Descrição
Ollama é um projeto de código aberto para baixar e executar grandes modelos de linguagem localmente, mantido sob uma licença MIT no GitHub. Até o momento, o repositório possui mais de 181.000 estrelas e mais de 18.000 forks, sendo escrito principalmente em Go. Em vez de um produto de chat hospedado, Ollama é um runtime: ele baixa os pesos de um modelo, os serve por meio de uma API local e permite que uma pessoa ou outro programa interaja diretamente com o modelo em sua própria máquina.
Ler mais
Para começar, é necessário instalar o Ollama em macOS, Windows ou Linux (por meio de um script de instalação de uma linha ou download manual), ou puxar a imagem oficial ollama/ollama do Docker Hub. A partir daí, executar "ollama run" com um nome de modelo baixa e inicia uma sessão de chat com um modelo como Gemma, Llama, Qwen, DeepSeek, GLM, MiniMax, Mistral ou gpt-oss, com o catálogo atual de modelos listado em ollama.com/library. Ollama também expõe uma API REST local para executar e gerenciar modelos programaticamente, além de bibliotecas oficiais em Python (ollama-python) e JavaScript (ollama-js) para que os desenvolvedores possam chamar um modelo em execução a partir de suas próprias aplicações. O projeto documenta sua CLI, API REST e um formato Modelfile para personalizar como os modelos são importados e configurados, e suporta llama.cpp como um de seus mecanismos de inferência de backend.
Além de executar uma única sessão de chat, o Ollama pode ser iniciado como o modelo local por trás de ferramentas e agentes de codificação existentes, como Claude Code, Codex, Copilot CLI, Droid e DeepSeek Harness, através de um comando "ollama launch", e o projeto comunitário OpenClaw utiliza o Ollama para executar um assistente de IA pessoal em aplicativos de chat como WhatsApp, Telegram, Slack e Discord. Um grande ecossistema de interfaces de terceiros é construído sobre a API do Ollama, incluindo UIs de chat web como Open WebUI, LibreChat, big-AGI e NextChat, e clientes de desktop como AnythingLLM, Witsy e Cherry Studio. Ollama possui uma comunidade ativa no Discord, e seu README convida colaboradores a abrir um pull request para adicionar suas próprias integrações. Como executa modelos no hardware do usuário, os modelos e a velocidade disponíveis dependem do poder computacional e da memória local, em vez de um nível de assinatura.
- CategoriaMLOps e implantação de modelos
- Modelo de preçosCódigo aberto
- ImplantaçãoRoda localmente
- PlataformasmacOS, Windows, Linux
Recursos principais de Ollama
Instaladores de um comando para macOS, Windows, Linux e Docker
Biblioteca de modelos local cobrindo Llama, Gemma, Qwen, DeepSeek, GLM, MiniMax, Mistral e gpt-oss
"ollama run" CLI para baixar e conversar com um modelo instantaneamente
API REST local para executar e gerenciar modelos programaticamente
Bibliotecas oficiais em Python (ollama-python) e JavaScript (ollama-js)
"ollama launch" integrações com agentes de codificação como Claude Code, Codex e Copilot CLI
Formato Modelfile para personalizar e importar modelos
Suporte para llama.cpp como um mecanismo de inferência de backend
Grande ecossistema de terceiros de interfaces de chat e clientes de desktop construídos sobre sua API
Primeiros passos com Ollama
Instalar Ollama: Execute o script de instalação ou baixe o aplicativo para macOS, Windows ou Linux (ou puxe a imagem do Docker).
Puxar um modelo: Execute "ollama run" com um nome de modelo, por exemplo gemma4, para baixar e começar a conversar com ele.
Chamá-lo a partir do código: Use a API REST ou a biblioteca ollama-python ou ollama-js para enviar solicitações de chat a partir de seu próprio aplicativo.
Lançar uma integração: Execute "ollama launch" com um nome de ferramenta suportada para conectar o Ollama a um agente de codificação como Claude Code ou Copilot CLI.
Navegar por mais modelos: Confira ollama.com/library para o catálogo completo de modelos, atualizado regularmente.
Casos de uso de Ollama
- Chat LLM local
- Backend de assistente de codificação
- Integração de aplicativo via API
- Assistente de IA pessoal
