Instale o app de desktop, conecte o computador uma vez, depois entregue trabalho a partir de onde você já conversa com o Melaya.
Baixe o Melaya para Windows, macOS ou Linux. No Mac, permita Acessibilidade e Gravação de Tela uma vez, o app te guia pelo processo.
Entre, diga sim em uma única tela de consentimento, e o computador aparece na sua conta. Escolha quais apps os agentes podem usar, e até onde.
Abrir o Computer ControlPeça ao Assistant, agende um pipeline, ou chame pelo Claude Code, Codex ou Cursor. Acompanhe a linha do tempo ao vivo, aprove o que importa, pare quando quiser.
Máquina ou VM Linux sem interface? Inicie o Melaya runner com controle de computador e ela entra na sua conta como qualquer outro computador.
npx @melaya/runner --computerWindows 10 e 11 · macOS 13+ · Linux (AppImage, .deb, .rpm) · VMs Linux sem interface
Guia de configuração do app de desktopAgentes de captura de tela gastam uma chamada de modelo e uma captura nova em cada clique. O System One lê a janela uma vez, planeja cada etapa em uma única chamada, e o Melaya executa e verifica cada etapa no app.
Exemplo ilustrativo. O modelo só vê a tela de novo se algo inesperado acontecer.
A janela chega como elementos nomeados com referências estáveis.
O modelo envia o plano inteiro, até 100 etapas.
Cada alvo é encontrado na árvore de acessibilidade real.
Um modelo pequeno decide só quando um alvo não está claro.
As etapas rodam como um único batch, cada uma verificada.
Toda execução reporta chamadas, ações e segundos.
computer_fast1 chamada de planoexecução de exemploclickAbrir Relatóriosrótulo exatopickEscolher o período Q3 2026Layafor_eachPara cada linha marcada AbertalinhatypeNomear o arquivo q3-open.csvrefpressSalvar com Ctrl+SatalhoexpectConfirmar que o arquivo foi salvoverificadoOs mesmos movimentos funcionam no Excel, Outlook, Teams, Explorador de Arquivos, Finder, SAP GUI, um CRM ou uma ferramenta interna. Se você consegue fazer com um mouse e um teclado, um agente consegue fazer sob suas regras.
screen · ocrUI Automation no Windows, Accessibility no macOS, AT-SPI2 no Linux: elementos nomeados com referências estáveis. OCR e capturas de tela marcadas entram para apps que desenham a própria interface.
click · type · pressMenus, caixas de combinação, checkboxes, arrastar e soltar, Ctrl+S ou Cmd+Shift+4. Valores podem ser definidos direto em vez de digitados.
file_dialogPreenche diálogos de arquivo a partir de handles, nunca caminhos crus. Um arquivo que ele salva volta para a execução como um handle que você controla.
read_table · set_valueLê grades como linhas no Excel, ERPs e CRMs, então um agente pode percorrer cada fatura aberta em vez de forçar a vista nos pixels.
delivery: backgroundOnde o sistema permite, as ações passam pela camada de acessibilidade: sem tomar o cursor, sem a janela saltar para frente. Quando precisa do primeiro plano, ele avisa.
expect · observeDepois de cada escrita, o Melaya olha o que mudou. Nada mudou? A etapa reporta sem efeito em vez de um falso sucesso.
handoffLogin, 2FA ou um CAPTCHA? O agente pausa, você faz esse passo, clica em Continuar, e ele continua a partir de uma leitura nova.
keep_awakeMantém o computador ativo durante uma execução agendada, e avisa claramente quando a tela está bloqueada em vez de clicar no vazio.
playbooksNotas integradas para 24 apps de desktop comuns, do Excel, Outlook e Teams ao Finder, com as rotas de teclado que funcionam melhor.
connectorsQuando Slack, Notion ou Teams está conectado, o agente usa o conector em vez de clicar pelo app.
Quatro jeitos de deixar um agente de IA controlar um computador. As quatro são ferramentas sérias. Veja como elas diferem, lado a lado.
