ChatForge: um assistente de IA com NPU local para a Tecla Copilot

Publicado em
2 outubro 2026
Atualizado em
19 outubro 2026
Por
Jacob Lloyd — escrito com ajuda de IA, depois do projeto
Tempo de leitura
20 min de leitura

Em termos simples: Os novos laptops da Intel possuem um chip de IA especial (um NPU) que, na maioria das vezes, fica sem uso. Também há uma tecla Copilot que ativa o assistente da Microsoft. O ChatForge é um programa gratuito que atribui uma função diferente a essa tecla: ele abre uma pequena janela de chat que responde às perguntas com base em um modelo rodando no próprio laptop do usuário. Não é necessário criar conta nem pagar taxa mensal; além disso, o programa pode buscar informações em tempo real, como previsão do tempo e notícias. Para perguntas mais complexas, a mesma janela pode recorrer a um serviço de IA mais avançado.

O nosso laptop veio com uma tecla dedicada à IA e um chip de IA próprio; porém, desde o primeiro uso, eles nunca “se conheceram”: a tecla abre o Microsoft Copilot na nuvem, enquanto o chip NPU permanece inativo. Isso nos incomodou mais do que deveria. Agora, ao pressionar essa tecla, abre-se o ChatForge, nosso próprio assistente. Ele executa um modelo Qwen de 1,5 bilhão de parâmetros no chip NPU, gerando entre 42 e 51 tokens por segundo. Não é preciso conta, assinatura ou pagamento por token; além disso, as conversas nunca saem do próprio PC. Caso uma pergunta seja complexa demais para esse modelo, basta um clique para acessar nosso servidor de GPU ou algum modelo na nuvem, tudo dentro da mesma janela.

Atualizado em 19/10/2026 (ChatForge 0.2.0). Agora o ChatForge pode ser instalado com um simples clique duplo (sem necessidade de terminal, Python ou Git); na primeira execução, basta apertar um botão para configurar o modelo local. Se o PC não possuir chip NPU, o modelo roda na CPU. Antes de iniciar com o Windows, o programa pergunta se você deseja fazê-lo. Para usar um servidor StudioForge em outro PC, é necessária uma chave de API. Os passos de instalação abaixo referem-se à versão 0.2.0; as mudanças e como atualizar estão descritas em O que há de novo na versão 0.2.

Este artigo é um guia completo: explica o que o ChatForge faz, como é trabalhar com o chip NPU (inclusive sobre o modelo que compilou perfeitamente, mas depois gerou resultados incompreensíveis), além de truques para fazer um modelo tão pequeno fornecer respostas úteis, em vez dos resultados genéricos típicos desses modelos.

Resumo rápido

  • Como obter: github.com/LaserLloyd/ChatForge — licença MIT, gratuito, versão 0.2.0. Baixe o arquivo ZIP, clique em Install ChatForge, depois em Configurar IA local. (O ZIP na seção “Downloads” abaixo é da versão 0.1.0; para instalá-la, é preciso usar o terminal.)
  • O que é: um assistente gratuito para a área de notificações do Windows 11, licenciado sob MIT. Pressionando Ctrl+Alt+C (ou a tecla Copilot, reconfigurada via PowerToys), abre-se uma janela de 420 × 620 pixels no canto inferior direito; pressione Escape para fechá-la.
  • O modelo local: Qwen2.5-1.5B-Instruct (versão INT4, download de 0,94 GB), executado pelo OpenVINO Model Server no chip NPU da Intel; caso não haja NPU, roda na CPU. Na primeira execução no NPU, o modelo leva cerca de 45 segundos para carregar; depois disso, carrega em aproximadamente 3 segundos e gera 42–51 tokens/s. Após 10 minutos sem uso, ele é descarregado automaticamente.
  • Modelos maiores, mesma interface: StudioForge (seu próprio servidor de GPU), MiniMax, OpenAI, DeepSeek ou qualquer URL compatível com a API da OpenAI. As chaves de acesso ficam no Gerenciador de Credenciais do Windows; nunca são armazenadas em arquivos de configuração.
  • Nove ferramentas: busca na web e notícias, captura de páginas, previsão do tempo, Wikipedia, taxas de câmbio, data/hora, calculadora — além de create_document, que salva em Word, Excel ou PowerPoint o texto gerado pelo modelo. É possível anexar até 10 arquivos por mensagem e consultá-los.
  • O que ele NÃO é: um agente autônomo. Nenhuma ferramenta executa programas ou altera configurações; a única ferramenta de escrita só pode criar novos arquivos na pasta própria do programa.

