Por MV2 da Munim, Inc. Esta página foi traduzida com IA a partir do original em inglês; em caso de divergência, vale o original. Os relatórios pagos são escritos em inglês.
Este é um exemplo real. A máquina é o próprio desktop Windows de MV2, verificado com o local-ai-checkup 0.2.1 em 10 de outubro de 2026. Um relatório pago segue este formato, escrito para a sua máquina, o seu sistema operacional e o uso de IA local que você informou a MV2.
| Sistema | Windows 10, 15,9 GB de RAM |
|---|---|
| GPU | NVIDIA GeForce GTX 1050, 4 GB de VRAM |
| Ollama | 0.32.4, 8 modelos instalados, escutando só em 127.0.0.1 |
| Uso informado | Ajuda com código e resumo de documentos (exemplo) |
OLLAMA_HOST sem adicionar autenticação.A CVE-2026-85180 foi informada para o Ollama 0.30.0 a 0.33.2. Um registro de modelos malicioso pode redirecionar o download de um modelo para endereços da rede interna (SSRF). Como o seu Ollama só escuta em 127.0.0.1, um atacante precisaria que você baixasse um modelo de um registro controlado por ele, então o risco prático é baixo. As fontes divergem sobre a versão exata que corrige a falha, então atualize para a versão mais recente em vez de escolher uma versão mínima. Isso também deixa para trás a CVE-2026-103663 (da 0.34.2 até a 0.35.0), que você encontraria no caminho.
# Windows: download and run the current installer https://ollama.com/download # then confirm ollama --version
(Os comentários querem dizer: no Windows, baixe e execute o instalador atual; depois, confira a versão.) Baixe modelos apenas de ollama.com/library ou de publicadores em quem você confia.
O Ollama só responde em 127.0.0.1:11434, e nenhuma outra porta de IA local está aberta. Se mais tarde você quiser usá-lo de outro dispositivo, não defina apenas OLLAMA_HOST=0.0.0.0. Coloque na frente um proxy reverso com autenticação e libere a porta só para os seus próprios dispositivos no Firewall do Windows Defender. Passos: HARDENING.md (em inglês).
Uma GTX 1050 tem 4 GB de VRAM. Depois da parte que a área de trabalho e o driver usam, sobram cerca de 3,5 GB para um modelo e o seu contexto. O que não cabe roda na CPU, que costuma ser várias vezes mais lenta.
| Tamanho do modelo | Q4_K_M com contexto de 4k | Nesta GPU |
|---|---|---|
| 1-2B | cerca de 1,5-2,2 GB | Cabe inteiro, rápido |
| 3-4B | cerca de 2,8-3,4 GB | Cabe, mas apertado com contexto de 4k |
| 7-8B | cerca de 5-6 GB | Cerca de 60% na GPU, visivelmente mais lento |
| 14B ou mais | 9 GB ou mais | Principalmente CPU, lento |
Para ajuda com código e resumos nesta placa, use no dia a dia um modelo de 3-4B em Q4_K_M (por exemplo qwen3:4b, 2,5 GB) e um de 7-8B quando a qualidade importar mais que a velocidade. As recomendações atuais para cada tamanho de GPU estão em quais modelos cabem na sua GPU (em inglês). Confira a divisão com:
ollama ps # PROCESSOR should read "100% GPU"; a CPU/GPU split means it didn't fit
(O comentário quer dizer: a coluna PROCESSOR deve mostrar "100% GPU"; uma divisão entre CPU e GPU significa que o modelo não coube.) Se um modelo de 3-4B mostrar divisão, reduza o tamanho do contexto. Numa sessão interativa, /set parameter num_ctx 2048 faz isso. Feche outros apps que usam muito a GPU, como jogos e navegadores com muitas abas de vídeo.
ollama rm <name>, com o nome do modelo) para liberar espaço em disco. Oito modelos podem ocupar facilmente 30 GB ou mais.python local_ai_checkup.py depois de atualizar. Você deve ver 0 riscos.Cada verificação inclui um acompanhamento. Depois de fazer as mudanças, envie por e-mail a nova saída de --json e MV2 confirma o que foi corrigido e o que falta.
python3 local_ai_checkup.py --json de cada máquina, o sistema operacional dela e para que você usa a IA local.MV2 nunca pede senhas, chaves ou acesso remoto, e nunca se conecta à sua máquina. O script só lê e não envia nada para lugar nenhum. Você escolhe o que enviar por e-mail.