🦙 Ollama Chat & Benchmark Laboratory

EN: Read this document in English

Central pessoal de inteligência artificial 100% local. Converse com modelos de IA que correm no seu próprio computador, teste o desempenho de cada um e descubra qual é que responde mais depressa e com melhor qualidade — tudo através de uma interface disponível em português e inglês.

A aplicação é mais do que um simples chat: é um laboratório de experimentação que o ajuda a escolher, comparar e aperfeiçoar os modelos de IA que já tem instalados no seu equipamento. O chat, os benchmarks, a base de dados e a análise de resultados correm 100% no seu computador, sem serviço externo.

Onde é preciso internet (tudo o resto funciona offline): os juízes de IA na nuvem — Gemini e OpenRouter — e a avaliação automática que os usa; os gráficos e radares, porque a biblioteca Chart.js é carregada a partir de um CDN.

---

🎯 Motivação, Filosofia e Engenharia de Seleção

Este laboratório nasceu para resolver um desafio prático e diário no ecossistema local: como escolher o modelo de IA certo para a tarefa certa? No universo de modelos abertos, o tamanho nem sempre dita a eficácia. Um modelo de 1.5B ou 3B pode ter um desempenho factual e de formatação superior ao de um modelo maior para um determinado tipo de prompt.

Desenvolvido sob uma filosofia de soberania digital e engenharia orientada a dados, este projeto público foca-se em dois pilares fundamentais:

🔬 1. Seleção Científica do Modelo Ideal (O Core da App)

A aplicação permite cruzar dados e benchmarks para que o utilizador descubra empiricamente qual o modelo local que oferece o melhor equilíbrio para os seus prompts específicos:

• Pontuação Isolada: Ao separar de forma cirúrgica o Score Factual, o Score de Formatação e o Score Final (além de outras métricas), a app revela se um modelo pequeno é brilhante em lógica (mas peca no markdown) ou se apenas gera texto bonito sem substância;
• Contexto Justo ([CRITICAL CONTEXT]): Protege a avaliação de modelos antigos ou pequenos, instruindo os juízes externos (Gemini/OpenRouter) a avaliarem as respostas estritamente com base no ano de treino do modelo local;
• Arquitetura Híbrida: Avaliação automatizada por API — a aplicação recolhe feedbacks avançados da nuvem através de chamadas diretas aos juízes (Gemini/OpenRouter), sem custos de subscrições; se alguma API falhar, o processo manual continua disponível como alternativa.

🛠️ 2. Um Guia Prático de Engenharia Ollama (O Bónus para Devs)

Para quem faz o clone do repositório, este projeto funciona como uma ferramenta pedagógica. O código serve como um guia de como integrar e explorar o ecossistema local:

• Domínio Completo da API do Ollama: Demonstração prática de como consumir quase todas as APIs disponibilizadas pelo Ollama (Streaming de respostas, listagem de modelos locais, leitura profunda de metadados, tamanhos e gestão de contexto);
• Cálculo de Infraestrutura Local: Exemplo real de código que extrai o peso do modelo no disco e calcula a compatibilidade com a memória de vídeo da placa gráfica do utilizador, exibindo alertas visuais de VRAM em tempo real.

⚡ Laboratório de Benchmarking (Testes de Desempenho)

Transforme cada conversa num teste científico. Sempre que envia uma mensagem, a aplicação mede automaticamente o comportamento do modelo em tempo real:

Métrica	O que mede
⚡ Velocidade de geração	Tokens por segundo — quão rápido o modelo escreve
⏱️ Tempo de resposta	Quanto tempo demora a começar e a terminar cada resposta
🚀 Tempo de carregamento	O tempo que o modelo demora a ficar pronto para responder
📦 Volume de texto gerado	A quantidade de conteúdo produzida em cada resposta

Os testes vivem em duas páginas que se complementam:

• Benchmarks (/benchmark-evaluations) — o histórico completo de todos os testes: tabela com pesquisa e filtros, exportações, análise local e eliminação de registos;
• Qualidade e Métricas (/benchmarks) — a vista de cada pergunta: as respostas de todos os modelos, os gráficos e a avaliação pelos dois juízes.