Onde baixar

O repositório licenciado sob MIT: github.com/LaserLloyd/ChatForge, que inclui também as notas de execução com todas as medições de desempenho do chip NPU citadas neste artigo. Na página do GitHub, clique em Código > Baixar ZIP para obter a versão atual com o instalador. Na seção “Downloads” ao final desta página, encontra-se o snapshot mais antigo da versão 0.1.0.

O que você obtém

Está a apenas um clique de distância de qualquer aplicativo: pressione a tecla, digite sua pergunta, leia a resposta e aperte Escape. Cada resposta indica qual modelo a gerou e sua velocidade de processamento; assim, você sabe sempre se utilizou o modelo local gratuito ou algum serviço pago. Quando uma pergunta exige dados atualizados, um ícone específico mostra o que foi pesquisado; ao solicitar um relatório a um modelo maior, a resposta traz um card com opções Abrir e Mostrar na pasta.

O popup do ChatForge em um tema escuro. O cabeçalho exibe ‘Local (NPU)’ e o modelo Qwen, além de um indicador de prontidão. Uma pergunta sobre o clima em Lisboa gera um chip de ferramenta meteorológica e uma resposta curta com uma tabela em Markdown; a resposta é assinada por Qwen2.5-1.5B-Instruct-int4-ov, com velocidade de 47,6 tok/s.
Uma pergunta sobre o clima, respondida pelo modelo rodando no NPU: um chip de ferramenta acima da resposta e uma tabela na mensagem.
O popup com o modelo MiniMax-M3 selecionado. O usuário anexou uma planilha e pediu um relatório em Word de uma página; a resposta exibe um chip de ferramenta ‘create_document’, um resumo em formato de lista e um cartão do documento .docx gerado, com botões para abrir e exibir na pasta.
Uma planilha foi enviada; o resultado foi um relatório Word — tudo processado por um modelo na nuvem.
O menu de modelos aberto num chat vazio: os modelos usados recentemente aparecem no topo, seguidos pelos provedores configurados — Local (NPU) e MiniMax; OpenAI e DeepSeek não estão listados pois nenhuma chave de acesso foi salva para eles.
O menu de modelos: os modelos usados por último vêm primeiro, depois apenas os provedores que você configurou.

As conversas, imagens, localização e nome do servidor nas capturas de tela são dados exemplares; a interface é real, exibida no Edge (motor por trás do WebView2) com base no protótipo de desenvolvimento do projeto.

Como tudo se integra

Um único processo Python controla tudo: o ícone na bandeja do sistema, o atalho global, os popups e as janelas de Configurações (usando pywebview sobre WebView2), além de um núcleo assíncrono baseado em asyncio que transmite as respostas e executa as ferramentas solicitadas. O servidor de modelos é um processo filho totalmente controlado por esse processo principal — iniciado quando o popup é aberto com um modelo local selecionado, e encerrado junto com o aplicativo por meio de um objeto de tarefa do Windows; assim, uma falha no sistema não deixa nenhum modelo “ocupando” sua memória RAM.

