Um agente de inteligência artificial é composto por dois elementos: o modelo e o harness. O harness é responsável por executar ferramentas, manter estado, gerenciar permissões e alimentar contexto de volta ao modelo. Quando se trabalha com modelos locais, a escolha do harness torna-se crítica. Janelas de contexto pequenas e capacidades fracas de chamada de ferramentas expõem cada falha de design. Um guia recente mapeou 11 harnesses de código aberto avaliando como cada um documenta a inferência local, levando em conta licença aprovada pela OSI, suporte a runtimes locais documentado, status de manutenção e controles de segurança.
Configuração essencial para modelos locais
Antes de escolher um harness específico, três decisões técnicas fundamentais devem ser tomadas. A primeira é expandir a janela de contexto além dos padrões. Conforme a documentação do Ollama sobre comprimento de contexto, os padrões dependem da memória de vídeo disponível: 4 mil tokens com menos de 24 GiB, 32 mil tokens entre 24 e 48 GiB, e 256 mil tokens com 48 GiB ou mais. Para agentes e ferramentas de codificação, recomenda-se pelo menos 64 mil tokens, configurável com um único comando: OLLAMA_CONTEXT_LENGTH=64000 ollama serve.
A segunda decisão envolve escolher um modelo que suporte chamada de ferramentas. Modelos sem essa capacidade limitam-se a conclusão de chat. Com llama.cpp, a flag –jinja ativa templates de chat compatíveis e chamada de ferramentas. A terceira decisão é orçar memória de forma realista. Segundo guias de configuração, 16 a 32 GiB de RAM acomodam modelos pequenos quantizados, 32 a 64 GiB servem modelos médios para codificação, e 64 GiB ou mais são necessários para modelos maiores.
Harnesses de codificação mais documentados
OpenCode lidera entre ferramentas de codificação ao documentar três caminhos locais: Ollama, LM Studio e llama-server do llama.cpp. A ferramenta recomenda uma janela de contexto de pelo menos 64 mil tokens e oferece dois agentes integrados—um com acesso total e outro apenas para leitura que solicita confirmação antes de executar comandos bash. Se chamadas de ferramentas falharem, aumentar num_ctx para 16 a 32 mil tokens costuma resolver o problema.
Pi representa a escolha minimalista, deliberadamente pulando suporte a MCP, sub-agentes e popups de permissão. Seu design oferece apenas quatro ferramentas—ler, escrever, editar e bash—deixando mais contexto disponível para modelos pequenos. No entanto, carece de sistema integrado de permissões, executando com as permissões do usuário. O README recomenda Docker, uma micro-VM ou sandbox de política para isolamento.
Cline destaca-se como a opção mais forte baseada em editor. Seu guia local recomenda habilitar “Use Compact Prompt” para inferência local e aconselha tarefas focadas. Cada edição de arquivo e comando exige aprovação por padrão, embora aprovação automática seja opcional. Um detalhe importante: os plugins JetBrains não são de código aberto, apenas a extensão VS Code, CLI e SDK estão sob licença Apache-2.0.
Aider adota abordagem diferente para chamada fraca de ferramentas, retornando edições como texto em formatos específicos. A ferramenta envia um mapa do repositório com símbolos-chave a cada requisição. Um perigo real: Ollama descarta silenciosamente contexto além da janela, então Aider dimensiona a janela por requisição mais 8 mil tokens para a resposta.
Harnesses para automação geral e uso em mensagens
Goose documenta o maior número de runtimes locais entre todos os harnesses, listando Ollama, LM Studio, Docker Model Runner, Ramalama e Atomic Chat. A ferramenta é diferenciada por governança: a Linux Foundation formou a Agentic AI Foundation em 9 de dezembro de 2025, e Block contribuiu com Goose. O repositório agora está em aaif-goose/goose. Escrito em Rust, oferece app desktop, CLI e API, com suporte para 70+ extensões MCP.
OpenHands publica a orientação mais específica para LLMs locais. A partir de 21 de maio de 2026, recomenda Qwen3.6-35B-A3B como primeiro modelo local. A ferramenta exige pelo menos 22 mil tokens de contexto, com 32.768 recomendados. Um perigo para usuários Linux: LM Studio vincula-se a 127.0.0.1 por padrão, impedindo alcance de OpenHands em contêiner. Habilitar “Serve on Local Network” resolve isso.
