20textos

Script em Python para um LLM criar 20 textos em formato .txt sobre um tema automaticamente.

Aviso:

• Não me responsabilizo pelo material produzido por esse script. A qualidade do material produzido é diretamente relacionada com o modelo escolhido. E se você utilizar esse script para produzir material danoso ou ilegal a responsabilidade é sua.
• Não me responsabilizo se seu computador superaquecer ou pegar fogo. Deixar um LLM funcionando por vários minutos ou horas pode superaquecer o seu computador. Monitore a temperatura e utilize ferramentas de controle de temperatura (como por exemplo RyzenAdj).

Função e Limitações

O que você pode fazer com esse script:

• Automatizar a produção de conteúdos diversos com características que você escolher. Tutoriais, posts em redes sociais, etc.

O que você não consegue fazer com esse script:

• Criar automaticamente 20 aplicativos.

O que você precisa e como usar:

Para executar o script Python que gerencia a comunicação com o LM Studio através da biblioteca da OpenAI, você precisará configurar tanto o ambiente de software quanto o ambiente de execução local.

Abaixo estão os requisitos detalhados:

1. Aplicativo Principal (Backend de IA)

• LM Studio: É o software essencial para carregar e servir os modelos de linguagem (LLMs) localmente. Você deve baixá-lo em lmstudio.ai.
• Configuração: Após baixar um modelo (recomendo o google/gemma-3n-e4b: gemma-3n-E4B-it-Q4_K_M.gguf), você deve ir na aba "AI Chat" ou "Local Server" e clicar em "Start Server".
• Porta: O script está configurado para buscar o endereço http://127.0.0.1:1234. Certifique-se de que o LM Studio está rodando nessa porta.

2. Ambiente Python

• Python 3.8 ou superior: Recomendado para garantir compatibilidade com as bibliotecas modernas.
• PIP: O gerenciador de pacotes do Python (geralmente já vem instalado com o Python).

3. Bibliotecas Python (Pacotes)

Você precisará instalar a biblioteca oficial da OpenAI, que o script utiliza para se comunicar com a API local do LM Studio.

Abra o seu terminal ou prompt de comando e execute:

pip install openai

4. Resumo de Dependências Internas

O script utiliza algumas bibliotecas que já fazem parte da Standard Library do Python (você não precisa instalá-las manualmente):

• time: Para gerenciar os intervalos entre as requisições e evitar sobrecarga no servidor local.
• os: Para criar a pasta "Pronto" e gerenciar os caminhos dos arquivos.
• re: Para realizar a limpeza de nomes de arquivos e extração da lista de 20 itens via Regex.

---

Check-list de Execução

1. LM Studio aberto e com o Local Server iniciado.
2. Um modelo de texto (LLM) carregado no LM Studio.
3. Biblioteca openai instalada via pip.
4. Script salvo como .py e executado via terminal (python 20textos.py).

---

Resultados dos testes:

Realizei várias avaliações usando Gemini 3 Rápido e DeepSeek para saber a qualidades dos materiais produzidos.

• Foi utilizado o LLM gemma-3n-E4B-it-Q4_K_M.gguf que ocupa ~4GB. Foram mantidas as configurações padrão do aplicativo e modelo (menos Temperatura=0,7): Amostragem TOp-K=40, Penalidade de Repetição = 1,1, Amostragem Min-P = 0,05, etc.
• A nota mais baixa verificada nas avaliações foi de 6/10 e mais alta 10/10.
• Os textos produzidos estão nas pastas Testes1 e Teste2.
• Links para você mesmo ler as avaliações:

Teste 1:

DeepSeek: [https://chat.deepseek.com/share/306ibamg2ezt0y2n3p] Gemini: [https://gemini.google.com/share/4027d53dee0b] Backup dos links: DeepSeek: [https://archive.is/CCHGe] Gemini: [https://archive.ph/mshey]

Teste 2:

• DeepSeek: https://chat.deepseek.com/share/306ibamg2ezt0y2n3p
• Gemini: https://gemini.google.com/share/4027d53dee0b Backup dos links: DeepSeek: https://archive.is/isC1R Gemini: https://archive.ph/mshey

Script criado com Gemini 3 Rápido em Janeiro de 2026.