Agente de IA open source: 8 opções para trabalhar em 2026

Para escolher seu primeiro agente de IA open source, comece pelo Goose se precisa trabalhar com supervisão em arquivos locais, pelo Hermes Agent se o trabalho se repete e depende de procedimentos salvos, ou pelo OpenClaw se a principal interface será um aplicativo de mensagens. Estes 8 projetos podem ser instalados em um equipamento sob seu controle, mas a conexão com os modelos e o acesso às suas contas continuam exigindo decisões separadas.

Informações verificadas nos repositórios, arquivos de licença e documentação vinculada dos projetos em 18 de outubro de 2026. Este comparativo se baseia na documentação, não em testes práticos de desempenho. As recomendações abaixo tratam dos projetos que você pode instalar; o acesso aos modelos fica por sua conta, assim como a configuração.

A pergunta mais útil é onde o trabalho vai acontecer. Uma extensão de navegador pode ajudar no portal de um fornecedor. Um assistente de desktop pode trabalhar com arquivos exportados. Um agente em contêiner ganha um computador de trabalho separado. Um agente de programação atua junto ao repositório. Escolha esse ambiente antes de escolher o modelo.

Qual agente de IA open source escolher? Veja o comparativo

Comece pelo aplicativo mais simples que dê conta da tarefa. Goose é o ponto de partida para uso geral; as outras opções fazem sentido quando o trabalho pede uma interface ou um ambiente de execução diferente.

Em todas as opções, o uso dos modelos é separado. Um aplicativo de código aberto conectado a um modelo hospedado ainda envia o conteúdo do trabalho ao provedor. Um modelo local exige uma máquina adequada e uma conexão compatível. As licenças dos repositórios cobrem o software do agente; confira separadamente a licença do modelo escolhido.

Como selecionamos os projetos

Todas as opções oferecem um aplicativo, uma interface de linha de comando ou um contêiner pronto que você pode instalar e usar sem desenvolver seu próprio ciclo de execução do agente. Esse ciclo consiste em escolher uma ação, executá-la, ler o resultado e decidir o próximo passo. Os projetos da lista já entregam essa estrutura.

A seleção seguiu critérios práticos:

• Um ponto de partida utilizável: um caminho documentado entre a instalação e a primeira tarefa atribuída ao agente.
• Licença que permite uso comercial: conferência do arquivo de licença do repositório, em vez de um selo ou de uma descrição de marketing.
• Atividade recente no repositório: nenhum dos repositórios selecionados estava arquivado, e todos apresentavam atividade em outubro de 2026. A atividade permite entrar na seleção, mas não comprova confiabilidade.
• Acesso documentado a modelos: suporte a provedores verificado para o aplicativo específico que está sendo recomendado.
• Limites de operação claros: onde as ações são executadas, o que ainda precisa ser configurado e uma limitação capaz de mudar a escolha.

As classificações de configuração são avaliações dos passos documentados, não medições com cronômetro. “Simples” significa um aplicativo ou uma extensão mais a conexão com um provedor. “Moderada” acrescenta gateways, contas, ferramentas ou um contêiner. “Complexa” envolve disponibilizar um endpoint de modelo adequado ou operar um ambiente maior.

As recomendações dependem da adequação à tarefa, não da popularidade. Um projeto com muitas integrações pode ser uma escolha ruim se você só precisa de ajuda em uma aba do navegador. Da mesma forma, uma extensão bem-acabada não substitui um agente capaz de trabalhar em um ambiente Linux dedicado.

Assistentes de uso geral e agentes operados por chat

Escolha um assistente de uso geral quando o trabalho envolver arquivos, pesquisa e serviços conectados. Escolha um agente operado por chat quando quiser solicitar essas tarefas pelo aplicativo de mensagens que já usa. A interface importa porque define onde você verá resultados, interrupções e pedidos de ajuda.

1. Goose: o melhor ponto de partida para um assistente local

Goose é a melhor opção inicial para quem trabalha com operações e quer um aplicativo de desktop para lidar com arquivos, pesquisar e automatizar tarefas sob supervisão. O repositório descreve um agente de uso geral com aplicativos nativos para macOS, Windows e Linux, além de uma interface de linha de comando. Ele conecta modelos a ferramentas por meio de extensões, incluindo o Model Context Protocol, ou MCP, um padrão que permite ao agente chamar ferramentas externas. Repositório do Goose.

Uma boa primeira tarefa é transformar uma pasta de chamados de suporte exportados em um rascunho de relatório operacional. Entregue ao agente cópias das exportações, uma descrição das categorias usadas e um exemplo do relatório final. Peça que mantenha os identificadores dos chamados ao lado das conclusões. Assim, você recebe um material que pode conferir sem conectar o agente ao sistema de suporte em produção.