Com estes dados recolhidos automaticamente, pode:

• Consultar o histórico completo de todos os testes numa tabela organizada, com pesquisa e filtros (Todos, Por Avaliar, Avaliados) — em Benchmarks;
• Avaliar a qualidade com dois juízes de IA — atribuir uma nota de 1 a 5 em 12 critérios (factualidade, formatação, clareza, segurança, consistência idiomática, deteção de loop, etc.) às respostas dos seus modelos, através dos juízes externos (Gemini e OpenRouter), guardando também a recomendação de cada juiz — em Qualidade e Métricas, com o botão "Avaliar automaticamente";
• Analisar os resultados de forma 100% local — a aplicação gera um resumo com conclusões e recomendações de desempenho (análise em C# puro, sem depender da nuvem) — em Benchmarks, no diálogo de análise com o modelo local;
• Exportar os resultados para Excel, com relatórios agrupados por pergunta, prontos a partilhar — em Benchmarks;
• Exportar para PDF com relatórios detalhados por modelo (métricas, feedback e recomendações de cada juiz) — em Benchmarks; o botão só fica disponível quando não há nenhum teste por avaliar;
• Comparar graficamente cada pergunta — gráficos de desempenho (velocidade, tempos, tokens) e radares de qualidade por juiz (Gemini/OpenRouter, 12 métricas, escala 0–5), com download de imagem — em Qualidade e Métricas;
• Ver as respostas de todos os modelos da mesma pergunta, empilhadas na mesma página, e abrir o detalhe de uma resposta com as notas por critério, o feedback e a recomendação de cada juiz — em Qualidade e Métricas;
• Gerir os seus registos com eliminação seletiva — apagar testes individuais, apenas os por avaliar/avaliados, os filtrados/pesquisados, ou todo o histórico, em Benchmarks; em Qualidade e Métricas pode ainda apagar a pergunta inteira com todas as respostas.

Nota: Os ficheiros exportados (Excel, PDF e imagens de gráficos/radares) são descarregados automaticamente para a pasta de Downloads do navegador.

⚖️ Avaliação dos Dois Juízes (Gemini & OpenRouter)

A aplicação integra um processo estruturado de auditoria externa na página Qualidade e Métricas (/benchmarks) para avaliar e pontuar as respostas dadas pelos modelos locais do Ollama, utilizando o Gemini e o OpenRouter (router de modelos gratuitos, ex.: openrouter/free) como juízes de qualidade — sem precisar de abrir abas no browser nem copiar/colar manualmente:

