Curadoria aberta para quem está começando em IA

O mapa das ferramentas de IA que você pode usar hoje

Só ferramentas gratuitas: APIs com camada grátis, modelos abertos, runtimes, servidores MCP, skills, datasets e agentes — com o caminho para baixar, como usar e onde usar cada tipo, descrição honesta, ranking de qualidade, requisitos reais e links oficiais. Feito para quem está começando e não quer se perder.

Encontre a IA ideal para você Monte seu sistema de IA

    Explore por área

    Abra só o que você quer ver

    Cada área tem sua própria tela dentro do NeuroCatálogo. A página inicial fica curta e você navega direto para o assunto desejado.

    🧭CatálogoTodas as ferramentas e filtros 🚀ProjetosReceitas prontas para construir 📦ColeçõesListas prontas por objetivo 🔥Radar IAModelos, MCPs e Skills em movimento 📚GuiasAprenda com caminhos práticos 🏆RankingQualidade por categoria ⚖️CompararFerramentas lado a lado 🛤️TrilhaPassos para quem está começando

    Ferramentas de decisão

    Não é só uma lista: descubra, monte e verifique

    Cinco ferramentas que respondem “qual IA devo usar?”, “meu PC roda isso?” e “como combino tudo sem gastar?”.

    O que você quer construir?

    Escolha um projeto e o montador de stack se preenche sozinho

    Receitas prontas de sistemas de IA com peças gratuitas. Clique em Construir e o NeuroCatálogo monta a combinação no montador — depois é só trocar peças, comparar e salvar na sua caixa.

    Comece por aqui

    Seis ferramentas que valem o seu primeiro fim de semana

    Escolhas do curador: cada uma é a mais fácil da sua categoria para dar o primeiro resultado concreto.

    Coleções

    Listas prontas: populares, novidades, estrelas e melhores por uso

    Atalhos no estilo loja de aplicativos — cada lista já vem ordenada. Clique em qualquer item para abrir a página completa da ferramenta.

    Trilha do iniciante

    Cinco passos, do primeiro prompt ao primeiro projeto publicado

    Uma ordem sugerida para não se perder. Cada passo leva de meia hora a uma tarde e usa ferramentas gratuitas.

      Do baixar ao usar

      Como obter, usar e onde aplicar cada tipo

      Só entram ferramentas gratuitas — nada aqui exige pagamento. Para cada um dos sete tipos: o caminho para baixar, o passo a passo de uso e onde ele brilha.

      Ranking de qualidade

      Do melhor ao pior — e no que cada um é melhor

      Uma nota de curadoria de 0 a 100 por categoria, com os pontos fortes e fracos de cada item em uma linha. Não é um benchmark oficial: é uma opinião prática para você decidir rápido. Um dataset não compete com um runtime — compare sempre dentro da mesma categoria.

      Carregando…

        Como a nota é calculada: capacidade e resultados (peso maior), maturidade do projeto, custo, privacidade e apoio da comunidade. Os badges “Melhor em” e “Perde em” resumem o que cada item faz bem e onde ele decepciona — por exemplo, o Qwen 3 é forte em programação, raciocínio e português, mas não gera imagem nem vídeo.

        Comparação lado a lado

        Duas ou três ferramentas, critério por critério

        Selecione até três fichas no catálogo (botão “+ comparar”) e a tabela abaixo se monta sozinha — com licença, requisitos, custo e nota de facilidade.

        Sem jargão

        Glossário rápido de IA

        Os termos que aparecem em toda documentação, explicados em três linhas cada.

        Continue sozinho

        Listas, rankings, comunidades e newsletters

        Fontes que valem assinar ou marcar nos favoritos para acompanhar o ritmo do setor.

        Monitoramento automático

        Entrou ou saiu do open source? Aparece aqui

        O catálogo confere sozinho, no seu navegador, os repositórios e modelos listados — licença, arquivamento e disponibilidade — e ainda procura projetos, modelos e datasets em alta que ainda não estão na lista. Quando algo muda, a ficha afetada ganha um aviso.

        Carregando o histórico de verificações…

          A verificação roda no seu navegador — nada é enviado para servidores nossos — usando as APIs públicas do GitHub e do Hugging Face, a cada monitoramento.intervaloHoras horas (padrão: 6). Se as APIs atingirem o limite de requisições, a checagem é retomada de onde parou na próxima visita.

          Guia de arquitetura

          Como montar uma stack de IA 100% local e privada

          Uma stack de IA 100% local é um conjunto de camadas que conversam entre si: modelo, runtime, visão, embeddings, memória, ferramentas, agente, voz e imagem. O catálogo monta essa combinação sozinho; aqui você entende cada peça e a ordem de montagem.

          Toda stack começa pelo runtime e pelo modelo. O runtime executa; o modelo pensa. Essas duas peças definem o hardware necessário, então devem ser escolhidas antes de qualquer outra camada.

          As camadas seguintes resolvem limitações específicas. Visão permite ler imagem e documento; embeddings e memória dão acesso aos seus arquivos; ferramentas conectam o assistente ao mundo; o agente decide quando usar cada coisa.

          Voz e imagem são opcionais e podem entrar depois. Uma stack completa não precisa de todas as camadas no primeiro dia — cada peça adicionada deve resolver um problema que você já tem.

          Uma stack local completa, camada por camada

          Esta é a sugestão do montador de stack do catálogo no modo 100% local, com a camada de imagem ativada. Cada linha é um papel do sistema e a ferramenta gratuita escolhida para cumpri-lo.