Goose se encaixa nesse cenário porque a extensão Developer inclui edição de arquivos e execução de comandos no shell. O shell é a interface de comandos do sistema operacional: ele pode executar um script para transformar um arquivo, em vez de deixar o modelo calcular cada linha durante a conversa. Isso ajuda em tarefas repetitivas com dados, mas também concede ao agente bastante poder sobre a máquina. Extensão Developer.

Melhor para: Quem trabalha com arquivos locais e quer uma interface de desktop com ferramentas configuráveis.
Destaque: Trabalho de uso geral no desktop, com escolha de provedores de modelos e extensões.
Licença: Apache License 2.0.
Onde roda: macOS, Windows e Linux; aplicativo de desktop ou CLI.
Modelos: Anthropic, OpenAI, Google, OpenRouter, Ollama e outros provedores documentados. Ollama é um software para disponibilizar modelos na sua própria máquina.
Configuração: Simples para o aplicativo de desktop e a conexão com um modelo; moderada ao acrescentar ferramentas externas e credenciais.
Preço: Gratuito e de código aberto; o acesso aos modelos fica por sua conta.
Teste grátis: O software não exige período de teste.

O limite que exige atenção é o poder de ação na máquina local. O padrão documentado do Goose é o modo Autonomous, e as ferramentas Developer podem operar com os privilégios do seu usuário. Os modos de aprovação acrescentam revisão, mas a própria documentação informa que a classificação entre leitura e escrita é feita por melhor esforço. Use a aprovação como um controle útil junto com restrições de acesso a arquivos e contas. Permissões do Goose.

No piloto do relatório de suporte, avalie se o resultado preserva os identificadores originais, diferencia informações ausentes de valores iguais a zero e mantém os arquivos de origem intactos. Esses são critérios de aceitação definidos por você, não resultados prometidos pelo Goose. Se ainda for preciso refazer manualmente tudo o que ele entrega, simplifique a tarefa antes de adicionar extensões.

Veredito: Escolha Goose para trabalhar lado a lado com um agente na sua máquina. Para se aprofundar na configuração e nas extensões, consulte o guia do Goose AI Agent.

Como criar seu agente de IA de graça a partir de um aplicativo pronto

Você pode começar configurando o aplicativo do Goose. Não é preciso implementar um framework de agentes só para experimentar uma tarefa bem delimitada com arquivos.

1. 1

   Instale o aplicativo de desktop

   Siga o link de download específico para sua plataforma no guia de início rápido do Goose. Use o aplicativo pronto para instalar, a menos que queira especificamente manter uma versão compilada a partir do código-fonte.

2. 2

   Conecte um provedor de modelos

   Conclua a configuração do provedor na primeira execução. Escolha um provedor que você já tenha autorização para usar com os dados da tarefa. Configurar o Ollama localmente é uma decisão separada sobre como disponibilizar o modelo; a instalação do aplicativo de desktop não faz isso por conta própria.

3. 3

   Escolha o modo de permissão da sessão

   Em Settings, abra Chat e altere Default Mode para um modo de aprovação nas novas sessões. As sessões existentes mantêm a configuração atual; o comando documentado para mudar o modo dentro de uma sessão é /mode approve. Revise as extensões habilitadas antes de começar.

4. 4

   Passe uma tarefa com arquivos cujo resultado possa ser conferido

   Use cópias de arquivos não sensíveis em uma pasta de trabalho dedicada. Peça um rascunho de relatório com os identificadores das fontes e sem alterações nos arquivos de entrada. A pasta ajuda a organizar a tarefa; para obter um isolamento mais forte, é preciso restringir o acesso da conta do sistema operacional e das ferramentas.

5. 5

   Confira o resultado antes de ampliar o acesso

   Compare o relatório com os registros originais, examine os arquivos alterados e anote onde precisou intervir. Acrescente outra ferramenta apenas quando a tarefa atual mostrar por que ela é necessária.

2. Hermes Agent: a melhor opção para tarefas recorrentes com memória

Hermes Agent é a opção mais indicada quando uma tarefa deve evoluir com contexto salvo e procedimentos revisados. O projeto da Nous Research documenta memória persistente, busca em conversas, skills reutilizáveis e tarefas agendadas, com acesso por terminal, desktop e aplicativos de mensagens. A vantagem prática é a continuidade: a próxima tarefa pode começar com informações e instruções preservadas da anterior. Repositório do Hermes Agent.

Pense em uma pessoa responsável por operações que prepara uma atualização semanal sobre fornecedores. O trabalho recorrente inclui ler arquivos novos, aplicar as mesmas definições de categorias e produzir um rascunho com as questões ainda sem resposta. A memória pode guardar o contexto permanente, enquanto uma skill registra o procedimento: quais arquivos ler, o que conta como exceção e como estruturar a atualização final.