Quase nada foi escrito do zero; e isso é motivo de orgulho para nós: o supervisor de processos, o downloader, a área de notificações e o sistema de logging vieram do StudioForge; a interface de chat e o pipeline de processamento Markdown vêm do DisPatch; já o cliente de streaming foi retirado da nossa ferramenta de benchmarking. Todos esses componentes já haviam sido testados durante meses de uso diário; cada módulo adaptado traz essa informação no início do código. É graças a esse reaproveitamento que o primeiro commit e a versão v0.1.0 foram feitos com apenas dois dias de diferença (da noite de 30/09/2026 até 02/10/2026). Um agente de IA cuidou da montagem do sistema, seguindo um plano escrito com cerca de 1.000 linhas.

Instalação

O ChatForge 0.2.0 é instalado em três etapas no Windows 11, sem necessidade de usar o terminal ou direitos de administrador:

  1. Baixe o arquivo. Na página do GitHub, selecione Code > Download ZIP e extraia o conteúdo.
  2. Clique duas vezes em Install ChatForge. O instalador baixa o uv (com verificação de hash) e o Python 3.12, caso ainda não estejam instalados; depois instala o aplicativo para seu usuário em %LOCALAPPDATA%\Programs\ChatForge, cria atalhos no menu Iniciar e na área de trabalho, pergunta se deseja iniciar o programa junto com o Windows e, por fim, abre o ChatForge. Como o instalador não é assinado, o Windows exibe a mensagem “O Windows protegeu seu PC” na primeira execução: basta clicar em Mais informações > Executar mesmo assim.
  3. Clique em “Set up local AI” no card exibido. O instalador baixa o runtime do modelo (OpenVINO Model Server, 139 MB) e o modelo inicial OpenVINO/Qwen2.5-1.5B-Instruct-int4-ov (0,94 GB, licença Apache-2.0); tudo isso com uma única barra de progresso e um botão para cancelar a operação. O instalador também verifica o hash SHA-256 de cada arquivo em relação aos dados do Hugging Face e configura o chat para usar esse modelo. Em conexões rápidas, o processo leva cerca de um minuto. As opções Use StudioForge e Use an API key, no mesmo card, permitem pular a instalação do modelo local.

Para atualizar, basta executar novamente Install ChatForge a partir de um zip mais recente; as configurações e os dados permanecem em %LOCALAPPDATA%\ChatForge. O comando Uninstall ChatForge remove o aplicativo, mas mantém seus dados, a menos que você adicione --purge. As opções do instalador estão detalhadas no arquivo deploy/windows/README.md; o README também traz uma versão dos três passos acima pronta para ser colada no PowerShell, além das instruções para desenvolvedores (git clone, uv sync --extra dev, uv run chatforge doctor).

Na primeira vez que o modelo é carregado em um NPU, este compila-o; o processo leva cerca de 45 segundos, com uma contagem regressiva no cabeçalho da janela para evitar que o usuário pense que algo deu errado. Depois disso, as próximas cargas são feitas a partir do cache de compilação, em aproximadamente 3 segundos. Em CPUs, o modelo é carregado em poucos segundos; nesse caso, o card e a linha de status exibem “mais lento”. Para este artigo, não rodamos novamente o instalador; os passos acima são os descritos no README, cujas imagens foram tiradas em um PC com Windows 11 sem NPU.

O problema da tecla Copilot

Aqui está algo que ninguém lhe conta ao comprar um laptop: a tecla Copilot não pode ser reconfigurada. Ela envia o atalho Win+Shift+F23; o Windows registra essa combinação para uso próprio, e as opções de configuração oficiais só permitem associá-la a aplicativos assinados e aprovados. Seu próprio programa, portanto, não consta na “lista de convidados” do seu teclado.

A solução viável é usar o Keyboard Manager do PowerToys: redefina o atalho Win (Left) + Shift (Left) + F23 para Ctrl+Alt+C (atalho padrão do ChatForge) e ative a opção Run at startup do PowerToys. Com essa única reconfiguração, a tecla reservada pela Microsoft para o Copilot passa a abrir seu assistente. Caso ela volte a abrir a busca do Windows ou o Copilot, significa que o PowerToys não está em execução — esse é o único modo de falha possível, e por isso consta como primeiro item na lista de soluções.

