Framework Python para criar agentes de IA autônomos que pesquisam, planejam, programam e executam tarefas, com memória, RAG e mais de 100 provedores de LLM.
intelligencedev/manifold
Uma plataforma experimental em Go para automatizar fluxos de trabalho de longa duração com equipes de assistentes de IA e uma interface web em Vue.
- Estrelas
- 503
- Forks
- 31
- Issues abertas
- 5
- Último commit
- há 17 dias
O que é?
Manifold é um workspace auto-hospedado para executar objetivos com várias etapas usando equipes de especialistas em IA. Os usuários atribuem tarefas por uma interface de chat, e os especialistas podem trabalhar em tarefas complexas por longos períodos e em várias interações.
A plataforma oferece suporte a modelos da OpenAI, do Google e da Anthropic, além de endpoints compatíveis com OpenAI para modelos open-weight auto-hospedados servidos por llama.cpp ou vLLM. Ela inclui um editor visual de fluxos de trabalho em que ferramentas MCP aparecem como nós e fluxos salvos podem ser reutilizados como ferramentas, além de tarefas agendadas (Pulse) que podem enviar resultados para serviços externos, como o Matrix.
Cada projeto fica isolado em seu próprio caminho raiz e tem sua própria pasta de skills. O projeto é experimental e não é recomendado para uso em produção que exija fortes garantias de estabilidade. Ele pode ser implantado com Docker Compose ou compilado como um único binário que usa SQLite por padrão.
Recursos principais
- 01Chat com agentes para atribuir objetivos a especialistas, com visualizações opcionais nas respostas.
- 02Editor visual de fluxos de trabalho em que ferramentas MCP viram nós e fluxos salvos podem ser reutilizados como ferramentas.
- 03Tarefas agendadas que executam especialistas agentes em intervalos ou horários definidos, com suporte ao Matrix.
- 04Workspaces de projeto que isolam arquivos e carregam skills específicas de cada projeto.
- 05Suporte a servidores MCP com ativação individual de ferramentas para controlar o tamanho do contexto.
- 06Geração de imagens por meio da OpenAI, do Google e de um cliente MCP do ComfyUI.
Casos de uso
- Executar tarefas longas de pesquisa ou análise, com várias etapas, usando uma equipe de agentes de IA especializados.
- Agendar relatórios ou verificações recorrentes feitos por IA e entregues em canais de chat.
- Criar fluxos de trabalho automatizados e reutilizáveis que combinam ferramentas MCP e outros fluxos salvos.
- Executar uma stack de LLM auto-hospedada com llama.cpp ou vLLM junto a APIs de modelos comerciais.
Início rápido
- 1
Copie o arquivo env de exemplo
cp example.env .env - 2
Copie o arquivo de configuração de exemplo
cp config.yaml.example config.yaml - 3
Edite .env para definir OPENAI_API_KEY e WORKDIR
- 4
Inicie o Manifold com Docker Compose e abra http://localhost:32180
docker compose up -d manifold
Antes de usar
- O Manifold é experimental e o README desaconselha seu uso em produção quando é necessária alta estabilidade.
- Para fazer algo útil, você precisa de uma chave de API de LLM ou de um endpoint compatível com OpenAI acessível.
Em coleções
Tópicos
Perguntas frequentes
- O que é manifold?
- Uma plataforma experimental em Go para automatizar fluxos de trabalho de longa duração com equipes de assistentes de IA e uma interface web em Vue. Manifold é um workspace auto-hospedado para executar objetivos com várias etapas usando equipes de especialistas em IA. Os usuários atribuem tarefas por uma interface de chat, e os especialistas podem trabalhar em tarefas complexas por longos períodos e em várias interações.
- manifold é gratuito? Qual é a licença?
- manifold é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- manifold ainda é mantido?
- Manutenção ativa. O último commit de manifold foi em 22 de out. de 2026.
- Para que posso usar manifold?
- Executar tarefas longas de pesquisa ou análise, com várias etapas, usando uma equipe de agentes de IA especializados. Agendar relatórios ou verificações recorrentes feitos por IA e entregues em canais de chat. Criar fluxos de trabalho automatizados e reutilizáveis que combinam ferramentas MCP e outros fluxos salvos. Executar uma stack de LLM auto-hospedada com llama.cpp ou vLLM junto a APIs de modelos comerciais.
- Como instalar manifold?
- Copie o arquivo env de exemplo: cp example.env .env Copie o arquivo de configuração de exemplo: cp config.yaml.example config.yaml Edite .env para definir OPENAI_API_KEY e WORKDIR Inicie o Manifold com Docker Compose e abra http://localhost:32180: docker compose up -d manifold
- Onde consigo manifold?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/intelligencedev/manifold
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Gateway de IA auto-hospedado que conecta arquivos, bancos de dados, vector stores e APIs a LLMs locais ou hospedados por meio de uma única API compatível com OpenAI.
Assistente pessoal de IA multiagente e auto-hospedável, criado com LangGraph, que conecta e-mail, calendário, documentos e tarefas com aprovação humana antes de executar ações.
Assistente de IA para desktop e multiplataforma, compatível com modelos na nuvem e locais, agentes, RAG, plugins, MCP e voz.
Uma CLI nativa do terminal que transforma descrições em linguagem natural em workflows YAML para coordenar Claude Code, Codex, Gemini CLI e outros agentes de programação com etapas de verificação de qualidade.
Assistente pessoal de IA auto-hospedável, distribuído como um único binário Go, que combina chat com LLMs, bases de conhecimento com RAG e ciclos de agentes para navegar na web, usar o shell e ferramentas MCP.