São funções diferentes. Uma informação como o formato preferido do relatório pertence ao contexto salvo. Uma sequência como verificar datas de entrega ausentes antes de redigir o resumo pertence a um procedimento. A documentação de skills do Hermes deixa essa distinção explícita. Seu mecanismo de aprimoramento inclui salvar e revisar esses procedimentos; isso não deve ser interpretado como prova de um ganho garantido de precisão. Documentação de skills.

Melhor para: Tarefas operacionais recorrentes que se beneficiam de contexto persistente e de um procedimento que possa ser examinado.
Destaque: Memória, skills criadas pelo agente e entrega agendada por um gateway de mensagens.
Licença: MIT.
Onde roda: Linux e Windows, além dos Macs com Apple Silicon compatíveis; em máquina local ou servidor. A instalação nativa no Windows está documentada.
Modelos: OpenAI, Anthropic, OpenRouter, Nous Portal e endpoints personalizados, incluindo servidores locais de modelos como Ollama e vLLM.
Configuração: Simples a moderada para o aplicativo de desktop pronto e o provedor; moderada para mensagens, agendamentos e ambiente de execução remoto.
Preço: Gratuito e de código aberto; o acesso aos modelos fica por sua conta.
Teste grátis: O software não exige período de teste.

O caminho de instalação faz diferença. Os pacotes atuais de desktop incluem o ambiente de execução e as interfaces pré-compiladas; o instalador que prepara o projeto a partir do código-fonte segue outro processo. O pacote de macOS é exclusivo para Apple Silicon, e a documentação informa que Macs com Intel não são compatíveis. Em um servidor, siga a instalação documentada por linha de comando e configure o gateway separadamente. Documentação de instalação.

A seleção do modelo também exige configuração explícita. hermes model seleciona o provedor e o modelo, enquanto hermes tools controla as ferramentas habilitadas. O Ollama local é configurado por um endpoint personalizado, ou seja, o endereço do seu servidor de modelos. Não presuma que uma conta de nuvem ou um modelo específico seja obrigatório. Documentação de provedores.

O ponto crítico é a qualidade do procedimento. Se uma execução aparentemente útil aplicar a regra de negócio errada, salvar essa abordagem pode tornar o erro persistente. No exemplo da atualização sobre fornecedores, peça uma proposta de skill depois de conferir o resultado e examine as instruções que o agente quer guardar. A configuração documentada skills.write_approval pode deixar alterações de skills pendentes de revisão, e /skills pending e /skills diff mostram as atualizações propostas.

Veredito: Escolha Hermes quando o procedimento precisar continuar existindo depois da conversa. A análise do Hermes Agent aprofunda os temas de memória, skills e controles de operação.

3. OpenClaw: a melhor opção para acessar o assistente pelo chat

OpenClaw é a opção mais adequada quando acessar o assistente por mensagens é uma parte central do fluxo de trabalho. Seu Gateway local, o serviço em segundo plano que coordena sessões e ferramentas, conecta-se a canais como Slack, Discord, Telegram, WhatsApp, Teams e iMessage. O repositório documenta a instalação em macOS, Linux e Windows. Repositório do OpenClaw.

Para quem fundou uma empresa e trabalha pelo celular, essa interface pode funcionar melhor do que ter de lembrar de abrir um aplicativo separado no computador. Um piloto sensato é pedir, por um canal privado de mensagens, um rascunho de resumo de notas operacionais aprovadas. O resultado útil é um resumo rastreável, entregue onde você já acompanha o trabalho. Enviar a mensagem não conecta o assistente automaticamente a todos os sistemas da empresa; você ainda precisa configurar as ferramentas que poderão buscar o material de origem.

O Gateway também traz uma responsabilidade operacional. Ele precisa estar em execução em uma máquina capaz de fazer o trabalho. Um notebook atende ao uso acompanhado; uma máquina dedicada ou um servidor faz sentido quando o serviço precisa continuar disponível com o notebook fechado. Escolha uma implantação que você consiga manter, incluindo atualizações, credenciais dos modelos e conexões com os canais.

Melhor para: Quem trabalha com operações e quer um assistente persistente acessível por mensagens.
Destaque: Um serviço de controle local que coordena canais, sessões e ferramentas.
Licença: MIT.
Onde roda: macOS, Windows ou Linux, em máquina pessoal ou servidor.
Modelos: Provedores hospedados e locais, incluindo Anthropic, OpenAI, Google Gemini, OpenRouter, Ollama e LM Studio.
Configuração: Moderada: instalar, concluir a configuração inicial do modelo, configurar o Gateway e conectar o canal desejado.
Preço: Gratuito e de código aberto; o acesso aos modelos fica por sua conta.
Teste grátis: O software não exige período de teste.