| O que importa | Melaya | OpenClaw | Hermes Agent | Claude Cowork |
|---|---|---|---|---|
| Como ele vê a tela | Árvore de acessibilidade primeiro (UI Automation, Accessibility do macOS, AT-SPI2), OCR e capturas marcadas como alternativa, um único espaço de referências | Capturas de tela mais árvore de acessibilidade com refs de elemento, Peekaboo no macOS por padrão | Capturas de tela com conjunto de marcações, modos de visão ou árvore de acessibilidade | Capturas de tela e coordenadas, nenhuma árvore de acessibilidade dada ao modelo, imagens reduzidas para cerca de 1372x887 |
| Chamadas de modelo e uso de tokens | Uma chamada de modelo planeja várias etapas (até 100), o Melaya executa e verifica | Usuários reportam 80 a 150 mil tokens de entrada por tarefa | Não documentado | Avaliadores acharam lento e consumidor de tokens (uma cota Pro de 5 horas usada em 30 minutos, PCWorld) |
| Escritas verificadas, nenhum falso sucesso | Toda escrita verificada contra a janela, "sem efeito" em vez de um falso sucesso, janelas administrativas reportadas de cara | Não documentado | Documentado: em janelas elevadas do Windows, a captura retorna 0 elementos e o clique reporta sucesso sem fazer nada | Não documentado |
| Controle em segundo plano no Windows | Primeiro em segundo plano através de padrões de acessibilidade, avisa quando precisou usar o primeiro plano | Driver de Windows e Linux marcado como experimental, só no display principal | Em segundo plano por padrão de design | Funciona na tela visível no Windows (janelas em segundo plano no macOS 15+) |
| Linux e VMs sem interface | Linux em X11 e Wayland, mais servidores e VMs sem interface com npx @melaya/runner --computer | Driver de Windows e Linux marcado como experimental | Não documentado | Não documentado |
| Níveis de permissão por app | Visualização, clique ou controle total por app, apps sensíveis desativados por padrão | Sem confirmação por ação, segurança através de arming durável e política de ferramentas | Modos de aprovação, incluindo um modo limitado | Níveis fortes de aprovação por app |
| Parada e segurança | Botão e atalho de parada, pausa quando você toca o mouse ou teclado, nunca digita em campos de senha | CVE-2026-25253 (RCE de um clique) e skills maliciosas encontradas no seu hub de skills | Depende de APIs privadas do macOS para entrada em segundo plano, o que pode quebrar com atualizações do sistema | Esc para a qualquer momento, uma sessão por vez (bloqueio de toda a máquina) |
| Celular, navegador e computador em um só | Sim: os mesmos agentes controlam seu celular Android, seu navegador e seu computador | Não documentado | Não documentado | Não documentado |
| Execuções agendadas no seu computador | Pipelines agendados rodam no seu próprio computador, mantido ativo durante a execução | Agendamento por cron e heartbeat | Não documentado | A máquina precisa ficar ativa para apps locais |
| Qualquer modelo, acesso MCP | Claude, GPT, Gemini, Qwen ou modelos locais, e acessível pelo Claude Code, Codex e Cursor via MCP | Não documentado | Não documentado | Roda no Claude, um modelo muito capaz |
Detalhes dos concorrentes conforme documentação pública, outubro de 2026. "Não documentado" significa que não encontramos nenhuma declaração na documentação pública deles, não que o recurso esteja ausente.
O OpenClaw é open source, com um ecossistema enorme de skills e agendamento por cron e heartbeat. Segundo sua documentação pública, seu driver de Windows e Linux é experimental e só no display principal, e usuários reportam 80 a 150 mil tokens de entrada por tarefa. O Melaya roda no Windows, macOS, Linux e VMs sem interface, planeja várias etapas por chamada de modelo, e verifica cada escrita.
Alternativa ao OpenClaw: comparação completaO Hermes Agent, da Nous Research, é em segundo plano por padrão, com um loop de aprendizado que escreve skills e modos de aprovação incluindo um limitado. A própria documentação dele nota que em janelas elevadas do Windows, um clique pode reportar sucesso sem fazer nada, e que a entrada em segundo plano no macOS depende de APIs privadas. O Melaya detecta janelas administrativas de cara e reporta sem efeito em vez disso.
Alternativa ao Hermes Agent: comparação completaO Claude Cowork traz um modelo muito capaz, níveis fortes de aprovação por app e Esc para parar de qualquer lugar. Ele trabalha a partir de capturas de tela e coordenadas, usa a tela visível no Windows e roda uma sessão por vez. O Melaya lê a árvore de acessibilidade, trabalha em segundo plano onde o sistema permite, planeja várias etapas por chamada, e pode rodar o Claude ou qualquer outro modelo.
Alternativa ao Claude Cowork: comparação completaOpenClaw, Hermes Agent e Claude Cowork são marcas registradas de seus respectivos proprietários. A Melaya não é afiliada a eles.
Os agentes só veem e tocam os apps que você ativa, no nível que você escolhe. Essas regras valem em toda execução, de toda superfície.
Verificado duas vezes: o servidor aplica seus níveis, depois o app no seu computador verifica de novo antes de agir.
O Linux é um desktop de primeira classe aqui, não um experimento. O app de desktop lê apps Linux através do AT-SPI2 no X11 e no Wayland. Sem tela nenhuma? Rode o Melaya runner em um servidor ou VM sem interface e ele se torna um computador que seus agentes podem usar, com as mesmas permissões, aprovações e linha do tempo.
Guia de CLI do runner e VMsnpx @melaya/runner --computerUm único conjunto de ferramentas de computador, com as mesmas permissões e aprovações em todo lugar onde você usá-las.
Digite a tarefa em palavras simples e veja acontecer no seu computador, passo a passo, com aprovações no meio do caminho.
