохая привычка, особенно когда агентов становится больше одного.
Профили фиксируют назначение агента и допустимый набор ресурсов. В связке с безопасностью AI-агентов такой подход помогает соблюдать принцип минимальных привилегий и уменьшать радиус возможной ошибки. А ошибка, как известно, иногда приходит без приглашения.
Но остаётся следующий вопрос: где именно агент выполняет работу?
Изолированные среды выполнения для Agent Canvas
В сентябре OpenHands представил выделенный Docker Runtime для диалогов. Теперь каждый диалог получает собственный изолированный контейнер. Агенты могут работать параллельно, не деля одну среду выполнения: это особенно удобно при разборе внешних баг-репортов, тестировании изменений и одновременной обработке нескольких PR, созданных агентами.
В v1.20.0 и v1.21.0 команда объединила компоненты для локального запуска этой схемы. Agent Canvas передаёт настройки Docker Runtime встроенному Agent Server, запрашивает отдельные рабочие пространства для диалогов и при необходимости предоставляет контейнерам сервисы хоста — например, для запуска или тестирования кода.
Docker Runtime можно включить одной переменной окружения, а границы выполнения берёт на себя Agent Server. Автоматизации превращают этапы разработки в повторяемый цикл, Docker сохраняет изоляцию диалогов, а шаблоны Automation Templates ускоряют внедрение. Вполне приземлённая инженерия. И это хорошо.
Docker — первый заметный шаг OpenHands к более чёткому рабочему месту для каждого агента. Команда также изучает с сообществом другие варианты контейнеризации, чтобы организации могли выбрать изоляцию под свою инфраструктуру и требования. Для компаний, работающих с несколькими специализированными агентами, это естественно перекликается с задачами мультиагентных систем: независимые роли должны взаимодействовать, но не мешать друг другу.
Интерфейсы вокруг агентных workflow
В августе OpenHands представил бета-версию Apps — интегрированных одностраничных приложений, расширяющих возможности Agent Canvas. В сентябре их стало проще устанавливать, а агенты получили более качественные инструкции по созданию таких приложений.
Теперь App проще передать из системы контроля версий: достаточно вставить URL папки из GitHub, GitLab, Bitbucket, Gitea или Forgejo, и Canvas сам заполнит источник, ревизию и путь. В частности, v1.21.0 добавил поддержку GitHub tree URL — обычных ссылок на папку, которые копируются прямо из браузера. Не нужно собирать адрес вручную, и это, честно говоря, экономит больше нервов, чем кажется.
Например, можно попросить агента создать Kanban-доску для агентных workflow, а затем запустить её прямо в Agent Canvas.
Что ещё изменилось в сентябре
Быстрое переключение между режимами Plan Mode и Code Mode с помощью команд
/planи/code.Новые темы оформления Light+ и Solarized Light (v1.23.0).
Теги диалогов и заметные чипы тегов помогают организовать работу; доступны фильтры по тегам и названиям автоматизаций (v1.17.0). Позднее исправление обеспечило отображение в боковой панели ключа тега, а не только его значения (v1.23.0).
Все видимые папки рабочего пространства можно свернуть или развернуть одним кликом из заголовка Conversations (v1.24.0).
Вложения с изображениями открываются в полном размере одним кликом (v1.18.0), а старые локальные диалоги, которые уже нельзя продолжить, остаются доступными в архивной истории (v1.21.0).
В сентябрьских релизах Agent Canvas с v1.17.0 по v1.24.0 также вышло 64 исправления ошибок.
Спасибо сообществу OpenHands
Над сентябрьскими обновлениями работало open-source-сообщество OpenHands. Вклад внесли 49 участников: они добавили почти 600 принятых pull request в репозитории OpenHands, Software Agent SDK, Automation и Extensions. Итог месяца — 94 новые функции, 165 закрытых ошибок и 39 релизов. Темп серьёзный, тут не поспоришь.
Полный список изменений доступен в примечаниях к релизу.
Если хочется так же раздать агентам рутину своей разработки — триаж задач, черновые pull request, первичное ревью, — научим IT-команду работать с AI-помощниками в разработке или возьмём доработку на себя.
Источник: openhands.dev