NOTA 9/10 — Ferramenta prática, madura, bem-documentada e totalmente gratuita para rodar LLMs localmente; relevância comprovada com 9 milhões de usuários e caso de uso claro para tutoriais hands-on.

---

🦙 Rodando IA Local com Ollama

📌 Pra que serve

Ollama é um executor de modelos de linguagem que roda no seu PC/Mac/Linux sem depender de APIs online. Perfeito pra quem quer privacidade, economia de créditos ou está offline — você baixa modelos como Llama, Mistral ou DeepSeek e interage via linha de comando ou API REST na porta 11434.

🛠️ Passo a passo

1. Instale o Ollama

Acesse [ollama.com](https://ollama.com)

Download para seu SO (macOS, Linux ou Windows)

Execute o instalador; o serviço rodará em background

2. Abra o terminal e execute seu primeiro modelo

ollama run llama2

Aguarde o download (tamanho varia: Llama2 ~4GB). Depois, converse diretamente no terminal.

3. Teste a API REST
Em outro terminal:

curl http://localhost:11434/api/generate -d '{
  "model": "llama2",
  "prompt": "Olá, qual é o significado da vida?",
  "stream": false
}'

4. Use com Python (opcional, pra quem quer integrar)

import requests
response = requests.post('http://localhost:11434/api/generate', json={
    "model": "llama2",
    "prompt": "Explique machine learning"
})
print(response.json())

5. Gerencie modelos

ollama list              # Lista instalados
ollama pull mistral      # Baixa Mistral
ollama rm llama2         # Remove Llama2

💡 Dica: Use modelos quantizados (ex: ollama run neural-chat) pra economizar RAM. Ative GPU com CUDA_VISIBLE_DEVICES=0 ollama serve se tiver NVIDIA. Em Apple Silicon, já vem otimizado.

🔗 Links e instalação

Site oficial: https://ollama.com
GitHub: https://github.com/ollama/ollama
Documentação API: https://github.com/ollama/ollama/blob/main/docs/api.md
Modelos disponíveis: https://ollama.com/library
Docker: docker r


un -d -v ollama:/root/.ollama -p 11434:11434 ollama/ollama