Lena está aqui. Quando procuro um agente que possa dirigir sozinho, não começo com uma tabela de classificação. Começo com uma pergunta mais comum: se tocar em um projeto, documento ou terminal, posso ver o que está instalado, escolher onde será executado e me recuperar quando uma atualização der errado? Essa é a promessa útil por trás dos agentes de IA de código aberto, mas não é uma promessa de que cada modelo, chamada de ferramenta, log ou conector permaneça local.
Esta é uma lista restrita de investigação comercial para desenvolvedores e pequenas equipes que desejam controle local, código visível ou um agente de IA auto-hospedado. Verifiquei repositórios públicos, licenças, caminhos de instalação, lançamentos, commits recentes, rastreadores de problemas, configuração de modelo/ferramenta e notas de segurança em 21 de setembro de 2026. Ao contrário de um guia dos “melhores agentes locais de IA”, este se concentra no código, licenciamento e responsabilidade operacional.
Visão geral dos melhores agentes de IA de código aberto
Não existe um único agente de IA de código aberto melhor. Open Interpreter é a escolha direta de desktop local para um espaço de trabalho selecionado e permissões de sistema operacional. AnythingLLM é adequado para um espaço de trabalho de conhecimento persistente com uma implantação de desktop ou Docker. Agent Zero é um ambiente de trabalho Docker para tarefas de navegador, documento e projeto. OpenHands, SWE-agent e Aider são voltados para o desenvolvedor: repositórios, terminais, diferenças, testes e configuração de modelo em vez de automação de escritório.
Incluí apenas repositórios que publicam uma superfície de agente executável e uma licença de código aberto em nível de projeto. Isso importa. A Definição de IA de código aberto trata o sistema, o código e os componentes do modelo como questões separadas. Um repositório público é uma evidência útil, mas não torna automaticamente sua camada hospedada, complementos corporativos, pesos de modelo, plug-ins ou todas as dependências de código aberto. Isto é organização de informação, não aconselhamento jurídico; uma decisão de aquisição ou redistribuição ainda precisa do texto exato da licença atual e de conselhos, quando apropriado.
Como um agente de código aberto se qualifica para esta lista
Exige um agente executável, não apenas um SDK
Deixei de fora versões de peso de modelo, wrappers de API e bibliotecas de orquestração que exigem uma equipe para construir a experiência real do agente. Um candidato precisa de uma CLI documentada, cliente de desktop ou interface web; suporte de modelo; uma superfície de ação; e um resultado que uma pessoa pode inspecionar.
É por isso que Aider e SWE-agent se qualificam: eles assumem uma tarefa de repositório e deixam uma comparação ou trajetória para revisão. O Agent Zero se autodenomina uma estrutura, mas sua imagem Docker e UI da Web são uma experiência direta do agente. Dify e as versões atuais do Open WebUI estão excluídas: seus repositórios visíveis carregam restrições de licença atuais e chamá-los de “código aberto” confundiria o limite da fonte disponível.
Verifique a atividade do repositório, licença e configuração reproduzível
Para cada finalista, procurei um caminho de instalação repetível, uma versão ou commits atuais, atividade de emissão e uma licença de repositório. Open Interpreter e Aider publicam licenças Apache-2.0; AnythingLLM, OpenHands, Agent Zero e SWE-agent publicam licenças do MIT. Este é um instantâneo: binários, imagens, extensões, servidores de modelo e serviços comerciais podem ter termos separados.
Uma configuração reproduzível significa uma versão ou imagem fixada, diretório ou volume de dados, endpoint de modelo e plano de reversão. Antes de trabalhos importantes, registre o commit, a imagem, o identificador e a licença do modelo, a configuração da ferramenta, a tarefa de teste, os logs e o comando de reversão.
