@rodrigotadewald: A cada dia surgem mais opções de modelos locais pra você codar sem depender de API… por isso achei válido montar esse tutorial. Primeiro, o hardware… tem duas rotas. Se você tem uma GPU NVIDIA, pega uma com pelo menos 16 GB de VRAM… qualquer RTX da série 3000 pra cima já serve bem. Se prefere investir em algo mais em conta, vai de Apple Silicon… M1, M2, qualquer um, mas com no mínimo 16 GB de RAM. A grande vantagem aqui é que a memória unificada faz o papel de RAM e VRAM ao mesmo tempo… daí você pode usar um MacBook Pro de 16 GB ou até um Mac Mini, que já dá conta. Depois, parte pro software. Instala o LM Studio… é um aplicativo que baixa os modelos, roda local e cria um servidor só seu. Eu baixei o Gemma‑4‑26B‑a4b, que é um modelo recente, e configurei com 50 mil tokens de janela de contexto… isso garante que a IA consiga manter conversas longas sem perder o fio. Aí, abro o terminal e rodo o ngrok… ele gera um link HTTPS que expõe esse servidor que tá rodando na sua máquina pra internet. Com o link em mãos, é só copiar pro Cursor… cadastra como um modelo personalizado, dá um nome e pronto. Sua IA já tá respondendo códigos, documentação e dúvidas direto dentro da IDE… tudo local, sem pagar assinatura. Dica extra… no LM Studio, ajusta o batch size pra otimizar o uso da VRAM. E se quiser economizar ainda mais memória, usa a quantização em float16… perde quase nada de qualidade e ganha um espaço bom. Ah, e esse tipo de habilidade… e muito mais do que isso… a gente já coloca na Asimov Academy, na Formação Engenheiro de Agentes. Lá você aprende desde a escolha do hardware até a implantação de servidores locais, passando por pipelines de prompt‑engineering e integração com ferramentas como Cursor e VS Code. Se quiser transformar sua máquina numa super‑IA sem gastar um centavo com assinaturas, dá uma olhada no curso. Mais detalhes no link da minha bio.

Rodrigo Tadewald

Open In TikTok:

Region: BR

Monday 06 April 2026 19:33:14 GMT