Ollama pode executar um modelo baixado no computador e disponibilizá-lo em um endereço HTTP local. Este guia acompanha um modelo da instalação até o chat no terminal e uma resposta API completa, usando o mesmo nome em todas as etapas. É um procedimento baseado em documentação: a BIG CHANGE não instalou o software nem observou os resultados na sua máquina.

A grande mudança

  • O que mudou: Ollama oferece um caminho direto de um modelo baixado ao chat no terminal e a uma API local. Uma pessoa iniciante pode conferir nome e resposta em cada interface, em vez de presumir que uma janela de chat comprova onde a inferência foi executada.
  • Por que importa: O servidor local e a API de nuvem do Ollama são destinos diferentes. Em uma tarefa de trabalho ou pessoal autorizada, você pode manter o exercício no próprio computador escolhendo um modelo baixado e acessando localhost, enquanto verifica separadamente a configuração do servidor.
  • O que observar: Uma URL local sozinha não comprova que todos os recursos ou aplicativos conectados permanecem locais. Ollama também usa modelos de nuvem pelo servidor local. As verificações decisivas são a tag instalada, destino da solicitação, endereço de escuta do servidor e, se o funcionamento estritamente local for obrigatório, o log de nuvem desativada após reiniciar.

Antes de começar

Use um computador onde você possa instalar software. Escolha uma pergunta factual inofensiva cuja resposta possa conferir em um documento original aberto. Cole essa pergunta quando os comandos pedirem uma pergunta de prática; não insira material privado ou regulado só para testar. Mantenha o documento disponível para conferir a resposta: fluência não é prova de exatidão.

Você precisa de armazenamento para Ollama e o modelo, memória suficiente para carregá-lo e internet para instalar e baixar. O início rápido do Ollama usa gemma4:e2b como exemplo local e recomenda 8 GB de VRAM disponível, ou memória unificada em um Mac. Segundo Ollama, é possível recorrer à RAM do sistema com respostas mais lentas. Consulte a página atual do modelo para ver tag exata, tamanho do download e licença antes de continuar. O tamanho do download não comprova que seu computador executa o modelo. Se não servir para sua máquina ou uso permitido, escolha um modelo local que possa ser baixado menor na biblioteca e substitua gemma4:e2b em todos os comandos abaixo pela tag exata escolhida. Não selecione uma tag :cloud para este exercício.

1. Instale Ollama e confira o servidor local

Obtenha Ollama na página oficial de download e siga as instruções do seu sistema: Windows, macOS ou Linux. Em Windows e macOS, abra o aplicativo instalado. No Linux, siga o método escolhido e inicie seu serviço; se nenhum estiver ativo, o início rápido orienta executar ollama serve em outro terminal. Não inicie um segundo servidor se um aplicativo ou serviço já estiver escutando.

Em um terminal novo, confira a versão instalada e se o servidor local responde:

Terminal
ollama -v
ollama ls

Registre a versão real e o sistema operacional. A lista pode estar vazia antes do primeiro download; erro de comando ou conexão exige resolver instalação ou inicialização antes de seguir. A FAQ do Ollama informa que a escuta padrão é 127.0.0.1:11434. Mantenha o endereço de retorno local neste exercício; não configure escuta de rede, proxy nem túnel.

2. Baixe um modelo local exato

Após conferir a página do modelo, execute:

Terminal
ollama pull gemma4:e2b
ollama ls

A tag exata deve aparecer em ollama ls depois do download. Registre tag, tamanho exibido e licença da página. Se o download falhar ou a tag faltar, confira a escrita na biblioteca atual, espaço livre, rede e erros de proxy ou permissão antes de repetir. Download parcial não é configuração bem-sucedida.

3. Confira o chat interativo e pontual no terminal

Inicie uma conversa interativa:

Terminal
ollama run gemma4:e2b

Cole a pergunta de prática aprovada no chat. Confira a resposta no documento usado para criar a pergunta e digite /bye para sair. Guarde a pergunta e a resposta reais para conferir; este artigo não oferece um resultado de exemplo.

Para uma execução pontual separada, use a mesma pergunta. Em PowerShell no Windows:

PowerShell
$practicePrompt = Read-Host 'Paste your approved practice question'
ollama run gemma4:e2b $practicePrompt

Em um terminal Bash no macOS ou Linux:

Terminal
read -r -p 'Paste your approved practice question: ' practice_prompt
ollama run gemma4:e2b "$practice_prompt"

Confira a resposta pontual real na mesma fonte. As duas respostas não precisam usar palavras idênticas; o útil é verificar que os comandos executaram a tag prevista e que toda afirmação factual se sustenta na comparação com a fonte.

4. Pergunte ao mesmo modelo via localhost

A API de chat recebe nome do modelo e mensagens em POST /api/chat. A resposta é transmitida em partes por padrão; stream: false pede uma única resposta JSON completa. A introdução à API distingue a URL base local, http://localhost:11434/api, da URL direta de nuvem, https://ollama.com/api. A solicitação local não precisa de chave API.

