O Atomic Chat é um assistente de programação com IA gratuito e de código aberto que executa LLMs de pesos abertos inteiramente na sua própria máquina e os expõe por meio de um servidor compatível com a API da OpenAI embutido em http://localhost:1337/v1. Isso significa que você pode apontar seu código existente, ou um agente de programação, para um endpoint local e obter completações sem chave de API na nuvem e sem limites de uso. Mantenha um modelo local selecionado e as ferramentas de rede desligadas, e seus prompts permanecem no seu dispositivo.

Neste guia, explicamos como instalar o Atomic Chat no Linux, baixar um modelo de programação e usá-lo para concluir uma tarefa de programação real, tanto na interface gráfica quanto pelo terminal.

Os comandos de instalação têm como alvo o Ubuntu 22.04+ ou o Debian 12+ (x86_64, glibc 2.35+). Baixe o aplicativo, o backend de inferência e o modelo antes de ficar offline.

O que você precisa

  • Um desktop Linux de 64 bits (x86_64): Ubuntu 22.04+ ou Debian 12+
  • Cerca de 8 GB de RAM para um modelo 3B quantizado pequeno; 16 GB dão mais espaço para um modelo de 7B. O comprimento de contexto e outros aplicativos também afetam o uso de memória.
  • Aproximadamente 5–10 GB de disco livre para o aplicativo mais um modelo
  • No Linux, o Atomic Chat executa apenas modelos GGUF. Tenha isso em mente ao escolher um modelo.

Passo 1: instalar o Atomic Chat no Linux

O Atomic Chat é distribuído como um AppImage para Linux, então não há nada para compilar. Baixe o AppImage mais recente do Atomic Chat na página oficial de releases.

Para fins de demonstração, vamos baixar o Atomic.Chat_2.0.35_amd64.AppImage da release v2.0.35.

Vá até o local onde você baixou o arquivo. Eu o baixei no diretório ~/Downloads:

cd ~/Downloads

Torne-o executável:

chmod +x ./Atomic.Chat_2.0.35_amd64.AppImage

E execute o AppImage do Atomic Chat com o comando:

./Atomic.Chat_2.0.35_amd64.AppImage

Se a inicialização falhar com um erro de libfuse.so.2 ausente, instale a biblioteca de compatibilidade FUSE. Em sistemas Ubuntu 24.04, você pode instalá-la com o comando abaixo; a instalação exige privilégios de administrador:

sudo apt update
sudo apt install libfuse2t64

No Ubuntu 22.04, use libfuse2 em vez disso. Não substitua uma instalação FUSE 3 existente:

sudo apt install libfuse2

Aqui está a aparência da interface padrão do Atomic Chat.

Passo 2: baixar um modelo de programação

O Atomic Chat tem um navegador integrado do Hugging Face, então você não precisa tocar no terminal para obter um modelo.

Abra o navegador de modelos e procure uma build GGUF de um modelo de programação. Aqui, baixaremos Qwen/Qwen2.5-Coder-3B-Instruct-GGUF, Q4_K_M.

Em uma máquina com 8 GB, comece com um modelo 3B; experimente um 7B com 16 GB, deixando espaço para o contexto e outros aplicativos.

Quando o download terminar, selecione o modelo para que o mecanismo local o carregue. O modelo agora está sendo executado totalmente no seu hardware.

Passo 3: gerar e refatorar um script Python na interface gráfica do Atomic

Vamos dar a ele um trabalho de verdade, em vez de um prompt de brinquedo. No chat, insira o seguinte prompt:

Escreva um script Python dirscan.py que percorra um diretório passado como argumento de linha de comando e imprima os 10 maiores arquivos com tamanhos legíveis por humanos. Use apenas a biblioteca padrão.

Você receberá um script de volta em alguns segundos. Revise-o e corrija quaisquer erros antes de executá-lo. Salve-o e execute-o em uma pasta de arquivos de teste.

Crie dirscan-demo e coloque alguns arquivos descartáveis nele primeiro.

python3 dirscan.py ./dirscan-demo

Agora teste a refatoração, o verdadeiro valor de um assistente de programação. Continue com:

Refatore-o para aceitar uma flag --limit (padrão 10) e tratar erros de permissão sem travar.

Aplique a mudança e execute novamente:

python3 dirscan.py --limit 5 ./dirscan-demo

Como a inferência é local, você pode fazer tudo isso com o cabo de rede desconectado. Baixe o aplicativo, o backend, o modelo e quaisquer dependências de cliente primeiro, e mantenha a busca na web e as ferramentas remotas desligadas.

Passo 4: usar o servidor local pelo terminal (compatível com a OpenAI)

A interface gráfica é apenas metade da história. O Atomic Chat executa um servidor compatível com a API da OpenAI em http://localhost:1337/v1, vinculado a 127.0.0.1 por padrão, então qualquer ferramenta que fale a API da OpenAI pode usar seu modelo local.

Abra o painel de API, inicie o servidor se ele estiver parado e verifique se o status é Ready. Uma chave de espaço reservado funciona apenas quando a autenticação da API está desativada; caso contrário, use a chave configurada.

