IA no seu PC

1. Baixe o instalador em ollama.com e instale como qualquer programa.
2. Abra o Ollama e escolha um modelo na lista (por exemplo, gemma4 ou qwen3.5).
3. Espere o download do modelo terminar (pode ter vários GB).
4. Escreva sua pergunta na janela de chat, como no ChatGPT.

⚠ Alguns modelos da lista são 'cloud' e rodam nos servidores do Ollama, não no seu PC; para privacidade total, use só os locais.

1. Baixe o LM Studio em lmstudio.ai e instale.
2. Na aba de busca, procure um modelo; o app avisa se ele cabe no seu computador.
3. Clique em baixar e aguarde.
4. Abra a aba de chat, selecione o modelo e comece a conversar.

⚠ O programa é gratuito, mas não é de código aberto; leia os termos de uso antes de usar na empresa.

1. Baixe o Jan em jan.ai e instale.
2. Abra o Hub de modelos e baixe um modelo recomendado.
3. Crie uma nova conversa e escolha o modelo baixado.
4. Se quiser, ative também modelos online colocando uma chave de API.

⚠ Ao conectar modelos online (OpenAI, Anthropic etc.), suas mensagens deixam de ficar só no seu PC.

1. Baixe o Msty Studio em msty.ai e instale.
2. Na primeira abertura, escolha instalar a IA local e um modelo sugerido.
3. Abra um novo chat e selecione o modelo.
4. Experimente dividir a tela para comparar dois modelos na mesma pergunta.

⚠ Tem plano gratuito e recursos pagos; confira o que entra em cada plano antes de depender dele.

1. Instale o Ollama ou o LM Studio e baixe um modelo.
2. Baixe o Cherry Studio no site oficial ou no GitHub e instale.
3. Em Configurações > Provedores, ative o Ollama (ou LM Studio).
4. Escolha o modelo e comece a conversar.

⚠ Ele mesmo não roda modelos: precisa de um 'motor' como Ollama ou LM Studio por trás para ficar offline.

1. Instale o Ollama e baixe um modelo.
2. Instale o Docker Desktop.
3. Rode o comando de instalação do Open WebUI que está no site oficial.
4. Abra o endereço indicado no navegador, crie a conta de administrador e escolha o modelo.

⚠ Se for liberar para a equipe ou para a internet, configure senhas e acesso com cuidado; a licença tem regras sobre manter a marca.

1. Instale o Docker.
2. Baixe o LibreChat do GitHub.
3. Copie o arquivo de configuração de exemplo e aponte para o Ollama.
4. Suba com o comando do Docker indicado na documentação e acesse pelo navegador.

⚠ Exige alguma familiaridade com servidor e arquivos de configuração; peça ajuda a alguém de TI se for usar na empresa.

1. Instale e abra o Ollama com um modelo baixado.
2. Instale a extensão Page Assist na loja do seu navegador.
3. Clique no ícone da extensão e escolha o modelo.
4. Abra qualquer site e peça um resumo da página.

⚠ Extensões leem o conteúdo das páginas; instale só pela loja oficial do navegador.

1. Baixe o arquivo do KoboldCpp na página de versões do GitHub.
2. Baixe um modelo em formato GGUF no Hugging Face.
3. Abra o KoboldCpp e selecione o arquivo do modelo.
4. Clique em Launch e use a tela que abre no navegador.

⚠ Escolha modelos de fontes confiáveis no Hugging Face; versões feitas por terceiros podem ter conteúdo sem filtro.

1. Baixe a versão portátil (ou o pacote completo) na página do GitHub.
2. Rode o arquivo de início para o seu sistema.
3. Baixe um modelo pela aba Model.
4. Carregue o modelo e use a aba Chat.

⚠ Tem muitas opções técnicas; para quem está começando, Ollama ou LM Studio são mais simples.

1. Baixe o AnythingLLM Desktop em anythingllm.com e instale.
2. Escolha o modelo local (ele pode usar o Ollama ou o próprio motor interno).
3. Crie um 'Workspace' e arraste seus documentos para dentro.
4. Pergunte, por exemplo: 'Qual o prazo de entrega no contrato X?'.

⚠ A IA pode errar ou misturar trechos; confira sempre a resposta no documento original citado.

1. Instale o Docker.
2. Baixe o RAGFlow do GitHub.
3. Suba com o comando Docker da documentação.
4. Acesse pelo navegador, conecte o Ollama como modelo e envie seus documentos.

⚠ É pesado e técnico; indicado para quem tem um servidor ou alguém de TI para cuidar.

1. Instale o Ollama e baixe um modelo.
2. Instale o Khoj seguindo o guia de auto-hospedagem do site (pip ou Docker).
3. Abra o painel no navegador e conecte o Ollama.
4. Adicione suas pastas de documentos e comece a perguntar.

⚠ Existe também a versão na nuvem; para manter tudo privado, use a versão instalada no seu PC.

