Skip to content

README.PT_BR.md

Latest commit

 

History

History
172 lines (122 loc) · 5.42 KB

README.PT_BR.md

File metadata and controls

172 lines (122 loc) · 5.42 KB

English Русский Português

Oxide Lab Logo

Aplicativo desktop privado de chat com IA com suporte a LLMs locais.
Toda a inferência acontece na sua máquina — sem nuvem, sem compartilhamento de dados.

GitHub Stars Awesome Tauri Awesome Svelte

Oxide Lab Chat Interface

📚 Índice

✨ O que é isso?

Oxide Lab é um aplicativo desktop nativo para executar modelos de linguagem grandes localmente. Construído com Rust e Tauri v2, oferece uma interface de chat rápida e privada sem necessidade de conexão com a internet ou serviços de API externos.

🎬 Demo

dem1.mp4
dem2.mp4
dem3.mp4

🚀 Principais Recursos

  • Inferência 100% local — seus dados nunca saem da sua máquina
  • Suporte a múltiplas arquiteturas: Llama, Qwen2, Qwen2.5, Qwen3, Qwen3 MoE, Mistral, Mixtral, DeepSeek, Yi, SmolLM2
  • Formatos de modelo GGUF e SafeTensors
  • Aceleração de hardware: CPU, CUDA (NVIDIA), Metal (Apple Silicon), Intel MKL, Apple Accelerate
  • Geração de texto em streaming
  • Interface multilíngue: inglês, russo, português brasileiro
  • Interface moderna construída com Svelte 5 e Tailwind CSS

🛠️ Instalação e Configuração

Pré-requisitos

  • Node.js (para build do frontend)
  • Rust toolchain (para o backend)
  • Para CUDA: GPU NVIDIA com CUDA toolkit
  • Para Metal: macOS com Apple Silicon

Desenvolvimento

# Instalar dependências
npm install

# Executar com backend CPU
npm run tauri:dev:cpu

# Executar com backend CUDA (GPU NVIDIA)
npm run tauri:dev:cuda

# Desenvolvimento com detecção de plataforma
npm run app:dev

Build

# Build com backend CPU
npm run tauri:build:cpu

# Build com backend CUDA
npm run tauri:build:cuda

Verificações de Qualidade

npm run lint          # ESLint
npm run lint:fix      # ESLint com correção automática
npm run check         # Verificação de tipos Svelte
npm run format        # Formatação Prettier
npm run test          # Testes Vitest

Comandos específicos do Rust (a partir de src-tauri/)

cargo clippy          # Linting
cargo test            # Testes unitários
cargo audit           # Auditoria de segurança

📖 Como Começar a Usar

  1. Compile ou baixe o aplicativo
  2. Baixe um modelo compatível em formato GGUF ou SafeTensors (por exemplo, do Hugging Face)
  3. Inicie o Oxide Lab
  4. Carregue seu modelo através da interface
  5. Comece a conversar

🖥️ Requisitos do Sistema

  • Windows, macOS ou Linux
  • Mínimo 4 GB de RAM (8+ GB recomendado para modelos maiores)
  • Para aceleração GPU:
    • NVIDIA: GPU compatível com CUDA
    • Apple: chip M1/M2/M3 (Metal)

🤖 Modelos Suportados

Arquiteturas com suporte completo:

  • Llama (1, 2, 3), Mistral, Mixtral, DeepSeek, Yi, SmolLM2, CodeLlama
  • Qwen2/2.5, Qwen2.5/2 MoE
  • Qwen3, Qwen3 MoE

Formatos:

  • GGUF (modelos quantizados)
  • SafeTensors

🛡️ Privacidade e Segurança

  • Todo o processamento acontece localmente no seu dispositivo
  • Sem telemetria ou coleta de dados
  • Conexão com a internet não é necessária para inferência
  • Content Security Policy (CSP) aplicada

🙏 Agradecimentos

Este projeto é construído sobre excelentes trabalhos open-source:

  • Candle — Framework ML para Rust (HuggingFace)
  • Tauri — Framework para aplicativos desktop
  • Svelte — Framework frontend
  • Tokenizers — Tokenização rápida (HuggingFace)

Veja THIRD_PARTY_LICENSES.md para atribuição completa de dependências.

📄 Licença

Apache-2.0 — veja LICENSE

Copyright (c) 2025 FerrisMind

Tradução: Talita Maia Sousa