Como tornar um modelo de 1,5 bilhão de parâmetros útil

Um modelo com 1,5 bilhão de parâmetros e janela de contexto de 4096 tokens é, na prática, como um peixinho dourado com um cartão de biblioteca. A engenharia por trás do ChatForge trabalha com essa limitação, em vez de tentar ignorá-la:

– Uma lista curta de ferramentas. Existem nove ferramentas no total, mas o modelo local dispõe apenas de cinco: busca, obtenção de páginas, previsão do tempo, data/hora e calculadora. Modelos pequenos ficam confusos com listas longas de ferramentas; reduzir essa lista é essencial para manter as chamadas às ferramentas organizadas.

– Consulte primeiro. Perguntas que exigem dados em tempo real (“clima”, “preço atual”, etc.) fazem com que a ferramenta correspondente seja acionada antes da primeira rodada de respostas do modelo; assim, o modelo responde com base nos resultados obtidos, em vez de adivinhar. Trata-se apenas de correspondência de padrões, sem necessidade de novas chamadas ao modelo.

– Recuperação após recusa. Modelos pequenos tendem a responder “Não tenho acesso a dados em tempo real”, mesmo quando há uma ferramenta de busca disponível. Respostas que recusam a solicitação ou prometem uma consulta que nunca é feita (“Deixe-me procurar isso…”) são ignoradas; o sistema realiza a consulta por conta própria e o modelo responde novamente. Durante esse processo, aparece a mensagem “Buscando informações…”, e você não vê o rascunho inicial da resposta.

– Sem resumos automáticos. Quando uma conversa ultrapassa o limite de tamanho permitido, as mensagens mais antigas são simplesmente excluídas do prompt; um divisor na interface indica exatamente onde começa a visão do modelo. Nada é parafraseado sem seu consentimento, o que evita custos adicionais com chamadas ao modelo; além disso, o modelo é informado de que mensagens antigas foram removidas, para que ele pergunte em vez de inventar respostas.

– Proteção contra loops e controle de uso. Uma mensagem pode gerar no máximo 6 rodadas de chamadas às ferramentas; chamadas idênticas são recusadas. Um modelo de 1,5 bilhão de parâmetros chamaria infinitamente a ferramenta de previsão do tempo se lhe fosse permitido.

– Rede de segurança. Caso o modelo NPU falhe ao carregar, trave ou exceda o tempo limite, a mesma mensagem pode ser reenviada para outro provedor à sua escolha.

Nada disso requer o uso do NPU — o mesmo sistema opera com modelos maiores — mas é isso que permite ao modelo local responder corretamente a perguntas como “Vai chover neste fim de semana?”, mantendo toda a velocidade proporcionada pelo NPU, em vez de recusar educadamente a solicitação.

O modelo que compilou sem problemas, mas gerou respostas inúteis

O plano era utilizar o Qwen3-4B como modelo local. Modelo maior, da família mais recente; uma escolha óbvia. O arquivo docs/RUNTIME-NOTES.md do repositório descreve o obstáculo que impediu seu uso: Qwen3-4B-int4-ov compila sem problemas para o NPU, mas gera respostas inúteis ao ser executado no OVMS 2026.4 — enquanto os mesmos arquivos do modelo funcionam perfeitamente na CPU, com uma velocidade de 24 tokens/s. O problema é específico ao NPU; todas as configurações testadas falharam, e as outras formas de quantização possíveis não permitem o uso de ferramentas no OVMS 2026.4. No NPU, uma compilação bem-sucedida não garante nada. É preciso verificar a saída antes de confiar nela.

