想把 Coding Agent 变成日常工作台时，我会先试 OpenHands Agent Canvas

很多团队已经开始把 Coding Agent 接进日常开发，但最容易卡住的地方常常是运行位置、文件权限、终端输出、自动化触发和多人协作入口。OpenHands Agent Canvas 值得关注的原因，是它把这些问题收拢成一个浏览器工作台：同一个界面里管理对话、文件、终端、模型配置、后端和自动化任务，实际执行则发生在本机、Docker、VM、Modal 或 OpenHands Cloud 这类后端上。

Agent Canvas 可以连接本地 Agent Server、VM 后端和 OpenHands Cloud 后端。 来源：OpenHands official README: https://github.com/OpenHands/OpenHands

它先解决控制台问题

OpenHands 官方把 Agent Canvas 定位为 agentic work 的开源 control surface。团队真正需要的是知道 agent 在哪里跑、能读写哪些目录、使用哪一组凭据、触发了哪些自动化，以及失败后能否回到现场复盘。Canvas 的浏览器 UI 负责展示和管理，后端 Agent Server 负责运行 agent、工具、设置、secrets 和 automations。这个拆分让本地试用和团队托管能走同一套心智模型。

先把信任边界选清楚

个人试用可以用 npx @openhands/agent-canvas 或全局安装 @openhands/agent-canvas，默认会在 http://localhost:8000 启动完整本地栈。这个路径反馈最快，但本地 backend 能运行 shell、读写文件并使用连接的工具，所以要把运行机器当成可信基础设施。想要更清晰的文件边界时，Docker 路径更合适，把项目目录和配置目录显式挂载进去。团队要做持续运行任务，再考虑 VM 或自托管后端。

为什么适合做 AI 自动化原型

Agent Canvas 的价值在于把手动对话和可重复任务放在同一个地方。你可以先从一次普通对话验证 agent 是否能完成代码阅读、命令执行、文件修改和测试，再把稳定步骤沉淀成 schedule 或 webhook 触发的 automation。官方 README 还提到它可以连接 Slack、GitHub、Linear、Notion 等工具，这让它更像团队内部的 AI 操作台。

ACP 让已有 CLI 也能接进来

另一个值得看的点是 ACP agents。官方文档说明，Agent Canvas 可以通过 Agent Client Protocol 驱动 Claude Code、Codex、Gemini CLI 或其他兼容 agent。技术上，Agent Server 会启动对应 CLI 子进程，通过 JSON-RPC over stdio 转发消息，外部 agent 继续管理自己的模型、工具和执行方式。对已经有订阅或本地登录状态的团队来说，这降低了迁移成本：先把现有 CLI 放进统一工作台观察，再决定是否更换后端或模型策略。

我会怎么落地第一版

第一步只做本地最小闭环：安装 Node.js 22.12 或更新版本、准备 uv，用 npx 启动，打开一个低风险仓库，让 agent 完成只读分析和小范围文档改动。第二步切到 Docker，把 /projects 挂载为唯一工作区，把 secrets 和配置目录单独持久化。第三步再接一个低风险 automation，例如每天生成未处理 issue 摘要，输出到 Slack 或文章草稿。

适合 CorianderLab 关注的取舍

OpenHands 是 MIT License 的开源项目，Agent Canvas 目前适合作为 AI 编程工作台和自动化实验环境。它能帮助团队尽早把 agent 运行边界、工具权限和自动化入口显性化。但在接入真实代码库前，仍然要给后端机器、挂载目录、API key、网络暴露和日志留存做单独检查。尤其不要把带有生产密钥的宿主机直接暴露给不受控网络；要公开访问时，应先阅读官方的 VM 或自托管安全说明。

来源

1. OpenHands GitHub README 2. Agent Canvas Overview 3. Install Agent Canvas 4. ACP Agents 5. OpenHands MIT License