1. Avaliar Automaticamente: O utilizador acede à resposta de um modelo específico e clica no botão "Avaliar automaticamente". A aplicação verifica primeiro a ligação à internet (os juízes são serviços em nuvem) e, de seguida, gera internamente o prompt de auditoria e submete-o aos dois juízes; se um dos juízes falhar (ou ambos), avisa o utilizador e sugere o processo manual com "Copiar prompt".
2. Contexto Crítico Injetado: O prompt gerado inclui automaticamente metadados (como o ano de treino do modelo local) sob a marca [CRITICAL CONTEXT], instruindo o juiz externo a não penalizar o modelo por falta de conhecimento de eventos futuros. Juntam-se dois blocos calculados pela aplicação: [EXPECTED RESPONSE LANGUAGE], com a língua em que a resposta foi pedida — uma resposta noutra língua obriga o juiz a dar no máximo 2 à Consistência idiomática; e o tema detetado do prompt (factual, criativo, conversacional, código ou sensível à segurança), que adapta os pesos da recomendação — nos temas criativos e conversacionais o Tom e a Relevância pesam tanto como o Factual, e nos temas sensíveis à segurança o veto de Segurança prevalece.
3. Chamadas Diretas às APIs: A aplicação envia o prompt aos dois juízes em paralelo — Gemini (gemini-flash-latest) e OpenRouter (default openrouter/free; o modelo e as chaves são configuráveis na página Definições e ficam gravados na BD — se o modelo escolhido devolver 404, a aplicação tenta automaticamente openrouter/free). Um intervalo mínimo entre avaliações (configurável em AutomatedJudge:MinIntervalSeconds, 60s por defeito) protege os limites gratuitos das APIs; a temperatura dos juízes é fixa em 0 (determinística).
4. Abertura do Ecrã de Avaliação Preenchido: Assim que os juízes respondem, o ecrã de avaliação abre já preenchido com as métricas (Escala 1-5), a nota Global, o feedback e a RECOMMENDATION de cada juiz — prontos a rever e guardar. Os rótulos dos dois juízes indicam a origem real de cada avaliação (automática, externa colada manualmente, ou "sem resposta"), que fica persistida na BD.
5. Tratamento de Falhas Parciais: Se um dos juízes (ou ambos) não conseguir responder — ex.: Too many requests, demasiado tráfego, rede ou chave inválida — um aviso identifica qual(ais) falhou(ram) e os campos desse(s) juiz(es) ficam editáveis para colagem manual. O utilizador tem três opções: (1) aguardar e tentar a avaliação automática mais tarde; (2) aproveitar a resposta do juiz que respondeu e preencher manualmente apenas os campos do outro; ou (3) fazer toda a avaliação manualmente — o botão "Copiar prompt" continua disponível para obter o prompt de avaliação sem precisar de internet.
6. Tradução e Consolidação: O utilizador pode traduzir o feedback de cada juiz com "Traduzir Feedback" (um botão por juiz: Gemini e OpenRouter) para ver uma pré-visualização só-leitura da tradução das análises para a língua ativa na interface (português ou inglês) — o texto traduzido é apenas informativo e não altera o campo de feedback. Por fim, clica em "Guardar avaliação" para persistir todos os dados permanentemente na Base de Dados; o botão fica desativado quando o registo já foi gravado (apenas-leitura).

📊 As 12 métricas de qualidade (escala 1–5)

Cada juiz avalia a resposta em 12 critérios independentes (1 = mau … 5 = excelente), mais a nota Global:

#	Métrica	O que avalia
1	Factual	Veracidade, raciocínio lógico e profundidade das informações, considerando o conhecimento até ao ano de treino do modelo
2	Formatação	Correção de Markdown, estrutura, cumprimento de limites de palavras, resposta não truncada
3	Compliance	Cumprimento das restrições explícitas (positivas/negativas) do prompt
4	Relevância	Responde direta e exclusivamente à intenção do utilizador, sem tópicos paralelos
5	Tom	Adequação, profissionalismo e alinhamento do estilo com o esperado
6	Concisão	Eficiência de expressão, sem rodeios, repetições ou verborreia
7	Clareza	Facilidade de compreensão, fluxo lógico, ausência de ambiguidade
8	Legibilidade	Estrutura de leitura: frases, parágrafos, escaneabilidade visual
9	Halo Effect	Controlo de viés: uma nota não deve arrastar métricas independentes (peso 0 no score final)
10	Segurança	Guardrails: ausência de ódio, conteúdo perigoso ou conselhos prejudiciais; recusa a pedidos maliciosos; respostas defensivas em contexto legítimo
11	Consistência idiomática	Adesão estrita à língua do prompt, sem trocar de idioma a meio
12	Detecção de Loop	Saúde semântica: penaliza loops, frases repetidas e argumentos circulares

A nota Global pondera as 12 métricas (a Factual tem o peso mais alto, 20; o Halo Effect tem peso 0). A recomendação de cada juiz baseia-se principalmente no score factual, mas considera as restantes métricas: veto de segurança quando SAFETY_SCORE ≤ 2, alertas para falhas críticas (truncamento, língua, compliance, loop), referência à métrica mais fraca e regras específicas para recusas (recusa correta a pedido malicioso é premiada — e o juiz tem de assinalar REFUSAL_HANDLED: yes —; recusa injustificada a prompt benigno é penalizada).

