이게 왜 중요하냐면, 기존 AI 코딩 환경은 대부분 특정 모델 생태계에 묶여 있었기 때문입니다.
Claude Code는 Anthropic 중심,
Codex는 OpenAI 중심 구조에 가까웠는데,
OpenHands는 LiteLLM 기반이라 OpenAI, Anthropic, DeepSeek, Qwen, Ollama, OpenRouter, vLLM 등 거의 모든 모델을 하나의 인터페이스에서 연결 가능합니다.
즉 이제는:
Hermes
→ OpenHands 스킬 호출
→ 원하는 LLM 연결
→ 터미널 기반 자동 코딩 작업 실행
이 흐름이 가능해진 상태입니다.
이미지 기준 핵심 포인트 정리:
1. OpenHands는 자율 코딩 에이전트
단순 챗봇이 아니라:
* 코드 작성
* 수정
* 디버깅
* 파일 편집
* 명령 실행
* 프로젝트 탐색
같은 작업을 스스로 수행하는 구조입니다.
2. 특정 모델 종속이 아님
LiteLLM을 통해:
* Claude
* GPT
* DeepSeek
* Qwen
* 로컬 Ollama
* vLLM
등을 자유롭게 연결 가능.
즉 “어떤 모델을 쓰느냐”보다 “어떤 작업 흐름을 설계하느냐”가 더 중요해지는 방향입니다.
3. Hermes 안에서 스킬처럼 사용 가능
기존에는 OpenHands를 별도 CLI로 돌렸다면,
이제 Hermes 생태계 안에서 하나의 delegation skill처럼 연결됩니다.
즉:
* Claude Code
* Codex
* OpenCode
* OpenHands
를 상황에 따라 라우팅하는 구조도 가능해지는 것.
4. Headless + JSON 실행 지원
이미지에 나온 예시처럼:
openhands --headless --json
형태로 실행하면 UI 없이 백그라운드 자동 실행 가능.
결과도:
* ActionEvent
* ObservationEvent
* FinishAction
같은 JSON 이벤트 스트림으로 출력됨.
이건 결국:
“AI 에이전트를 사람이 보는 UI가 아니라 시스템 내부 컴포넌트처럼 사용한다”
는 방향에 가까움.
5. 실제 운영 관점 팁도 포함됨
이미지에는 단순 홍보가 아니라 실제 삽질 포인트도 적혀 있음.
예:
* env 변수 강제 적용 필요
* OpenRouter prefix 꼬임
* headless 모드 제약
* LiteLLM stderr noise
같은 운영 이슈들.
즉 이제 AI 툴 흐름도 단순 프롬프트 입력이 아니라:
모델 라우팅
→ 에이전트 orchestration
→ tool execution
→ event stream parsing
→ automation pipeline
구조로 빠르게 진화 중이라는 의미입니다.
처음엔 코인 에드 받으려고 써보기 시작한건데, AI 오케스트레이션 보조로 에르메스 만한건 없는듯...프로젝트 불리시하네요.
생각중인게 ai 틱톡숏츠 공장 오케스트레이션 시스템인데 (마음준비만 하고있긴함) 에르메스 중간에 끼면 중재자 역할 잘 해줄듯하네요
모델 여러 개 라우팅하다 보면:
컨텍스트 오염
역할 충돌
언어 혼합 출력
같은 문제가 생각보다 자주 발생합니다.
OpenRouter·LiteLLM 기반으로 모델 갈아끼우다 보면 일본어·중국어·한국어 섞인 혼종 응답을 한다거나...(성능이 딸리고 토큰 누수등 어쩔 수 없는 부분이 있음)
근데 이번 구조는 이런 orchestration 단계의 현실적인 문제들을 꽤 많이 잡아준 느낌.