Blog

Como Baixar e Usar o Ollama para Executar LLMs Localmente

@apidog

@apidog

27 junho 2025

Como Baixar e Usar o Ollama para Executar LLMs Localmente

O mundo da Inteligência Artificial (IA) está evoluindo a uma velocidade impressionante, com Modelos de Linguagem de Grande Escala (LLMs) como ChatGPT, Claude e Gemini capturando a imaginação global. Essas ferramentas poderosas podem escrever código, redigir e-mails, responder a perguntas complexas e até gerar conteúdo criativo. No entanto, o uso desses serviços baseados em nuvem frequentemente levanta preocupações sobre privacidade de dados, custos potenciais e a necessidade de uma conexão contínua com a internet.

Apresentamos Ollama.

Ollama é uma ferramenta poderosa e de código aberto projetada para democratizar o acesso a grandes modelos de linguagem, permitindo que você os baixe, execute e gerencie diretamente no seu próprio computador. Ela simplifica o processo muitas vezes complexo de configuração e interação com modelos de IA de ponta localmente.

Por que Usar Ollama?

Executar LLMs localmente com Ollama oferece várias vantagens convincentes:

  1. Privacidade: Seus prompts e as respostas do modelo permanecem na sua máquina. Nenhum dado é enviado para servidores externos, a menos que você explicitamente configure para fazê-lo. Isso é crucial para informações sensíveis ou trabalho proprietário.
  2. Acesso Offline: Uma vez que um modelo é baixado, você pode usá-lo sem uma conexão à internet, tornando-o perfeito para viagens, locais remotos ou situações com conectividade irregular.
  3. Personalização: Ollama permite que você modifique facilmente os modelos usando 'Modelfiles', permitindo que você adapte seu comportamento, prompts de sistema e parâmetros às suas necessidades específicas.
  4. Economia: Não há taxas de assinatura ou encargos por token. O único custo é o hardware que você já possui e a eletricidade para executá-lo.
  5. Exploração e Aprendizado: Ela oferece uma plataforma fantástica para experimentar diferentes modelos de código aberto, entender suas capacidades e limitações e aprender mais sobre como os LLMs funcionam internamente.

Este artigo é voltado para iniciantes que estão confortáveis usando uma interface de linha de comando (como Terminal no macOS/Linux ou Prompt de Comando/PowerShell no Windows) e desejam começar a explorar o mundo dos LLMs locais com Ollama. Vamos guiá-lo para entender os princípios básicos, instalar o Ollama, executar seu primeiro modelo, interagir com ele e explorar personalizações básicas.

💡
Quer uma ótima ferramenta de Teste de API que gera documentação de API bonita?

Quer uma plataforma integrada, tudo-em-um para sua equipe de desenvolvedores trabalharem juntas com máxima produtividade?

Apidog atende todas as suas demandas e substitui o Postman a um preço muito mais acessível!
botão

Como Funciona o Ollama?

Antes de mergulhar na instalação, vamos esclarecer alguns conceitos fundamentais.

O que são Modelos de Linguagem de Grande Escala (LLMs)?

Pense em um LLM como um sistema de autocompletar incrivelmente avançado, treinado em vastas quantidades de texto e código da internet. Ao analisar padrões nesses dados, ele aprende gramática, fatos, habilidades de raciocínio e diferentes estilos de escrita. Quando você lhe fornece um prompt (texto de entrada), ele prevê a sequência de palavras mais provável a seguir, gerando uma resposta coerente e frequentemente perspicaz. Diferentes LLMs são treinados com diferentes conjuntos de dados, tamanhos e arquiteturas, levando a variações em suas forças, fraquezas e personalidades.

Como Funciona o Ollama?

Ollama atua como um gerenciador e executor desses LLMs na sua máquina local. Suas funções principais incluem:

  1. Download do Modelo: Ele busca pesos e configurações de LLM pré-empacotados de uma biblioteca central (semelhante ao modo como o Docker puxa imagens de contêiner).
  2. Execução do Modelo: Ele carrega o modelo escolhido na memória (RAM) do seu computador e potencialmente utiliza sua placa de vídeo (GPU) para aceleração.
  3. Fornecendo Interfaces: Oferece uma interface de linha de comando simples (CLI) para interação direta e também executa um servidor web local que fornece uma API (Interface de Programação de Aplicações) para que outros aplicativos se comuniquem com o LLM em execução.

