Alternativa aberta ao Codex Computer Use ganha força no open source

O projeto open-computer-use, criado pelo desenvolvedor iFurySt, oferece uma implementação open source da funcionalidade "Computer Use" inspirada no serviço proprietário da OpenAI. Publicado em abril de 2026, o repositório já acumula mais de 2,7 mil estrelas no GitHub e 497 aquisições desde então, posicionando-se como uma das principais alternativas de código aberto para agentes de IA que precisam interagir diretamente com interfaces de usuário em sistemas operacionais.

Dados rápidos

• Repositório: iFurySt/open-computer-use
• Licença: MIT
• Linguagem principal: Swift
• Estrelas/Ganho no período: 2.758/497
• Forks: 251
• Data da consulta: 29 de outubro de 2026

Um serviço de Computer Use sem dependências proprietárias

O open-computer-use implementa o que a OpenAI chama de "Computer Use Agent" — um sistema que permite que modelos de linguagem controlem computadores de forma não intrusiva, utilizando recursos nativos de acessibilidade dos sistemas operacionais. Enquanto soluções proprietárias como o Codex Computer Use dependem de APIs fechadas e infraestrutura específica, este projeto oferece uma camada de abstração aberta que qualquer agente de IA pode utilizar para executar tarefas que vão desde automação simples até operações complexas em múltiplas plataformas.

A abordagem baseia-se no protocolo MCP (Model Context Protocol), padrão emergente para comunicação entre modelos de linguagem e ferramentas externas. Essa escolha arquitetural permite que o sistema seja compatível com diversos clientes de IA sem exigir integrações proprietárias, democratizando o acesso a funcionalidades avançadas de automação de interface.

Como a implementação funciona na prática

O projeto é distribuído como um pacote npm que expõe tanto um servidor MCP quanto uma ferramenta de linha de comando (CLI) chamada "ocu". Após a instalação global via npm i -g open-computer-use, o usuário precisa conceder permissões específicas conforme o sistema operacional: no macOS, são necessários acessos a "Acessibilidade" e "Gravação de Tela", enquanto Linux e Windows operam com configurações padrão.

Para integrar ao Codex, por exemplo, basta executar o comando open-computer-use install-codex-mcp, que adiciona automaticamente a configuração ao arquivo de configuração do cliente. O mesmo processo se aplica a outras ferramentas como Claude Code e Gemini CLI, com comandos específicos para cada plataforma.

O sistema oferece ainda recursos avançados como "Locked Use" no macOS, que temporariamente desbloqueia máquinas trancadas para permitir continuidade de operações por agentes, com proteções como telas cheias de segurança ativadas durante o uso.

Casos de uso concretos e integrações disponíveis

O open-computer-use já demonstra compatibilidade com diversos ambientes e ferramentas de IA:

• Codex App e Codex CLI: Permite que o assistente da OpenAI execute ações como abrir aplicativos, interagir com janelas e simular teclado/mouse exatamente como na experiência oficial
• Gemini CLI: Integração nativa que possibilita ao modelo do Google executar operações completas de Computer Use através do protocolo MCP
• Linux: Execução estável em distribuições populares, com suporte a ambientes de desktop variados
• Claude Code: Adaptação para o assistente da Anthropic, permitindo automação avançada de fluxos de trabalho
• OpenCode: Suporte ao ambiente de desenvolvimento open source que utiliza configurações JSON para personalização

Os desenvolvedores destacam que a implementação foi construída sobre um template de projeto otimizado para geração por IA, permitindo que cerca de 90% do código fosse inicialmente criado por modelos de linguagem seguindo metodologias específicas de "speedrunning" em desenvolvimento.

O que diferencia o projeto de alternativas existentes

Enquanto soluções como o Codex Computer Use original dependem de infraestrutura proprietária e integração fechada com os serviços da OpenAI, o open-computer-use oferece uma alternativa completamente aberta e cross-platform. A implementação em Swift para o núcleo do serviço garante desempenho nativo em múltiplas arquiteturas, ao contrário de abordagens baseadas em Electron ou outras camadas de abstração pesadas.

Outro diferencial é a compatibilidade com múltiplos clientes de IA simultaneamente. Ao contrário de soluções vinculadas a um único provedor, este projeto segue o padrão MCP, permitindo que desenvolvedores escolham livremente entre diferentes modelos de linguagem sem restrições de ecossistema.

A documentação abrangente, incluindo guias para configuração avançada e solução de problemas, também se destaca frente a alternativas que muitas vezes oferecem apenas documentação básica.

Limitações e cuidados necessários

Apesar do rápido crescimento, o projeto ainda apresenta 44 issues abertas no GitHub, indicando áreas que demandam atenção como suporte a novas versões de sistemas operacionais e melhorias em segurança para operações sensíveis. A implementação de "Locked Use" no macOS, embora funcional, requer configurações específicas de segurança que podem não ser adequadas para todos os ambientes corporativos.

A documentação menciona que o suporte a Windows ainda está em fase inicial de desenvolvimento, com menos recursos avançados disponíveis comparado ao macOS e Linux. Além disso, a necessidade de permissões elevadas de sistema (especialmente no macOS) representa um potencial vetor de risco se mal configurado.

Quanto à licença MIT, embora permita uso comercial livre, os usuários devem estar cientes de que a qualidade do serviço depende diretamente da implementação do cliente de IA, não havendo garantias de suporte oficial além da comunidade open source.

Resumo rápido

• Projeto: open-computer-use
• Licença: MIT
• Linguagem principal: Swift
• Estrelas no GitHub: 2.758
• Risco principal: maturidade da implementação em Windows e questões de segurança com permissões elevadas

Fontes

• Repositório GitHub
• Release v1.1.2
• Documentação oficial