Compare a lista restrita em uma matriz de decisão
| Agente | Escopo executável | Licença verificada | Limite do modelo e da ferramenta | Melhor padrão inicial |
|---|---|---|---|---|
| Intérprete Aberto | CLI local e uso de computador orientado a desktop | Apache-2.0 | Perfis de modelos locais ou hospedados; As permissões do sistema operacional e do espaço de trabalho ainda são importantes | Uma tarefa local restrita em uma pasta descartável |
| Qualquer coisaLLM | Espaço de trabalho desktop ou serviço Docker | MIT | Modelos locais são possíveis; habilidades, conectores e provedores mudam o caminho dos dados | Documentos internos com apenas as habilidades necessárias habilitadas |
| Agente Zero | Docker Web UI, ambiente de trabalho Linux isolado, ponte de host opcional | MIT | Endpoints locais são suportados; navegador, plug-ins e ponte de host ampliam escopo | Um contêiner com um diretório de projeto montado |
| OpenHands | Superfície do agente desenvolvedor local ou hospedado no servidor | Repositórios principais do MIT | Modelo traga seu próprio modelo e configurações de sandbox/tempo de execução precisam ser revisados | Um repositório descartável em um tempo de execução com escopo definido |
| Agente SWE | Agente de codificação de emissão para patch | MIT | O modelo é selecionado separadamente; comandos e conteúdo do repositório fazem parte da execução | Um bug, commit corrigido e testes necessários |
| Aider | Agente de codificação de terminal | Apache-2.0 | Pode usar back-ends de modelo local ou hospedado; as permissões do repositório permanecem suas | Uma filial e um diferencial inspecionável |
A tabela não é uma classificação de velocidade. Encontrei material de instalação atual, atividade de repositório e atividade de problemas, mas ainda testaria a versão exata. Uma licença permissiva de aplicativo não estabelece os termos de uso comercial de uma marca.
Melhores agentes de IA de código aberto por padrão de implantação
Para uma área de trabalho local
Open Interpreter é a escolha mais clara quando o trabalho precisa de arquivos locais, comandos shell ou aplicativos. Seu ponto forte também é a parte incômoda: ele opera com permissões do sistema operacional. Comece com um inventário somente leitura, uma pasta temporária e saída de arquivo. AnythingLLM é mais calmo para recuperação, escrita e um espaço de trabalho contínuo de documentos. “Local” ainda precisa de mapa do modelo, embeddings, ferramentas de navegador, telemetria e conectores.
Para um serviço de equipe auto-hospedado
AnythingLLM e Agent Zero podem iniciar um pequeno serviço auto-hospedado, mas nenhum deles elimina o trabalho de executá-lo. Adicione autenticação e TLS, restrinja vinculações de rede, faça backup de volumes persistentes e controle quem pode adicionar ferramentas ou alterar modelos. Os limites do Docker do Agente Zero podem limitar seu ambiente de trabalho; uma ponte host ou montagem ampla o altera deliberadamente. Não exponha uma UI da Web de um agente não auditado à Internet porque a origem está disponível.
OpenHands pode se adequar a um ambiente compartilhado liderado por desenvolvedores com projetos em área restrita e controlados por origem. Decida quais diretórios ele recebe, se um navegador possui credenciais, qual acesso de saída é permitido e como uma execução interrompida é recuperada. Um agente de IA auto-hospedado é um serviço que você opera, não um software que você termina de instalar.
Para personalização liderada pelo desenvolvedor
Escolha SWE-agent para um problema e patch mais testes; Aider para um loop terminal rápido com revisão de diferenças; OpenHands para um espaço de trabalho e sandbox mais completos. Eles fornecem uma superfície executável, ao mesmo tempo que deixam espaço para alterar prompts, modelos, ferramentas e regras de tempo de execução.
As ferramentas personalizadas geralmente precisam de segredos, instalação de pacotes e acesso de saída. Pergunte qual comando eles executam, quais credenciais eles leem, onde escrevem e se estão fixados. O Perfil de IA Generativa do NIST é um prompt útil de gerenciamento de riscos, não uma certificação: contexto do documento, salvaguardas, avaliação e proprietário restante.
Calcule o custo real de propriedade
O código aberto muda quem opera o software; isso não torna um agente gratuito. Os custos aparecem como RAM, VRAM, armazenamento, downloads de modelos, imagens, uso de API, backups, monitoramento, tempo de suporte e revisão humana. Não reivindique operação offline, a menos que cada modelo, serviço de incorporação, ferramenta, caminho de atualização e conector tenham sido preparados e verificados.
Use um piloto curto: uma tarefa repetível, modelo permitido, pasta do projeto, orçamento de execução e um proprietário registrando a intervenção e o tempo de recuperação. Conte a primeira instalação, atualização, reversão e chamada de ferramenta com falha. Pergunte: podemos manter isso funcionando com segurança sem tornar uma pessoa a equipe de plantão não remunerada?