Execuções agendadas no seu próprio computador, enquanto você dorme ou está em reuniões. Ferramentas Python para as partes personalizadas.
Conecte o Melaya ao Claude Code, Codex, Cursor ou Claude. Sua IA ganha ferramentas de computador com suas permissões e aprovações.
api.melaya.org/mcpmelaya_computer_*Já vive dentro de um agente de código? Adicione o servidor MCP do Melaya uma vez e ele pode controlar os apps de desktop que você permitiu e entregar tarefas longas ao modo rápido. O trabalho de linha de comando continua no seu agente de código. O desktop é a parte que ele não conseguia alcançar antes.
Configurar o servidor MCPFunciona junto com Browser Control e Device Control: leia a web, atualize o app de desktop, confirme no celular, tudo em uma única execução.
Use em todo lugarCinco tarefas que as equipes entregam primeiro ao Computer Control.
Limpe uma exportação mensal, preencha fórmulas para baixo, crie uma tabela dinâmica por região e salve um CSV onde o financeiro espera. O agente lê células como linhas, não pixels, então ele percorre a planilha inteira.
ExcelOrganize a caixa de entrada por remetente e assunto, arquive faturas, marque o que precisa de você e rascunhe respostas para sua aprovação. Enviar sempre pergunta primeiro no modo Seguro.
OutlookExtraia o livro-caixa de fim de mês de um ERP de desktop, reformate no Excel e salve na unidade compartilhada. Agende e ele roda todo mês no seu próprio computador.
ERP de desktop · ExcelCopie leads de uma planilha para o CRM de desktop campo por campo, e confira que cada registro salvou antes de seguir.
Excel · CRM de desktopClique pelo seu próprio app depois de cada build, compare o que apareceu com o que deveria, e reporte o passo exato que quebrou. Rode em uma VM Linux no CI.
Seu app · Windows, macOS, LinuxVersão curta: o agente trabalha nos apps que você permite, verifica cada passo, e para quando você disser para parar.
Um agente de IA que opera um computador pela tela, mouse e teclado, do jeito que uma pessoa faria, para conseguir trabalhar em apps que não têm API. O agente de uso de computador da Melaya lê a árvore de acessibilidade do app primeiro, age em elementos exatos e verifica cada resultado.
Windows 10 e 11, macOS 13 ou mais recente, e desktops Linux em X11 e Wayland. Máquinas e VMs Linux sem interface funcionam através do Melaya runner, iniciado com npx @melaya/runner --computer.
Agentes de captura de tela fazem uma chamada de modelo e tiram uma captura para cada clique. O System One lê a janela uma vez, planeja várias etapas em uma chamada, e o Melaya embasa e verifica cada etapa na árvore de acessibilidade. Muito menos chamadas de modelo e imagens por tarefa.
Sim. O OpenClaw é open source com um grande ecossistema de skills. Segundo sua documentação pública (outubro de 2026), seu driver de Windows e Linux é experimental e só no display principal. A Melaya roda no Windows, macOS, Linux e VMs sem interface, com níveis por app, aprovações e escritas verificadas.
O Claude Cowork tem um modelo muito capaz e níveis fortes de aprovação por app. Segundo a documentação da Anthropic (outubro de 2026), ele trabalha a partir de capturas de tela e coordenadas, sem árvore de acessibilidade. A Melaya lê a árvore de acessibilidade, planeja várias etapas por chamada, e pode usar o Claude ou qualquer outro modelo.
O Hermes Agent é em segundo plano por padrão e tem um loop de aprendizado que escreve skills. A documentação dele (outubro de 2026) nota que em janelas elevadas do Windows, um clique pode reportar sucesso sem fazer nada. A Melaya detecta janelas administrativas de cara e reporta sem efeito em vez de um falso sucesso.
Gerenciadores de senhas, apps bancários e de trading, terminais e configurações do sistema ficam desativados por padrão, e o agente nunca digita em campos de senha. Você decide quais apps ele pode usar e até onde pode ir: visualização, clique ou total.
Qualquer modelo que você use na Melaya: Claude, GPT, Gemini, Qwen, modelos locais pelo Ollama ou LM Studio, ou sua própria assinatura do Claude Code ou Codex. O modo rápido mantém as chamadas de modelo baixas, então modelos menores também se saem bem.
O app e cada ação rodam no seu computador. O que o agente lê dos apps que você permitiu vai para o modelo que você escolheu. Escolha um modelo local e fica na sua máquina.
O Browser Control controla páginas web, o Device Control controla um celular Android, o Computer Control controla apps de desktop. O mesmo agente, as mesmas permissões e aprovações, e uma execução pode usar os três.
Comparações completas de uso de computador:Alternativa ao OpenClawAlternativa ao Hermes AgentAlternativa ao Claude Cowork
Instale o app de desktop, conecte este computador, ative os apps em que você quer ajuda, e entregue a primeira tarefa chata.
Roda no seu computador. Os apps ficam desativados até você permiti-los. Parar é um atalho de distância.