O modelo que acabou sendo utilizado, testado num Core Ultra 5 226V (Lunar Lake):

Qwen2.5-1.5B-Instruct INT4 no NPU Valor medido
Primeira compilação (única vez) 44,5 s
Carregamento a partir do cache de compilação 2,7–3,2 s
Decodificação 42–51 tokens/s
Tempo até o primeiro token (prompts curtos) 0,5–0,8 s
Tamanho do cache de compilação no disco 306 MiB
Limite de tokens por prompt 4096 tokens

Uma observação importante extraída do mesmo arquivo: o OVMS aceita a flag de compilação BEST_PERF, que aumenta em cerca de 10% a velocidade de decodificação (48,3 tokens/s), mas exige 135 s para a compilação — três vezes mais que o padrão. O ChatForge optou por não usar essa opção; achamos que foi a decisão certa: os 45 s iniciais já são um limite razoável para um usuário decidir se o sistema está funcionando ou não.

Envio de arquivos e geração de documentos

É possível anexar até 10 arquivos por mensagem (arrastando, clicando no clipe de papel ou colando — cada um com até 20 MB): código, texto, CSV, JSON, HTML, Word, Excel, PowerPoint, OpenDocument, RTF, e-mails, PDFs e até arquivos antigos .doc são lidos diretamente. Arquivos antigos .xls/.ppt são convertidos via Microsoft Office, caso esteja instalado. Imagens são verificadas, corrigidas quanto à orientação, redimensionadas para 1568 px e despojadas de metadados — dados como câmera, GPS e horário são removidos antes que sejam armazenados ou enviados; modelos incapazes de “ver” imagens recebem apenas o texto extraído por meio do OCR do Windows.

Na direção oposta, create_document permite que um modelo StudioForge ou na nuvem salve seu conteúdo gerado: .docx, .xlsx e .pptx são criados a partir do Markdown produzido pelo modelo, usando apenas a biblioteca padrão do Python — sem necessidade de Office. Os arquivos ficam em Documents\ChatForge; nomes já existentes são adaptados para report (2).docx, evitando sobrescritas; a resposta inclui um cartão com os botões Abrir e Mostrar na pasta. O pequeno modelo local não dispõe dessa ferramenta; caberá a você garantir que ele consiga gerar documentos adequados.

O que este sistema deliberadamente NÃO é

O ChatForge não é um agente; a separação entre suas funcionalidades é estrutural, e não uma promessa contida no prompt. Oito dos nove ferramentas são apenas para consulta; a nona só pode adicionar novos arquivos à sua própria pasta, sem jamais sobrescrever nada. Nenhuma ferramenta executa programas, altera configurações ou lê arquivos que você não tenha anexado. fetch_url bloqueia endereços privados e locais (inclusive rebinding de DNS); a calculadora é um avaliador com lista branca, sem suporte a eval. As chaves de API ficam no Gerenciador de Credenciais do Windows e são registradas no redator de logs; o servidor do modelo encerra junto com o aplicativo, por design. O ChatForge mantém apenas uma conversa por vez; não há arquivamento de tudo o que você já perguntou. No pior dos casos, um modelo confuso pode fornecer uma resposta errada e criar um novo arquivo em alguma pasta — o que é exatamente o nível de impacto esperado para um assistente desse tipo.

O que há de novo na versão 0.2

O ChatForge 0.2.0 (18 de outubro de 2026) é a versão em que usuários do Windows 11 não precisam mais de terminal, Python ou Git. Para iniciar uma conversa, são necessárias apenas três ações: clique duas vezes em Install ChatForge, clique em Configurar IA local e comece a digitar.