O instalador pode preparar uma versão compatível do ambiente de execução Node.js, o software necessário para rodar o aplicativo. Os scripts de instalação iniciam a configuração guiada; na instalação direta do pacote, o comando é openclaw onboard --install-daemon. Depois, openclaw gateway status verifica o serviço e openclaw dashboard abre a Control UI. Confirme que a conversa funciona nessa interface antes de conectar um aplicativo de mensagens. Esses são os passos documentados no repositório, não uma promessa de tempo de instalação.

O catálogo de provedores de modelos é separado do catálogo de canais. Slack é o meio pelo qual você conversa com o assistente; o provedor do modelo fornece o raciocínio. Dentro das configurações compatíveis com o projeto, é possível mudar essas escolhas de forma independente. Referência de provedores de modelos.

O ponto crítico é o poder de ação que uma mensagem recebida pode acionar. Segundo o repositório, as ferramentas da sessão principal rodam na máquina hospedeira, a menos que você configure o isolamento, e remetentes desconhecidos de mensagens diretas passam por pareamento por padrão. O pareamento decide quem pode iniciar tarefas; ele não restringe os arquivos e as contas que uma tarefa autorizada pode acessar. Os provedores configurados e as plataformas de mensagens continuam recebendo o conteúdo da tarefa, mesmo quando o estado e as credenciais ficam no seu equipamento.

Veredito: Escolha OpenClaw quando o lugar onde a conversa acontece determinar se o assistente será usado no dia a dia. Se o fator decisivo for preservar procedimentos, leia o comparativo entre Hermes Agent e OpenClaw.

Agentes para computador e navegador

Antes de escolher o produto, defina onde o agente precisa atuar. Trabalhar no navegador que você já usa, abrir um navegador separado, usar o desktop de um contêiner e controlar a tela do seu computador são tarefas bastante diferentes. Uma ferramenta que faz uma delas não necessariamente faz as outras.

4. Nanobrowser: a melhor opção para o Chrome ou Edge que você já usa

Nanobrowser é o ponto de partida mais simples desta lista para quem usa Chrome ou Edge e quer um agente voltado ao navegador. Ele é instalado como extensão, recebe tarefas em um painel lateral, lê páginas, clica, digita e alterna entre abas. Você pode usá-lo sem trocar de navegador nem criar um script de automação. Repositório do Nanobrowser.

Quem está comparando a documentação de fornecedores pode abrir as páginas relevantes e pedir uma tabela de condições de entrega, com a fonte ao lado de cada informação. O repositório documenta o salvamento de resultados, como tabelas CSV ou relatórios em Markdown, na pasta Downloads. Um bom critério de aceitação é exigir que cada condição extraída aponte para uma página e que informações indisponíveis continuem identificadas como indisponíveis.

A ferramenta se encaixa bem porque o trabalho já está nas abas. Assim, você evita adicionar um agente de desktop completo só para navegar em sites. Limite a tarefa aos sites relevantes, principalmente se o mesmo navegador estiver conectado a outros aplicativos da empresa.

Melhor para: Ler páginas da web e agir nelas usando uma instalação existente do Chrome ou Edge.
Destaque: Agente em painel lateral com conexões a modelos na nuvem ou locais e configurações de permissão por site.
Licença: Apache License 2.0.
Onde roda: Instalações compatíveis do Chrome e Edge no seu computador.
Modelos: Anthropic, OpenAI, Google Gemini, OpenRouter e outros provedores de nuvem documentados; Ollama, LM Studio e servidores locais compatíveis. O modelo precisa oferecer suporte à chamada de ferramentas.
Configuração: Simples com um provedor de nuvem; a inferência local exige configuração adicional do servidor de modelos.
Preço: Gratuito e de código aberto; o acesso aos modelos fica por sua conta.
Teste grátis: O software não exige período de teste.

Instale pelo link da Chrome Web Store disponível no repositório, configure o provedor na página de boas-vindas e abra o painel lateral. No Edge, pode ser necessário primeiro autorizar extensões de outras lojas. A configuração de modelos locais tem um requisito adicional de conexão: o Ollama precisa permitir a origem da extensão, enquanto o LM Studio precisa estar com o acesso entre origens habilitado. O repositório documenta esses requisitos; ter um servidor de modelos acessível não basta para concluir a configuração.

Os controles de permissão são úteis, mas têm limites. O modo Ask é o padrão e pede confirmação ao detectar envios de formulários e mensagens, exclusões e uploads. Etapas de pagamento, senha e concessão de acesso ficam a cargo da pessoa. As configurações também permitem autorizar, pedir confirmação ou bloquear por site. O projeto reconhece explicitamente que o agente pode deixar de identificar uma etapa que exige intervenção; por isso, esses controles não dispensam o acompanhamento de tarefas com consequências relevantes.

Veredito: Escolha Nanobrowser quando a tarefa começar e terminar nas abas do navegador. Ele não é a opção para controlar aplicativos de desktop em geral nem para atuar como assistente em um servidor sem interface gráfica.

