README.PT_BR.md

January 11, 2026 · View on GitHub

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.

Oxide Lab Chat Interface

📚 Índice

O que é isso?
Demo
Principais Recursos
Instalação e Configuração
Como Começar a Usar
Requisitos do Sistema
Modelos Suportados
Privacidade e Segurança
Agradecimentos
Licença

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

https://github.com/user-attachments/assets/0b9c8ff9-7793-4108-8b62-b0800cbd855e

https://github.com/user-attachments/assets/27c1f544-69e0-4a91-8fa5-4c21d67cb7c7

https://github.com/user-attachments/assets/ce5337d5-3e63-4263-b6a7-56e6847bbc71

🚀 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

Compile ou baixe o aplicativo
Baixe um modelo compatível em formato GGUF ou SafeTensors (por exemplo, do Hugging Face)
Inicie o Oxide Lab
Carregue seu modelo através da interface
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

Tradução: Talita Maia Sousa