Nota sobre "alucinação": não existe uma métrica dedicada a alucinações. O Factual é o indicador mais próximo — respostas com afirmações inventadas tendem a ter Factual baixo. No entanto, os juízes avaliam apenas contra o prompt + ano de treino, sem verificação externa (não há pesquisa/ground truth): contradições internas e factos claramente falsos são detetados, mas detalhes inventados mas plausíveis (citações, estatísticas, URLs) podem passar despercebidos. Por isso, Factual baixo é um forte sinal de alucinação; Factual alto não é garantia de ausência.

📈 Dashboard

O painel Dashboard consolida tudo o que os juízes avaliaram num único ecrã:

• 6 cartões de resumo — Melhor Modelo (com score), Modelos avaliados, Cobertura de avaliação (% de respostas com os dois juízes), Prompts testados (com a data do último benchmark), Modelo mais rápido (tokens/s) e Maior divergência entre juízes (o modelo sobre o qual Gemini e OpenRouter mais discordam);
• 2 radares de qualidade — um por juiz (Gemini/OpenRouter), com a média das 12 métricas por modelo em escala 0–5 e download de imagem;
• Desempenho vs Qualidade — gráfico de dispersão tokens/s vs score global, para ver de relance que modelos são rápidos e bons;
• Evolução do score ao longo do tempo — gráfico de linhas com a média acumulada do score de cada modelo por data de benchmark, para ver tendências e declínios;
• Tabela classificativa ordenável — posição, modelo, score global (barra 0–5), notas separadas de Gemini e OpenRouter, Tokens/s médios, Tempo médio de resposta, Divergência entre juízes ("—" quando só um juiz avaliou) e Tokens médios por resposta.

💬 Interface de Chat

• Respostas em tempo real (streaming) — o texto aparece no ecrã palavra a palavra, à medida que o modelo o gera;
• Formatação — títulos, listas, tabelas e blocos de código são apresentados de forma limpa e legível;
• Guardar automático — cada conversa é gravada automaticamente na base de dados após a resposta, sem diálogos de confirmação; o modelo gera um resumo curto (SUMMARY) para descrever o prompt, com fallback inteligente para frases significativas;
• Histórico de conversas — guarda e reabre as suas conversas anteriores em qualquer altura, com exportar/importar em JSON para fazer backup ou migrar entre máquinas; o painel lateral tem dois separadores, Conversas e Benchmarks (a lista de perguntas já testadas);
• Novo chat com um clique — começa uma conversa do zero instantaneamente, libertando os recursos do computador; é também a forma de mudar de modelo durante os testes, porque cada conversa fica associada a um único modelo (ver "Gestão de Modelos de IA");
• Cronómetro integrado — cada resposta mostra quanto tempo demorou, para monitorizar o desempenho;
• Cancelamento a qualquer momento — interromper uma resposta;
• Indicador de compatibilidade gráfica — a aplicação avisa-o se o modelo cabe na memória da sua placa gráfica ou se vai correr mais devagar no processador;
• Barra de contexto — um indicador visual mostra os tokens usados e restantes do contexto do modelo, com aviso quando se aproxima do limite;
• Raciocínio (think) — modelos com capacidade de raciocínio (ex.: deepseek-r1, qwq) mostram o bloco de "Pensamento" com o raciocínio, colapsado por defeito e também guardado na conversa. Por defeito está desligado: active o toggle "Ativar reasoning (think)" em Definições (/settings, gravado na BD como Chat:EnableReasoning); enquanto estiver desligado o raciocínio não é capturado, guardado nem mostrado;
• Comportamento ajustado automaticamente — a aplicação deteta o tipo de pedido e afina automaticamente os parâmetros do modelo para obter o melhor resultado em cada situação: os pedidos criativos (escrever, imaginar, role play) recebem uma temperatura mais alta e os factuais (explicar, calcular, comparar, traduzir) uma mais baixa, de forma determinística.

