Agentes de IA na Prática: Como Criar seu Primeiro Assistente Autônomo Local com Ollama e Python

A maior revolução tecnológica de 2026 não são apenas os modelos de linguagem que respondem perguntas. São os Agentes de IA. Ao contrário de um chatbot comum a quem você faz uma pergunta e espera uma resposta, um agente de inteligência artificial é autônomo: ele consegue planejar, tomar decisões, executar ferramentas e corrigir seus próprios erros para atingir um objetivo específico.

Neste guia prático e completo, vamos construir um agente de IA independente rodando 100% local e offline no seu computador com privacidade absoluta e custo zero usando o Ollama e Python.

O que é um Agente de IA Autônomo?

Um agente de IA combina um LLM (Large Language Model) como “cérebro” com a capacidade de interagir com o sistema. Ele funciona sob um ciclo conhecido como Reasoning and Acting (ReAct):

1. Pensamento (Thought): A IA analisa o objetivo e decide qual ação tomar.
2. Ação (Action): A IA executa uma tarefa específica (como buscar um arquivo local ou fazer um cálculo).
3. Observação (Observation): A IA analisa o resultado da ação e planeja o próximo passo até concluir o objetivo.

[!NOTE] Rodar agentes locais garante que seus dados comerciais, códigos e arquivos pessoais nunca sejam enviados para servidores de terceiros.

🛠️ Pré-requisitos do Setup

Antes de começarmos a codificar, precisamos instalar as ferramentas necessárias:

1. Ollama: Baixe e instale o Ollama (disponível para Windows, macOS e Linux).
2. Modelo Llama 3 ou Phi-3: No terminal, execute o comando abaixo para baixar o cérebro do nosso agente:

   ollama run llama3

3. Ambiente Python: Certifique-se de ter o Python 3.10 ou superior instalado na sua máquina.

📸 Estrutura de Arquivos e Código

Com o Ollama rodando localmente, vamos criar a estrutura do nosso projeto. Crie uma pasta chamada assistente-local e salve a imagem de arquitetura na sua pasta pública:

<!-- INSERIR IMAGEM DE ARQUITETURA DO AGENTE AQUI -->
<!-- Sugestão de Arquivo: public/assets/blog/agente-ia-local-ollama.webp -->
![Arquitetura simplificada de um Agente de IA local interativo](/assets/blog/agente-ia-local-ollama.webp)

Agora, instale as bibliotecas necessárias rodando no terminal:

pip install langchain-community langchain-core ollama

O Código do Agente (agente.py)

Crie o arquivo agente.py e insira o código básico estruturado para conectar o cérebro local às funções do sistema:

import ollama
from langchain_community.llms import Ollama
from langchain.agents import initialize_agent, Tool
from langchain.agents import AgentType

# 1. Definir ferramentas locais que a IA pode usar
def calcular_area_circulo(raio_str):
    try:
        raio = float(raio_str)
        return f"A área do círculo com raio {raio} é {3.14159 * raio * raio:.2f}"
    except ValueError:
        return "Erro: O raio precisa ser um número válido."

ferramentas = [
    Tool(
        name="Calculadora de Círculos",
        func=calcular_area_circulo,
        description="Útil para calcular a área de um círculo quando o raio é fornecido."
    )
]

# 2. Inicializar o cérebro local Llama 3
llm = Ollama(model="llama3")

# 3. Criar o agente autônomo
agente = initialize_agent(
    ferramentas, 
    llm, 
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION, 
    verbose=True
)

# 4. Executar uma tarefa complexa
print("🤖 Iniciando Agente local...")
resposta = agente.run("Preciso calcular a área de um terreno circular que possui 7.5 metros de raio.")
print(resposta)

🚀 Próximos Passos: Escalando seu Agente

Agora que seu primeiro agente autônomo está rodando na sua máquina, você pode expandir as habilidades dele conectando novas ferramentas:

• Busca Local: Adicionar uma ferramenta Python para ler e resumir PDFs em uma pasta local.
• Automação Web: Ensinar o agente a ler páginas de tecnologia para consolidar notícias.

O limite de autonomia é você quem define. A era do Vibe Coding e de soluções locais robustas de Inteligência Artificial está apenas começando, e você já está um passo à frente da concorrência!