Requisitos de Hardware para Ollama: Meu Computador Conseguirá Rodá-lo?

Executar LLMs localmente pode ser exigente, principalmente para a RAM (Memória de Acesso Aleatório) do seu computador. O tamanho do modelo que você deseja rodar determina a RAM mínima necessária.

Outros Fatores que você pode precisar considerar:

Recomendação para Iniciantes: Comece com modelos menores (como phi3, mistral ou llama3:8b) e certifique-se de ter pelo menos 16GB de RAM para uma experiência inicial confortável. Verifique o site do Ollama ou a biblioteca de modelos para recomendações específicas de RAM para cada modelo.

Como Instalar Ollama no Mac, Linux e Windows (Usando WSL)

O Ollama suporta macOS, Linux e Windows (atualmente em prévia, frequentemente exigindo WSL).

Passo 1: Pré-requisitos

Passo 2: Baixando e Instalando o Ollama

O processo varia um pouco dependendo do seu sistema operacional:

  1. Vá para o site oficial do Ollama: https://ollama.com
  2. Clique no botão "Baixar", depois selecione "Baixar para macOS".
  3. Uma vez que o arquivo .dmg é baixado, abra-o.
  4. Arraste o ícone do aplicativo Ollama para a sua pasta Applications.
  5. Você pode precisar conceder permissões na primeira vez que executá-lo.

A maneira mais rápida geralmente é através do script de instalação oficial. Abra seu terminal e execute:

curl -fsSL <https://ollama.com/install.sh> | sh

Esse comando baixa o script e o executa, instalando o Ollama para o seu usuário. Ele também tentará detectar e configurar o suporte a GPU, se aplicável (os drivers NVIDIA são necessários).

Siga quaisquer prompts exibidos pelo script. Instruções de instalação manual também estão disponíveis no repositório do Ollama no GitHub, se você preferir.

  1. Vá para o site oficial do Ollama: https://ollama.com
  2. Clique no botão "Baixar", depois selecione "Baixar para Windows (Prévia)".
  3. Execute o instalador executável baixado (.exe).
  4. Siga os passos do assistente de instalação.
  5. Nota Importante: O Ollama no Windows depende fortemente do Subsistema do Windows para Linux (WSL2). O instalador pode solicitar que você instale ou configure o WSL2 se ainda não estiver configurado. A aceleração por GPU normalmente requer configurações específicas do WSL e drivers NVIDIA instalados dentro do ambiente WSL. Usar o Ollama pode parecer mais nativo dentro de um terminal WSL.

Passo 3: Verificando a Instalação

Uma vez instalado, você precisa verificar se o Ollama está funcionando corretamente.

Abrir seu terminal ou prompt de comando. (No Windows, é frequentemente recomendado usar um terminal WSL).

Digite o seguinte comando e pressione Enter:

ollama --version

Se a instalação foi bem-sucedida, você verá uma saída exibindo o número da versão instalada do Ollama, como:

versão do ollama é 0.1.XX

Se você ver isso, o Ollama está instalado e pronto para usar! Se você encontrar um erro como "comando não encontrado", verifique novamente os passos de instalação, garanta que o Ollama foi adicionado ao PATH do sistema (o instalador geralmente cuida disso), ou tente reiniciar seu terminal ou computador.

Introdução: Executando Seu Primeiro Modelo com Ollama

Com o Ollama instalado, você pode agora baixar e interagir com um LLM.

Conceito: O Registro de Modelos Ollama

Ollama mantém uma biblioteca de modelos de código aberto prontamente disponíveis. Quando você pede ao Ollama para executar um modelo que ele não possui localmente, ele o baixa automaticamente desse registro. Pense nisso como docker pull para LLMs. Você pode navegar pelos modelos disponíveis na seção de biblioteca do site do Ollama.

Escolhendo um Modelo

Para iniciantes, é melhor começar com um modelo relativamente pequeno e bem equilibrado. Boas opções incluem:

Verifique a biblioteca do Ollama para detalhes sobre o tamanho de cada modelo, requisitos de RAM e casos de uso típicos.

Baixando e Executando um Modelo (Linha de Comando)

O comando principal que você usará é ollama run.

Abrir seu terminal.

Escolha um nome de modelo (por exemplo, llama3:8b).