Compensações de segurança, manutenção e governança
O código aberto não é um veredicto de segurança. O código visível pode ajudar uma equipe a inspecionar, corrigir e fixar sua pilha; a equipe ainda possui segredos, portas expostas, dependências, origem do modelo e resposta a incidentes. As Diretrizes para Desenvolvimento Seguro de Sistemas de IA conjuntas defendem o mesmo ponto: a implantação segura é uma responsabilidade contínua, não uma caixa de seleção.
Mantenha os recursos limitados. Forneça um repositório, não um diretório inicial; um token de não produção, não uma credencial de administrador compartilhada; e uma porta de revisão antes de ações externas ou destrutivas. Preservar modelo, configuração, ferramentas, entradas, ações, saídas, revisor e resultado de recuperação. Proteja os logs: eles podem conter prompts e caminhos confidenciais.
Escolha um agente que sua equipe possa operar
Para uma tarefa de área de trabalho local, eu começaria com Open Interpreter ou AnythingLLM e um trabalho limitado e reversível. Para uma bancada de trabalho geral contendo Docker, o Agente Zero merece um pequeno piloto com montagem estreita. Para um repositório, escolha Aider para um loop interativo, SWE-agent para uma tentativa em formato de problema ou OpenHands para um tempo de execução mais estruturado. Nenhuma dessas opções elimina a necessidade de inspecionar a rota do modelo, licenças, diferenças, logs e caminho de recuperação.
EvoX pertence a uma comparação diferente: é um produto de agente de desktop local, e não um candidato a repositório público de código aberto nesta lista. O que importa é se uma ferramenta pode concluir o trabalho sob controles que sua equipe entende — e se você pode interrompê-la, revisá-la ou alterá-la.
Perguntas frequentes
Os agentes de IA de código aberto podem ser executados em computadores baseados em ARM?
Freqüentemente, mas verifique a imagem, o binário da área de trabalho, o tempo de execução do modelo e o caminho de aceleração. Agent Zero documenta suporte ARM64 em macOS, Linux e Windows por meio de Docker; o resto pode depender do contêiner, servidor de inferência ou modelo selecionado. Teste a pilha completa na máquina de destino.
É possível fazer backup da configuração do agente sem pesos de modelo?
Geralmente. Faça backup da configuração do projeto, prompts, definições de ferramentas, configurações aprovadas, volume de dados persistentes e um manifesto de modelo/versão. Exclua segredos ou proteja-os separadamente. Os pesos dos modelos podem ser espelhados somente quando sua própria licença permitir; verifique modelos e ferramentas restauradas.
Vários usuários podem manter perfis separados em uma instalação?
Confie nele apenas quando a documentação atual fornecer explicitamente contas, controles de função e armazenamento isolado. Um perfil de navegador compartilhado ou volume de contêiner não é gerenciamento de usuários. Contas de sistema operacional separadas, volumes persistentes e credenciais são padrões mais seguros.
As dependências podem ser espelhadas para instalação offline?
Sim, mas é uma tarefa da cadeia de abastecimento. Espelhe imagens, pacotes, arquivos de modelo e dependências aprovados; preserve somas de verificação, versões, licenças e instruções. Ensaie uma instalação com a rede desativada. “Off-line após a configuração” é mais restrito do que “off-line desde a primeira instalação”.
Os agentes de código aberto publicam documentação de acessibilidade?
Não é consistente o suficiente para assumi-lo. Não encontrei declarações atuais comparáveis para todos os finalistas. Teste a IU com seu leitor de tela, fluxo de trabalho somente com teclado, configurações de contraste, caixas de diálogo de permissão, histórico de execução e controles de recuperação. Um repositório público não torna um agente liberado acessível por padrão.
Postagens anteriores:
- Se a execução local é o principal motivo pelo qual você está considerando agentes de código aberto, DeepSeek V4 Flash como agente local no Mac mostra como a disponibilidade do modelo, o suporte ao tempo de execução, o hardware, o uso de ferramentas e a verificação afetam se uma configuração local realmente funciona.
- Para separar um agente de desktop local de reivindicações mais amplas de “colega de trabalho de IA”, colega de trabalho de IA vs agente de desktop compara o acesso ao computador, arquivos, ferramentas conectadas, memória e controle do usuário em diferentes superfícies de trabalho do agente.
- Antes de expor um agente auto-hospedado a arquivos reais, credenciais ou acesso à rede, Segurança do agente OpenClaw AI explica por que permissões, segredos, limites de rede e padrões mais seguros são importantes mesmo quando o código está visível.