1. Instale o Ollama e baixe um modelo.
2. Instale o Docker.
3. Rode o comando Docker do README do Vane.
4. Abra no navegador, escolha o Ollama nas configurações e faça sua pesquisa.

⚠ As pesquisas na internet saem do seu PC; só a parte de 'pensar' fica local.

1. Baixe o ComfyUI Desktop em comfy.org (ou a versão portátil para Windows).
2. Abra e escolha um modelo de exemplo nos 'Templates'.
3. Deixe o programa baixar os arquivos do modelo.
4. Escreva o que quer ver na caixa de texto e clique em Run.

⚠ Extensões ('custom nodes') de terceiros podem trazer código malicioso; instale só as conhecidas.

1. Baixe o instalador (Launcher) na página do InvokeAI.
2. Siga o assistente de instalação.
3. No gerenciador de modelos, baixe um modelo inicial recomendado.
4. Escreva o pedido e gere; use a tela 'Canvas' para editar partes.

⚠ Confira a licença do modelo de imagem antes de usar as artes em produtos à venda.

1. Baixe o instalador para o seu sistema na página do GitHub.
2. Rode o instalador e siga as perguntas na tela do navegador.
3. Escolha um modelo para baixar no fim da instalação.
4. Use a aba Generate para criar imagens.

⚠ A primeira instalação baixa muitos GB; deixe espaço em disco sobrando.

1. Baixe o projeto do GitHub (ramo 'neo').
2. Rode o arquivo de início indicado no README.
3. Coloque um modelo de imagem na pasta de modelos.
4. Abra o endereço no navegador e gere suas imagens.

⚠ O Forge original não recebe atualizações desde 2025; prefira esta continuação ou o ComfyUI.

1. Instale o Git e o Python.
2. Baixe o SD.Next do GitHub.
3. Rode o script de instalação do seu sistema.
4. Abra no navegador e baixe um modelo pela aba de modelos.

⚠ Instalação manual; siga o guia oficial passo a passo.

1. Baixe o Stability Matrix no site ou no GitHub.
2. Abra e escolha qual programa de imagens instalar.
3. Use o navegador de modelos dele para baixar um modelo.
4. Clique em Launch para abrir o programa escolhido.

⚠ Ele baixa modelos de sites como o Civitai; evite modelos de origem duvidosa ou com conteúdo impróprio.

1. Instale o Krita (gratuito).
2. Baixe o plugin e importe pelo menu Ferramentas > Scripts.
3. No painel do plugin, escolha instalar o servidor local.
4. Desenhe ou selecione uma área e peça para a IA preencher.

⚠ A instalação do servidor local baixa vários GB de modelos.

1. Baixe o Upscayl em upscayl.org e instale.
2. Arraste uma imagem para a janela.
3. Escolha o tipo de modelo (foto real, desenho etc.).
4. Clique em Upscayl e salve o resultado.

⚠ Placas de vídeo muito antigas ou só com vídeo integrado podem não funcionar.

1. Instale pelo Pinokio (mais fácil) ou siga o guia de instalação do GitHub.
2. Abra a tela no navegador.
3. Escolha um modelo de vídeo e baixe-o.
4. Escreva a cena ou envie uma imagem e gere o vídeo.

⚠ Vídeo é a tarefa mais pesada de todas: espere vários minutos por clipe curto. Nunca use para imitar pessoas reais sem autorização.

1. Instale Python e Git.
2. Baixe o repositório e instale as dependências como no README.
3. Baixe os pesos do modelo LTX no Hugging Face.
4. Rode o comando de exemplo; para usar com tela, prefira o ComfyUI ou o Wan2GP.

⚠ A licença dos modelos LTX tem regras para uso comercial; leia antes de usar em trabalho pago.

1. Baixe o Pinokio no site oficial e instale.
2. Abra a aba Discover e procure o app desejado (ex.: Wan2GP).
3. Clique em Install e aguarde.
4. Clique em Start para abrir o app.

⚠ Os scripts são feitos pela comunidade; prefira os verificados e os mais usados.

1. Baixe o projeto e compile seguindo o README (ou use um app que já o inclui, como Buzz ou Vibe).
2. Baixe um modelo Whisper com o script incluso.
3. Converta seu áudio para WAV se necessário.
4. Rode o comando de transcrição apontando para o arquivo.

⚠ É ferramenta de linha de comando; para quem não programa, use Buzz, Vibe ou Handy.

1. Instale o Python.
2. Instale com: pip install faster-whisper.
3. Copie o exemplo curto do README para um arquivo .py.
4. Rode apontando para seu arquivo de áudio.

⚠ Feita para programadores; muitos apps de transcrição já usam ela por dentro.

1. Baixe o Buzz no site ou no GitHub e instale.
2. Clique em importar e escolha o arquivo de áudio ou vídeo.
3. Escolha o modelo Whisper e o idioma português.
4. Exporte o texto ou a legenda (SRT).

