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?](#-o-que-é-isso) - [Demo](#-demo) - [Principais Recursos](#-principais-recursos) - [Instalação e Configuração](#️-instalação-e-configuração) - [Como Começar a Usar](#-como-começar-a-usar) - [Requisitos do Sistema](#️-requisitos-do-sistema) - [Modelos Suportados](#-modelos-suportados) - [Privacidade e Segurança](#️-privacidade-e-segurança) - [Agradecimentos](#-agradecimentos) - [Licença](#-licença) ## ✨ 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 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 ```bash # 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 ```bash # Build com backend CPU npm run tauri:build:cpu # Build com backend CUDA npm run tauri:build:cuda ``` ### Verificações de Qualidade ```bash 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/) ```bash 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](https://github.com/huggingface/candle) — Framework ML para Rust (HuggingFace) - [Tauri](https://tauri.app/) — Framework para aplicativos desktop - [Svelte](https://svelte.dev/) — Framework frontend - [Tokenizers](https://github.com/huggingface/tokenizers) — Tokenização rápida (HuggingFace) Veja [THIRD_PARTY_LICENSES.md](THIRD_PARTY_LICENSES.md) para atribuição completa de dependências. ## 📄 Licença Apache-2.0 — veja [LICENSE](LICENSE) Copyright (c) 2025 FerrisMind --- *Tradução: Talita Maia Sousa*