5. Browser Use Desktop: a melhor opção para trabalhar em um navegador separado

Browser Use Desktop é um aplicativo independente para executar tarefas de navegador em uma janela Chromium separada. Segundo o repositório, ele importa cookies do Chrome que você usa normalmente para que o agente aproveite sessões já autenticadas e oferece um atalho para iniciar tarefas. Esta recomendação trata do aplicativo de desktop instalável em browser-use/desktop. Repositório do Browser Use Desktop.

Essa janela separada ajuda quando você quer distinguir visualmente o trabalho do agente das abas que está usando. Por exemplo, peça que ele consulte o status de itens aprovados no portal de um fornecedor enquanto você continua lendo os documentos relacionados. Mantenha o resultado como uma lista preliminar para conferir no portal. A vantagem é ter um navegador de trabalho separado; estar em outra janela não torna a tarefa segura por si só.

Cookies podem carregar acesso autenticado. Ao importá-los, o navegador do agente pode receber as permissões associadas àquelas sessões. Revise quais contas estão envolvidas e comece com uma tarefa de leitura e elaboração de rascunhos, sem alterar registros. Um novo processo de navegador não equivale a uma nova conta com permissões reduzidas.

Melhor para: Quem quer separar as tarefas do agente da janela de navegação habitual.
Destaque: Aplicativo de desktop com ambiente Chromium dedicado e importação de sessões documentada.
Licença: MIT.
Onde roda: macOS com Apple Silicon, Windows x64 e Linux, pelos downloads documentados.
Modelos: O README do aplicativo lista Anthropic por assinatura do Claude Code ou chave de API, e Codex por assinatura do ChatGPT ou chave de API.
Configuração: Simples a moderada: instalar o pacote de desktop, conectar um provedor documentado e revisar a conexão com as sessões do navegador.
Preço: Gratuito e de código aberto; o acesso aos modelos fica por sua conta.
Teste grátis: O software não exige período de teste.

A lista de modelos é um limite importante. O ecossistema mais amplo do Browser Use inclui outros componentes, mas o suporte de uma biblioteca não comprova suporte neste aplicativo de desktop. Se você precisa conectar um endpoint de modelo local à sua escolha, o repositório do Nanobrowser documenta esse caminho de forma mais explícita. A lista de provedores do README do aplicativo de desktop é o ponto de partida adequado para essa decisão.

A mesma distinção vale para a implantação. O download de desktop entrega um aplicativo para a máquina em que ele roda. Sua capacidade de trabalhar no navegador não faz dele um substituto documentado para um serviço de servidor que permanece em execução continuamente.

Veredito: Escolha Browser Use Desktop para trabalhar em um navegador separado com um dos provedores documentados. Escolha Nanobrowser quando for mais importante permanecer no navegador atual e contar com suporte explícito a modelos locais.

6. Agent Zero: a melhor opção para um ambiente Linux completo

Agent Zero é a melhor escolha desta lista quando o agente precisa de um ambiente Linux próprio, com arquivos, navegador, aplicativos de desktop e documentos editáveis. O projeto se apresenta como um framework, mas seu launcher e sua imagem Docker iniciam um agente já pronto, com interface web. É esse caminho de instalação que justifica sua presença aqui. Repositório do Agent Zero.

O Docker empacota o aplicativo e suas dependências em um contêiner, um ambiente de execução separado na máquina hospedeira. O desktop do Agent Zero fica dentro desse ambiente. Ele pode usar os programas Linux instalados ali; permitir acesso aos arquivos ou ao navegador da máquina hospedeira é uma decisão adicional de configuração.

Um piloto adequado é montar um briefing interno editável a partir de um conjunto de documentos aprovados. O repositório documenta um desktop Linux, navegador integrado e LibreOffice Writer, Calc e Impress para documentos, planilhas e apresentações. Peça um rascunho editável com uma lista clara de fontes e revise tanto o conteúdo quanto os arquivos salvos. Esse é um fluxo de trabalho proposto, não uma afirmação de que o resultado foi testado aqui.

Melhor para: Trabalhos que se beneficiam de um ambiente computacional dedicado, além de um painel de chat.
Destaque: Desktop Linux, navegador e espaço para documentos reunidos em um ambiente Docker.
Licença: MIT, confirmada no próprio arquivo.
Onde roda: Máquina local ou servidor capaz de executar Docker; o A0 Launcher tem versões para macOS, Windows e Linux.
Modelos: As opções documentadas de provedores hospedados incluem Anthropic e OpenRouter; as opções locais incluem Ollama, LM Studio e vLLM.
Configuração: Moderada a complexa: Docker, armazenamento persistente, configuração do aplicativo e conexões com modelos.
Preço: Gratuito e de código aberto; o acesso aos modelos fica por sua conta.
Teste grátis: O software não exige período de teste.

