Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

Open Computer Use

Servidor MCP local que opera apps de desktop em segundo plano pelas APIs de acessibilidade, com as mesmas ferramentas no macOS, Windows e Linux.

Análise de ReviewRamble editors · Atualizado

Guia de instalação Código aberto

Compartilhe esta página:XLinkedInFacebookRedditWhatsAppE-mail

Nossa nota

3.5/5

Um servidor de computer use organizado e cauteloso, com um lado macOS sólido e lados Windows e Linux que, pelo próprio projeto, ainda são experimentais.

O que é Open Computer Use?

Open Computer Use, do usuário do GitHub opensymph, permite que um agente veja e opere os apps do seu próprio computador. Ele lê a árvore de acessibilidade de uma janela, a lista rotulada de botões e campos que os leitores de tela usam, junto com uma captura de tela, e então clica, digita, rola, arrasta e define valores por número de elemento ou por coordenadas. A entrada vai para o app de destino em vez de passar pelo seu ponteiro e teclado reais, então você pode continuar trabalhando enquanto ele age. Os nomes e argumentos das ferramentas seguem o plugin de computer use embutido no Codex da OpenAI.

Nove ferramentas básicas são idênticas no macOS, Windows e Linux; cinco ferramentas de janela funcionam no macOS e no Windows, e o macOS acrescenta uma captura da tela inteira. O runtime do macOS é escrito em Swift e os do Windows e Linux em Go, todos distribuídos em um único pacote npm. O projeto tem licença MIT, foi criado em 23 de agosto de 2026, tem cerca de 25 estrelas e 97 commits, e lançou a v1.3.0 em 17 de outubro de 2026.

Como instalar Open Computer Use

npm i -g @opensymph/open-computer-use && ocu install-claude-mcp

Open Computer Use vale a pena?

Open Computer Use foi construído em torno de uma promessa: o agente trabalha em um app enquanto você continua com o mouse. No macOS, o caminho de clique padrão tenta primeiro as ações de acessibilidade do próprio app e depois envia eventos de mouse só para o processo desse app; o ponteiro real só se move se você definir OPEN_COMPUTER_USE_ALLOW_GLOBAL_POINTER_FALLBACKS=1. Um cursor de software visível mostra onde o agente está agindo, e o app assinado do macOS mantém as permissões de Acessibilidade e Gravação de Tela entre atualizações. Um mesmo contrato em três sistemas significa que um único prompt pode operar o mesmo app em um Mac, um PC com Windows e um desktop Linux.

As proteções são padrões sensatos, não um sandbox. Gerenciadores de senhas são sempre recusados. No Windows, a tecla Windows é bloqueada, terminais e apps de segurança ficam em uma lista de bloqueio, e abrir apps, roubar o foco e enviar entrada em primeiro plano exigem cada um a sua própria variável de ambiente. A política de segurança do projeto diz claramente que a ferramenta tem, por natureza, privilégios elevados, que só deve rodar em máquinas que sejam suas ou para as quais você tenha autorização, e deixa de fora os riscos que vêm da forma como você a usa. Tudo o que o agente vê, ele pode acionar: um e-mail ou uma página web que ele leia é uma possível injeção de prompt com o seu desktop por trás.

Os dados ficam locais no que diz respeito ao transporte. O servidor fala stdio, não abre nenhuma porta de rede e, no macOS, alcança seu app auxiliar por um socket Unix local. Capturas de janela e texto de acessibilidade ainda vão para o modelo que o seu agente usa, e o README não diz nada sobre telemetria. Ferramentas de linha de comando separadas podem capturar ou gravar o desktop inteiro e enviar entrada global, mas ficam fora da lista de ferramentas MCP, e os comandos de entrada ficam desligados até você ativá-los.

O porém: as notas de arquitetura do projeto chamam os runtimes de Windows e Linux de experimentais. O Windows não tem assinatura de código nem cursor visível, e as medições do próprio projeto colocam uma entrada de texto em cerca de 2.0 s e a listagem de apps em cerca de 3.5 s. O Linux precisa de uma sessão de desktop logada, as ferramentas de janela respondem "not supported yet" e as capturas falham ou saem pretas no GNOME com Wayland. Com cerca de 25 estrelas, três colaboradores e nenhuma versão desde 17 de outubro de 2026, é jovem e anda quieto.

Nossa opinião: para quem usa Mac e quer computer use em segundo plano no estilo do Codex dentro do Claude Code ou do Gemini CLI, é uma instalação cuidadosa e fácil; no Windows ou no Linux, trate-o como uma prévia promissora e dê a ele uma conta de usuário separada, não o seu desktop principal.

Onde ele se destaca

  • Um desenvolvedor iOS no Mac em um pequeno estúdio

    Percorrer um fluxo de configurações no Simulator e em um app de design sem parar de digitar no editor

    O agente lê cada janela com get_app_state e clica por número de elemento em segundo plano, com o cursor de software mostrando onde age. Gratuito, fora os tokens do modelo.

