A pergunta mudou. Antes era "qual ferramenta de IA usar". Agora é "como parar de copiar e colar no ChatGPT cinquenta vezes por dia e ter um agente que já conhece o contexto da minha operação".
É para responder a essa segunda pergunta que surgiu uma nova categoria de software: agentes de IA self-hosted. Não são chatbots. Não são assistentes isolados. São processos persistentes, rodando num servidor que você controla, com memória de longo prazo, capazes de executar tarefas em ciclos e conversar por múltiplos canais.
Neste artigo, apresentamos dois projetos abertos dessa categoria: OpenClaw e Hermes Agent. O que cada um faz, para que serve e onde começar.
<!--ofm-infographic-->
Resumo visual do artigo
Primeiro, o que é um agente de IA
Três termos andam misturados no mercado. Vale separar:
- Chatbot: interface de conversa que pode ou não manter histórico e executar ações, conforme sua implementação.
- Assistente: executa uma tarefa pontual. Sumariza um texto, gera uma imagem, traduz uma mensagem.
- Agente: usa um modelo e ferramentas para executar etapas de uma tarefa. Memória, agendamento, persistência e adaptação dependem da implementação e da configuração.
Com agendamento, integrações e permissões configurados, um agente pode executar tarefas em segundo plano. Por exemplo, preparar um relatório para revisão na manhã seguinte.
OpenClaw e Hermes Agent oferecem recursos para montar fluxos desse tipo; a execução depende da configuração.
OpenClaw: o agente multicanal
OpenClaw é uma ponte entre aplicativos de mensagem e modelos de linguagem. Você instala o OpenClaw num servidor, conecta os canais que sua operação usa (WhatsApp, Telegram, Discord, Slack, iMessage, entre outros), e escolhe o provedor de IA (Claude, GPT, Gemini, modelos locais). A partir daí, qualquer mensagem que chega num desses canais pode ser respondida por um agente com memória, ferramentas e personalidade definidas por você.
Funcionalidades principais
- Canais: integrações com aplicativos de mensagem; confira os conectores disponíveis e seus requisitos na versão instalada.
- Agentes: você define quantos quiser, com instruções específicas para cada um. Um para atendimento comercial, outro para operações internas, outro para acompanhamento de notícias.
- Sessões: cada contato mantém o próprio histórico. O agente sabe com quem está falando.
- Ferramentas: o agente pode usar navegador, ler arquivos, rodar comandos, fazer busca na web, enviar e-mails.
- Memória: arquivos de texto curados pelo próprio agente, com busca semântica embutida.
- Ganchos: automações por evento. "Quando chegar mensagem com palavra X, rode o fluxo Y".
Para que serve
OpenClaw faz sentido quando a sua operação conversa com clientes e equipe por muitos canais e você quer um agente centralizado em vez de automações fragmentadas em cada ferramenta. Também é uma opção forte para quem precisa de integração com iMessage, que poucos projetos similares oferecem.
Como começar
Repositório oficial: github.com/openclaw/openclaw
A instalação base cabe em poucos comandos. Requer Node.js recente e uma chave de API do provedor de IA escolhido. O painel de controle roda localmente, acessível pelo navegador.
Hermes Agent: o agente que aprende
Hermes Agent é um projeto aberto da Nous Research com uma proposta diferente. O slogan resume bem: "an agent that grows with you". A ideia é que o agente não só execute o que você pede, mas crie habilidades próprias ao longo do uso, refine essas habilidades com base nos resultados, e construa um modelo do seu jeito de trabalhar entre sessões.
Funcionalidades principais
- Habilidades auto-geradas: depois de executar uma tarefa nova, o Hermes tenta transformar aquele fluxo em uma habilidade reutilizável. Da próxima vez, o caminho é mais curto.
- Memória e histórico: recursos de busca ajudam a recuperar sessões anteriores, conforme retenção, configuração e conteúdo disponível.
- Subagentes: permitem dividir tarefas e contextos. Os limites de execução e o isolamento precisam ser conferidos conforme o backend e as permissões configuradas.
- Agendador: cron nativo em linguagem natural. "Todo dia às 8h, me manda no Telegram o resumo dos e-mails da noite". O agente cria o agendamento e entrega.
- Execução: diferentes backends, como processo local, Docker e SSH. O operador configura o ambiente e os controles; executar localmente não equivale a executar em sandbox isolada.
- Canais nativos: Telegram, Discord, Slack, WhatsApp, Signal, e-mail e linha de comando.
Para que serve
Hermes Agent pode ser avaliado quando a operação precisa de memória e habilidades reutilizáveis. Guardar experiências não garante melhoria contínua: compare versões e resultados em tarefas representativas.
Como começar
Repositório oficial: github.com/nousresearch/hermes-agent
Siga o guia de instalação oficial e confira dependências, provedor, permissões e backend. O projeto oferece diferentes formas de execução; Docker não torna qualquer servidor automaticamente compatível ou seguro.
Comparativo lado a lado
| Dimensão | OpenClaw | Hermes Agent |
|---|---|---|
| Foco apresentado | Assistente pessoal com canais e ferramentas | Agente com memória e habilidades reutilizáveis |
| Canais | Ver conectores da versão instalada | Ver integrações do gateway da versão instalada |
| Memória | Recursos e configurações do projeto | Histórico pesquisável e memória configurável |
| Execução | Ferramentas e permissões configuráveis | Backends e permissões configuráveis |
| Licença | MIT | MIT |
Fontes: OpenClaw e Hermes Agent. Recursos variam por versão; esta tabela não é um benchmark.
Qual escolher
Não é uma escolha excludente. É possível testar os dois com responsabilidades distintas, se a complexidade adicional fizer sentido.
Escolha OpenClaw se a prioridade é cobrir muitos canais de mensagem e ter um agente acessível de qualquer aplicativo que seu time ou seus clientes já usam.
Avalie Hermes Agent se a prioridade é experimentar memória, habilidades reutilizáveis e divisão de tarefas.
Os dois se for o caso de testar a fronteira e entender em qual das duas abordagens sua operação rende mais.
O que considerar antes de instalar
Agente de IA self-hosted não é mágica. Três pontos práticos que a Oficina Martech costuma avaliar em projetos de implantação:
- Servidor e custo recorrente: você precisa de um servidor sempre ligado. Dimensione a máquina por carga, ferramentas e requisitos de disponibilidade; inclua o custo recorrente na avaliação.
- Chave de API do modelo: o agente consome tokens dos provedores de IA. Uso intenso, especialmente com ferramentas como navegador, pode gerar consumo relevante.
- Processo de revisão: agente autônomo sem revisão humana é receita para erro silencioso. Defina o que ele executa sozinho e o que precisa passar pelo operador antes.
O protocolo de uso responsável de IA ajuda a definir o que exige aprovação humana.
Para onde isso caminha
A categoria muda com frequência. Um piloto limitado permite avaliar utilidade, manutenção e custo antes de ampliar o acesso a dados e ferramentas. Não há prazo garantido para amadurecimento ou adoção.
OpenClaw e Hermes Agent são dois pontos de partida sólidos. Escolha um, instale numa máquina de teste, conecte um canal, coloque um caso de uso real de uma hora de trabalho manual por semana, e veja o que acontece.
Avaliando agentes de IA para sua operação? A Oficina Martech analisa cenário, canais e fluxos para recomendar a arquitetura certa antes da primeira linha de configuração. Agendar diagnóstico.