O A0 Launcher oferece o caminho guiado para máquinas pessoais: verifica o Docker, gerencia instâncias e portas e conecta-se a instalações locais ou remotas do Agent Zero. O repositório também documenta um instalador por terminal para servidores. Com a interface web em execução, configure com cuidado os modelos de cada função. O guia de instalação distingue os modelos Chat, Utility e Embedding: conversa principal, tarefas de apoio como resumos e representações numéricas usadas para recuperar informações relacionadas. Instalação e configuração de modelos.

Isso exige mais configuração do que escolher um único provedor em uma extensão de navegador. O esforço se justifica quando o ambiente de trabalho é útil. Para uma tarefa que só precisa extrair informações de algumas abas, é complexidade desnecessária.

O ponto crítico é o limite de isolamento do contêiner. O projeto recomenda manter o ambiente isolado e evitar montar todo o seu diretório pessoal. Uma montagem disponibiliza um diretório da máquina hospedeira dentro do contêiner. O A0 CLI Connector, opcional, também estende deliberadamente a atuação do agente à máquina hospedeira; trate isso como uma concessão adicional de acesso, não como um requisito habitual para a primeira tarefa.

Os projetos permitem organizar separadamente instruções de tarefas, arquivos, memórias, segredos e escolhas de modelos. Use essa separação para dar ao briefing seu próprio contexto de trabalho. Ela ajuda na organização, mas os limites efetivos de acesso continuam dependendo do contêiner, das montagens, das contas e das ferramentas que você configurar.

Veredito: Escolha Agent Zero quando o agente precisar de um ambiente de trabalho que você consiga operar e manter. Para uma tarefa mais simples com arquivos locais, comece pelo Goose.

7. UI-TARS Desktop: a melhor opção para controlar o desktop pela interface visual

UI-TARS Desktop é a opção especializada para tarefas que exigem interagir com um aplicativo gráfico por capturas de tela, ações do mouse e entradas de teclado. O repositório diferencia o aplicativo de desktop do Agent TARS, outro projeto no mesmo repositório. Siga as instruções do Desktop quando o objetivo for operar a interface visível do computador. Repositório do UI-TARS Desktop.

Isso faz sentido quando um aplicativo oferece uma tela utilizável, mas não uma integração que você queira desenvolver. Um piloto razoável é mudar uma configuração reversível em um aplicativo de desktop fora de produção e, depois, conferir uma captura de tela. A tarefa deve ter um estado final evidente e uma forma de desfazer a alteração.

A configuração exige um modelo de visão e linguagem, capaz de interpretar imagens e texto. Uma conexão com um modelo genérico de texto não basta para garantir compatibilidade com o ciclo de ações visuais do aplicativo. O README do desktop cita as famílias de modelos de visão UI-TARS e Seed; o guia de início rápido mostra como configurar um endpoint de modelo UI-TARS.

Melhor para: Tarefas supervisionadas que exigem enxergar e operar uma interface de desktop.
Destaque: Controle do computador e do navegador orientado por capturas de tela, em um aplicativo de desktop instalável.
Licença: Apache License 2.0.
Onde roda: Os caminhos documentados de instalação local do aplicativo cobrem macOS e Windows.
Modelos: As famílias documentadas de modelos de visão UI-TARS e Seed; use a configuração de endpoint específica do Desktop.
Configuração: Complexa: instalar o aplicativo, conceder as permissões exigidas pelo sistema e configurar um endpoint de modelo compatível.
Preço: Gratuito e de código aberto; o acesso aos modelos fica por sua conta.
Teste grátis: O software não exige período de teste.

No macOS, o guia exige permissões de Acessibilidade e Gravação de Tela. A configuração do modelo pede uma URL base, uma chave de API e o nome do modelo. A URL base é o endereço do serviço que responde às solicitações ao modelo. Esse endpoint pode ser remoto mesmo quando o agente controla a tela local; portanto, “operação local” não garante que as capturas de tela permaneçam na máquina. Guia de início rápido do Desktop.

O mesmo guia apresenta uma limitação concreta de compatibilidade: o aplicativo foi pensado para uso com um único monitor, e vários monitores podem fazer as tarefas falharem. Ele também informa que o antigo serviço Remote Operator foi descontinuado. A recomendação aqui é o aplicativo local instalável; o serviço hospedado encerrado não é um atalho disponível.

Veredito: Escolha UI-TARS Desktop para uma tarefa concreta na tela que você possa supervisionar. Se o trabalho se limitar a páginas da web, comece pelas opções voltadas ao navegador; se precisar de um computador Linux de trabalho separado, escolha Agent Zero.

