Claude, OpenClaw e o fim da cobrança plana para agentes
As assinaturas do Claude já não alimentam agentes
A brecha silenciosa que impulsionou uma onda de experimentação com agentes agora está fechada.
Ai
Início Rápido do Vane (Perplexica 2.0) com Ollama e llama.cpp
Busca de IA autohospedada com LLMs locais
Vane é uma das entradas mais pragmáticas no espaço de “busca de IA com citações”: um motor de respostas auto-hospedado que combina recuperação da web em tempo real com LLMs locais ou na nuvem, mantendo toda a pilha sob seu controle.
Instalação e configuração do Claude Code para Ollama, llama.cpp, preços
Codificação agentiva, agora com backends de modelos locais.
O Claude Code não é um autocompletar com melhor marketing. É uma ferramenta de codificação agêntica: lê sua base de código, edita arquivos, executa comandos e integra-se às suas ferramentas de desenvolvimento.
Assistente de IA Hermes - Instalação, Configuração, Fluxo de Trabalho e Solução de Problemas
Instalação e início rápido do Hermes Agent para desenvolvedores
O Hermes Agent é um assistente de IA auto-hospedado e agnóstico em relação ao modelo, que é executado em uma máquina local ou em um VPS de baixo custo, opera por meio de interfaces de terminal e mensagens e melhora com o tempo, transformando tarefas repetidas em habilidades reutilizáveis.
TGI – Text Generation Inference – Instalação, Configuração e Solução de Problemas
Instale o TGI, desenvolva rapidamente e depure ainda mais rápido.
A Inferência de Geração de Texto (TGI) tem uma energia muito específica. Não é o mais novo na rua da inferência, mas é aquele que já aprendeu como a produção quebra -
Benchmarks de LLMs com 16 GB de VRAM usando llama.cpp (velocidade e contexto)
Velocidade de tokens da llama.cpp com 16 GB de VRAM (tabelas).
Aqui estou comparando a velocidade de vários LLMs executados em GPU com 16GB de VRAM, e escolhendo o melhor para auto-hospedagem.
Ollama no Docker Compose com GPU e Armazenamento Persistente de Modelos
Servidor Ollama com prioridade na composição, suporte a GPU e persistência.
Ollama funciona muito bem em metal nu. Torna-se ainda mais interessante quando tratado como um serviço: um endpoint estável, versões fixas, armazenamento persistente e uma GPU que está disponível ou não.
Ollama atrás de um proxy reverso com Caddy ou Nginx para streaming HTTPS
HTTPS Ollama sem interromper as respostas em streaming.
Executar o Ollama atrás de um proxy reverso é a maneira mais simples de obter HTTPS, controle de acesso opcional e comportamento de streaming previsível.
SGLang QuickStart: Instale, Configure e Execute LLMs via API OpenAI
Execute modelos abertos com rapidez usando o SGLang.
O SGLang é um framework de serviço de alto desempenho para grandes modelos de linguagem e modelos multimodais, construído para fornecer inferência de baixa latência e alto throughput, desde uma única GPU até clusters distribuídos.
Início Rápido do Seletor de Modelos llama.swap para LLMs Locais Compatíveis com OpenAI
Troca quente de LLMs locais sem alterar os clientes.
Em breve, você estará equilibrando vLLM, llama.cpp e mais — cada pilha em sua própria porta. Tudo a jusante ainda deseja uma URL base /v1; caso contrário, você continuará movendo portas, perfis e scripts pontuais. O llama-swap é o proxy /v1 antes dessas pilhas.
Sistemas de IA: assistentes auto-hospedados, RAG e infraestrutura local
A maioria dos ambientes locais de IA começa com um modelo e um runtime.
Minha Análise do Opencode: Resultados Honestos, Riscos de Cobrança e Quando Vale a Pena
O que realmente ocorre quando você executa o Ultrawork.
Oh My Opencode promete uma “equipe de desenvolvedores de IA virtual” — Sisyphus orquestrando especialistas, tarefas executando em paralelo e a mágica palavra-chave ultrawork ativando tudo isso.
Melhores LLMs para OpenCode - De Gemma 4 a Qwen 3.6, Testados Localmente
Teste do LLM OpenCode — estatísticas de codificação e precisão
Testei como o OpenCode funciona com vários LLMs hospedados localmente no Ollama e llama.cpp, e, para comparação, adicionei alguns modelos gratuitos do OpenCode Zen.
Aprofundamento e Guia de Modelos dos Agentes Especializados do Opencode
Conheça o Sisyphus e sua equipe de agentes especializados.
O maior salto de capacidade no OpenCode vem de agentes especializados: separação deliberada de orquestração, planejamento, execução e pesquisa.
Início Rápido do OpenHands Coding Assistant: Instalação, Opções de CLI e Exemplos
Início rápido do OpenHands CLI em minutos
OpenHands é uma plataforma de código aberto e agnóstica em relação ao modelo para agentes de desenvolvimento de software impulsionados por IA. Ele permite que um agente se comporte mais como um parceiro de programação do que como uma simples ferramenta de autocompletar.
Início Rápido do LocalAI: Execute LLMs Compatíveis com OpenAI Localmente
Hospede APIs compatíveis com OpenAI com o LocalAI em minutos.
O LocalAI é um servidor de inferência de auto-hospedagem, com prioridade local, projetado para funcionar como uma API OpenAI plug-and-play para executar cargas de trabalho de IA no seu próprio hardware (laptop, estação de trabalho ou servidor local).