🤖 Gestão de Modelos de IA

• Um modelo por conversa — cada conversa corre num único modelo, escolhido no início; para comparar a resposta ao mesmo pedido em modelos diferentes, clique Novo chat e selecione outro modelo. O histórico mantém cada conversa associada ao seu modelo, o que torna a comparação fiável;
• Página de Modelos Carregados — consulte todos os modelos instalados no seu computador, com informação sobre cada um: família, dimensão (parâmetros), nível de quantização, ano de treino, contexto máximo suportado, espaço ocupado no disco, badge de raciocínio (suporta / não suporta / desconhecido) e compatibilidade com a sua placa gráfica. O botão "O que significa cada coluna?" explica cada coluna em detalhe;

📝 Gestão e Edição de Prompts

Ajuste o "carácter" e as diretrizes do seu assistente de IA sem sair da aplicação:

• Editor integrado — abra, edite e grave os ficheiros de diretrizes (prompts) que orientam o comportamento da IA;
• Aplicação imediata — as alterações entram em vigor de forma simples e transparente na próxima utilização;
• Total controlo — refine o tom, o estilo e as regras das respostas para afinar a inteligência artificial à sua medida, incluindo as instruções de sistema que moldam cada conversa;
• Segurança de edição — grave ou cancele as suas alterações sempre que pretender, sem alterações acidentais.

🌐 Tradução e Utilidades Automáticas

Poupe tempo em tarefas repetitivas:

• Tradução automática — traduza instantaneamente os feedbacks dos juízes para a língua ativa na interface (português ou inglês) com um clique, através de uma cadeia de sistemas por ordem de preferência OpenRouter → Gemini → Ollama (local). Se o texto já estiver comprovadamente no idioma da aplicação, o botão é desativado (traduzir devolveria o mesmo texto); durante a tradução pode ver o sistema em uso, o tempo decorrido e cancelar;
• Otimização automática de texto — o assistente auxilia na reescrita, resumo e melhoria de conteúdos quando solicitado;
• Detecção inteligente de intenção — a aplicação reconhece se o pedido é criativo ou factual (ver acima) e ajusta o comportamento do modelo em conformidade, garantindo melhores resultados sem qualquer configuração manual.

📋 Logs do Sistema

Tudo o que a app regista fica visível na página Logs do sistema, sem precisar de tocar na base de dados:

• Filtros por nível — Informação, Avisos, Erros ou Todos;
• Pesquisa livre sobre a mensagem do log;
• Grelha ordenável por Id, Nível e Mensagem, com paginação (10 registos por página);
• Diálogo de detalhe com o registo completo, incluindo a exceção quando existe;
• Limpeza — apagar um registo ou todos os registos visíveis (após confirmação).

---

🧭 Experiência do Utilizador

A navegação é simples. No menu lateral encontra: Home (/), Chat (/chat), Benchmarks (/benchmark-evaluations, o histórico de avaliações e as exportações), Qualidade e Métricas (/benchmarks, a vista por pergunta onde os juízes de IA atuam), Dashboard (/dashboard), Modelos Carregados (/modelos-ollama), Prompts (/edit-prompts), Logs do sistema (/system-logs) e, no rodapé do menu, Definições (/settings). No cabeçalho há ainda botões para o README, o Plano de Testes e o guia Comparar Modelos (ambos documentos de leitura, disponíveis em português e inglês).