Agente de IA open source para programação

8. OpenHands: uma opção específica para trabalhar com repositórios

OpenHands Agent Canvas é uma central de controle instalável para desenvolvedores que inclui o agente OpenHands: tem licença MIT, roda localmente, no Docker ou em um servidor, aceita configuração com modelos compatíveis com LiteLLM, incluindo opções da Anthropic e da OpenAI, e pode ser instalada pelos caminhos documentados de pacote ou Docker. A configuração é moderada, o caminho sem isolamento concede acesso amplo ao sistema de arquivos e o software é gratuito e de código aberto, com acesso aos modelos por sua conta. Consulte o guia de agentes de programação open source para fazer uma escolha específica para desenvolvimento.

Um agente de IA local e open source não garante inferência local

Confira separadamente onde o agente está instalado, onde suas ações são executadas e onde fica o endpoint do modelo. Instalar o aplicativo localmente responde apenas à primeira pergunta.

Por exemplo, Goose pode editar um arquivo local usando um modelo hospedado. Nanobrowser pode rodar dentro do navegador e enviar o conteúdo das páginas ao provedor escolhido. Agent Zero pode executar tarefas no Docker usando um servidor de modelos em outro lugar. Essas são possibilidades de implantação documentadas, não contradições com o fato de os produtos serem de código aberto.

Uma arquitetura inteiramente local exige mais do que escolher um aplicativo de código aberto. Confirme o endpoint do modelo e depois examine os serviços de busca, os serviços de navegador e outras ferramentas conectadas que possam enviar informações para fora. Se uma tarefa exigir acesso à web pública, diferencie esse acesso do envio de dados privados de trabalho a um provedor de modelos.

Para quem vai usar o agente nas operações, a pergunta prática é concreta: quais documentos, conteúdos de páginas ou capturas de tela sairão desta máquina? Responda antes de conectar o agente a registros confidenciais. Quando a inferência local for obrigatória, comece por um aplicativo que documente explicitamente o servidor local que você pretende usar e verifique todo o caminho percorrido pela tarefa.

Quais são os melhores agentes de IA gratuitos para cada tarefa?

Escolha Goose quando a primeira tarefa envolver trabalho supervisionado com arquivos e você quiser uma interface de desktop de uso geral. Ele tem o papel inicial mais claro nesta seleção: conecte um modelo, dê ao agente um espaço de trabalho delimitado e confira a entrega.

Escolha Hermes Agent quando contexto salvo e procedimentos reutilizáveis forem o motivo para adotar um agente. Escolha OpenClaw quando o acesso por mensagens for o que fará dele parte da rotina. Ambos podem fazer mais do que essas descrições sugerem; o critério de decisão é qual requisito faria falta primeiro.

Escolha Nanobrowser quando o trabalho pertencer ao navegador que você já usa. Escolha Browser Use Desktop quando quiser um navegador separado para o agente e um dos provedores documentados. Aproveitar sessões já autenticadas é conveniente nos dois casos; por isso, confira o acesso às contas antes de delegar uma tarefa.

Escolha Agent Zero quando o assistente precisar de seu próprio computador Linux, com programas de desktop e arquivos editáveis. Escolha UI-TARS Desktop quando a tarefa exigir especificamente controlar uma interface gráfica no computador local. A decisão depende do ambiente em que você quer que o agente atue, não de qual demonstração parece mais autônoma.

Escolha OpenHands quando a tarefa for trabalhar em um repositório. O guia de programação é o lugar adequado para compará-lo com outros agentes voltados a código.

Se você ainda não consegue definir a entrega, as entradas permitidas e o ponto em que o agente deve parar, adie a decisão de instalação. Colocar isso por escrito costuma eliminar mais candidatos do que uma longa lista de funcionalidades.

O que deixar de fora desta seleção

Evite um projeto que obrigue você a desenvolver o aplicativo que veio procurar para instalar. Estas exclusões dizem respeito à adequação para quem fundou uma empresa ou cuida de operações e busca um agente pronto para usar.

Frameworks de agentes de IA open source pedem outro comparativo

CrewAI e LangGraph entram no comparativo de frameworks de agentes de IA. Eles são relevantes para quem pretende desenvolver um aplicativo com agentes. Não atendem ao objetivo desta seleção: instalar um assistente existente e começar a passar tarefas.

Ollama sozinho também não basta para esse trabalho. Ele fornece a infraestrutura para disponibilizar modelos usada por alguns destes agentes. Você ainda precisa do aplicativo que gerencia ferramentas, tarefas e interação.

Produtos disponíveis apenas como serviço hospedado não atendem ao requisito de executar o agente na sua máquina ou no seu servidor. Um cliente para download ou uma biblioteca de integração de código aberto não comprova, por si só, que o ambiente de execução do agente possa ser hospedado por você.

O serviço descontinuado UI-TARS Remote Operator deve ficar fora do seu plano de configuração. Siga o caminho de instalação local do Desktop documentado no repositório atual.