  • Instalador/desinstalador de clique duplo, por usuário, sem necessidade de privilégios de administrador; cria atalhos e aparece na lista de aplicativos instalados (ver Instalação).
  • Modelo inicial com um único botão no primeiro uso: o runtime e o modelo Qwen de 1,5 bilhão de parâmetros vêm em um único download; há também a opção de cancelar.
  • Uso da CPU quando não há NPU. Em PCs sem NPU da Intel, o modelo roda na CPU; isso é indicado no cartão inicial e na linha de status. O README mostra que esse processo atinge cerca de 45 tokens por segundo. local.device em config.toml permanece como NPU, de modo que um NPU futuro será reconhecido sem alterações na configuração.
  • Pergunta-se ao usuário sobre inicialização automática; nunca é silenciosa. O instalador faz essa pergunta uma única vez; instalações manuais recebem a mesma pergunta por meio de um pop-up. Para alterar isso depois, use chatforge autostart enable ou disable.
  • Novas instalações usam o tema Glacier por padrão. Instalações já existentes mantêm seu tema original.
  • Interface de extensões. Pacotes Python podem ser registrados no ponto de entrada chatforge.extensions, ganhando seções de configuração, gatilhos e hooks; também têm acesso a chat.send e chat.cancel. A API está na versão 1 e pode sofrer alterações enquanto o ChatForge estiver na versão 0.x (docs/extensions.md).
O pop-up do ChatForge na primeira execução: o cartão de Configurar IA local menciona o runtime de 139 MB e o modelo Qwen2.5 de 0,94 GB; informa que não foi encontrado NPU da Intel, portanto o modelo roda na CPU; oferece as opções Configurar IA local, Usar StudioForge, Usar chave de API ou Não agora.
Primeira execução: um único cartão com um botão. Enquanto o runtime e o modelo são baixados, o mesmo cartão exibe barra de progresso e botão Cancelar. Mais imagens estão no README.

Atualização a partir da versão 0.1.0. Se você instalou via clone, execute git pull e depois uv sync (o arquivo de bloqueio mudou; o Python agora tem versão limitada a 3.14). Ou então use o instalador oficial. Na primeira execução, seu config.toml é migrado: a configuração de inicialização automática é mantida e você não recebe novamente essa pergunta. A pasta de dados permanece inalterada. Duas coisas podem ser necessárias:

  • Um servidor StudioForge em outro PC exige chave de API. O StudioForge 2.0 rejeita solicitações sem essa chave vindas de máquinas diferentes. Crie uma chave na máquina que roda o StudioForge (studioforge keys create) e insira-a em Configurações > Provedores > StudioForge. Agora, solicitações rejeitadas exibem essa informação claramente.
  • Usuários que instalaram via clone e usavam Python 3.14 precisam mudar para versões 3.12 ou 3.13.

Voz: opcional e ainda em fase inicial. O repositório agora inclui um complemento de comando por voz, packages/chatforge-voice (versão 0.1): segure uma tecla, fale, e o ChatForge responde em áudio; o reconhecimento de fala (Parakeet) e a síntese vocal (Chatterbox-Turbo) rodam na CPU, sem que nada saia do PC. Esse complemento é instalado separadamente no ambiente do ChatForge; seus modelos (cerca de 1,4 GB) são baixados por meio de um pequeno painel de voz aberto no navegador; não há suporte a escuta contínua. Ainda não testamos isso em nosso laptop, portanto considere-o como uma versão prévia.

Permanecem válidos: o modelo inicial tem janela de 4096 tokens e às vezes erra em cálculos mentais (sugerimos usar a calculadora); os dados sobre NPU são baseados em um único computador Lunar Lake; Linux e macOS não são suportados; não há versão Docker, pois um aplicativo com atalho de tecla e uso de NPU não tem nada para rodar dentro de um contêiner.

