Melhores 50+ Agentes de IA de Código Aberto Listados
Todos têm construído agentes de IA, então, após testes práticos com agentes de codificação de IA populares, construtores de agentes de IA e benchmarks de uso de ferramentas para avaliar suas capacidades no mundo real, reunimos uma lista curada dos melhores 50+ agentes de IA de código aberto. Clique nos cabeçalhos das categorias para ir direto às nossas principais escolhas:
Desenvolvimento e infraestrutura de agentes
Aplicações de agentes específicas de domínio
- Agentes de navegação e automação web
- Ferramentas de codificação e desenvolvimento
- Ferramentas de cibersegurança
- Criadores de conteúdo de vídeo com IA
- Assistentes de finanças
- Assistentes de saúde
- Agentes de pesquisa
- Assistentes de análise de dados
- Assistentes pessoais
Como pensar sobre agentes de IA?
Um agente de IA é mais do que apenas um LLM com um prompt. Tecnicamente, é um sistema composível que combina planejamento, memória, uso de ferramentas e execução iterativa. Ele forma um loop estruturado em torno de um LLM que pode tomar decisões, realizar ações e adaptar-se a novas informações.
Aqui está como pensar sobre eles:
- Autonomia e workflows: Os agentes de IA variam desde a automação básica de tarefas baseada em workflows predefinidos até sistemas totalmente autônomos capazes de decomposição de metas, uso de memória e interação com ferramentas. O principal desafio técnico reside em manter o contexto entre as etapas e coordenar operações de múltiplos estágios.
- Contexto e controle: O real desafio nos agentes de IA é garantir que o LLM tenha o contexto apropriado em cada etapa. Isso inclui gerenciar o conteúdo alimentado no LLM e garantir que o agente execute tarefas relevantes com base em um contexto atualizado.
- Integração de ferramentas: Construir agentes eficazes requer integração perfeita com ferramentas externas, APIs e fontes de dados. Frameworks como LangChain podem ajudar a integrar esses recursos externos, mas o controle sobre o workflow é essencial para adaptar o comportamento do agente a novas entradas.
- Benefícios do framework de agentes: Todos os sistemas agenticos, sejam workflows simples ou agentes autônomos complexos, podem se beneficiar de recursos principais fornecidos por frameworks agenticos. Esses recursos podem ser construídos do zero ou aproveitados de uma plataforma de código aberto existente, dependendo de suas necessidades.
Novos padrões
- Model Context Protocol (MCP): O padrão da indústria para como os agentes conversam com fontes de dados externas. O LangGraph integra o MCP para permitir que os agentes façam "plug and play" com bancos de dados e ferramentas locais sem wrappers personalizados.
- Stripe Agentic Commerce Protocol (ACP): Este é o primeiro padrão industrial ativo que permite que agentes de IA lidem com pagamentos, inventário e envio de forma segura. Ele possibilita o "Agentic Checkout", onde o agente pode concluir uma compra para o usuário dentro de uma interface de chat.
O que exatamente é um agente de IA?
Não há uma definição consensual sobre o que constitui um "agente de IA".
- IA Tradicional define agentes como sistemas que interagem com seus arredores.
- A pesquisa de Simon Willison com profissionais apresenta uma variedade de definições operacionais de participantes da indústria.2
- A Anthropic fornece uma definição que descreve princípios de design para construir agentes de IA eficazes e alinhados.
- Grandes firmas de consultoria enfatizam o papel dos agentes na automação de workflows de negócios e na tomada de decisões.3 .
Muitas dessas definições incluem explicitamente workflows e colocam a autonomia no final de um espectro.
Concordamos com esses pontos de vista, portanto, não fornecemos uma definição estrita. Em vez disso, listamos os fatores que fazem com que um sistema de IA seja considerado mais agentico:
- Ambiente e objetivos:
- Sistemas de IA em ambientes complexos, como aqueles com múltiplas tarefas e mudanças inesperadas, são agenticos.
- Sistemas de IA que seguem metas sem serem instruídos são agenticos.
