🛠️ Mao na massa

Voce comeca no site oficial ollama.com, onde tem o botao Download e o comando de instalacao.

Pegar da fonte oficial evita versoes falsas e garante o instalador certo pro seu sistema.

Fonte oficial, Download, deteccao de sistema.

No Mac/Linux, um unico comando (curl ... | sh) baixa e instala o Ollama de uma vez.

E o jeito mais rapido e o que voce vai colar de verdade — sem clicar em telas.

curl, pipe para sh, script de instalacao.

No Windows (e tambem no Mac) da pra baixar o instalador no site e clicar pra instalar.

Se voce nao curte terminal, esse e o caminho sem linha de comando.

Instalador grafico, app de bandeja.

Rodar ollama --version e ollama list confirma que ele esta instalado e respondendo.

Verificar antes de seguir evita perder tempo depois com erro de "comando nao encontrado".

Verificacao, --version, list vazia.

O Ollama tem um app com janela e tambem comandos de terminal — fazem a mesma coisa.

Saber que os dois existem te deixa escolher o que for mais confortavel.

GUI vs CLI, mesmo motor por baixo.

O erro mais comum e o terminal nao "ver" o ollama recem-instalado — basta reabrir o terminal.

Resolve 90% dos sustos de instalacao sem precisar reinstalar nada.

PATH, reabrir o terminal, sessao nova.

Olhar quanta memoria (RAM) e qual chip voce tem — no Mac, em "Sobre este Mac".

A RAM e o que decide qual modelo cabe; sem isso voce baixa as cegas.

RAM, chip/GPU, "Sobre este Mac".

Voce mostra seu hardware ao Hermes e ele sugere modelos que cabem (ex.: M4 Max 36GB → Qwen 32B / 30B-A3B).

Tira o chute da escolha; o proprio agente ja te aponta o caminho.

Recomendacao por hardware, opcoes por tamanho.

No seletor do Hermes voce ajusta o esforco (Minimal, Low, Medium, High, Max) e toggles Thinking/Fast.

E como voce equilibra qualidade e velocidade sem trocar de modelo.

Effort, Thinking, Fast.

O modelo precisa caber na RAM com sobra pro resto do sistema; cheio demais trava a maquina.

Evita o erro classico de escolher o maior modelo e a maquina engasgar.

Headroom, folga de RAM, baixar→testar→apagar.

O sufixo q4_K_M indica um modelo quantizado (comprimido), que ocupa menos memoria.

Entender quantizacao te deixa caber modelos maiores na mesma RAM.

Quantizacao, q4_K_M, tamanho vs precisao.

Uma recomendacao concreta pra comecar: o qwen3:30b-a3b-q4_K_M, rapido e equilibrado.

Comecar com um modelo testado evita paralisia de escolha.

Primeiro modelo, qwen3:30b-a3b-q4_K_M.

O comando ollama pull baixa o modelo escolhido (uns 18 GB) para o seu disco, com barra de progresso.

E o unico momento que precisa de internet; depois roda offline.

pull, download unico, barra de progresso.

ollama run abre um chat no proprio terminal; voce digita, ele responde, e sai com /bye.

E a forma mais direta de provar que o modelo local funciona.

run, prompt no terminal, /bye.

O app do Ollama tem uma janela de chat; escolhe o modelo na lista e conversa como num app comum.

E o caminho confortavel pra quem prefere o mouse ao teclado.

App de chat, seletor de modelo.

Modelos de raciocinio "pensam" antes de responder; o app mostra algo como "Thought for 6.2 seconds".

Explica por que a resposta demora um pouco — e por que costuma ser melhor.

Thinking, raciocinio, tempo de "pensar".

Na primeira pergunta o modelo carrega na memoria e demora mais; depois fica mais rapido.

Saber disso evita achar que "travou" logo de cara.

Cold start, carregar em RAM, aquecimento.

ollama list mostra o que voce baixou, ollama ps o que esta rodando, ollama rm apaga um modelo.

