Selfhosting

O OpenClaw não fracassou como produto. Ele perdeu seu combustível.

Por muito tempo, o llama.cpp teve uma limitação flagrante: você só podia servir um modelo por processo, e alternar significava reiniciar.

A gestão de conhecimento pessoal abrange Obsidian, Logseq, DokuWiki, Zettelkasten e PARA — a escolha certa depende se você deseja um gráfico de notas local, uma wiki auto-hospedada ou um fluxo de trabalho orientado por outliners.

O assistente de IA Hermes, documentado oficialmente como Hermes Agent, não se posiciona como um simples wrapper de chat.

O OpenClaw possui dois tipos de extensões, e é fácil confundi-los.

Plugins estendem o tempo de execução. Skills (habilidades) estendem o comportamento do agente.

Este artigo trata dos plugins do OpenClaw — pacotes nativos de gateway que adicionam canais, provedores de modelos, ferramentas, voz, memória, mídia, pesquisa web e outras superfícies de tempo de execução.

OpenClaw parece simples em demonstrações. Em produção, ele se torna um sistema.

O Vane é uma das entradas mais pragmáticas no espaço de “busca com IA e citações”: um motor de respostas self-hosted que combina recuperação web em tempo real com LLMs locais ou na nuvem, mantendo toda a pilha sob seu controle.

O Hermes Agent é um assistente de IA auto-hospedado e agnóstico de modelos que roda em uma máquina local ou em um VPS de baixo custo, opera através de interfaces de terminal e mensagens e melhora ao longo do tempo transformando tarefas repetitivas em habilidades reutilizáveis.

A Inferência de Geração de Texto (TGI) tem uma energia muito específica. Não é o mais novo na rua da inferência, mas é aquele que já aprendeu como a produção quebra -

O SGLang é um framework de serviço de alto desempenho para grandes modelos de linguagem e modelos multimodais, construído para fornecer inferência de baixa latência e alto throughput, desde uma única GPU até clusters distribuídos.

Em breve, você estará alternando entre vLLM, llama.cpp e mais — cada pilha em sua própria porta. Tudo a jusante ainda quer uma única URL base /v1; caso contrário, você continuará trocando portas, perfis e scripts pontuais. O llama-swap é o proxy /v1 antes dessas pilhas.

A maioria dos ambientes locais de IA começa com um modelo e um runtime.

llama.cpp é um motor de inferência em C/C++ para modelos GGUF: llama-cli para chat interativo, llama-completion para prompts roteirizados e llama-server para uma API HTTP compatível com OpenAI.

A maioria das configurações de IA local começa da mesma maneira: um modelo, um runtime e uma interface de chat.

Escolher a headless CMS correta pode fazer ou quebrar sua estratégia de gerenciamento de conteúdo. Vamos comparar três soluções de código aberto que influenciam como os desenvolvedores constroem aplicações orientadas a conteúdo.