- Interface do usuário e supervisão: Sistemas de IA que podem aprender linguagens naturais e sistemas que precisam de menos supervisão do usuário são agenticos.
- Design do sistema: Sistemas que usam padrões de design como uso de ferramentas (ex: busca web, programação) ou planejamento (ex: reflexão, decomposição de submetas) são agenticos.
Para uma explicação mais detalhada, listamos anteriormente esses fatores e discutimos como eles definem sistemas de IA agenticos.
Esses agentes são totalmente autônomos?
Ainda não. A maioria dos agentes de IA de código aberto aprimora a autonomia do LLM ao permitir o uso de ferramentas, a tomada de decisões e a resolução de problemas, mas eles ainda requerem entradas estruturadas e um humano no loop.
Exemplos como Devon e PR-Agent seguem lógica predefinida ou workflows de RL em vez de demonstrar um comportamento agentico completo. Outros agentes de IA ainda carecem de capacidades de (Aprendizado Autônomo + Generalização).
Quando (e quando não) usar agentes de IA
Nem toda aplicação de LLM requer complexidade agentica. Muitos casos de uso são melhor atendidos por geração aumentada de recuperação (RAG) leve.
Sistemas agenticos introduzem overhead arquitetural: gerenciamento de memória, orquestração de ferramentas, tratamento de erros e loops de controle que aumentam a latência e o custo. Por exemplo, em nossos benchmarks, observamos que as taxas de sucesso de agentes de IA diminuíram após 35 minutos de interação humana.
Para mitigar esses riscos, é essencial testar sistemas agenticos em ambientes controlados e implementar guardrails robustos antes da implantação.
Os agentes são mais valiosos quando as etapas não podem ser facilmente previstas ou codificadas. Eles são particularmente adequados para situações onde:
- As tarefas são dinâmicas e de múltiplas etapas, com lógica de ramificação ou submetas incertas.
- O uso de ferramentas é condicional ou adaptativo, exigindo que o sistema escolha qual ferramenta invocar com base na entrada ou no estado anterior.
- Memória de longo prazo ou contexto é necessário, entre sessões ou estágios de execução.
- A execução deve responder ao feedback do ambiente, como resultados de API, saídas de busca ou ações malsucedidas.
- A colaboração humano-no-loop é necessária, onde a autonomia e a supervisão devem ser combinadas (ex: copilotos de IA).
Por outro lado, workflows ou chamadas de LLM sem estado são preferíveis quando:
- A lógica da tarefa é estática ou previsível, como preenchimento de formulários ou transformação de conteúdo.
- Baixa latência é crítica, como em interações voltadas para o usuário.
- Minimizar o custo é essencial, especialmente evitando chamadas recursivas de LLM e orquestração complexa.
Leia mais
Aqui estão nossos benchmarks mais recentes sobre a infraestrutura comumente usada por sistemas agenticos:
- Navegadores remotos: Como a infraestrutura de navegador permite que os agentes interajam com a web de forma segura.
- Benchmark de Browser MCP: Principais servidores MCP para uso de ferramentas e acesso à web.
Exemplos de agentes de IA de código aberto
Algumas ferramentas descritas como “agentes de IA” não são na verdade tão agenticas; esses sistemas (ex: Devon PR-agent) são amplamente workflows de IA baseados em RL, com LLMs organizados através de caminhos de código predefinidos.
1. Frameworks de agentes (Construa o Seu)
Bibliotecas modulares e SDKs para desenvolvedores construírem agentes com controle sobre a lógica, memória, ferramentas e orquestração.
✳️ Alguns agentes como SmolAgents e Agno se encaixam tanto nas categorias de frameworks de agentes quanto de automação de workflow.
Frameworks de agentes gerais
Frameworks que focam em construir agentes, oferecendo ferramentas flexíveis e customizáveis para orquestrar workflows, configurações multi-agente e casos de uso de propósito geral.
