Ferramenta de IA

QM Review

QM é um "agent harness" multiplayer de código aberto, desenvolvido pela Y Combinator, que oferece às equipas ambientes colaborativos, persistentes e baseados na nuvem para executar agentes de IA.

shipped 13 de ago. de 2026freemium

Por que importa

1Código aberto pela Y Combinator em julho de 2026 sob uma licença MIT.

2O repositório GitHub acumulou mais de 13.000 estrelas logo após o lançamento.

3Integra-se com modelos de IA, incluindo Pi, OpenCode, Codex e Claude Code.

4Suporta "function calling" proprietário e multimodalidade de texto.

Sobre o QM

Modelo de negócio

Open Source

Público-alvo

Startups and Y Combinator teams

GitHubOpen Source

Especificações

GitHub

Ver repositório →

overview

O que é QM?

QM é uma ferramenta "AI agent harness" multiplayer desenvolvida pela Y Combinator que permite que equipas dentro de organizações executem agentes de IA em ambientes colaborativos, persistentes e baseados na nuvem. Atua como um plano de controlo para agentes de IA, permitindo-lhes realizar várias tarefas organizacionais em diferentes departamentos e integrar-se com plataformas existentes como Slack e a web.

features

Principais Recursos do QM

QM oferece uma estrutura robusta para gerir e implementar agentes de IA num ambiente de equipa, enfatizando a colaboração, segurança e controlo administrativo.

Núcleo de código aberto, lançado sob uma licença MIT.
"Agent harness" multiplayer para uso colaborativo em equipa.
Ambientes persistentes e baseados na nuvem para operação de agentes de IA.
Capacidades proprietárias de "function calling".
Suporte para multimodalidade, especificamente interações baseadas em texto.
Espaços de trabalho isolados para utilizadores individuais e âmbitos partilhados para equipas (por exemplo, canais Slack).
Gestão flexível de agentes com configuração a nível organizacional e definições de segurança.
Integração com fluxos de trabalho existentes no Slack e na web.
Promoção de "skills" partilhadas controlada por administradores e importação de "skill packs" de repositórios Git.
Sandbox durável para execução de agentes, garantindo operação consistente.

use cases

Quem Deve Usar o QM?

QM foi projetado principalmente para organizações que procuram alavancar agentes de IA para operações internas, com foco no controlo colaborativo e administrativo.

Startups e empresas de médio porte (10-500 pessoas) que procuram implementar agentes de IA para tarefas internas.
Equipas dentro de organizações que exigem ambientes de IA colaborativos para recuperação de informações e acompanhamento de projetos.
Funcionários que precisam de assistência de IA para tarefas como triagem de caixa de entrada, redação de respostas e pesquisa de documentos internos.
Engenheiros de plataforma responsáveis pela implementação, gestão e segurança da infraestrutura de agentes de IA.
Organizações que visam construir e publicar aplicações web internas personalizadas usando agentes de IA.

how to use

Como Usar o QM

QM é implementado na própria conta de nuvem de uma organização, como Fly.io ou AWS, e integra-se com plataformas de comunicação existentes como o Slack.

1Implemente o QM no seu ambiente de nuvem (por exemplo, Fly.io, AWS) usando o código de código aberto.
2Configure as definições organizacionais, a postura de segurança e os modelos de IA disponíveis (por exemplo, Pi, OpenCode, Codex).
3Integre o QM com canais Slack ou interfaces web onde as equipas colaboram.
4Defina e conceda permissões para âmbitos de agentes individuais e partilhados.
5Desenvolva ou importe 'skills' para os agentes realizarem tarefas específicas, como pesquisar notas internas ou triar caixas de entrada.
6Monitorize a atividade do agente e gira os recursos dentro do plano de controlo do QM.

pricing

Preços e Planos do QM

O QM em si é gratuito e de código aberto, lançado sob uma licença MIT. No entanto, os custos operacionais estão associados à sua implementação e uso.

Freemium: O software QM principal é gratuito e de código aberto, permitindo que qualquer equipa o implemente e modifique.
Custos de Alojamento na Nuvem: Os utilizadores incorrem em custos pelos recursos da nuvem (por exemplo, Fly.io, AWS) onde o QM é implementado.
Custos de Tokens de Modelo: As despesas estão associadas ao uso de modelos de IA integrados (por exemplo, Pi, OpenCode, Codex, Claude Code).
Despesas Gerais Operacionais: Custos adicionais incluem tempo de plataforma para implementação, gestão de identidade, backups, atualizações, trabalho de segurança e engenharia de fluxo de trabalho.

Pros

+Open-source under an MIT license, offering flexibility and cost control for self-hosting.
+Designed for collaborative, multiplayer use across an entire organization, providing contextualized agents for each person and project.
+Deep integration with Slack and an optional web UI, fitting into existing communication workflows.
+Supports a swappable AI model harness, allowing organizations to choose and switch between models like Pi, OpenCode, Codex, and Claude Code.
+Robust security features including a headless TypeScript core for identity, policy, scheduling, memory, and audit, with isolated sandbox execution.
+Proven internal use at Y Combinator, demonstrating significant productivity gains for a small team.

Cons

−Requires at least one individual comfortable operating infrastructure for deployment and maintenance.
−While the software is free, organizations incur costs for cloud hosting, model tokens, and operational overhead.
−API is not available, which may limit custom integrations beyond its core Slack/web functionality.
−Function calling is proprietary, potentially limiting customization or interoperability with external tools.
−Primarily targets startups and mid-sized companies, potentially less suited for very small teams or large enterprises with different infrastructure needs.
−Multimodality is limited to text, not supporting other data types like images or audio.

Ferramentas similares

QM vs Concorrentes

QM diferencia-se por focar num "agent harness" multiplayer de código aberto para o trabalho, integrando-se com plataformas existentes em vez de as substituir, e fornecendo ambientes isolados e com âmbito definido para colaboração.

CrewAIOn Stork

Specializes in orchestrating role-playing autonomous AI agents into collaborative teams with defined roles and shared goals.

While both are open-source and support multi-agent collaboration, CrewAI focuses on a Python framework for building agent teams and workflows, whereas QM provides a broader 'harness' for running agents in persistent, cloud-based environments with Slack/web integration.

SuperAGIOn Stork

Provides an open-source autonomous agent framework with a GUI control room for end-to-end goal execution.

SuperAGI is designed for autonomous execution with a focus on minimizing human involvement, while QM emphasizes a multiplayer, collaborative environment for teams with human oversight and control.

AutoGenOn Stork

An open-source framework for building conversational multi-agent systems where agents collaborate dynamically.

AutoGen provides a flexible framework for building multi-agent conversations and workflows, including a no-code UI (AutoGen Studio), while QM offers a ready-to-deploy, persistent, cloud-based harness for teams with built-in Slack/web integration.

AgentVerseOn Stork

An open-source framework for deploying multiple LLM-based agents in task-solving and simulation applications, with a focus on multi-agent collaboration and emergent behaviors.

AgentVerse is a framework for building and deploying multi-agent systems, emphasizing simulations and task-solving, whereas QM is a collaborative, persistent harness designed for teams to run and manage agents in a cloud-based environment.

Mais no Stork