QwenAudio lança agente de voz que mantém tarefas em curso
Projeto em JavaScript combina conversa em tempo real, agentes de bastidor e interfaces para web, terminal e macOS.
Quem fala com um agente enquanto ele pesquisa, usa ferramentas ou executa uma tarefa não precisa mais encarar uma conversa parada: o QwenAudio/qwen-audio-agent mantém a interação por voz enquanto o trabalho continua em segundo plano. A QwenAudio publicou o projeto em 2026-07-27, sob licença Apache-2.0. Em oito dias, o repositório chegou a 1.892 estrelas no GitHub. A ferramenta serve para desenvolvedores que querem juntar voz, tarefas assíncronas e agentes externos na mesma conversa.
O agente responde na frente e trabalha nos bastidores
O runtime responde imediatamente quando consegue resolver o pedido sem ajuda externa. Quando precisa consultar uma ferramenta ou processar uma tarefa mais longa, ele encaminha o trabalho para um agente de bastidor. O usuário continua falando com o mesmo assistente.
A arquitetura aceita várias tarefas independentes. O usuário pode acompanhar o estado de cada uma, perguntar pelo progresso e cancelar o trabalho. Quando o agente termina, o resultado retorna à conversa atual. O usuário pode continuar perguntando ou pedir alterações.
O projeto oferece interação de voz full-duplex, interrupção natural e conversas com várias rodadas. A interface pode aparecer na WebUI, no TUI do terminal ou em uma bolha flutuante no desktop macOS. A ferramenta também guarda perfil local do usuário e memória pessoal entre sessões, segundo o README.
A integração com agentes de bastidor usa a arquitetura ACP. A lista inclui OpenCode, OpenClaw, Qoder, Kimi Code, Hermes, CodeBuddy, Codex e Claude Code. OpenCode, Qoder e Kimi Code entram por ACP nativo; OpenClaw usa uma ponte ACP interna; Codex e Claude Code dependem de adaptadores ACP externos.
A cadeia de voz pode rodar localmente, mas não tudo
A versão v1.3.0 adicionou uma integração frontal com speech-to-speech, da Hugging Face. Nesse caminho, o projeto aceita implantação local de VAD, STT, LLM e TTS, cobrindo toda a cadeia de voz.
O README não diz que todos os agentes de bastidor rodam localmente. Também não afirma que o uso padrão dispensa serviços externos. Essa diferença importa para quem trabalha com dados sensíveis.
A adoção começa pelo modo frontal, que não exige configuração de agente de bastidor. Quem precisar delegar tarefas instala uma das opções compatíveis e configura o agente escolhido. A versão v1.4.1 adicionou a instalação do agente de bastidor com um clique.
O suporte muda conforme a opção. OpenCode e OpenClaw têm instalação com um clique e configuração do Bailian; Qoder e Kimi Code também oferecem instalação simplificada, mas exigem configuração do usuário. Hermes e CodeBuddy aparecem com quatro estrelas de recomendação. Codex e Claude Code exigem o agente e o adaptador ACP.
O projeto entrega interfaces diferentes para a primeira execução. O usuário pode escolher web, terminal ou desktop macOS. A versão v1.2.0 adicionou atualização automática no desktop e melhorou a velocidade de inicialização. A v1.4.0 trouxe regras personalizadas, gerenciamento de listas, suspensão automática e atalho para despertar o aplicativo.
A licença Apache-2.0 permite usar, alterar e redistribuir o código conforme seus termos. O repositório tinha 134 forks e 14 issues abertas. O último commit ocorreu em 2026-08-04, mesma data da versão mais recente, a v1.4.1.
O projeto ainda tinha só oito dias de vida. As 1.892 estrelas mostram interesse rápido, não maturidade comprovada. A ferramenta não serve para equipes que exigem histórico longo de manutenção, validação extensa ou estabilidade já demonstrada em produção. Ela faz mais sentido para desenvolvedores dispostos a testar integrações ACP e ajustar a cadeia de voz em ambiente controlado.
Fontes
Como fazemos: nossa equipe monitora diariamente os repositórios de código aberto em maior alta e produz esta cobertura com apoio de modelos de linguagem, sempre a partir de dados verificados na fonte primária — repositório, documentação oficial e ranking público. Os números de estrelas e a posição no ranking refletem o momento da coleta. Entenda o método.