- LangGraph – Orquestração de workflow de LLM baseada em grafos – O LangGraph é um software proprietário, mas fornece uma biblioteca de código aberto para desenvolvimento de agentes. Melhor para RAG pipelines, memória de agente/manipulação de estado e configurações multi-agente.
- AutoGen – Colaboração assíncrona multi-agente – Projetado para coordenar agentes que usam ferramentas através de APIs semelhantes a chat. Melhor para automatizar workflows complexos, particularmente em geração autônoma de código.
- CrewAI – Framework multi-agente no-code/low-code – Uma das ferramentas mais fáceis para começar, oferecendo templates de agentes prontos (ex: agente de preparação de reuniões).
Frameworks de agentes especializados
Frameworks com foco especializado em tipos específicos de comportamentos de agentes ou integrações de agentes.
- Camel – Simulação de agentes baseada em papéis – Otimizado para agentes colaborativos de role-playing usando raciocínio estruturado. Melhor para automação de workflow e geração de dados sintéticos.
- Mastra – Desenvolvimento de agentes integrado ao frontend – Baseado em JavaScript, melhor para incorporar agentes em aplicações voltadas para o usuário.
- PydanticAI – Controle de agente minimalista com segurança de tipos – Fornece validação rigorosa e caminhos de lógica transparentes com Pydantic.
- Cybersecurity AI (CAI) – Framework de agentes de cibersegurança impulsionados por IA – Fornece testes de intrusão, descoberta de vulnerabilidades e red teaming com capacidades de humano-no-loop, aproveitando modelos de linguagem extensos e integrações com ferramentas como Nmap.
- Atomic Agents – Construtor de agentes customizados granulares com foco em schema – Construído para estrutura de agente granular e lógica composível.
- SmolAgents – SDK de agente leve para desenvolvedores – Abstração mínima, roteia a lógica via Python em vez de JSON.
Runtimes de agentes (Agentes autônomos pré-construídos)
Agentes pré-construídos e autocontidos que você pode executar imediatamente (como um app). Normalmente suportam a execução autônoma de tarefas a partir de metas em linguagem natural.
Totalmente autônomos:
- Auto-GPT – Decomposição de metas e execução autônoma – Divide metas em subtarefas e as completa usando ferramentas, memória e raciocínio. Oferece agentes pré-construídos e uma interface low-code.
- AIlice – Execução de tarefas de propósito geral local – Executa tarefas complexas no dispositivo, suporta ferramentas locais e manipulação de arquivos. Visa criar um assistente de IA, semelhante ao JARVIS, baseado no LLM de código aberto.
- Manus AI – Operações em sandbox de propósito geral. Executa ferramentas e workflows em uma sandbox segura, capaz de lidar com operações multi-domínio e de múltiplas etapas autonomamente. Foi adquirido pela Meta, integrando-se ao ecossistema de “Inteligência Ambiental Pessoal” da Meta.4
Parcialmente autônomos:
- BabyAGI – Executor de loop de tarefas iterativo – Cria, prioriza e executa listas de tarefas em um loop de feedback. Melhor para experimentos de geração de tarefas.
Baseados em Navegador/Interface:
- AgentGPT – Agente autônomo implantado no navegador – Permite que os usuários criem e executem agentes de tarefas através de uma UI web. Leve, melhor para experimentação.
- OpenManus – Agente de navegador persistente – Projetado para workflows que abrangem sessões em ambientes de navegador. Usa ferramentas como Playwright para automatizar interações web. Bom para usar em pipelines de automação existentes. A configuração é rápida com Conda.
2. Automação e orquestração de workflow
Ferramentas que automatizam workflows e integram múltiplas plataformas ou serviços, frequentemente com a capacidade de integrar agentes de IA.
Automação e integração de workflow geral
Plataformas que conectam APIs, disparam eventos e automatizam tarefas, facilitando a construção e integração de workflows em diferentes sistemas.
- n8n – Automação visual de workflow e integração de API – Conecta apps, gatilhos e fluxos de dados usando um editor de nós. Combina a construção visual no-code com JavaScript/Python customizado e suporta mais de 400 integrações. Você pode hospedar por conta própria, executar workflows de agentes de IA com LangChain. Melhor para pessoas técnicas.