Cuidados a ter

  • O uso básico do python no Windows padrão resulta apenas em um “stub” da Microsoft Store. Use sempre py -3.12 -m uv run …, ou os lançadores disponíveis em launchers\. Caso contrário, problemas surgirão antes mesmo de qualquer outra coisa funcionar.
  • A tecla Copilot não pode ser usada como atalho. Ela é Win+Shift+F23 e o Windows a mantém reservada. Use o PowerToys para reatribuí-la ou nada acontecerá (conforme mencionado acima).
  • Não presuma que a compilação signifique que o modelo está pronto para uso. O Qwen3-4B compila, mas gera resultados incorretos no NPU; o catálogo marca-o como Evitar, e qualquer modelo desconhecido recebe a classificação Não testado.
  • Atualizações de driver ou ciclos de suspensão/retomada podem corromper o cache de compilação. Vá em Configurações > Modelos > Limpar cache, depois carregue novamente o modelo. Um provedor alternativo garante que você continue recebendo respostas nesse meio tempo.
  • Modelos pequenos perdem eficácia em conversas longas – deixam de chamar ferramentas, entram em loops e dão respostas ruins. Isso ocorre porque um modelo de 1,5 bilhão de parâmetros não consegue lidar com contextos extensos; não se trata de um bug a ser corrigido: basta limpar o chat ou optar por um modelo maior para questões complexas.
  • Arquivos antigos em .xls/.ppt exigem o Office instalado (a conversão ocorre de forma oculta, numa cópia temporária). Sem o Office, salve-os primeiro como .xlsx/.pptx. Fotos no formato HEIC requerem o pacote opcional pillow-heif, ou a exportação como JPEG.
  • Observação sobre licenças na redistribuição: o aplicativo é licenciado sob MIT, porém o pystray (biblioteca para o tray) usa a licença LGPL-3.0; ele é importado sem alterações em tempo de execução. Isso está tudo bem na instalação padrão; contudo, se você distribuir um pacote que o inclua, a obrigação de relicenciamento sob LGPL será sua responsabilidade.

Onde isso nos leva

Do primeiro commit à versão v0.1.0 que realmente utilizamos, passaram-se apenas dois dias – o que demonstra mais a importância da reutilização de componentes já testados do que a velocidade de desenvolvimento. O supervisor, a interface de chat e o cliente de streaming foram todos extraídos de projetos já em funcionamento na nossa organização. O NPU revelou-se o aspecto mais fácil; o verdadeiro desafio foi tornar um modelo de 1,5 bilhão de parâmetros realmente útil (definindo um conjunto limitado de ferramentas, priorizando consultas ao banco de dados e implementando mecanismos de recuperação diante de recusas), além de limitar seu escopo: nada de funcionalidades de agentes, sem arquivamento de conversas, e nada é enviado para a nuvem, a menos que o usuário solicite. Trata-se de uma versão exclusiva para Windows; o número 0.2.0 indica exatamente isso, e o conjunto de testes é o que nos dá confiança para seguir em frente: o CI executa o ruff e os testes unitários em Python no Windows e Ubuntu, além dos testes JS no Node 24.

Versões

A árvore de versão 0.2.0 corresponde ao commit de30788 (19/10/2026); seus 183 testes JS foram aprovados no Linux (Node v24.18.0). O histórico da versão original 0.1.0, datado de 02/10/2026:

$ git log -1 --format='%h %ci'
2edd2d4 2026-10-02 18:04:38 +0900        # ChatForge v0.1.0

$ uv run pytest -q
1520 passed, 6 skipped, 6 deselected in 50.65s   # no Linux, Python 3.13.14

$ npm run -s test:js
tests 114 / pass 114 / fail 0                     # Node v24.18.0

No ambiente Windows, o servidor utiliza o OpenVINO Model Server 2026.4.0 (python_on), com o modelo OpenVINO/Qwen2.5-1.5B-Instruct-int4-ov, testado num Intel Core Ultra 5 226V. Os dados relativos ao NPU foram extraídos do arquivo docs/RUNTIME-NOTES.md do repositório, que também descreve as configurações falhas do Qwen3-4B.

Relacionado: StudioForge: servidor LLM exclusivo para GPU · DisPatch: chat com IA auto-hospedado · Primeira análise do DeepSeek Harness (dsh) · Como executar o DeepSeek localmente: guia em 4 passos · Quanto realmente custam nossos agentes de IA: DeepSeek vs. APIs maiores

Downloads

Gratuito para uso pessoal. Se isso te economizar uma tarde, o botão do café está logo ali.


← Mais de IA e LLM Local