Muitos querem integrar IA com n8n, fazer testes e explorar automações inteligentes, mas esbarram no mesmo problema: token da OpenAI. A boa notícia? Dá pra brincar com LLMs sem gastar nada e rodar tudo local, direto do seu hardware.
Neste post, vamos mostrar como colocar grandes modelos de linguagem pra rodar sem API paga, usando ferramentas como Ollama, LM Studio e LocalAI.
1. O Problema do Token
A OpenAI exige uma API key válida. Mesmo que exista um free trial, ele é limitado e não renova. Para testes recorrentes, protótipos ou integração com o n8n, isso atrapalha.
Solução: rodar modelos de linguagem localmente, sem precisar da OpenAI.
2. Rodando LLMs Localmente: o que você precisa saber
A ideia é simples: baixar o modelo, executar um servidor local com API compatível (normalmente estilo OpenAI) e integrar com o n8n ou outra aplicação via HTTP.
Ferramentas possíveis:
- Ollama – leve, prático, roda em segundo plano e já baixa os modelos pra você.
- LM Studio – interface amigável, bom pra quem quer testes manuais.
- LocalAI – mais técnico, roda como backend compatível com OpenAI.
3. Requisitos de Hardware por Modelo
Nem todo modelo exige uma máquina gamer. Veja o nível de exigência por tipo de modelo:
Nível Leve (Testes, bots simples)
Modelos: llama2:7b, mistral:7b, gemma:2b, phi-2
- Roda com:
- CPU comum (i5/i7)
- 8 a 16 GB de RAM
- (opcional) GPU com 4–6 GB VRAM melhora bastante
Nível Médio (Conversas mais longas, contexto maior)
Modelos: llama2:13b, mixtral, gemma:7b
- Requisitos:
- CPU forte ou
- 32 GB RAM ou
- GPU com 8–12 GB de VRAM
Nível Pesado (GPT-3.5, GPT-4)
- Não roda localmente
- Apenas via API (OpenAI, Anthropic, Gemini etc.)
- Exige clusters de datacenter
4. Exemplo Prático com Ollama
Instalação:
curl -fsSL https://ollama.com/install.sh | sh
Rodar modelo:
ollama run mistral
Fazer requisição via curl:
curl http://localhost:11434/api/chat -d '{
"model": "mistral",
"messages": [{"role": "user", "content": "Me explique o que é DNS"}]
}'
Você terá uma resposta em JSON, como se fosse da OpenAI. Pronto para integrar com n8n usando o nó HTTP Request.
5. Mock para Testes no n8n (sem IA real)
Se o objetivo for testar o fluxo, e não o modelo, use o nó Function:
return [{
content: "Resposta mockada: tudo certo com o seu fluxo!"
}];
Depois, quando quiser IA real, substitua pelo nó HTTP com sua API local.
6. Conclusão
Você não precisa de token pago para experimentar LLMs. Use modelos otimizados localmente, sem depender de terceiros, sem custo, e com controle total.
Ideal pra quem quer:
- Prototipar IA no n8n
- Estudar NLP
- Rodar offline
- Ter total autonomia da infraestrutura