- PlanExe – Ferramenta de planejamento LLM-para-Gantt/WBS – Planejador de IA semelhante à pesquisa profunda da OpenAI. Converte metas em linguagem natural em cronogramas estruturados usando LlamaIndex.
- Agno ✳️ – Construtor de workflow e agentes amigável ao desenvolvedor – Encaixa-se tanto como uma ferramenta de automação de workflow (ajudando a automatizar tarefas e workflows) quanto como um construtor de agentes.
- SmolAgents ✳️ – SDK de agente leve para desenvolvedores – SmolAgents é flexível o suficiente para servir tanto como um SDK de agente leve (para frameworks de agentes) quanto como uma ferramenta de workflow (pois se integra com modelos da Hugging Face).
- Windmill – Plataforma de desenvolvedor e engine de workflow de código aberto – Converte scripts em UIs, APIs e cron jobs; suporta Python, TypeScript, Go e outras linguagens.
- Activepieces – Plataforma de automação de código aberto – Construtor visual de workflow auto-hospedado para automatizar tarefas e integrar apps com codificação mínima. Suporta mais de 280 servidores MCP para executar tarefas de IA distribuídas e cadeias de agentes em escala.
- Huginn – Automação web e gerenciamento de agentes – Constrói agentes para automatizar tarefas e monitoramento baseados na web.
- Node-RED – Desenvolvimento baseado em fluxo para IoT e dados em tempo real – Integra serviços e automatiza tarefas com um editor de fluxo baseado em navegador.
Orquestração de workflow multi-agente
Frameworks projetados para coordenar agentes que interagem através de workflows estruturados e integrar sistemas multi-agente.
- HyperAgent – Orquestração de agentes de ciclo de vida completo de software – Agentes trabalham juntos para planejar, codificar e verificar tarefas de engenharia.
- Supercog – agentic – Orquestração modular com blocos de lógica reutilizáveis – Projetado para automação escalável, estruturada e baseada em equipes.
3. Automação e navegação web
Agentes navegam autonomamente em sites e realizam tarefas de múltiplas etapas, como preenchimento de formulários, extração de dados e automação de navegação web.
Agentes web autônomos e copilotos
Agentes autônomos de propósito geral (capazes de web):
- AgenticSeek – Agente de navegação web totalmente autônomo – Manus AI totalmente local. Especializa-se em extração de dados e preenchimento de formulários, automatizando tarefas baseadas na web.
- Agent-E – Agente de automação de navegador consciente do DOM – Foca em interagir com páginas web analisando o DOM (Document Object Model), melhor para clicar em botões e preencher formulários.
- AutoWebGLM – Agente web baseado em LLM – Usa aprendizado por reforço e simplificação de HTML para melhor navegação em sites complexos.
Agentes de navegação web baseados em visão (multimodais):
- Autogen extension WebSurfer – Agente web multimodal – Combina texto e entrada visual (screenshots) para aprimorar a interação web.
- Skyvern – Agente de IA com visão computacional – Automatiza workflows usando LLMs e visão computacional, lidando com elementos textuais e visuais.
- WebVoyager – Agente web com visão habilitada – Usa texto e screenshots para melhorar a navegação em sites com muitas imagens.
Para mais sobre automação e navegação web de código aberto, aqui está uma visão estruturada de algumas das principais ferramentas e agentes:
Toolkits de automação web e scraping
RPA web e extensões de navegador impulsionados por LLM
Ferramentas de busca web de IA
4. Codificação e desenvolvimento
Agentes de IA projetados para auxiliar em tarefas de codificação, fornecendo suporte em tempo real para desenvolvedores através de sugestões de código, depuração e automação de tarefas.
Agentes de codificação baseados em CLI
- Codex CLI – Ferramenta de interação multi-modo (sugerir, editar, executar) – Aprimora os workflows do desenvolvedor via linha de comando, oferecendo sugestões e edições de código.