Digite o comando:

ollama run llama3:8b

Pressione Enter.

O que Acontece a Seguir?

Download: Se você não tiver llama3:8b localmente, o Ollama exibirá barras de progresso enquanto baixa as camadas do modelo. Isso pode levar algum tempo, dependendo da sua velocidade de internet e do tamanho do modelo (frequentemente vários gigabytes).

Carregamento: Uma vez baixado, o Ollama carrega o modelo na RAM do seu computador (e na memória da GPU, se aplicável). Você pode ver mensagens sobre detecção de hardware.

Bate-papo Interativo: Após o carregamento, você verá um prompt como: Isso significa que o modelo está pronto! Você agora está em uma sessão de bate-papo interativa diretamente com o LLM em execução na sua máquina.

>>> Envie uma mensagem (/? para ajuda)

Interagindo com o Modelo:

Exemplo de Interação:


> Envie uma mensagem (/? para ajuda)
Explique o conceito de fotossíntese em termos simples.
>

A fotossíntese é como as plantas fazem sua própria comida! Elas pegam três ingredientes principais:

1. **Luz Solar:** Energia do sol.
2. **Água:** Absorvida pelas raízes.
3. **Dióxido de Carbono:** Um gás que elas retiram do ar através de pequenos buracos em suas folhas.

Usando a energia da luz solar, as plantas combinam a água e o dióxido de carbono dentro de partes especiais de suas células chamadas cloroplastos. Esse processo cria duas coisas:

1. **Açúcar (Glicose):** Essa é a comida da planta, dando-lhe energia para crescer.
2. **Oxigênio:** Um gás que a planta libera de volta para o ar, que os animais (como nós!) precisam para respirar.

Portanto, de forma simples: as plantas usam luz solar, água e ar para fazer sua própria comida e liberam o oxigênio que precisamos!

>
>

Saindo da Sessão:

Quando você terminar de conversar, digite /bye e pressione Enter. Isso descarregará o modelo da memória e retornará você ao seu prompt de terminal regular. Você também pode frequentemente usar Ctrl+D.

Listando Modelos Baixados

Para ver quais modelos você baixou localmente, use o comando ollama list:

ollama list

A saída mostrará os nomes dos modelos, seus IDs únicos, tamanhos e quando foram modificados pela última vez:

NOME            ID              TAMANHO MODIFICADO
llama3:8b       871998b83999    4.7 GB  5 dias atrás
mistral:latest  8ab431d3a87a    4.1 GB  2 semanas atrás

Removendo Modelos

Modelos ocupam espaço em disco. Se você não precisar mais de um modelo específico, pode removê-lo usando o comando ollama rm seguido do nome do modelo:

ollama rm mistral:latest

Ollama confirmará a exclusão. Isso apenas remove os arquivos baixados; você sempre pode executar ollama run mistral:latest novamente para baixá-lo novamente mais tarde.

Como Obter Melhores Resultados do Ollama

Executar modelos é apenas o começo. Aqui estão algumas maneiras de obter melhores resultados:

Compreendendo Prompts (Fundamentos da Engenharia de Prompts)

A qualidade da saída do modelo depende fortemente da qualidade da sua entrada (o prompt).

Experimentos com Diferentes Modelos

Diferentes modelos se destacam em diferentes tarefas.

Experimente! Execute o mesmo prompt em diferentes modelos usando ollama run <nome_do_modelo> para ver qual atende melhor às suas necessidades para uma tarefa específica.

Prompts de Sistema (Definindo o Contexto)

Você pode orientar o comportamento ou a persona geral do modelo para uma sessão usando um "prompt de sistema." Isso é como fornecer instruções de fundo para a IA antes da conversa começar. Embora personalizações mais profundas envolvam Modelfiles (cobrindo brevemente a seguir), você pode definir uma simples mensagem de sistema diretamente ao executar um modelo:

# Esse recurso pode variar ligeiramente; verifique `ollama run --help`
# Ollama pode integrar isso no bate-papo diretamente usando /set system
# Ou através de Modelfiles, que é a maneira mais robusta.

# Exemplo conceitual (verifique a documentação do Ollama para a sintaxe exata):
# ollama run llama3:8b --system "Você é um assistente útil que sempre responde em linguagem pirata."

Uma maneira mais comum e flexível é definir isso em um Modelfile.

