O que é OpenComputer?
OpenComputer, do desenvolvedor andykr1k, é um app Electron para Linux, Windows e macOS que fica na tela como uma pequena esfera. Você digita um pedido; ele tira uma captura de tela, envia a um modelo de visão e linguagem e executa o próximo passo com movimentos reais do mouse, cliques, arrastes, rolagens e teclas em aplicativos de desktop comuns, tirando uma nova captura após cada ação.
Ele conversa com qualquer endpoint compatível com a OpenAI que aceite imagens e chamadas de ferramentas. O padrão é RedHatAI/Qwen3.5-9B-quantized.w4a16 servido localmente via vLLM, escolhido para caber em muitas GPUs de 16 GB, então as capturas nunca precisam sair da máquina. O projeto tem licença MIT e foi publicado como um único commit em 22 de julho de 2026, sem versões marcadas. Não tem relação com o agente na nuvem de mesmo nome da Digger em opencomputer.dev.
OpenComputer vale a pena?
O OpenComputer faz exatamente uma coisa: deixa um modelo ver sua tela e operar seu mouse e teclado. Isso o torna um agente puro de uso do computador, sem os editores de arquivos, conectores ou planejamento multiagente do Eigent ou do OpenWork, e seu valor está na clareza com que faz esse trabalho localmente. Com o modelo Qwen de 9B quantizado padrão numa GPU de 16 GB, capturas, prompts e ações ficam na sua máquina.
O desenho de segurança é sensato para uma alfa. O modo padrão, Ask first, tira capturas automaticamente mas exige aprovação para cada ação de mouse, teclado e URL, com Enter para aprovar e Delete para negar; o modo Automatic age sem perguntar. Coordenadas e esquemas de URL são validados, as execuções param após 25 passos por padrão e um botão de parada cancela uma execução em andamento. O renderizador não tem acesso ao Node.js, então credenciais e automação ficam no processo principal. O README diz abertamente que esses controles reduzem o risco, mas não tornam segura a automação de desktop guiada por modelo, e que o texto de qualquer página web ou documento pode carregar uma injeção de prompt.
O problema é o estado do projeto. O repositório tem um único commit de 22 de julho de 2026, 31 estrelas, três issues abertas e nenhuma versão marcada, então não há instaladores: você compila a partir do código com Node 22.12 ou mais recente e roda o modelo por conta própria. Só o Linux com X11 aparece como o mais bem suportado; Wayland, Windows e macOS são experimentais, o agente vê apenas a tela principal e as chaves de API ficam num arquivo de acesso exclusivo do usuário, não no chaveiro do sistema.
Para um desenvolvedor que estuda como um pequeno modelo de visão local pode operar um desktop, é um código claro e legível. Para trabalhar de fato, Interpreter Workstation e Eigent oferecem uso do computador dentro de um produto mantido, e um modelo de 9B vai errar cliques em interfaces densas com mais frequência do que os grandes modelos hospedados que essas ferramentas podem usar.
Onde ele se destaca
Um engenheiro de machine learning avaliando modelos de visão e linguagem
Ver como um modelo quantizado de 9B lida com tarefas reais de desktop antes de escolher um modelo para um produto
Sirva o checkpoint Qwen padrão via vLLM com contexto de 8192 tokens e depois troque o endpoint nas configurações para comparar outros modelos nas mesmas tarefas. Software gratuito em hardware que você já tem; o limite de 25 passos encurta as execuções que falham.
Uma desenvolvedora de desktop Linux num pequeno projeto open source
Prototipar um assistente local que opere apps gráficos sem enviar capturas para lugar nenhum
Faça um fork do repositório e adicione ferramentas ou políticas de segurança como módulos TypeScript; mantenha o Ask first ligado nos testes para que cada clique e tecla exija aprovação. Rode sob X11, onde a entrada sintética é mais bem suportada.
Antes de decidir
- Configuração
- Clone o repositório, rode npm install com Node 22.12 ou mais recente, inicie um servidor vLLM com o lançador incluído ou aponte as configurações para um endpoint hospedado e rode npm start. Ubuntu e Debian podem precisar de libxtst6; o macOS exige as permissões Screen Recording e Accessibility.
- Integrações
- Qualquer endpoint de Chat Completions compatível com a OpenAI com entrada de imagem e chamadas de ferramentas; vLLM para servir localmente. Ferramentas, provedores e políticas de segurança são módulos TypeScript.
- Dados e privacidade
- Com um modelo local, capturas, prompts e resultados de ferramentas ficam na máquina. O agente lê a tela e controla o mouse e o teclado reais; as chaves de API ficam na pasta de dados do app com permissões exclusivas do usuário, não no chaveiro do sistema.
- Custo em escala
- Sem custo de licença. Uma execução local precisa de uma GPU com cerca de 16 GB de memória para o modelo padrão; um endpoint hospedado cobra por token, incluindo as capturas.
- Limites
- Alfa inicial com um commit e sem versões; só a tela principal; Wayland, Windows e macOS experimentais; no Windows não controla janelas com privilégios elevados; limite padrão de 25 passos.
O que é bom
- Roda totalmente local com um modelo de visão de 9B numa GPU de 16 GB
- O modo Ask first aprova cada ação de mouse, teclado e URL
- Arquitetura clara com renderizador isolado
- Licença MIT, qualquer endpoint compatível com a OpenAI
O que não é
- Um commit, nenhuma versão, 31 estrelas
- Só compila a partir do código; sem instaladores
- Só Linux X11 bem suportado; só a tela principal
- Chaves de API não ficam no chaveiro do sistema
Ideal para
Desenvolvedores que querem estudar ou ampliar um pequeno agente de uso do computador totalmente local numa máquina Linux X11 com GPU de 16 GB.
Alternativas ao OpenComputer
OpenComputer: perguntas frequentes
- OpenComputer vale a pena?
- OpenComputer é um experimento caprichado e honestamente documentado de uso do computador totalmente local, mas um único commit, nenhuma versão e 31 estrelas fazem dele um projeto para ler, não para confiar seu desktop. Damos nota 2.9 de 5.
- Quanto custa OpenComputer?
- Gratuito e open source (MIT). Sem plano pago; você fornece o modelo, localmente na sua própria GPU ou por qualquer API hospedada compatível.
- Quais são as desvantagens de OpenComputer?
- Um commit, nenhuma versão, 31 estrelas; só compila a partir do código; sem instaladores; só Linux X11 bem suportado; só a tela principal; chaves de API não ficam no chaveiro do sistema.
- Para quem OpenComputer é indicado?
- Desenvolvedores que querem estudar ou ampliar um pequeno agente de uso do computador totalmente local numa máquina Linux X11 com GPU de 16 GB.
- Quanto custa OpenComputer para uma equipe ou em produção?
- Sem custo de licença. Uma execução local precisa de uma GPU com cerca de 16 GB de memória para o modelo padrão; um endpoint hospedado cobra por token, incluindo as capturas.
- OpenComputer é seguro para dados da empresa?
- Com um modelo local, capturas, prompts e resultados de ferramentas ficam na máquina. O agente lê a tela e controla o mouse e o teclado reais; as chaves de API ficam na pasta de dados do app com permissões exclusivas do usuário, não no chaveiro do sistema.
- Quais são as melhores alternativas ao OpenComputer?
- As alternativas mais próximas que analisamos são Interpreter Workstation, Eigent, Magentic-UI (MagenticLite) e Browser Use.
Respostas verificadas em 14 de nov. de 2026.