CRM open source para agentes de IA ganha espaço entre projetos em alta
Projeto transforma o CRM em uma base de trabalho autônoma, com agentes que pesquisam, registram evidências e agendam novas tarefas.
O repositório trycompai/crm, publicado pela conta trycompai, apresenta um CRM de código aberto projetado para agentes de inteligência artificial. Criado em 31 de julho de 2026, o projeto chegou a 7.851 estrelas e aparece no Trendshift em 7º lugar no ranking semanal e em 9º no mensal, impulsionado por 7.242 estrelas no período informado. A proposta é resolver uma limitação comum dos CRMs: deixar para humanos a coleta, a verificação e a atualização das informações sobre clientes.
Dados rápidos
- Repositório: trycompai/crm
- Licença: MIT
- Linguagem: TypeScript
- Popularidade: 7.851 estrelas e 854 forks
- Ranking: Trendshift, 7º semanal e 9º mensal
- Consulta: 9 de agosto de 2026
Um CRM construído em torno do agente
O projeto parte de uma inversão de arquitetura. Em vez de tratar a inteligência artificial como uma janela de conversa acoplada a um CRM tradicional, o agente ocupa o centro do sistema e usa o CRM para guardar suas anotações, evidências e tarefas.
Segundo o README, o agente trabalha de forma contínua, em uma implantação própria e seguindo uma fila de trabalho. Ele pode decidir o que analisar, marcar acompanhamentos e interromper uma execução quando o orçamento de pesquisa termina. As atividades não dependem de uma sessão aberta no navegador.
A regra central é não adivinhar informações sobre pessoas. As ferramentas registram aquilo que foi observado, como blocos de assinatura ou identidades associadas a contas do GitHub. Evidências consideradas fortes podem atualizar o cadastro; indícios fracos são transformados em sugestões para avaliação humana.
Como funciona por dentro
O componente apps/agent é uma implantação própria baseada no eve, descrito no README como um framework da Vercel voltado a agentes duráveis. Nesse modelo, ferramentas são arquivos, habilidades são arquivos Markdown e as sessões podem continuar depois de uma nova implantação.
O projeto informa 18 ferramentas, quatro habilidades e uma agenda. Entre as ferramentas estão read_crm_history, search_crm, identify_contact, research_person, enrich_company, record_fact e schedule_recheck.
A fila de tarefas usa registros com prazo e bloqueio de linhas no Postgres. O mecanismo FOR UPDATE SKIP LOCKED permite que dois despachantes assumam trabalhos diferentes, enquanto uma execução interrompida libera a tarefa quando o período de concessão termina.
O README também descreve um ambiente isolado, ou sandbox, com comandos como bash, grep e glob, mas sem acesso à rede ou ao banco de dados. O trecho fornecido não informa um comando de instalação específico nem requisitos detalhados de ambiente; portanto, esses dados não estão informados no repositório apresentado.
Casos de uso previstos
- Atualização de contatos: o agente pode analisar históricos do CRM, reuniões e blocos de assinatura para preencher registros com informações observadas.
- Pesquisa de pessoas: ferramentas como
identify_contacteresearch_personajudam a relacionar uma pessoa a uma conta ou a informações externas disponíveis. - Enriquecimento de empresas:
enrich_companypode complementar cadastros corporativos, enquanto o serviço Context fornece logotipo, cores, setor e nome associado a um domínio. - Acompanhamento automático:
schedule_recheckagenda uma nova verificação e registra o motivo para que o representante saiba por que o agente retornará ao contato. - Produção de resumos: a habilidade
writing-a-brief.mdorienta a criação de briefs a partir dos dados reunidos pelo agente.
Fontes externas são opcionais. Sem chaves de API, o sistema ainda pode consultar os próprios históricos, reuniões e assinaturas armazenados no CRM. O README cita integrações com LinkedIn, pesquisa na web e dados de marca, ativadas conforme as credenciais disponíveis.
O que diferencia a proposta
A comparação apresentada pelo próprio projeto coloca os CRMs convencionais como bancos de dados com formulários e os CRMs com IA como sistemas que adicionam uma caixa de conversa. O trycompai/crm tenta fazer o agente operar de maneira assíncrona, com fila, agenda, orçamento de pesquisa e persistência de sessões.
Outro ponto específico é a ausência de uma ferramenta de pontuação de confiança. O sistema separa observação, evidência e sugestão, em vez de aceitar que o modelo atribua uma nota à própria certeza. Essa abordagem procura reduzir o risco de transformar uma inferência incorreta em um dado permanente do cliente.
Limitações e cuidados
O projeto é recente: foi criado em 31 de julho de 2026, recebeu seu último commit em 8 de agosto e está na versão v1.5.1, publicada na mesma data. Há sete issues abertas. Versões anteriores, histórico de mudanças detalhado, requisitos de hardware e instruções completas de instalação não estão informados no repositório apresentado.
A licença MIT permite uso, modificação e distribuição conforme seus termos, mas não substitui uma avaliação de segurança ou de conformidade. O sandbox opera com saída de rede bloqueada, segundo o README, enquanto integrações externas dependem de chaves e configurações próprias. O repositório usa TypeScript, Bun e Postgres, e também depende do eve para a camada de agentes; detalhes de versões compatíveis não estão informados.
Resumo rápido
- Projeto: CRM open source orientado a agentes de IA
- Licença: MIT
- Linguagem: TypeScript
- Estrelas: 7.851; forks: 854
- Ranking: Trendshift #7 semanal e #9 mensal
- Risco principal: maturidade recente e requisitos de implantação não informados
Fontes
Fontes
Como fazemos: nossa equipe monitora diariamente os repositórios de código aberto em maior alta e produz esta cobertura com apoio de modelos de linguagem, sempre a partir de dados verificados na fonte primária — repositório, documentação oficial e ranking público. Os números de estrelas e a posição no ranking refletem o momento da coleta. Entenda o método.