3 copilotos de entrevista grátis de código aberto
Compare três assistentes de entrevista de código aberto por licença, custos de modelo e áudio, configuração e limites de captura antes de escolher um.
Três assistentes de entrevista grátis de código aberto que valem a avaliação são o Cheating Daddy, o AI Interview Helper e o InterviewCopilot. Eles oferecem níveis diferentes de escolha de provedor, suporte a áudio e trabalho de configuração. Escolha uma ferramenta para simulações de entrevista particulares ou para assistência com AI explicitamente permitida e teste o fluxo completo antes de depender dela.
Aviso: o GeekBye publica este guia e vende um assistente desktop gerenciado. Verificamos a disponibilidade dos repositórios, as licenças e a documentação em 6 de novembro de 2026. Esta é uma análise do código-fonte, não um teste prático de desempenho nem uma auditoria de segurança. Não afirmamos que alguma opção garanta sucesso na entrevista, rode inteiramente no local em todas as configurações ou fique oculta de todo sistema de captura.
O que “grátis” e “código aberto” realmente dizem
Acesso gratuito ao software significa que o app ou o código-fonte pode ser obtido sem pagar pelo software. Isso não estabelece que o modelo por trás dele seja grátis.
Código aberto exige uma licença que conceda os direitos relevantes de usar, modificar e redistribuir o software. MIT e GPL-3.0 estão listadas pela Open Source Initiative. As obrigações delas são diferentes: mantenha a licença e os avisos e leia os termos aplicáveis antes de distribuir uma versão modificada.
Código disponível (source-available) significa que o código pode ser lido, mas a licença pode impor restrições incompatíveis com os critérios de código aberto. Uma página no GitHub sem licença não substitui a permissão para reutilizar o código. Um binário proprietário com plano grátis é outra categoria completamente diferente.
Confira a licença do app separadamente das licenças dos pesos dos modelos, das dependências e dos termos de serviço das APIs. Código de aplicação aberto não concede direitos irrestritos sobre tudo a que ele se conecta.
Três projetos disponíveis, comparados
Os repositórios abaixo eram públicos e não estavam arquivados no momento da verificação. Pushes recentes mostram atividade, não uma garantia de manutenção nem uma revisão de segurança concluída. Confira de novo o rastreador de issues e as releases atuais antes de instalar.
| Projeto | Licença e revisão verificada | Bom motivo para avaliar | Principal limitação prática |
|---|---|---|---|
| Cheating Daddy | GPL-3.0; 3cccc36 |
Um assistente pequeno de tela/áudio baseado no Gemini | Chave de API própria, instalação de dependências, suporte experimental a Linux |
| AI Interview Helper | MIT; d692c39 |
Vários provedores de respostas e entrada por captura de tela | Modelos de resposta locais não garantem transcrição local |
| InterviewCopilot | MIT; 4a80d84 |
Padrão local Whisper/Ollama documentado e modo de treino | Beta; no macOS captura só o microfone |
1. Cheating Daddy: um ponto de partida baseado no Gemini
O Cheating Daddy documenta captura de tela e de áudio com um overlay configurável e perfis. A configuração pede uma chave de API do Gemini, a instalação de dependências e a execução local do app. O README recomenda versões atuais do macOS e do Windows e chama o suporte a Linux de experimental.
É um ponto de partida razoável se você quer entender ou adaptar um fluxo de tela/áudio relativamente direto. É menos indicado se você precisa que alguém cuide das mudanças de modelo ou resolva os problemas de roteamento de áudio do seu sistema operacional.
Verificamos a revisão 3cccc36, incluindo a licença GPL-3.0. O repositório registrava um push em 21 de outubro de 2026. O modelo Gemini documentado não prova que você tem direito de uso da API hoje: confirme que o endpoint funciona com a sua chave e consulte os termos e as cobranças atuais do provedor.
2. AI Interview Helper: mais escolha de provedor, mais configurações para verificar
O AI Interview Helper documenta análise de capturas de tela, entrada por voz e vários provedores de respostas na nuvem, além do Ollama. O README descreve o reconhecimento de fala por meio de serviços na nuvem. Escolher o Ollama para as respostas, portanto, não estabelece um pipeline totalmente offline do áudio até a resposta.
O projeto também descreve um roteamento adicional de áudio do sistema para Windows e macOS. Isso importa se o seu microfone funciona, mas o assistente não consegue ouvir o outro lado de uma chamada de treino. Trate esses dois como caminhos de entrada separados.
Verificamos a revisão d692c39 e a licença MIT; o repositório registrava um push em 28 de outubro de 2026. Avalie-o quando a flexibilidade de provedor for importante. Confirme o suporte a visão do modelo escolhido e a cobrança do provedor de voz antes de testar capturas de tela e uma simulação completa.