          CamadaFerramentaPapel no sistema
          🧠 LLM — o cérebroQwen 3 (Alibaba)É quem interpreta o pedido e escreve a resposta.
          👁️ Visão — imagem e telaQwen2.5-VL / VisionAdiciona leitura de imagem, documento e tela ao sistema.
          🧬 Embeddings — busca semânticaNomic Embed Text v1.5Permite encontrar trechos por significado, não por palavra exata.
          🗄️ Memória — banco vetorialChromaDBGuarda os vetores em disco e devolve os trechos certos.
          🔌 MCP — ferramentas e dadosMCP Python SDKConecta o agente a arquivos, sites, bancos e APIs de forma padronizada.
          🤖 Agente — orquestraçãoLangGraphCoordena as etapas e decide quando usar cada ferramenta.
          🎙️ Voz — fala e áudioWhisper (OpenAI)Fecha o ciclo de áudio: entender o que foi dito e responder falando.
          🎨 Imagem — geração visualFLUX.1 (Black Forest Labs)Gera as imagens do projeto sem depender de serviço pago ou cota.

          Estimativa do conjunto: cerca de 12 GB de RAM e 16 GB de VRAM para a maior peça de modelo, considerando um tamanho médio de cada família.

          Abrir no montador de stack

          Como escolher

          Comece pequeno e cresça por camada
          Runtime e modelo primeiro. Só adicione visão, memória ou voz quando sentir falta daquela capacidade na prática.
          Alinhe a stack ao hardware
          Cada camada consome memória. Some os requisitos das peças escolhidas antes de dobrar o número de modelos rodando ao mesmo tempo.
          Padronize as conexões
          Ferramentas que falam o mesmo protocolo se combinam melhor. O catálogo tem uma camada dedicada a conectar o agente a arquivos, sites, bancos e APIs.
          Deixe a imagem por último
          Geração de imagem é a camada mais pesada em VRAM. Ela é opcional justamente para não inviabilizar o resto da stack.
          Valide o conjunto, não as peças
          O montador do catálogo faz checagens de compatibilidade entre as escolhas, aponta avisos e estima RAM e VRAM do total.

          Prós e limitações

          Os pontos abaixo vêm da curadoria do catálogo — a nota de qualidade (0–100) e os itens “melhor em” e “perde em” registrados para cada ferramenta. Não são medições de benchmark.

          Ollama

          Pontos fortes

          • Rodar LLM local com um comando
          • Primeiro contato com modelos abertos

          Limitações

          • Throughput abaixo do vLLM em produção
          • Recursos avançados de serving

          Qwen 3 (Alibaba)

          Pontos fortes

          • Programação e código
          • Raciocínio e matemática
          • Português e multilíngue

          Limitações

          • Geração de imagem ou vídeo
          • Modelos grandes pedem GPU forte

          Qwen2.5-VL / Vision

          Pontos fortes

          • Ler documentos, gráficos e screenshots
          • OCR e compreensão visual

          Limitações

          • Não gera imagem (só entende)
          • Versão 72B exige hardware sério

          Nomic Embed Text v1.5

          Pontos fortes

          • Embeddings com janela longa (8k tokens)
          • Busca semântica local

          Limitações

          • Idiomas de baixo recurso
          • Precisão abaixo dos líderes do MTEB

          ChromaDB

          Pontos fortes

          • Banco vetorial para começar em 5 minutos
          • RAG local com persistência

          Limitações

          • Escala muito grande pede outro banco
          • Recursos de produção

          MCP Python SDK

          Pontos fortes

          • Escrever servidores MCP em Python
          • Integração com async e FastAPI

          Limitações

          • Alta concorrência extrema
          • Empacotar para distribuição

          LangGraph

          Pontos fortes

          • Agentes em produção com estado e retomada
          • Fluxos com aprovação humana

          Limitações

          • Curva de aprendizado dos grafos
          • Mais código que plataformas visuais

          faster-whisper

          Pontos fortes

          • Transcrição rápida e barata
          • Rodar em CPU

          Limitações

          • Recursos novos chegam com atraso
          • Não separa quem falou

          Kokoro TTS

          Pontos fortes

          • Voz natural em modelo minúsculo (82M)
          • Fala offline e rápida

          Limitações

          • Número de idiomas limitado
          • Controle fino de emoção

          Stable Diffusion XL

          Pontos fortes

          • Ecossistema de LoRAs e checkpoints (ComfyUI)
          • Geração de imagem local madura

          Limitações

          • Composição de cena complexa
          • Escrever texto dentro da imagem

          Continue navegando

          Ferramentas de decisão:Calculadora de HardwareEncontre sua IAMontador de StackIA Local
          Guias relacionados:Melhores IAs locais: como escolher e rodar no seu PCComo criar um assistente Jarvis local no seu PCRAG local: como conversar com seus próprios arquivosOllama vs LM Studio: diferenças e qual usar em cada caso

          Perguntas frequentes

          Preciso de todas as camadas?
          Não. Uma stack útil pode ter só runtime e modelo. Visão, memória, voz e imagem entram conforme a necessidade.
          Como sei que as peças são compatíveis?
          O montador de stack do catálogo testa a combinação, avisa sobre modelos sem runtime definido e sobre sistemas não suportados, e estima os requisitos totais.
          Tudo isso roda offline?
          Sim, no modo local. Depois de baixar os modelos, nenhuma camada precisa de internet para funcionar.
          Quanta memória a stack completa pede?
          Depende das camadas ativas e do tamanho dos modelos. O resumo do montador traz a estimativa de RAM e VRAM para a combinação escolhida.

          Monte sua stack no catálogo

          O montador de stack sugere uma combinação local completa, permite trocar peças por slot e mostra as estimativas de hardware do conjunto.

          Abrir o montador de stack →