  • Uma analista de operações em uma empresa de 30 pessoas com um cliente de ERP só para desktop no Windows

    Passar os números de um relatório semanal para uma planilha sem redigitá-los

    O agente lê a janela do relatório pelo UI Automation e digita na planilha com type_text. Rode em uma conta separada: o runtime do Windows é experimental e cada entrada de texto leva cerca de 2.0 s nas medições do projeto.

  • Um líder de QA que testa um app GTK em um desktop Linux

    Rodar o mesmo teste de fumaça que a equipe já usa no macOS

    Como as nove ferramentas básicas compartilham nomes e argumentos, um único script opera os dois. Use uma sessão X11: no GNOME com Wayland as capturas falham e os cliques por coordenadas são de melhor esforço.

Antes de decidir

Configuração
npm i -g @opensymph/open-computer-use, depois ocu doctor (no macOS 14 ou posterior ele pede uma vez Acessibilidade e Gravação de Tela), depois ocu install-claude-mcp, install-codex-mcp, install-gemini-mcp ou install-opencode-mcp. Qualquer outro cliente roda open-computer-use mcp via stdio.
Integrações
Nove ferramentas básicas (list_apps, get_app_state, click, perform_secondary_action, scroll, drag, type_text, press_key, set_value), cinco ferramentas de janela no macOS e no Windows, capture_display no macOS. Também um plugin para Codex, um plugin para ZCode, uma skill de agente e o comando ocu call para scripts sem cliente.
Dados e privacidade
Roda localmente via stdio e não abre nenhuma porta de rede; no macOS a CLI alcança seu app auxiliar por um socket Unix local. Capturas e texto de acessibilidade vão para o provedor do modelo do seu agente. O README não menciona telemetria. Correções de segurança só são oferecidas para a versão mais recente no npm.
Custo em escala
Gratuito; o custo são os tokens do modelo. As árvores de acessibilidade são limitadas por padrão a 1.200 nós e 64 níveis e as capturas são reduzidas, o que limita cada leitura, mas tarefas longas ainda somam muitas chamadas.
Limites
O Windows não tem assinatura de código nem cursor visível e precisa de uma sessão de desktop logada; via SSH, list_apps pode voltar vazio. As ferramentas de janela ainda não são suportadas no Linux, e as capturas no Wayland falham ou saem pretas. O macOS exige a versão 14 ou posterior.

O que é bom

  • Entrada em segundo plano no macOS sem mover seu ponteiro
  • As mesmas nove ferramentas no macOS, Windows e Linux
  • Entrada global, abertura de apps e foco atrás de flags opcionais
  • Recusa gerenciadores de senhas; app do macOS assinado

O que não é

  • Runtimes de Windows e Linux rotulados como experimentais
  • Sem ferramentas de janela no Linux; capturas falham no Wayland
  • O agente pode ler e agir em qualquer app que veja
  • Projeto jovem, três colaboradores, cerca de 25 estrelas

Ideal para

Desenvolvedores no Mac que querem que um agente opere apps nativos em segundo plano a partir do Claude Code, Codex ou Gemini CLI.

Alternativas ao Open Computer Use

Open Computer Use: perguntas frequentes

Open Computer Use vale a pena?
Um servidor de computer use organizado e cauteloso, com um lado macOS sólido e lados Windows e Linux que, pelo próprio projeto, ainda são experimentais. Damos nota 3.5 de 5.
Quanto custa Open Computer Use?
Gratuito e de código aberto (MIT). Sem plano pago; as chamadas ao modelo são pagas ao seu próprio provedor.
Quais são as desvantagens de Open Computer Use?
Runtimes de Windows e Linux rotulados como experimentais; sem ferramentas de janela no Linux; capturas falham no Wayland; o agente pode ler e agir em qualquer app que veja; projeto jovem, três colaboradores, cerca de 25 estrelas.
Para quem Open Computer Use é indicado?
Desenvolvedores no Mac que querem que um agente opere apps nativos em segundo plano a partir do Claude Code, Codex ou Gemini CLI.
Quanto custa Open Computer Use para uma equipe ou em produção?
Gratuito; o custo são os tokens do modelo. As árvores de acessibilidade são limitadas por padrão a 1.200 nós e 64 níveis e as capturas são reduzidas, o que limita cada leitura, mas tarefas longas ainda somam muitas chamadas.
Open Computer Use é seguro para dados da empresa?
Roda localmente via stdio e não abre nenhuma porta de rede; no macOS a CLI alcança seu app auxiliar por um socket Unix local. Capturas e texto de acessibilidade vão para o provedor do modelo do seu agente. O README não menciona telemetria. Correções de segurança só são oferecidas para a versão mais recente no npm.
Quais são as melhores alternativas ao Open Computer Use?
As alternativas mais próximas que analisamos são agent-desktop e Munim Computer Use.

Respostas verificadas em 18 de nov. de 2026.