OpenClaw é o projeto com mais estrelas neste guia. Ollama o descreve como assistente pessoal que conecta serviços de mensagens a agentes de IA através de gateway central. Recomenda-se janela de contexto de pelo menos 64 mil tokens. Ao iniciar, exibe aviso de segurança explicando riscos de acesso a ferramentas—deve-se levá-lo a sério, pois o harness conecta a contas de mensagens.
Hermes Agent, da Nous Research, é agente geral, não ferramenta de codificação. Seu README descreve loop de aprendizado que cria habilidades a partir da experiência, com 70+ habilidades integradas e memória entre sessões. Suporta gateways de mensagem incluindo Telegram, Discord, Slack, WhatsApp, Signal e Email.
Outras opções com suporte local documentado
Codex CLI é Apache-2.0 e oferece dois provedores locais integrados: Ollama na porta 11434 e LM Studio na porta 1234. Uma restrição importante: Codex agora fala apenas a API de Respostas em /v1/responses, rejeitando wire_api = “chat”. O servidor local deve expor esse endpoint. O repositório inclui crates sandbox dedicados para Linux e Windows.
Qwen Code lista Ollama e vLLM para modelos locais. O projeto começou a partir do Google Gemini CLI v0.8.2, mas parou de sincronizar upstream na v0.1. Requer Node.js 22 ou mais recente.
Kilo é fork do OpenCode que começou como fork de Roo em 2025, com extensão VS Code reconstruída em 2 de abril de 2026. Seus docs alertam que modelos locais frequentemente carecem de cache de prompt e uso de computador.
Resumo de compatibilidade e limitações
| Harness | Runtimes Locais | Melhor Para | Limitação Principal |
|---|---|---|---|
| OpenCode | Ollama, LM Studio, llama.cpp | Maior cobertura local em uma ferramenta | Requer 64k tokens de contexto |
| Pi | llama.cpp router, Ollama | Modelos pequenos | Sem sistema de permissões integrado |
| Cline | Ollama, LM Studio | Usuários VS Code com aprovações humanas | Plugins JetBrains não são open-source |
| Goose | Ollama, LM Studio, Docker, Ramalama, vLLM | Automação geral sob governança neutra | Maior complexidade de configuração |
| OpenHands | Ollama, LM Studio | Tarefas containerizadas de longa duração | Requer 24GB VRAM ou 64GB Apple Silicon |
| OpenClaw | Ollama | Assistentes baseados em mensagens | Alto risco de segurança com acesso a ferramentas |
Análise Panorama IA
O ecossistema de harnesses de código aberto para modelos locais amadureceu significativamente até 2026, refletindo demanda crescente por IA que não depende de servidores remotos. O que importa aqui é que a escolha do harness não é secundária—em contextos de modelos locais com restrições de memória e janelas pequenas, a implementação técnica do harness exponencia os problemas do modelo base.
Para desenvolvedores, a decisão prática centra-se em três critérios: primeiro, quantos caminhos locais são documentados explicitamente (Ollama, LM Studio, llama.cpp)? Segundo, qual é o requisito mínimo de contexto recomendado? Terceiro, qual é o custo real de segurança ou isolamento que você está disposto a gerenciar? OpenCode lidera em documentação local, Cline oferece o melhor para aprovações humanas em VS Code, e OpenClaw é a escolha para assistentes multicanal—mas exige atenção séria a risco de segurança.
A governança também marca diferença. Goose agora operando sob a Agentic AI Foundation da Linux Foundation sinaliza estabilidade institucional ausente em projetos de um único mantenedor. Aider, com lançamento em fevereiro de 2026 após pausa de seis meses antes, ilustra fragilidade de manutenção que afeta decorrência de melhorias.
O que observar adiante: expansão de suporte a MCP (Model Context Protocol), que ainda é limitado; e convergência em torno de padrão único para APIs locais (a rejeição do Codex CLI a wire_api = “chat” exemplifica fragmentação atual). Usuários devem validar que seu modelo escolhido suporta chamada de ferramentas e que seu servidor local expõe os endpoints que o harness espera.
Fonte: MarkTechPost
Sobre o autor
