PT
FrançaisEnglishEspañolItalianoDeutsch日本語

Guias práticos

Como executar um modelo de programação localmente com o Ollama

Instale o Ollama no macOS, Linux ou Windows, escolha um modelo para código, ajuste a janela de contexto e conecte o OpenCode ou o Cline.

Por ·

O Ollama baixa e executa modelos de linguagem na sua máquina e os disponibiliza por uma API local em http://localhost:11434. Um agente de programação pode se conectar a ela e trabalhar sem enviar seu código a um provedor de API. Este guia segue a documentação do Ollama, verificada em 20 de outubro de 2026; os limites de hardware são tratados no final.

Instalar o Ollama

macOS: macOS Sonoma (v14) ou mais recente. Os chips Apple da série M são compatíveis em CPU e GPU, os Macs Intel apenas em CPU (Ollama). O método preferido é montar o ollama.dmg e arrastar o aplicativo para a pasta Aplicativos; ao iniciar, ele oferece vincular o comando ollama em /usr/local/bin. A página de download também oferece a instalação por linha de comando, a mesma do Linux.

Linux (Ollama):

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

Windows: Windows 10 22H2 ou mais recente, Home ou Pro. A instalação não exige direitos de administrador, vai para o seu diretório pessoal e ocupa pelo menos 4 GB (Ollama). Pelo PowerShell, conforme a página de download:

irm https://ollama.com/install.ps1 | iex

Depois, confira se o comando responde:

ollama -v

Planeje o espaço em disco: segundo o Ollama, os modelos variam de dezenas a centenas de gigabytes. No Windows, a variável OLLAMA_MODELS permite armazená-los fora do seu diretório pessoal.

Escolher um modelo adequado para código

A biblioteca do Ollama inclui famílias especializadas em código. Dois exemplos comuns, com números das suas páginas oficiais:

Para baixar e executar o qwen3-coder 30B, o comando da sua página oficial:

ollama run qwen3-coder:30b

Os modelos que sabem chamar ferramentas, de que um agente precisa, podem ser filtrados na biblioteca. Nem sempre a página de um modelo informa a memória necessária: compare o tamanho do arquivo com a memória da sua placa de vídeo ou com a memória unificada de um Mac.

Ajustar a janela de contexto

Esta é a configuração que mais importa para um agente. Por padrão, o Ollama escolhe a janela de contexto conforme a memória de vídeo (VRAM) disponível (Ollama):

O Ollama recomenda pelo menos 64.000 tokens para agentes e ferramentas de programação. Ajuste-a com o controle deslizante nas configurações do aplicativo ou ao iniciar o servidor:

OLLAMA_CONTEXT_LENGTH=64000 ollama serve

Um contexto maior usa mais memória. Verifique onde o modelo roda: a coluna PROCESSOR deve indicar 100% GPU; um valor como 48%/52% CPU/GPU significa que parte do modelo foi para a memória do sistema, o que o Ollama aconselha evitar para o melhor desempenho.

ollama ps

Conectar um agente de programação

**O jeito mais simples: ollama launch.** A partir do diretório do seu projeto, o Ollama configura e inicia o agente escolhido, e se oferece para instalá-lo, se necessário (Ollama):

ollama launch opencode

O mesmo comando existe para o Claude Code (ollama launch claude) e para o Codex CLI (ollama launch codex, depois que o Codex CLI estiver instalado). Em seguida, escolha um modelo na lista.

OpenCode, configuração manual (Ollama). O OpenCode exige uma janela de contexto de 64.000 tokens ou mais, de modo que modelos limitados a 32.000 tokens, como o qwen2.5-coder, não bastam. Instalação:

curl -fsSL https://opencode.ai/install | bash
npm install -g opencode-ai

Depois, declare o Ollama como provedor no opencode.json (exemplo oficial, com o modelo qwen3.5):

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "qwen3.5": {
          "name": "qwen3.5"
        }
      }
    }
  }
}

Depois, execute opencode. Observação: o ollama launch opencode não sobrescreve o ~/.config/opencode/opencode.json.

Cline, na sua IDE (Ollama):

  1. Abra as configurações do Cline, seção API Configuration, e defina API Provider como Ollama.
  2. Selecione um modelo em Model ou digite o nome dele.
  3. Aumente a janela de contexto para pelo menos 32.000 tokens em Context Window.

E o Continue? O repositório dele no GitHub diz que não é mais mantido e passará a ser somente leitura (veja nosso artigo sobre agentes de programação de código aberto no GitHub). O Aider, outro agente de código aberto, também aceita um modelo local segundo sua página da ferramenta.

Limites de hardware

Um modelo local não custa nada por uso, mas seus resultados não se comparam diretamente com os dos modelos de ponta: veja o comparativo de modelos para as pontuações publicadas pelos fornecedores.

Para ir além

Fontes

Conclusão: o Ollama se instala com um único comando, mas um agente de programação precisa de pelo menos 64.000 tokens de contexto segundo o Ollama, o que as configurações padrão só oferecem a partir de 48 GiB de memória de vídeo.

Encontrou um erro neste artigo? Avise-nos · Nossa política de correções

Ícone do Rekha: uma casa desenhada em um único traço

Do mesmo autor Autopromoção

Um caminho euleriano, desenhado com o dedo

Rekha, o jogo para iPhone do autor da OrigoTech: conecte todos os pontos em um único traço, sem percorrer duas vezes o mesma ligação, ao longo de 500 desenhos que têm solução.

Ver na App Store → Por que é um problema de grafos

A newsletter da OrigoTech

Um resumo semanal, com fontes, das novidades das ferramentas de IA.

Continue lendo