- OpenDevin – Assistente de codificação de IA de código aberto – Auxilia em tarefas de programação, oferecendo sugestões de código para várias linguagens. Note que o OpenDevin foi recentemente renomeado para OpenHands para refletir sua missão mais ampla de “All Hands AI”.5
- Aider – Assistente de pair programming de IA – Integrado ao seu terminal para assistência de codificação, suportando autocompletar, depuração e automação de tarefas.
Editores de código de IA
- Neovim – Editor de código integrado com IA – Plugins impulsionados por IA que fornecem conclusões de código e refatoração.
- Visual Studio Code (VS Code) – Ferramenta de depuração e conclusão de código impulsionada por IA – Oferece sugestões de código e autocompletar via GitHub Copilot, integrado com ambientes de IDE para desenvolvedores.
- Cursor – Editor de código integrado com IA – Construído com conclusão de código impulsionada por IA em tempo real.
Construtores de prompt-para-app (Vibe coding)
Alternativas de código aberto ao v0 / lovable / Bolt:
- Dyad – Construtor de apps de IA de código aberto – Ferramenta no-code, local-first, para construir aplicações impulsionadas por IA com comandos de linguagem natural.
- vx.dev – Construtor de apps de IA de código aberto – Uma ferramenta low-code, local-first, focada em transformar prompts de linguagem natural em apps.
5. Cibersegurança
Agentes de IA projetados para aprimorar as operações de cibersegurança, incluindo tarefas como testes de intrusão, descoberta de vulnerabilidades, red teaming e detecção autônoma de ameaças.
- YAWNING TITAN – Simulação de cibersegurança abstrata baseada em grafos – Suporta o treinamento de agentes para operações cibernéticas autônomas com foco em ambientes baseados em grafos.
- bumpgen – Agente de gerenciamento de pacotes – Atualiza pacotes npm (gerenciador de pacotes Node.js) automaticamente.
- Cyber-Security LLM Agents – Tarefas de cibersegurança impulsionadas por LLM – Construído sobre o AutoGen. Usado em várias aplicações de pesquisa para demonstrar automação de EDR com ChatGPT e CI/CD automatizado para engenharia de detecção.
Adicionar como fonte preferencial6. Criação de conteúdo de vídeo com IA
Agentes de IA que auxiliam na geração, edição e aprimoramento de conteúdo visual e multimídia, incluindo arte, imagens e vídeos.
- Mochi – Geração de texto-para-vídeo – Converte prompts de texto em vídeo, com foco na criação de vídeos curtos. Muito adequado para gerar vídeos rapidamente a partir de descrições textuais.
- CogVideo – Geração de texto-para-vídeo – Converte prompts de texto em vídeo com alta fidelidade, permitindo a criação de imagem-para-vídeo. Uma ferramenta mais avançada para geração de vídeo de alta qualidade a partir de texto ou imagens.
- Allegro – Geração de texto-para-vídeo – Converte prompts de texto em vídeo com foco na criação de conteúdo criativo. Esta ferramenta enfatiza a síntese de vídeo criativa a partir de texto para produzir narrativas visuais únicas.
- DALL·E (Versões de código aberto) – Geração de texto-para-vídeo – Gera imagens a partir de descrições de texto, transformando prompts escritos em conteúdo visual detalhado e criativo.
7. Finanças
Agentes de IA que entregam aprimoramento automatizado de aprendizado por reforço ou análise de dados financeiros em tempo real.
- FinRL – Aprendizado por reforço automatizado para trading – Aprende e executa autonomamente estratégias de trading com base em dados de mercado, adaptando-se a ambientes financeiros dinâmicos.
- OpenBB Terminal – Análise de dados financeiros – Fornece insights financeiros autônomos para trading em tempo real, permitindo que profissionais de investimento tomem decisões de trading informadas.
8. Saúde
Agentes de IA que auxiliam em diagnósticos médicos, monitoramento de doenças e insights de saúde analisando dados de pacientes e relatórios médicos.
