The OpenHands Software Agent SDK: A Composable and Extensible Foundation for Production Agents
Das Paper stellt das OpenHands Software Agent SDK vor, ein vollständig neu gestaltetes, flexibles und sicheres Toolkit für die Entwicklung und den skalierbaren Einsatz von Software-Engineering-Agenten, das durch native Sandbox-Isolierung, modellunabhängiges Routing und nahtlose Schnittstellen zu menschlichen Benutzern bestehende Lösungen ergänzt.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stell dir vor, du möchtest einen digitalen Assistenten bauen, der nicht nur einfache Aufgaben erledigt, sondern wie ein echter Software-Ingenieur komplexe Programme schreiben, Fehler finden und ganze Projekte verwalten kann.
Früher war das Bauen solcher Assistenten wie der Versuch, ein Hochhaus aus Klebeband und Pappe zu errichten: Es funktionierte vielleicht kurz, war aber wackelig, schwer zu reparieren und wenn man eine Wand versetzte, fiel das ganze Dach zusammen.
Dieses Papier stellt OpenHands V1 vor – eine völlig neue, solide Grundlage für solche KI-Agenten. Hier ist die Erklärung, wie ein erfahrener Architekt, der ein neues, flexibles Werkzeugkasten-System entworfen hat.
1. Das Problem: Der "Alte Koffer" (OpenHands V0)
Stell dir den alten Agenten (V0) wie einen schweren, alten Koffer vor, in dem alles zusammengeklebt ist:
- Der Reiseführer (die Logik),
- der Koffer selbst (die Umgebung),
- und die Sicherheitskontrolle (der Sandkasten).
Das Problem? Wenn du den Koffer nur für einen kurzen Spaziergang im Garten (lokale Entwicklung) nutzen wolltest, musstest du trotzdem den ganzen schweren Sandkasten mitnehmen. Wenn du ihn in ein Flugzeug (die Cloud) bringen wolltest, war er zu schwer. Und wenn etwas kaputtging, musste man den ganzen Koffer aufschneiden, um eine kleine Schraube zu wechseln. Das war unflexibel und fehleranfällig.
2. Die Lösung: Der "Modulare Werkzeugkasten" (OpenHands V1)
Die neuen Entwickler haben den Koffer weggeschmissen und durch einen modularen Werkzeugkasten ersetzt. Das ist das Herzstück des Papiers: der OpenHands Software Agent SDK.
Stell dir diesen Werkzeugkasten wie einen LEGO-Satz vor, bei dem du genau die Teile nimmst, die du brauchst:
- Der Kern (SDK): Das ist das Handbuch und die Grundsteine. Es ist leicht, sauber und sagt dir genau, wie die Teile zusammenpassen.
- Die Werkzeuge (Tools): Du kannst eigene Werkzeuge hinzufügen (z. B. einen "Code-Editor" oder einen "Web-Browser"), ohne den Kern zu verändern.
- Die Werkstatt (Workspace): Hier passiert die Arbeit.
- Option A: Du arbeitest direkt auf deinem Schreibtisch (lokal), schnell und ohne Umwege.
- Option B: Du arbeitest in einem sicheren, abgeschirmten Labor (Sandkasten/Container), wenn du mit gefährlichen Chemikalien (Code) hantierst.
- Das Geniale: Du kannst zwischen Schreibtisch und Labor wechseln, ohne das Handbuch neu schreiben zu müssen.
3. Die vier goldenen Regeln (Design-Prinzipien)
Die Autoren haben vier einfache Regeln aufgestellt, die dieses System so stark machen:
Sicherheitszone ist optional (Nicht immer im Käfig):
Früher musste der Agent immer in einem Käfig (Sandkasten) sitzen, selbst wenn er nur einen harmlosen Text schreiben wollte. Das war umständlich.
Neu: Der Agent läuft normalerweise frei auf deinem Computer. Wenn er etwas Riskantes tun soll (z. B. einen Server neu starten), zieht er sich dann in den Käfig zurück. Das ist wie ein Hund: Im Garten läuft er frei, aber wenn ein Auto kommt, geht er an die Leine.Ein einziges Gedächtnis (Stateless & Event-Sourcing):
Stell dir vor, du schreibst ein Buch. Im alten System wurden die Seiten oft umgeschrieben, und manchmal vergaß man, was auf Seite 10 stand.
Neu: Das System schreibt alles in ein unendliches Notizbuch (Event-Log). Jede Handlung wird als unveränderlicher Eintrag festgehalten. Wenn der Agent abstürzt, kann er das Notizbuch lesen und genau dort weitermachen, wo er aufgehört hat. Es gibt keine "verlorenen" Gedanken mehr.Trennung von Kirche und Staat (Modularität):
Früher waren die Forschungs-Ideen und die fertige App im selben Raum. Wenn die Forscher etwas Neues probierten, ging die App oft kaputt.
Neu: Die Forschungs-Logik (das SDK) ist jetzt eine eigene Bibliothek. Die App (z. B. eine Webseite oder eine Befehlszeile) nutzt diese Bibliothek wie ein fertiges Modul. Man kann die Bibliothek updaten, ohne die App zu zerstören.Baukasten-Prinzip (Komponierbarkeit):
Du kannst den Agenten so zusammenstecken, wie du willst. Brauchst du einen Agenten, der nur Code schreibt? Nimm diese Werkzeuge. Brauchst du einen, der auch Bilder analysiert? Nimm diese Werkzeuge. Alles passt zusammen, wie Lego-Steine.
4. Warum ist das so wichtig? (Die Ergebnisse)
Die Autoren haben ihr neues System getestet, und die Ergebnisse sind beeindruckend:
- Weniger Abstürze: In der echten Welt (Produktion) ist das neue System 61 % zuverlässiger als das alte. Es gibt viel weniger Fehler, weil die "Klebeband"-Probleme verschwunden sind.
- Schneller: Das Schreiben in das Notizbuch (Event-Sourcing) kostet fast keine Zeit. Es ist so schnell, dass der Agent kaum merkt, dass er es tut.
- Besser: Der Agent ist genauso klug wie vorher, kann aber jetzt mit noch mehr verschiedenen KI-Modellen (von Google, OpenAI, Anthropic etc.) sprechen und sogar Modelle nutzen, die keine "Befehls-Sprache" beherrschen.
Zusammenfassung in einem Satz
Das OpenHands SDK verwandelt den Bau von KI-Agenten vom Basteln mit Klebeband in das Zusammenstecken von präzisen LEGO-Modulen, die sicher, flexibel und bereit für den Einsatz in der echten Welt sind – egal ob auf deinem Laptop oder in einer riesigen Cloud-Fabrik.
Es ist der "Betriebssystem"-Standard für die nächste Generation von KI-Assistenten, die wirklich arbeiten können, ohne den Benutzer zu verärgern oder das System zum Absturz zu bringen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.