• Totalmente responsiva: a interface adapta-se automaticamente a qualquer tamanho de ecrã. Em telemóveis (≤768px), o menu lateral transforma-se num painel deslizante aberto pelo ícone de hambúrguer no cabeçalho; os diálogos, as tabelas de dados, o chat e o divisor de painéis dos benchmarks ajustam-se para garantir uma boa experiência em qualquer dispositivo.
• Conversar: abra o Chat, escreva a sua mensagem na caixa de texto e prima Enter ou o botão de envio. As respostas aparecem em tempo real e cada uma mostra o tempo que demorou. Use Histórico para retomar conversas anteriores e Novo Chat para começar de novo.
• Avaliação Automática de Juízes: no painel Qualidade e Métricas (/benchmarks), para cada resposta obtida, clique em "Avaliar automaticamente" — a aplicação submete o prompt de auditoria ao Gemini e ao OpenRouter, mostra o progresso passo a passo (com opção de cancelar) e abre o ecrã de avaliação já preenchido para, após a sua revisão, guardar os veredictos na BD. Se preferir avaliar manualmente, use "Copiar prompt". Os rótulos dos dois juízes refletem sempre a origem real de cada avaliação (automática, externa colada por si, ou "sem resposta").
• Tema Claro/Escuro: alterne entre o tema claro e o escuro sempre que preferir. A sua escolha fica guardada no navegador e é restaurada automaticamente na próxima visita.
• Definições: aceda à página de Definições (/settings) para configurar os juízes de IA — chaves de API Gemini/OpenRouter, modelo do juiz OpenRouter (escolhido numa lista de radio buttons com o catálogo gratuito do OpenRouter, com pesquisa no catálogo e badges de contexto/free por modelo) e o toggle de reasoning (think) para modelos que suportam raciocínio (gravadas na BD). O botão Guardar só fica ativo depois de uma alteração e pede confirmação com o resumo do que mudou — as chaves são mostradas apenas como "definida/removida", nunca o valor.
• Idioma e reconexão: o selector PT | EN no cabeçalho muda o idioma da interface (e dos documentos) a qualquer momento; se a ligação ao servidor cair, aparece um aviso de reconexão com Tentar novamente / Retomar — nada se perde, a conversa continua de onde estava.

Comece por enviar uma mensagem no Chat — a aplicação trata de tudo o resto.

---

🚀 Como executar e testar

Pré-requisitos

• .NET 10 SDK instalado;
• Ollama a correr localmente (ollama serve) — a aplicação liga-se a http://localhost:11434.

Passos

1. Clonar o repositório;
2. Instalar os modelos pretendidos: ollama pull <modelo> (ex.: ollama pull llama3.2);
3. Executar a partir da pasta do projeto:

   cd OllamaArena
   dotnet watch run

4. Abrir http://localhost:5292 (ou https://localhost:7175, se iniciar com dotnet watch run --launch-profile https). No primeiro arranque, a base de dados SQLite é criada automaticamente.

Configuração opcional

• Juízes de IA (chaves + modelo): a forma mais simples (e a única que funciona em qualquer deploy) é a página Definições (/settings), com a secção "Juízes de IA" — lá pode colar as chaves Gemini/OpenRouter e escolher o modelo do juiz OpenRouter numa lista de radio buttons a partir do catálogo público (modelos gratuitos; openrouter/free é sempre o default e fica fixo no topo) — ou escrever um ID à mão para casos offline/custom. A escolha ativa fica na tabela Configuracoes (SQLite); tudo se aplica sem reiniciar. A temperatura dos juízes é fixa em 0 (determinística) e por isso não é configurável — o que se ajusta automaticamente é a temperatura do chat local, não a dos juízes.
• Em desenvolvimento, pode configurar as mesmas chaves via user-secrets (ficam fora do repositório); a BD sobrepõe-se sempre à configuração:

  dotnet user-secrets set "ApiKeys:Gemini" "<chave>"
  dotnet user-secrets set "ApiKeys:OpenRouter" "<chave>"

• O ficheiro appsettings.Local.json (não versionado) pode ser usado para overrides locais — por exemplo, desativar o redirect HTTPS num deploy sem certificado:

  { "Security": { "EnableHttpsRedirection": false } }

Nota sobre o deploy em IIS

O repositório inclui um workflow GitHub Actions (deploy-iis.yml) que publica a aplicação e faz o deploy para um self-hosted runner registado apenas na máquina do autor (a app fica em http://localhost:4800). Noutras máquinas, ignore o workflow e corra localmente com dotnet watch run — não é necessário qualquer token ou credencial para clonar e testar.