No Windows, PowerShell pode montar o JSON com segurança a partir da pergunta colada:

PowerShell
$practicePrompt = Read-Host 'Paste the same approved practice question'
$body = @{ model = 'gemma4:e2b'; messages = @(@{ role = 'user'; content = $practicePrompt }); stream = $false } | ConvertTo-Json -Depth 5
$response = Invoke-RestMethod -Uri 'http://localhost:11434/api/chat' -Method Post -ContentType 'application/json; charset=utf-8' -Body $body
$response | Select-Object model, done
$response.message.content

No macOS ou Linux, este exemplo Bash usa Python 3 apenas para escapar corretamente sua pergunta no JSON. Confira antes se python3 e curl estão instalados:

Terminal
read -r -p 'Paste the same approved practice question: ' practice_prompt
export practice_prompt
python3 -c 'import json,os; print(json.dumps({"model":"gemma4:e2b","messages":[{"role":"user","content":os.environ["practice_prompt"]}],"stream":False}))' | curl -fsS 'http://localhost:11434/api/chat' -H 'Content-Type: application/json' --data-binary @-

A solicitação deve retornar sucesso HTTP e um objeto JSON cujo model corresponda à tag baixada, done seja true, e message.content não esteja vazio. Leia a resposta real e confira com a fonte. O sucesso estabelece o destino local e modelo selecionado desta solicitação; guarde a própria saída em vez de depender de uma conversa de exemplo.

5. Confira o local de execução e o limite local

Enquanto o modelo estiver carregado, execute:

Terminal
ollama ps

A coluna PROCESSOR informa se o modelo está carregado em CPU, GPU ou ambas, segundo a FAQ do Ollama. Registre o que a máquina realmente mostra. Se já tiver saído da memória, envie outra pergunta e confira novamente. Você pode liberá-lo ao terminar com ollama stop gemma4:e2b; removê-lo com ollama rm gemma4:e2b é uma limpeza opcional de disco após salvar as observações.

Para uma configuração do Ollama estritamente local, siga as instruções oficiais de desativação da nuvem: coloque disable_ollama_cloud em ~/.ollama/server.json para a conta que executa o servidor Ollama (a pasta .ollama no perfil dessa conta no Windows), preservando as outras configurações JSON existentes:

JSON
{
  "disable_ollama_cloud": true
}

No Linux, o serviço systemd documentado executa como User=ollama, cujo diretório pessoal é /usr/share/ollama; editar o arquivo do seu próprio diretório não configuraria esse serviço. Em uma instalação systemd, também pode usar a alternativa documentada pelo Ollama OLLAMA_NO_CLOUD=1 em uma configuração complementar do serviço. Primeiro examine o serviço existente com systemctl cat ollama.service, depois abra a configuração complementar com sudo systemctl edit ollama.service. Acrescente o seguinte sob [Service], preservando as demais configurações complementares:

Snippet
[Service]
Environment="OLLAMA_NO_CLOUD=1"

Salve a configuração complementar, recarregue e reinicie o serviço:

Terminal
sudo systemctl daemon-reload
sudo systemctl restart ollama.service

Reinicie o aplicativo Ollama em Windows ou macOS após alterar a configuração. Procure no log do servidor a linha exata Ollama cloud disabled: true. No Windows, o log documentado é %LOCALAPPDATA%\Ollama\server.log; no macOS é ~/.ollama/logs/server.log; em uma instalação systemd no Linux, use journalctl -e -u ollama. Uma variável de ambiente definida em um terminal sem relação não chega necessariamente a um aplicativo ou serviço já ativo. Desativar os recursos de nuvem remove os modelos de nuvem e a busca na web do Ollama. Se o log não confirmar a configuração, corrija e reinicie antes de descrever o sistema como exclusivamente local.

Confirme no log ou na inspeção de portas do seu sistema que a escuta continua em 127.0.0.1:11434 e repita a solicitação localhost com a tag baixada. OLLAMA_HOST pode alterar o endereço de escuta, então examine o servidor ativo em vez de pressupor o padrão. Uma biblioteca Python, interface de navegador, agente de programação ou outro aplicativo conectado precisa de sua própria verificação de destino e caminho dos dados; a resposta local do Ollama não comprova a privacidade desse aplicativo.

No Windows, examine o endereço de escuta no PowerShell:

PowerShell
Get-NetTCPConnection -LocalPort 11434 -State Listen | Select-Object LocalAddress, LocalPort

No macOS, use lsof -nP -iTCP:11434 -sTCP:LISTEN; no Linux, use ss -ltn '( sport = :11434 )'. Se a ferramenta da plataforma não estiver disponível, confira o log. Uma escuta em endereço curinga ou fora do retorno local precisa ser investigada antes de considerar a API restrita a este computador.

Se uma verificação falhar

Se ollama -v ou ollama ls falhar, volte à página de instalação e inicialização do sistema correspondente. Uma conexão localhost recusada costuma indicar aplicativo ou serviço parado ou escutando em outro endereço; confira logs e endereço em vez de expor a API na rede. Se a resposta chegar em várias linhas JSON, confira que a solicitação contém "stream": false. Se faltar memória ou o modelo for lento demais, confira ollama ps e escolha uma tag local realmente menor na biblioteca; repita download, terminal e API com essa única tag. Trate qualquer etapa não concluída como não verificada.

O exercício local precisa de hardware, eletricidade e armazenamento de download, mas não de chave API do Ollama ou conta API paga. A licença pode limitar o uso pretendido. Modelos de nuvem e clientes opcionais de terceiros têm termos e caminhos de dados próprios. Para comparar melhor a compra de hardware, veja nosso guia de modelos locais com 128 GB; para uma tarefa diferente de programação com Ollama e Claude Code, nosso guia de alteração verificada.

Fontes e leituras adicionais

  • Início rápido do Ollama explica instalação, exemplo local gemma4:e2b e recomendação de memória. O exemplo é documentação, não teste da sua máquina.
  • Referência da linha de comando lista os comandos atuais pull, run, ls, ps, stop, rm e serve usados aqui.
  • Introdução à API e endpoint de chat separam endereços local e de nuvem e definem solicitação sem transmissão em partes e campos de resposta.
  • FAQ documenta escuta de retorno local, distribuição em processadores, desativação da nuvem e conferência do log.
  • Página de Gemma 4 E2B fornece tag exata atual, tamanho e materiais de licença para conferir antes de baixar.