O OpenManus é um dos projetos open source mais comentados de 2025. Criado por pesquisadores e mantenedores centrais do MetaGPT, teve o protótipo lançado em três horas, segundo os próprios autores. O framework em Python permite construir agentes de IA sem depender de convites ou plataformas fechadas. Na consulta de outubro de 2026, o repositório ultrapassava 58 mil estrelas e 10 mil forks, com licença MIT.
O projeto nasceu como resposta ao Manus AI, que na época exigia código de convite. O OpenManus surgiu como alternativa de código aberto e sem convite, mas usá-lo com modelos comerciais envolve cobrança pelas APIs de IA; a execução com modelos locais via Ollama evita essa tarifa de API, embora ainda exija máquina e energia. O crescimento inicial atraiu atenção da comunidade de desenvolvedores.
Arquitetura em camadas
Diferente de agentes prontos como o Manus AI, o OpenManus é um framework que o desenvolvedor monta. A arquitetura segue uma hierarquia de classes: BaseAgent define o loop de execução, ReActAgent implementa o ciclo pensar-agir, ToolCallAgent adiciona o sistema de ferramentas, e a classe Manus é a implementação principal com limite de 20 passos por execução.
O agente principal inclui quatro ferramentas locais: execução de código Python (PythonExecute), edição de arquivos (StrReplaceEditor), consulta ao usuário (AskHuman) e finalização (Terminate). A automação do navegador usa por padrão o Browser Use CLI 3.0 via servidor MCP (uvx browser-use –cli-mcp); o Playwright permanece no ambiente de testes BrowserGym. O suporte a MCP também permite conectar ferramentas externas via SSE ou stdio.
Onde ele se encaixa
O OpenManus ocupa um espaço diferente de outros frameworks de agentes. Enquanto o CrewAI se concentra em equipes de agentes, o OpenManus oferece um agente geral configurável com ferramentas de código, arquivos e navegador. O AutoGPT e o LangGraph também oferecem abordagens distintas, mas afirmar que uma delas é mais capaz exige testes com critérios comparáveis. O OpenManus e o CrewAI oferecem integração com MCP: no CrewAI, ela é documentada pelo campo mcps e pelo MCPServerAdapter, com conexões stdio e SSE.
Os componentes do OpenManus podem ser usados em tarefas como pesquisar informações para viagens, processar planilhas e criar visualizações ou prototipar sites e apps. A entrega depende do modelo, das ferramentas conectadas e da qualidade das fontes; uma análise de ações, por exemplo, não deve ser tratada como recomendação financeira confiável só porque o agente gerou um relatório.
O time também participa do OpenManus-RL, iniciativa de pesquisa em colaboração com o U-Lab da Universidade de Illinois em Urbana-Champaign (UIUC). O projeto investiga pós-treinamento de agentes com aprendizado por reforço, incluindo GRPO, com o objetivo de aprimorar raciocínio e uso de ferramentas; não é uma capacidade já incorporada ao agente principal.
Modelos e integrações
O OpenManus aceita diferentes modelos e provedores de linguagem por meio de APIs compatíveis, inclusive modelos locais via Ollama, conforme a compatibilidade de cada integração. Na configuração, exemplificada em config.example.toml, o usuário define modelo, endpoint, chave de API quando necessária e max_tokens. Este último parâmetro limita os tokens da resposta por chamada, não o consumo total da tarefa: ciclos de tentativa e correção podem ampliar o uso de tokens de contexto, multiplicar chamadas e custos. O README oficial recomenda o gerenciador uv para criar um ambiente isolado e instalar dependências mais rapidamente. Para quem já usa ferramentas como OpenClaw ou Hermes Agent, o OpenManus pode funcionar como um framework de agentes complementar, conectado via MCP ou como executor de tarefas específicas dentro de ecossistemas maiores de automação.
OpenManus versus Hermes Agent ou OpenClaw
Uma dúvida comum é se o OpenManus substitui ferramentas como o OpenClaw ou o Hermes Agent. A resposta curta é: não, são coisas diferentes.
O OpenManus é um framework para desenvolvedores. Você configura um modelo de linguagem e executa o agente pelo terminal com python main.py; quem quiser personalizar o framework pode modificar seu código Python. No fluxo padrão, não traz um app de celular nem integração nativa com Telegram ou WhatsApp: é voltado a quem quer experimentar agentes pela linha de comando. O executor Python roda código em um processo do próprio sistema do usuário, com limite de tempo, mas sem isolamento de segurança por padrão. Para executar em ambiente isolado, é preciso configurar uma alternativa de sandbox, como o fluxo específico sandbox_main.py.
Já o OpenClaw e o Hermes Agent são assistentes pessoais prontos para uso. Podem rodar em segundo plano e ser controlados pelo celular por meio de plataformas de mensagens, conforme a integração configurada. O acesso cotidiano pode ser feito por mensagens, sem abrir um terminal a cada tarefa; a instalação inicial e certas integrações, porém, podem exigir configuração de provedores e chaves de API. Eles também oferecem recursos de uso contínuo, como execução de tarefas agendadas e memória persistente entre sessões. O OpenManus tem um fluxo multiagente experimental (run_flow.py), distinto do main.py, e um DataAnalysis Agent para análises e visualizações, ativado por configuração; portanto, a orquestração de agentes não é exclusiva dos assistentes pessoais.
Na prática, o OpenManus pode ser complementar a essas ferramentas. Um desenvolvedor pode usar o OpenManus para prototipar um agente novo e, depois de pronto, integrá-lo a um ecossistema maior como o Hermes Agent via MCP. Mas como substituto direto para uso no dia a dia pelo celular, o OpenManus não cumpre esse papel: ele foi feito para outra categoria de usuário.
Fontes: GitHub – FoundationAgents/OpenManus, Site oficial OpenManus, DeepWiki – Arquitetura OpenManus, Hypereal AI – OpenManus vs Manus