Por fim, evite atribuir a um projeto as características de outro relacionado. Browser Use Desktop tem sua própria lista de provedores. A configuração do UI-TARS Desktop é diferente da do Agent TARS. Uma funcionalidade precisa estar documentada para o aplicativo que você está instalando.

Antes de liberar o acesso do agente aos sistemas da empresa

Dê ao primeiro agente uma tarefa que ele consiga concluir com acesso limitado e cujo resultado você possa conferir. Em uma empresa pequena, um rascunho de relatório feito a partir de cópias de exportações é mais fácil de avaliar do que um pedido para “gerenciar as operações”.

Use um espaço de trabalho dedicado e, quando adequado, uma conta ou um contêiner separado. Libere apenas as contas e os diretórios necessários para a tarefa. Um prompt pedindo ao agente que permaneça em uma pasta expressa sua intenção; as permissões de arquivos e a configuração das ferramentas determinam o que ele consegue acessar. A documentação de segurança do Hermes deixa especialmente clara a distinção entre aprovar comandos e limitar o ambiente de execução.

Defina os critérios de aceitação antes de executar a tarefa: os identificadores das fontes devem continuar visíveis, os arquivos originais devem permanecer intactos, os valores desconhecidos devem ser sinalizados e qualquer ação externa solicitada deve parar para sua revisão. Esses são critérios recomendados para um piloto, não garantias oferecidas por todos os aplicativos.

Para colocar em prática na segunda-feira, escolha uma tarefa recorrente, prepare um conjunto de dados de entrada bem organizado e instale o agente mais simples que atenda à necessidade. Compare a entrega com o resultado que você aceitaria de um colega. Amplie o acesso somente quando entender o trabalho realizado, as correções necessárias e como interromper ou desfazer a próxima ação.

Perguntas frequentes

Existem modelos de IA de código aberto?

Sim. A licença do modelo é separada da licença do agente, e poder baixar os pesos de um modelo não garante automaticamente uso comercial sem restrições. Confira a licença do próprio modelo e a do aplicativo. Vários agentes desta lista documentam conexões com servidores locais de modelos.

Qual é a função de um agente na inteligência artificial?

Um agente usa um modelo para escolher ações, chama as ferramentas disponíveis, lê os resultados e avança na execução de uma tarefa. Para quem trabalha com operações, a principal diferença é que ele pode agir sobre arquivos ou aplicativos dentro do acesso configurado, além de responder com texto.

Como usar um agente da OpenAI?

Se você quer desenvolver um aplicativo, o OpenAI Agents SDK oferece um caminho baseado em código. Se quer um assistente para instalar, escolha um dos projetos acima que documente suporte à OpenAI e configure a conexão com o provedor.

A API da OpenAI tem uso gratuito?

Não presuma que um agente gratuito inclua acesso gratuito aos modelos da OpenAI. Planeje o orçamento de acordo com as condições atuais de uso do provedor e qualquer franquia que apareça explicitamente na sua conta. A página oficial de preços da API é a referência para os valores atuais dos modelos.

Qual é a melhor API de IA gratuita?

Para um agente, a compatibilidade e a conclusão bem-sucedida da tarefa importam mais do que uma franquia gratuita anunciada. Confira o suporte à chamada de ferramentas e, para tarefas na tela, à visão. Se precisar de inferência local, escolha uma conexão documentada com modelo local e avalie o desempenho na sua tarefa real.

Quanto custa a API do ChatGPT?

A cobrança da API depende do modelo escolhido e do uso, e algumas ferramentas têm cobranças separadas. Consulte os valores na tabela atual de preços da API da OpenAI. Instalar um agente de código aberto não altera essas cobranças do provedor.

Qual é o modelo mais barato da API do ChatGPT?

Confira na tabela atualizada do provedor os menores preços entre os modelos compatíveis com seu agente. Depois, compare tarefas concluídas, incluindo novas tentativas e correções: a menor tarifa anunciada não garante o menor custo por resultado aproveitável. Este comparativo não classifica os preços dos modelos.

O que não devo informar ao ChatGPT?

Mantenha senhas, chaves privadas e registros confidenciais sem autorização de uso fora dos prompts das tarefas. Nestes agentes, use as configurações documentadas de credenciais e confira quais arquivos, páginas ou capturas de tela o modelo configurado receberá. A instalação local, sozinha, não responde a essa pergunta.

Qual IA é mais barata que o ChatGPT?

Separe o aplicativo do agente de sua conexão com o modelo. Os aplicativos desta lista são gratuitos e de código aberto; o acesso ao modelo escolhido determina os custos de uso do modelo. Compare a mesma tarefa, concluída dentro dos critérios de aceitação, entre modelos compatíveis, em vez de tratar a licença do aplicativo como uma indicação do preço de inferência.

Use o checklist de auditoria de fluxos de trabalho empresariais com IA para definir a primeira tarefa, as entradas permitidas e o resultado que você aceitará.