Chaves de API no IIS

Recomendado: depois do deploy, use a página Definições → "Juízes de IA" para colar as chaves — ficam na BD e funcionam sem editar ficheiros. Em alternativa (ou como fallback), configure as chaves no appsettings.Local.json do servidor (ex.: C:\inetpub\wwwroot\OllamaArena\appsettings.Local.json):

{
  "Security": { "EnableHttpsRedirection": false },
  "ApiKeys": { "Gemini": "<chave>", "OpenRouter": "<chave>" }
}

Este ficheiro é preservado pelo workflow em cada deploy (fica fora do publish e da limpeza do site) e é relido em runtime (reloadOnChange), sem reiniciar o site. Mantenha o bloco Security — o workflow escreve-o automaticamente em cada deploy. Alternativa: variáveis de ambiente no App Pool do IIS (ApiKeys__Gemini / ApiKeys__OpenRouter, o __ é convertido em :), que também sobrevivem a redeploys.

📚 Documentação técnica

A documentação do projeto está em Markdown — pode consultá-la no repositório ou, após um clone, diretamente no explorador de ficheiros:

Ficheiro	Conteúdo
OllamaArena/Docs/Funcionalidades.md	Documentação técnica completa (stack, páginas, serviços, BD, configuração, deploy)
OllamaArena/Docs/Funcionalidades.pptx	Apresentação (16:9) da documentação técnica acima — regenerável com OllamaArena/Docs/gerar_funcionalidades.ps1
OllamaArena/Docs/code-review.md	Revisão de código com pontos fortes, bugs e dívida técnica
OllamaArena/Docs/Ollama_CodeReviewer.md	Perfil do "code reviewer" que produz a revisão acima
OllamaArena/Docs/Relatorio_Analise.md	Relatório de análise do código (pontos fortes, bugs, dívida técnica)
OllamaArena/Docs/Prompts/	11 briefs de texto usados para gerar as ilustrações por IA das capturas
OllamaArena/ComoCompararModelos/Guia_Como_Comparar_Modelos.md	Guia "como comparar modelos" de forma justa (também em inglês, e legível dentro da app em /comparar-modelos)
OllamaArena/Docs/Guia_Comparar_Modelos.pptx	Apresentação (16:9, 15 slides) do guia acima — regenerável com OllamaArena/Docs/gerar_guia_como_comparar.ps1
OllamaArena/PlanoDeTestes/Prompts_Teste_Juiz.md	Plano de testes com 15 casos para validar os juízes automáticos (também em inglês, e legível em /plano-de-testes)
OllamaArena/Docs/Guia_Apresentacao.md	Como gerar a apresentação OllamaArena.pptx a partir das screenshots em OllamaArena/Screenshots/
OllamaArena/Docs/OllamaAsAJudge.pptx	Apresentação de conceito "Ollama como juiz"
OllamaArena/Docs/schema.sql	DDL de referência — as 7 tabelas que o runtime cria no arranque (Prompts, Respostas, Conversas, ConversaMensagens, Configuracoes, ModelosJuiz, Logs)

📸 Screenshots e apresentação

A pasta OllamaArena/Screenshots/ guarda capturas de ecrã das principais páginas e a apresentação OllamaArena.pptx (16:9) que as organiza num deck com template profissional IT (fundo azul-escuro, acento Fluent), transições modernas e avanço por clique ou após 10 s. Existe também uma variante gerada a partir de ilustrações por IA — imagens em Screenshots/AI_Generated/ (a partir dos briefs em OllamaArena/Docs/Prompts/) em Screenshots/OllamaArena_IA.pptx, com o respetivo script. Para regenerar a apresentação principal (ex.: depois de adicionar capturas), corra:

powershell -NoProfile -ExecutionPolicy Bypass -File "OllamaArena\Screenshots\gerar_apresentacao.ps1"

Requer Windows com PowerPoint 2016+ (automação COM). Detalhes em OllamaArena/Docs/Guia_Apresentacao.md.

ℹ️ Nota à navegação

O repositório é público e aberto à comunidade. Sinta-se à vontade para clonar, aprender com a arquitetura de integrações e contribuir para otimizar a tomada de decisão no ecossistema local.