Voce vai testar varios; apagar os que nao usa libera disco.

list, ps, rm, limpeza de disco.

O Agente Hermes precisa de um modelo com 64.000 tokens de contexto; o do modulo 2.3 nem sempre tem.

E o motivo de preparar um modelo especifico antes de conectar o agente.

Requisito de 64k, modelo do agente.

Um modelo aberto da familia Qwen voltado a codigo e uso de ferramentas — ideal pra agente.

Saber por que ele e escolhido te ajuda a trocar com criterio depois.

Qwen 3 Coder, modelo p/ agente, tools.

Um Modelfile e uma receita curta: parte de um modelo base e ajusta o num_ctx para 65536 (64k).

E como voce "fabrica" o modelo de 64k a partir de um que ja tem.

Modelfile, FROM, PARAMETER num_ctx 65536.

ollama create qwen3-coder-64k -f Modelfile gera um novo modelo com o contexto ja em 64k.

Esse modelo derivado e o que voce vai apontar pro Hermes no modulo 2.5.

create, modelo derivado, -f Modelfile.

ollama show qwen3-coder-64k e ollama list confirmam que o modelo existe e tem 64k.

Verificar antes de plugar no agente evita erro de contexto la na frente.

show, list, conferir o num_ctx.

Contexto maior consome mais RAM; 64k pesa mais que o contexto padrao do mesmo modelo.

Liga de volta a regra do headroom: precisa de folga pra rodar o agente.

Custo de memoria do contexto, headroom.

O Hermes Agent e o "SO de IA" open-source da Nous Research, com licenca MIT.

Open-source + MIT = voce roda, audita e adapta sem amarras.

Open-source, licenca MIT, Nous Research.

hermes update deixa o Hermes na ultima versao; ao terminar aparece "HERMES IS READY".

Comecar atualizado evita bugs ja corrigidos.

hermes update, "HERMES IS READY".

No seletor do Hermes voce escolhe o qwen3-coder-64k; o modelo ativo aparece no canto inferior direito.

E o passo que faz o agente usar o SEU modelo local em vez da nuvem.

Seletor de modelo, canto inferior direito.

O Hermes so funciona bem com o modelo de 64k; por isso voce preparou o derivado antes.

Fecha o circulo: o modulo 2.4 existe exatamente pra este momento.

Exigencia de contexto, modelo certo.

hermes doctor checa a saude da instalacao e hermes status mostra o estado atual.

Sao seus primeiros comandos quando algo nao conecta.

hermes doctor, hermes status.

Mande um "oi" no Hermes com o modelo local selecionado e veja a resposta vir da sua maquina.

E a prova final de que o agente esta rodando 100% local.

Teste de fumaca, resposta local.

Uma janela de aplicativo do Hermes, mais amigavel que o terminal pra quem esta comecando.

E o caminho de menor atrito pra usar o agente no dia a dia.

App desktop, interface grafica.

Pelo terminal voce roda hermes dashboard, hermes setup e os demais comandos do agente.

O terminal e o caminho mais poderoso e automatizavel.

hermes dashboard, hermes setup.

Da pra conversar com o agente pelo Telegram, como quem manda mensagem pra um contato.

E o que te deixa usar o agente do celular, de qualquer lugar (Projeto 7 da Trilha 3).

Telegram, acesso remoto, chat.

Cada conversa e uma "session"; voce abre New session e o Hermes guarda o historico.

Organizar por sessions mantem contextos separados (trabalho, estudo, etc.).

Session, New session, historico.

Voce pode "forkar" uma conversa num ponto e seguir por dois caminhos diferentes.

Permite testar abordagens sem perder a linha original.

Branch, fork, linhas paralelas.

As saidas do agente (codigo, textos, arquivos) podem ser salvas e revisitadas como artifacts.

E onde o trabalho do agente "fica", pronto pra usar depois.

Artifacts, saidas salvas, reuso.