🤖 Agentes locais com Ollama: tool calling para máquinas sem nuvem

📌 Pra que serve

Construir agentes de IA que rodam 100% offline, sem enviar dados pra nuvem. Os modelos Nemotron e Recursive Flint, lançados em outubro de 2026, finalmente tornam o tool calling (função chamada por IA) confiável e prático em hardware local. Ideal pra trabalhar com código proprietário ou dados sensíveis.

🛠️ Passo a passo

1. Instale Ollama
Baixe em https://ollama.ai. Rodar: ollama serve (uma vez, deixa de fundo).

2. Baixe o modelo certo

ollama pull nemotron-3.5-bolt:e4b

Escolha conforme hardware:

e4b (Gemma 4): GPU de 8–16 GB, mais rápido

bolt (74B): GPU de 24 GB, melhor acurácia

super (120B): datacenter, contexto até 1M tokens

3. Instale a biblioteca Python

pip install ollama

4. Escreva seu primeiro agente

import ollama
def get_weather(city: str) -> str:
    return f"27°C em {city}, poucas nuvens"
tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Retorna temperatura atual",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "Nome da cidade"}
            },
            "required": ["city"]
        }
    }
}]
response = ollama.chat(
    model="nemotron-3.5-bolt:e4b",
    messages=[{"role": "user", "content": "Qual temp em São Paulo?"}],
    tools=tools
)if response.message.tool_calls:
    for call in response.message.tool_calls:
        if call.function.name == "get_weather":
            print(get_weather(call.function.arguments))

5. Teste no terminal (rápido)**

ollama run d3 "Cliente diz: cartão cobrado 2x" --ask "É problema de cobrança?"

Modelos decision (d3, nimble) roteiam tarefas sem gastar um modelo grande.

💡 Dica:

Combine decision models (2–27B) como roteadores antes de chamar o agente pesado (40B+). Econo
miza GPU e latência. Recursive Flint é ouro puro pra agentes de código: 40B, 262K tokens, Apache 2.0 — entende repositórios inteiros.

🔗 Links e instalação

Ollama oficial: https://ollama.ai
GitHub releases (Nemotron, Flint): https://github.com/ollama/ollama/releases
Artigo completo: https://imasters.com/inteligencia-artificial/ollama-strengthens-tool-calling-with-new-models-how-to-build-a-100-local-agent
Modelos recomendados:

- ollama pull nemotron-3.5-bolt:e4b (entry-point) - ollama pull recursive-flint (agentes de código) - ollama pull d3 (roteamento inteligente)

Custo: zero. Rodas na sua GPU.