[Pitch] Construí um harness de IA para terminal 100% local e privado usando Ollama (Zero Python e código aberto) · luizhcrs

Fala pessoal!

Queria compartilhar com vocês um projeto open-source que desenvolvi para resolver uma dor clássica do fluxo de trabalho diário no terminal: a quebra de contexto constante para pesquisar sintaxes e flags de comandos.

Toda vez que precisava lembrar parâmetros de ferramentas como lsof, tar, find, netstat ou debugar portas e conexões, eu precisava parar o que estava fazendo, abrir o navegador e buscar referências.

Para resolver isso, criei o PowerAI: um copiloto de inteligência artificial nativo para terminal (macOS, Linux e Windows) que roda de forma 100% local, privada e com overhead mínimo.

O que ele faz na prática?

Tradução em Linguagem Natural:
Você digita ai como ver portas escutando tcp e ele devolve o comando exato (lsof -iTCP -sTCP:LISTEN -P) acompanhado de uma breve explicação técnica da sua função.
Trava de Segurança Não-Invasiva:
Ele nunca executa comandos de forma automática. O fluxo exige confirmação explícita no teclado (Enter/S para rodar ou Esc/N para descartar).
Memória de Saída (Context Buffer):
A ferramenta mantém um buffer contínuo com as últimas saídas de tela da sessão. Se você rodou um comando de rede e quer saber ai qual é o IP da saída acima?, ele extrai o dado diretamente sem necessidade de copiar e colar.
Auto-Correção de Erros de Digitação:
Se você digitar mrdir novo_modulo por engano, o hook nativo do shell intercepta o erro de comando inexistente e sugere a correção (mkdir novo_modulo) imediatamente.

Decisões de Arquitetura & Engenharia

Um dos objetivos principais foi evitar o uso de interpretadores pesados em Python, que adicionam centenas de milissegundos de latência de inicialização e exigem gerenciamento de ambientes virtuais (venv, pip ou pacotes externos):

No macOS e Linux (Bash / Zsh): Desenvolvido em Shell POSIX puro, utilizando jq compilado em C e fallback regex nativo. O overhead de inicialização é inferior a 2ms.
No Windows: Implementado em módulo PowerShell com runtime .NET / C# integrado, sem dependências de terceiros.
Privacidade e Execução Local: As requisições são enviadas exclusivamente para a API local do Ollama (http://127.0.0.1:11434), aproveitando aceleração por hardware (GPU Metal no macOS / CUDA no Linux e Windows). Zero telemetria ou tráfego de dados para a nuvem.

Como testar

A instalação pode ser feita diretamente em um comando:

macOS e Linux (Bash / Zsh):

curl -fsSL https://raw.githubusercontent.com/Luizhcrs/powerai/main/install.sh | bash

Windows (PowerShell):

irm https://raw.githubusercontent.com/Luizhcrs/powerai/main/install.ps1 | iex

(Requisito: ter o Ollama instalado com um modelo leve em execução, como llama3.2 ou qwen2.5-coder:7b).

Links do Projeto

Simulador Web & Landing Page: https://luizhcrs.github.io/powerai/
Documentação Técnica Oficial: https://luizhcrs.github.io/powerai/docs.html
Repositório no GitHub: https://github.com/Luizhcrs/powerai

A ideia para as próximas versões é expandir o projeto para um harness de automação local ainda mais autônomo e abrangente.

Feedbacks, críticas sobre a arquitetura e contribuições no código são muito bem-vindos!