--- title: "Ollama (Local) — IA 100% Privada" url: "https://openclaw.ia.br/modelos/ollama/" markdown_url: "https://openclaw.ia.br/modelos/ollama.MD" description: "Rode modelos de IA localmente com Ollama. 100% privado, grátis, sem internet. Llama, Mistral, CodeLlama." date: "" author: "" --- # Ollama (Local) — IA 100% Privada Rode modelos de IA localmente com Ollama. 100% privado, grátis, sem internet. Llama, Mistral, CodeLlama. # Ollama (Local) Rode modelos de IA no seu próprio hardware — sem custo de API e sem dados saindo do seu computador. ## Introdução O Ollama permite executar modelos de linguagem grandes (LLMs) localmente, diretamente no seu computador ou servidor. Para usuários do OpenClaw, isso significa três coisas: privacidade total (nenhum dado enviado para terceiros), custo zero de API e funcionamento offline. Essa opção é especialmente relevante para quem lida com dados sensíveis — advogados processando casos confidenciais, médicos analisando prontuários, empresas com dados regulados pela [LGPD](/seguranca/lgpd/) ou qualquer situação onde enviar dados para APIs externas não é aceitável. A contrapartida é real: modelos locais têm qualidade inferior aos modelos de ponta na nuvem (Claude Opus, GPT-4), exigem hardware significativo para rodar bem e são mais lentos. Para a maioria dos casos de uso cotidianos, a diferença de qualidade é perceptível. Mas para dados que não podem sair do seu ambiente, o trade-off faz sentido. Antes de decidir, veja o [comparativo completo de modelos](/modelos/comparativo/) para entender quando Ollama é a escolha certa. ## Características Principais **Privacidade total:** O modelo roda no seu hardware, os dados nunca saem do seu ambiente. Ideal para conformidade com LGPD, HIPAA ou outras regulações de proteção de dados. **Custo zero de API:** Sem cobranças por token ou por chamada. O único custo é o hardware e a energia elétrica. **Funcionamento offline:** Funciona sem conexão à internet após o download inicial do modelo. Útil para ambientes com restrições de rede ou viagens. **Variedade de modelos:** O Ollama suporta dezenas de modelos — Llama, Mistral, CodeLlama, Phi, Gemma e muitos outros. Você escolhe o modelo mais adequado para cada caso de uso. **Controle total:** Você controla qual versão do modelo usa, como configura os parâmetros e onde os dados são armazenados. ## Vantagens - 100% privado — dados nunca saem do computador - Sem custo de API - Funciona offline após download - Sem limites de uso (rate limits) - Total controle sobre o modelo e os dados ## Desvantagens - Qualidade inferior aos modelos de ponta (Claude, GPT-4) - Requer hardware potente (GPU dedicada recomendada) - Mais lento que APIs na nuvem - Modelos maiores exigem muito RAM/VRAM - Configuração inicial mais complexa ## Como Funciona O Ollama roda um servidor local (por padrão em `localhost:11434`) que expõe uma API compatível com o formato da OpenAI. O OpenClaw se conecta a esse servidor local exatamente como se conecta a uma API remota, mas sem que nenhum dado saia do seu ambiente. ## Instalação ### Instalar o Ollama ```bash # Linux e macOS curl -fsSL https://ollama.ai/install.sh | sh # Windows # Baixe o instalador em ollama.ai/download ``` ### Baixar um Modelo ```bash # Modelo básico (mais leve) ollama pull llama3 # Modelo maior e melhor ollama pull llama3.1:70b # Modelo especializado em código ollama pull codellama # Modelo equilibrado (recomendado para começar) ollama pull mixtral ``` ### Verificar que Está Funcionando ```bash # Listar modelos instalados ollama list # Testar o modelo ollama run llama3 "Olá, tudo bem?" # Verificar servidor curl http://localhost:11434/api/tags ``` ## Configuração no OpenClaw ### Configuração Básica ```yaml agents: defaults: model: primary: "ollama/llama3" ``` ### Configuração Completa ```yaml # config.yaml provider: ollama ollama: base_url: http://localhost:11434 model: llama3.1:70b # Temperatura temperature: 0.7 # Contexto (em tokens) num_ctx: 8192 ``` ### Multi-Modelo: Ollama para Dados Sensíveis Use Ollama apenas para dados sensíveis, mantendo Claude para o restante: ```yaml models: default: claude-3-5-sonnet # Uso geral local: ollama/llama3.1 # Dados confidenciais code: ollama/codellama # Código privado ``` ``` "Use modelo local: analise esse contrato confidencial" "Use modelo code: revise esse código com dados de produção" ``` ## Modelos Recomendados | Modelo | RAM Mínima | Melhor Para | |--------|-----------|-------------| | llama3 (8B) | 8GB | Uso geral básico, testes | | llama3.1 (8B) | 8GB | Uso geral com melhor tool calling | | llama3.1 (70B) | 40GB RAM ou 24GB VRAM | Melhor qualidade local | | mixtral (8x7B) | 24GB | Bom equilíbrio qualidade/velocidade | | codellama | 8GB | Código, programação | | phi-3 | 4GB | Hardware muito limitado | **Recomendação para começar:** `llama3.1:8b` — roda em hardware comum, tem bom suporte a tool calling e qualidade adequada para tarefas básicas. ## Requisitos de Hardware ### Mínimo (experiência limitada) - 8GB RAM - CPU moderna (i7/Ryzen 7 ou superior) - SSD com 10GB livres por modelo ### Recomendado (experiência satisfatória) - 16GB RAM (32GB para modelos 70B) - GPU NVIDIA com 8GB+ VRAM - SSD rápido ### Ideal (experiência próxima a APIs na nuvem) - 32GB+ RAM - GPU NVIDIA com 16-24GB VRAM (RTX 3090, RTX 4090, A100) - Modelos 70B+ rodando inteiramente na GPU **Nota sobre GPUs:** Sem GPU, os modelos rodam na CPU — funciona, mas é muito mais lento. Com GPU NVIDIA (CUDA), a velocidade melhora dramaticamente. GPUs AMD funcionam com suporte experimental. ## Casos de Uso Ideais **Dados de saúde (médicos, clínicas):** Prontuários, diagnósticos e informações de pacientes nunca devem sair do ambiente controlado. Com Ollama, você mantém conformidade com o sigilo médico e com a LGPD para dados de saúde. **Dados jurídicos (advogados, escritórios):** Estratégias de caso, documentos confidenciais e informações de clientes ficam no seu servidor. Sem risco de violação do sigilo profissional por terceiros. **Propriedade intelectual (empresas de tecnologia):** Código fonte, algoritmos proprietários e segredos industriais não precisam ser enviados para APIs externas para análise. **Ambientes sem internet:** Locais com restrições de rede, data centers isolados ou situações de contingência onde a internet não está disponível. ## Limitações para Uso com OpenClaw **Tool calling:** Modelos locais têm suporte variável a tool calling. O Llama 3.1 tem suporte razoável, mas pode ser menos confiável que Claude ou GPT-4 em workflows com muitas ferramentas encadeadas. **Contexto:** Modelos locais tipicamente têm contexto menor (4K-32K tokens por padrão, configurável). Para documentos muito longos, você pode precisar fragmentar o conteúdo. **Velocidade:** Mesmo com GPU, modelos 70B são mais lentos que APIs na nuvem. Para automações que precisam de resposta rápida, isso pode ser um limitador. **Qualidade:** Para tarefas criativas, análise complexa ou decisões estratégicas, a diferença de qualidade em relação a Claude Opus ou GPT-4 é perceptível. Para tarefas estruturadas e bem definidas, a diferença é menor. ## FAQ **Q: Ollama funciona em Windows?** Sim. O Ollama tem instalador para Windows disponível em [ollama.ai/download](https://ollama.ai/download). O suporte a GPU (CUDA) também funciona no Windows. **Q: Quais modelos têm melhor tool calling local?** Llama 3.1 (especialmente o 70B) e Mistral/Mixtral têm melhor suporte a tool calling entre os modelos locais disponíveis. Para use cases críticos, teste antes de adotar em produção. **Q: Posso usar Ollama em um servidor da empresa?** Sim. Instale o Ollama no servidor, configure para aceitar conexões da rede local e aponte o OpenClaw para o endereço do servidor em vez de localhost. Isso permite que múltiplos usuários compartilhem o modelo. **Q: O Ollama funciona em Mac com chip Apple Silicon?** Sim, e com ótima performance. Os chips M1, M2 e M3 Pro/Max têm memória unificada que permite rodar modelos grandes de forma eficiente sem GPU separada. Um Mac com 16GB de RAM unificada roda o Llama 3.1 8B com velocidade satisfatória. **Q: Como atualizar um modelo para a versão mais recente?** ```bash ollama pull llama3.1 # Baixa a versão mais recente ollama rm llama3.1:old # Remove versão antiga se necessário ``` **Q: Usar Ollama já garante conformidade com a LGPD?** Usar Ollama elimina o risco de exposição de dados a APIs externas, mas a conformidade com LGPD depende de múltiplos fatores além disso: controles de acesso internos, políticas de retenção, base legal para o tratamento, etc. Leia o [guia completo de LGPD](/seguranca/lgpd/) para uma avaliação completa. ## Próximos Passos - [Comparativo de modelos](/modelos/comparativo/) — Compare com Claude e GPT - [Claude (Anthropic)](/modelos/claude/) — Melhor qualidade geral - [LGPD e conformidade](/seguranca/lgpd/) — Uso responsável de dados - [Boas práticas de segurança](/seguranca/boas-praticas/) — Segurança além do modelo - [Guia de instalação](/instalacao/) — Configure o OpenClaw completo