Interagindo via API (Uma Olhada Rápida)

O Ollama não é apenas para a linha de comando. Ele executa um servidor web local (geralmente em http://localhost:11434) que expõe uma API. Isso permite que outros programas e scripts interajam com seus LLMs locais.

Você pode testar isso com uma ferramenta como curl no seu terminal:

curl <http://localhost:11434/api/generate> -d '{
  "model": "llama3:8b",
  "prompt": "Por que o céu é azul?",
  "stream": false
}'

Isso envia um pedido para a API do Ollama pedindo que o modelo llama3:8b responda ao prompt "Por que o céu é azul?". Definindo "stream": false aguarda a resposta total em vez de transmiti-la palavra por palavra.

Você receberá de volta uma resposta JSON contendo a resposta do modelo. Essa API é a chave para integrar o Ollama a editores de texto, aplicativos personalizados, fluxos de trabalho de script e muito mais. Explorar a API completa vai além deste guia para iniciantes, mas saber que ela existe abre muitas possibilidades.

Como Personalizar o Ollama Modelfiles

Uma das características mais poderosas do Ollama é a capacidade de personalizar modelos usando Modelfiles. Um Modelfile é um arquivo de texto simples contendo instruções para criar uma nova versão personalizada de um modelo existente. Pense nisso como um Dockerfile para LLMs.

O que Você Pode Fazer com um Modelfile?

Exemplo Simples de Modelfile:

Vamos supor que você queira criar uma versão do llama3:8b que sempre aja como um Assistente Sarcástico.

Crie um arquivo chamado Modelfile (sem extensão) em um diretório.

Adicione o seguinte conteúdo:

# Herda do modelo base llama3
FROM llama3:8b

# Define um prompt de sistema
SYSTEM """Você é um assistente altamente sarcástico. Suas respostas devem ser tecnicamente corretas, mas entregues com ironia e relutância."""

# Ajuste de criatividade (temperatura mais baixa = menos aleatório/mais focado)
PARAMETER temperature 0.5

Criando o Modelo Personalizado:

Navegue até o diretório contendo seu Modelfile no terminal.

Execute o comando ollama create:

ollama create sarcastic-llama -f ./Modelfile

Ollama processará as instruções e criará o novo modelo. Você pode então executá-lo como qualquer outro:

ollama run sarcastic-llama

Agora, quando você interagir com sarcastic-llama, ele adotará a persona sarcástica definida no prompt SYSTEM.

Os Modelfiles oferecem um potencial de personalização profundo, permitindo que você ajuste modelos para tarefas ou comportamentos específicos sem precisar treiná-los desde o início. Explore a documentação do Ollama para mais detalhes sobre as instruções e parâmetros disponíveis.

Corrigindo Erros Comuns do Ollama

Embora o Ollama tenha como objetivo a simplicidade, você pode encontrar obstáculos ocasionais:

A Instalação Falha:

Falhas no Download do Modelo:

Desempenho Lento do Ollama:

Erros "Modelo não encontrado":

Alternativas ao Ollama?

Existem várias alternativas atraentes ao Ollama para executar grandes modelos de linguagem localmente.

Conclusão: Sua Jornada na IA Local

O Ollama abre as portas para o fascinante mundo dos grandes modelos de linguagem, permitindo que qualquer um com um computador razoavelmente moderno execute ferramentas de IA poderosas localmente, de forma privada e sem custos contínuos.

Isso é apenas o começo. A verdadeira diversão começa quando você experimenta diferentes modelos, adapta-os às suas necessidades específicas usando Modelfiles, integra o Ollama em seus próprios scripts ou aplicativos através de sua API e explora o ecossistema de IA de código aberto que cresce rapidamente.

A capacidade de executar IA sofisticada localmente é transformadora, capacitando indivíduos e desenvolvedores. Mergulhe, explore, faça perguntas e aproveite o poder dos grandes modelos de linguagem ao seu alcance com o Ollama.

💡
Quer uma ótima ferramenta de Teste de API que gera documentação de API bonita?

Quer uma plataforma integrada, tudo-em-um para sua equipe de desenvolvedores trabalharem juntas com máxima produtividade?

Apidog atende todas as suas demandas e substitui o Postman a um preço muito mais acessível!
botão

Pratique o design de API no Apidog

Descubra uma forma mais fácil de construir e usar APIs

Cadastre-se gratuitamenteBaixar