OpenManus — quando você quer seu próprio agente de IA sem toda a complicação

Se lembra de toda a buzz em torno do Manus não faz muito tempo? Aquele "agente de IA universal" que prometia resolver qualquer tarefa, mas exigia códigos de convite e oferecia uma espera tediosa em uma fila. Enquanto alguns esperavam pelo acesso, uma equipe da MetaGPT (esses caras sabem o que fazem quando o assunto é sistemas multi-agente) se reuniu e em apenas três horas montou um protótipo de uma alternativa aberta. Foi assim que o OpenManus surgiu.

Encontrei esse projeto nos trends do GitHub e no início fui cético quanto à claim de "três horas de desenvolvimento". Porém, dando uma olhada nos bastidores, percebi: este é um ótimo exemplo de como você pode construir algo verdadeiramente funcional e útil para rotinas diárias usando ferramentas existentes.

O que diabos é isso

Resumindo, OpenManus é um wrapper em torno de LLM que não apenas gera texto, mas também pode interagir com seu computador. Ele usa um navegador, executa código e pode realizar ações em cadeia para alcançar um objetivo.

Para quem é isso? Antes de mais nada, para desenvolvedores que são preguiçosos demais para coletar manualmente dados de dez sites ou precisam criar rapidamente uma visualização a partir de um arquivo CSV bagunçado. O projeto se posiciona como "Manus de Código Aberto", e seu principal valor é que você tem controle total sobre o processo. Sem APIs fechadas, sem assinaturas pagas (exceto pelos seus próprios gastos com tokens da OpenAI ou Anthropic).

O que o agente consegue fazer

O projeto está atualmente em fase de "polimento" ativo, mas o conjunto básico de ferramentas já é impressionante.

Automação de navegador

Graças à integração com Playwright, o agente pode visitar um site, encontrar a informação necessária, clicar em botões e extrair dados. Isso não é apenas scraping — é realmente imitar ações do usuário. Se você precisa comparar preços de GPUs em cinco lojas diferentes, o agente faz isso para você enquanto você toma seu café.

Análise de dados e visualização

Você pode habilitar o DataAnalysis Agent na configuração. Ele é adaptado para trabalhar com tabelas e gráficos. Você alimenta com um arquivo, pede para "mostrar a dinâmica de crescimento do último trimestre", e ele gera código Python, executa e entrega o resultado.

Trabalhando com MCP

Um detalhe interessante — suporte para Model Context Protocol. Isso permite conectar ferramentas externas ao agente e estender suas capacidades praticamente indefinidamente.

Como fazer essa coisa funcionar

Os desenvolvedores oferecem dois caminhos de instalação. Eu sugeriria usar uv — provavelmente é o gerenciador de pacotes mais rápido e descomplicado para Python atualmente.

Primeiro, clone o repositório:

git clone https://github.com/FoundationAgents/OpenManus.git
cd OpenManus

Depois crie um ambiente e instale as dependências:

uv venv --python 3.12
source .venv/bin/activate  # Для Linux/macOS
uv pip install -r requirements.txt
playwright install

O passo mais importante é a configuração. Você precisa criar um arquivo config/config.toml. Você pode usar o exemplo do repositório como base. É lá que você especifica suas chaves de API. Por padrão, o projeto está configurado para GPT-4o, mas nada impede você de plugar seus próprios endpoints.

[llm]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."

Cenários práticos

Tentei rodar para algumas tarefas do dia a dia. Por exemplo, pedi para encontrar as últimas notícias sobre mudanças de API em um determinado serviço e compilar um relatório breve. O agente abriu o navegador, passou pela documentação e produziu um resumo bastante adequado com links.

Outro caso — trabalhando com branches instáveis. Existe um arquivo run_flow.py no repositório que inicia o modo multi-agente. É um recurso experimental por enquanto, mas permite distribuir tarefas entre agentes especializados. Um pesquisa, outro escreve código, um terceiro verifica.

Vale a pena tentar

Sendo honesto: OpenManus não é um "botão mágico" que vai fazer todo o trabalho por você. Às vezes ele trava, às vezes fica em loop no navegador se o site for muito complexo. Mas como base para criar suas próprias automações — é ouro.

O projeto conquista pela simplicidade. O código é escrito de forma clara, a arquitetura não está sobrecarregada com abstrações desnecessárias. Se você está querendo experimentar agentes de IA em ação há um tempo mas não queria lidar com frameworks pesados, OpenManus é um ótimo ponto de entrada.

A propósito, eles também têm OpenManus-RL. Este é um fork para quem quer mergulhar no treinamento de agentes através de Reinforcement Learning. Mas essa é uma história completamente diferente para entusiastas de deep learning.

Então, se você tem uma chave da OpenAI sobrando e algumas noites livres, dê uma olhada no repositório. No mínimo, é divertido — ver o terminal abrir um navegador sozinho e começar a pesquisar algo.

OpenManus é uma boa escolha para quem:

• Quer automatizar coleta rotineira de dados da web.
• Está procurando um template simples para criar seu próprio agente especializado.
• Está cansado de sistemas fechados e quer ver o que está acontecendo realmente "nos bastidores" da IA.

O projeto está vivo, commits estão chegando todos os dias, e a comunidade no Discord está crescendo. Parece que a era dos serviços de IA que exigem convite está realmente chegando ao fim, quando ferramentas assim se tornam disponíveis para todos.