Teste com curl. Primeiro consulte http://localhost:1337/v1/models e copie o ID do seu modelo local baixado. O exemplo abaixo usa o ID retornado para o download do Qwen acima:

curl http://localhost:1337/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "Qwen/qwen2_5-coder-3b-instruct-q4_k_m",
"messages": [
{"role": "user", "content": "Write a bash one-liner to count lines in all .py files under the current dir."}
]
}'

Ou coloque-o diretamente no SDK oficial da OpenAI para Python, mudando apenas o base_url: instale o pacote openai em um ambiente virtual Python primeiro.

from openai import OpenAI
client = OpenAI(
base_url="http://localhost:1337/v1",
api_key="not-needed", # only when API authentication is off
)
resp = client.chat.completions.create(
model="Qwen/qwen2_5-coder-3b-instruct-q4_k_m",
messages=[{"role": "user", "content": "Refactor this into a function: "
"x=[i*i for i in range(10) if i%2==0]"}],
)
print(resp.choices[0].message.content)

Use o identificador do modelo exatamente como ele aparece na resposta de /v1/models. Se você alterou a porta, verifique o valor atual no painel de API do aplicativo.

Passo 5: apontar um agente de programação para ele

Como o endpoint é compatível com a OpenAI, CLIs de agentes também funcionam com ele. O Atomic Chat fornece lançadores com um clique para o OpenCode e o GitHub Copilot CLI na aba Integrations, e outros agentes (Goose, OpenClaw e similares) funcionam quando você os aponta para http://localhost:1337/v1. Isso permite que um agente use um modelo no seu próprio disco. Verifique o suporte a chamadas de ferramentas para o modelo e o agente que você escolher; o uso offline também exige ferramentas locais e nenhum fallback para a nuvem.

Como o Atomic Chat se compara ao Ollama e ao LM Studio

Se você já usou o Ollama ou o LM Studio, o modelo aqui é semelhante: um runtime local com uma API no estilo OpenAI, com duas diferenças práticas.

O Atomic Chat combina o aplicativo de desktop com aplicativos nativos para iOS e Android, e é Apache-2.0 sem limites de mensagens. Se você está pesando as opções, o Atomic Chat mantém um resumo de alternativas ao Ollama que mostra onde cada ferramenta se encaixa.

Solução de problemas

1. O AppImage não inicia

Leia o erro no terminal. Para uma biblioteca FUSE 2 ausente, use libfuse2t64 no Ubuntu 24.04 ou libfuse2 no Ubuntu 22.04 (Passo 1).

2. Um modelo não carrega no Linux

Confirme que é uma build GGUF. Modelos MLX são exclusivos para Apple Silicon e não rodam no Linux.

A API retorna connection refused — certifique-se de que o Atomic Chat está aberto, o servidor de API está iniciado e um modelo está carregado; o servidor roda dentro do aplicativo. Confirme a porta no painel de API.

3. As respostas estão lentas

Passe para uma quantização menor ou para um modelo 3B; feche outros aplicativos que consomem muita memória.

Conclusão

Em poucos passos, você tem um LLM privado rodando no Linux, uma tarefa de programação real feita na interface gráfica e o mesmo modelo conectado aos seus próprios scripts e agentes por meio de um endpoint local compatível com a OpenAI. Inferência local, sem chave de API na nuvem, sem limites de uso. É uma forma limpa de manter código e prompts na sua própria máquina enquanto ainda usa as ferramentas que você já conhece.

Perguntas frequentes (FAQ)

P: O Atomic Chat é gratuito e de código aberto?

R: Sim. Ele é lançado sob a licença Apache-2.0, sem custo e sem limites de mensagens.

P: Meus dados permanecem no meu dispositivo?

R: Sim, quando você seleciona um modelo local e mantém a busca na web, os provedores de nuvem e as ferramentas remotas desligados. A API se vincula a 127.0.0.1 por padrão; só o endereço local não impede requisições a um provedor de nuvem.

P: Quais modelos rodam no Linux?

R: Modelos GGUF. Você pode navegá-los e baixá-los pelo navegador integrado do Hugging Face; builds MLX são exclusivas para Apple Silicon.

P: Posso usá-lo com o SDK da OpenAI?

R: Sim. Aponte o base_url do SDK para http://localhost:1337/v1 e use o ID do modelo de /v1/models. Uma chave de API de espaço reservado funciona quando a autenticação do servidor está desativada; caso contrário, use a chave configurada.

P: Quanta RAM eu preciso?

R: Cerca de 8 GB para um modelo 3B; 16 GB é mais confortável para modelos de 7B. Esses são pontos de partida; o comprimento de contexto, a quantização e outros aplicativos afetam o requisito real.

P: O Atomic Chat exige uma chave de API?

R: Quando configurado para usar um modelo local e seu servidor embutido, o fluxo de trabalho não exige uma chave de API na nuvem.

P: Qual API o Atomic Chat usa?

R: O Atomic Chat expõe um endpoint compatível com a OpenAI em http://localhost:1337/v1.

P: O Atomic Chat funciona offline?

R: Sim, desde que o aplicativo, o backend de inferência e o modelo necessário já tenham sido baixados e configurados antes de desconectar da internet.

P: Onde o Atomic Chat executa o modelo?

R: A configuração de inferência local executa o modelo na própria máquina do usuário, em vez de enviar prompts para uma API de IA remota.