Tutoriais de IA

Conheça os recursos do melhor modelo público da Anthropic, o Claude Opus 4.7, e construa uma ferramenta de ciência de dados que transforma um gráfico em dados brutos.

Aprenda a construir um sistema automatizado de LLM-como-juiz para avaliar, em escala, seus pipelines de RAG quanto à fidelidade e relevância — e reduzir a lacuna nos testes de IA.

Entenda o que é o Claude Cowork e como usá-lo para organizar arquivos, gerar documentos e automatizar o navegador. Tutorial prático com exemplos reais e limitações.

Domine o SDK Python do Ollama para desenvolvimento local com LLMs. Aprenda a gerar texto, lidar com chats de múltiplos turnos, usar modelos de visão e criar apps de IA com segurança.

Neste guia, vamos alugar uma GPU H200 e instalar o llama.cpp, baixar o MiniMax M2.7 GGUF, executá-lo localmente, testá-lo no WebUI e conectá-lo ao OpenCode.

Aprenda a instalar e rodar LLMs localmente com o LM Studio. Mantenha seus dados privados, converse com documentos usando RAG nativo e configure uma API local.

Aprenda a rodar o GLM 5.1 localmente em uma GPU H100 com o llama.cpp, fazer testes, usar o WebUI e integrar com o Claude Code.

Descubra como os Vision Transformers (ViTs) usam patch embeddings e autoatenção pra superar as CNNs na classificação moderna de imagens. Este tutorial detalhado explica a arquitetura ViT, fornece código Python passo a passo e mostra quando escolher ViTs para projetos reais de visão computacional.

Aprenda a criar um analista de dados de IA totalmente local usando o OpenClaw e o Ollama, que organizam fluxos de trabalho em várias etapas, analisam conjuntos de dados e geram relatórios visuais, sem precisar mandar seus dados para a nuvem.

Um guia completo dos plugins do Claude Code. Descubra como instalar extensões, escolher entre Skills e MCPs e criar um registrador de sessão personalizado do zero.

Execute o Qwen3-Coder-Next localmente em um RTX 3090 com llama.cpp e, em seguida, crie um painel de análise completo em poucos minutos usando o Qwen Code CLI.

Aprenda a rodar um modelo de código aberto top de linha localmente com o llama.cpp, conecte-o à CLI Kimi e crie um jogo interativo de uma só vez usando a codificação vibe.