Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Eu fiz diferente, como estou usando o Docker e não estava querendo configurar sistemas de email e ser rápido eu simulei a entrada de email com edit fields e a saída também, o LLM eu usei Message Model Ollama, eu tenho ollama rodando local com alguns modelos, no caso eu usei o llama3.1:latest, e funcionou perfeitamente. Ok, que com email fica mais profissional, mas para entendimento do curso a simulação, com modelo sem custos e rodando localmente com simulação fica mais flexivel.
Oi, Marcelo. Tudo bem com você?
Obrigado por compartilhar a forma como adaptou a atividade. A sua proposta de simular a entrada e a saída de e-mails utilizando os nós, em conjunto com o Ollama, atende ao objetivo principal do capítulo, que é compreender a construção do fluxo e a integração de um modelo de linguagem ao n8n. Além disso, executar o Ollama localmente é uma alternativa interessante para estudar, pois elimina custos com APIs externas e permite realizar diversos testes sem depender de serviços de terceiros.
Em muitos cenários de desenvolvimento, é comum utilizar dados simulados durante a fase de testes para validar a lógica antes de integrar serviços reais, como um provedor de e-mails. Essa abordagem facilita a depuração e torna o desenvolvimento mais rápido. Como exemplo, depois de validar o comportamento do fluxo com Edit Fields, basta substituir esse nó por um gatilho de e-mail, mantendo praticamente o restante da automação.
Na sua opinião, quais vantagens e limitações você encontrou ao utilizar um modelo local em comparação com um serviço baseado em API?
Parabéns pela iniciativa de adaptar a atividade ao seu ambiente de desenvolvimento. Continue compartilhando suas experiências, pois elas enriquecem bastante as discussões. O fórum permanece à disposição caso surjam novas dúvidas.
Para saber mais:
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!
Olá, Mike,
Obrigado pelo feedback.
A maior desvantagem de usar o modelo Llama 3.1 8B localmente é a capacidade muito menor de inferência e precisão. Por exemplo, em um exercício com uma planilha contendo números de vendas, apesar de o relatório estar bem elaborado e estruturado, os valores apresentados estavam totalmente errados. Assim, ele acaba servindo mais para prototipagem.
Como minha máquina possui limitações de hardware, não consigo executar modelos mais poderosos. Nesse caso, uma alternativa seria utilizar um serviço online, como o Groq, que oferece gratuitamente alguns modelos maiores.
Outro ponto negativo é que, ao executar o n8n no Docker, não há tantos nós pré-configurados disponíveis.
As maiores vantagens de utilizar um modelo local são a rapidez para colocá-lo em funcionamento e validá-lo com um custo muito baixo, além do maior controle sobre o ambiente. As simulações e o uso de outros recursos ajudam bastante na compreensão do funcionamento dos fluxos, dos parâmetros e da comunicação entre os componentes. Além disso, esse processo me força a buscar alternativas e a pensar de forma mais crítica.