⚠ Modelos maiores acertam mais, porém demoram mais; comece pelo médio.

1. Baixe o Vibe na página oficial.
2. Instale e deixe ele baixar o modelo na primeira abertura.
3. Arraste seu áudio ou vídeo para a janela.
4. Escolha português e clique em transcrever.

⚠ Revise nomes próprios e números; transcrição automática sempre tem pequenos erros.

1. Baixe o Handy no site ou no GitHub e instale.
2. Dê permissão de microfone e de acessibilidade quando pedir.
3. Escolha um modelo de voz para baixar.
4. Aperte o atalho, fale e solte para o texto ser digitado.

⚠ Precisa de permissões de teclado e microfone; baixe só da fonte oficial.

1. Instale o Python.
2. Instale com: pip install piper-tts.
3. Baixe uma voz pt_BR com o comando de download do Piper.
4. Rode o comando passando o texto e o nome do arquivo de saída.

⚠ Cada voz tem sua própria licença; confira antes de usar em vídeos comerciais.

1. Instale o Docker.
2. Rode o comando Docker indicado no README (versão CPU ou GPU).
3. Abra a tela web que vem junto.
4. Escolha uma voz em português, cole o texto e gere o áudio.

⚠ As vozes em português são poucas; teste antes de adotar em produção.

1. Instale o Python.
2. Instale com: pip install chatterbox-tts.
3. Copie o exemplo do README.
4. Rode com seu texto em português e ouça o arquivo gerado.

⚠ Permite imitar vozes: use apenas a sua ou com autorização por escrito da pessoa.

1. Instale o Ollama e um modelo de código (ex.: qwen3-coder).
2. No VS Code, instale a extensão Continue.
3. Configure o Ollama como provedor.
4. Selecione um trecho de código e peça explicação ou alteração.

⚠ Revise todo código sugerido antes de usar; modelos locais erram mais que os grandes online.

1. Instale o Python.
2. Instale o Aider com o comando do site.
3. Entre na pasta do projeto e rode aider apontando para um modelo do Ollama.
4. Peça a mudança em linguagem normal e revise o resultado.

⚠ Ele altera arquivos de verdade; use Git para poder desfazer.

1. Instale a extensão Cline no VS Code.
2. Escolha Ollama ou LM Studio como provedor.
3. Selecione um modelo local de código.
4. Descreva a tarefa e aprove cada passo.

⚠ Leia o que ele quer executar antes de aprovar comandos no terminal.

1. Instale a extensão Kilo Code no seu editor.
2. Nas configurações, escolha Ollama ou LM Studio.
3. Selecione o modelo local.
4. Peça a tarefa no chat e revise as alterações.

⚠ Tem também planos pagos com modelos online; para ficar offline, configure só o provedor local.

1. Instale com o comando do site opencode.ai.
2. Configure o Ollama como provedor.
3. Abra a pasta do projeto no terminal e rode opencode.
4. Descreva o que quer mudar e revise as alterações.

⚠ Ferramenta de terminal: indicada para quem já programa.

1. Instale o Tabby (Docker ou binário do GitHub).
2. Inicie o servidor escolhendo um modelo de código.
3. Instale a extensão do Tabby no editor de cada programador.
4. Conecte a extensão ao endereço do servidor.

⚠ Pensado para equipes; requer alguém de TI para manter o servidor.

1. Baixe uma versão pronta na página de releases do GitHub.
2. Baixe um modelo GGUF no Hugging Face.
3. Rode o llama-server apontando para o modelo.
4. Abra o endereço local no navegador para usar o chat embutido.

⚠ Para leigos, use um app que já o embute (LM Studio, Ollama, Jan, KoboldCpp).

1. Instale com o script do site ou com Docker.
2. Abra o painel web e instale um modelo da galeria.
3. Teste no chat do próprio painel.
4. Aponte seus sistemas para o endereço local no lugar da API da OpenAI.

⚠ Não deixe a porta do servidor aberta para a internet sem senha.

1. Prepare um servidor Linux com placa de vídeo e drivers.
2. Instale com: pip install vllm.
3. Rode vllm serve com o nome do modelo do Hugging Face.
4. Conecte seus sistemas ao endereço compatível com a API da OpenAI.

⚠ Exige conhecimento técnico; para uso pessoal, Ollama ou LM Studio bastam.

1. Prepare um servidor Linux com placa de vídeo.
2. Instale seguindo a documentação oficial (pip ou Docker).
3. Inicie o servidor com o modelo desejado.
4. Acesse pela API compatível com a OpenAI.

⚠ Ferramenta para equipes técnicas; não é para uso no notebook do dia a dia.

1. Instale o Python no Mac.
2. Instale com: pip install mlx-lm.
3. Rode mlx_lm.generate com um modelo da comunidade mlx-community no Hugging Face.
4. Para ter tela, use o LM Studio, que também usa MLX.

⚠ Funciona só em Mac com chip Apple; não serve para Windows.