- HIA (Health Insights Agent) – Análise de relatórios médicos – Analisa relatórios médicos e fornece insights de saúde.
- AI-HealthCare-Assistant – Diagnóstico e monitoramento de doenças – Diagnostica e monitora doenças usando dados de pacientes.
9. Pesquisa
Agentes de IA que auxiliam na coleta de dados, revisões de literatura e testes de hipóteses, otimizando o processo de pesquisa.
- ChemCrow – Agente autônomo de pesquisa química – Integra LLMs com ferramentas de química para planejar e executar tarefas experimentais e computacionais complexas em análise química.
- GPT Researcher – Assistente de pesquisa geral autônomo – Realiza buscas online estruturadas, analisa conteúdo e compila relatórios de pesquisa detalhados com mínima entrada do usuário.
10. Análise de dados
Agentes de IA que processam, analisam e interpretam dados para fornecer insights acionáveis e apoiar a tomada de decisões.
Finanças
- FinRobot – Agente de análise de dados financeiros – Automatiza a interpretação e o relatório de dados financeiros usando modelos de linguagem extensos.
Inteligência de negócios e consultas
- Wren AI – Agente de insights de negócios texto-para-SQL – Converte perguntas em linguagem natural em consultas SQL para relatórios de negócios.
- Entaoai – Ferramenta de engenharia de dados assistida por GenAI – Fornece uma interface de chat para tarefas de consulta e transformação de dados.
- Vanna AI – Agente de linguagem natural para SQL – Gera consultas SQL com base em prompts do usuário para explorar datasets estruturados.
Mídias sociais
- Twitter Personality Agent – Agente de análise de mídias sociais – Analisa o histórico de tweets para inferir traços comportamentais e de personalidade.
11. Assistência pessoal
Agentes de IA que ajudam no gerenciamento de tarefas, agendamento e organização pessoal, aumentando a produtividade e a gestão do tempo.
- VacAIgent (agente CrewAI pré-construído) – Assistente de planejamento de viagem – Gera autonomamente itinerários de viagem completos usando Streamlit e LLMs.
- Inbox Zero – Assistente de e-mail – prioriza, classifica e resume mensagens usando processamento de linguagem natural e integração com Gmail.
- Cal – Agente de agendamento de calendário – Automatiza a criação, reagendamento e sumarização de reuniões via interação baseada em LLM.
Construindo sistemas de agentes de IA
Muitos frameworks de IA são controlados por um único fornecedor ou repositórios públicos, mas rigidamente governados.
Esses projetos frequentemente mudam para modelos de open core: o código base permanece gratuito, mas a orquestração multi-agente, a observabilidade ou o controle refinado podem ser restringidos por licenças comerciais. Em alguns ecossistemas “abertos”, o uso em produção frequentemente requer a compra de um backend fechado.
Fonte6
Projetos de agentes de IA no mundo real
Com base em nossa experiência, aqui estão algumas aplicações de agentes de IA:
- Desenvolvimento de API
- Construção de apps
- Geração de sites com IA
- Execução de screenshot para código
- Pedido de entregas
- Reserva de restaurante
- Design de ambiente
Outros projetos de agentes de IA independentes:
Outros projetos de agentes de IA por framework:
Leitura adicional
- Compare 20 Ferramentas de Segurança de LLM e Frameworks de Código Aberto
- Quais são os 10 Principais Riscos de Segurança de LLM
Cite esta pesquisa
Escolha o formato adequado ao local onde você vai publicar. Colar a versão com link no seu CMS preserva o backlink.
@misc{dilmegani2026,
author = {Dilmegani, Cem},
title = {{Melhores 50+ Agentes de IA de Código Aberto Listados}},
year = {2026},
month = may,
howpublished = {\url{https://aimultiple.com/open-source-ai-agents}},
note = {AIMultiple. Acessado em 14 Maio 2026}
}Links de referência
Seja o primeiro a comentar
Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios. Os comentários são deixados em seu idioma original.