3. InterviewCopilot: uma opção local-first para treinar, com limites de beta
O InterviewCopilot documenta transcrição local com Whisper, respostas com Ollama, histórico armazenado localmente e um modo de treino. Os provedores de nuvem opcionais mudam esse caminho dos dados e podem gerar cobranças de API à parte.
O README é explícito sobre uma limitação importante: a versão beta para macOS transcreve apenas o microfone, não o outro lado da chamada, e as builds para Mac não foram testadas num Mac de verdade. O projeto também documenta instaladores sem assinatura, ausência de atualizações automáticas e requisitos consideráveis de armazenamento e memória para os modelos. Esses limites tornam um ensaio indispensável.
Verificamos a revisão 4a80d84 e a licença MIT; o push registrado foi em 30 de outubro de 2026. Considere-o para treinar localmente se o seu hardware e a sua plataforma forem compatíveis. Um overlay não é, por si só, prova de que fica fora do compartilhamento de tela.
Por que Pluely e Glass não são recomendados aqui
Listas antigas podem sobreviver ao software que descrevem. Um README do Pluely indexado recentemente afirma que a v1 e as versões posteriores são distribuídas como binários proprietários, enquanto o código GPL anterior continua licenciado no histórico. Não foi possível verificar o repositório ao vivo durante esta checagem. Não chame o produto atual de código aberto com base na descrição antiga, nem presuma que uma versão histórica é mantida.
A URL do antigo repositório do Glass, da Pickle (github.com/pickle-com/glass), também não abriu nesta checagem. Isso não esclarece por que ele está indisponível. Mas significa que não podemos recomendá-lo aqui como um projeto atualmente disponível e licenciado. Um fork com nome parecido precisa de suas próprias verificações de procedência, licença e manutenção.
Para a comparação mais ampla entre produtos, veja Natively, Cluely e Pluely, e use os arquivos de licença atuais para decidir o que instalar.
Some o pipeline inteiro antes de chamar de grátis
Anote cinco custos para a configuração que você escolheu:
- Software: a licença do aplicativo e quaisquer recursos hospedados pagos.
- Voz: minutos de transcrição, sessões de streaming e eventuais ferramentas separadas de roteamento de áudio.
- Respostas: tokens de entrada e saída do modelo, incluindo o contexto repetido da conversa.
- Imagens: frequência das capturas de tela, cobrança por tokens de imagem e novas tentativas.
- Operação: hardware, espaço em disco, energia, tempo de instalação e atualizações.
Uma cota grátis de API pode ajudar na avaliação, mas a cota, os modelos suportados e a elegibilidade podem mudar. Confira o console do provedor e defina um limite de gastos antes de uma sessão de treino longa. Evite extrapolar o custo de uma resposta curta em texto para uma hora de áudio em streaming e capturas de tela.
Em configurações locais, verifique as duas coisas: a transcrição e a geração de respostas. Faça uma sessão de treino controlada com o acesso à rede desativado depois de baixar os modelos. Uma resposta em texto bem-sucedida, sozinha, não prova que o fluxo de voz completo funciona offline.
Verifique a captura e o tratamento dos dados separadamente
Use uma chamada de teste particular com um segundo dispositivo para conferir o que o destinatário vê. Repita com exatamente o sistema operacional, o app de reunião, a seleção de janela ou de tela e o método de gravação que você pretende usar. Atualizações podem invalidar um resultado anterior; nosso checklist de compartilhamento de tela traz um método que dá para repetir.
Depois, rastreie para onde vai cada entrada: áudio do microfone, áudio do sistema, capturas de tela, transcrições, prompts e logs. Chaves armazenadas localmente não significam que as requisições ficam no local. Revise o material de treino salvo e apague os documentos sensíveis de que você não precisa mais.
Se manter esse pipeline der mais trabalho do que você quer, compare opções gerenciadas no nosso guia de alternativas ao LockedIn AI ou no guia de alternativas ao Interview Coder. O GeekBye é uma opção, com uma cota grátis no Starter de 30 minutos de Listen por mês. As requisições de AI dele passam por um backend; ele não é um substituto de código aberto nem totalmente local.
Perguntas frequentes
Qual projeto devo testar primeiro?
Escolha o Cheating Daddy para uma configuração focada no Gemini, o AI Interview Helper pela escolha de provedores ou o InterviewCopilot pelo fluxo de treino local-first documentado. As limitações de plataforma podem pesar mais do que a lista de recursos, principalmente no macOS.
Posso reutilizar ou vender uma versão modificada?
Leia a licença anexada àquela revisão exata e preserve os avisos exigidos. As obrigações de distribuição variam conforme a licença. Confira as dependências e os termos dos modelos separadamente; o rótulo no README de um projeto, sozinho, não basta.
Posso usar essas ferramentas durante uma entrevista de verdade?
Use-as apenas quando o entrevistador ou as regras da avaliação permitirem explicitamente a assistência e a captura envolvida. O treino particular é o cenário mais simples para avaliar. A disponibilidade do software e o comportamento de captura não estabelecem permissão.

