# Visão geral > Visão geral do rascunho do LMSP 1.0. O que é o Local Model Service Protocol, os projetos em que ele se baseia, sua arquitetura em camadas, como ler a especificação e os termos usados em todo o texto. Source: https://madeforagent.com/pt-br/lmsp/1.0/ Language: pt-BR Specification: LMSP 1.0 (draft) Updated: 2026-11-08 ## 1.1 Resumo {#abstract} O Local Model Service Protocol (LMSP) define como os clientes encontram e usam serviços de modelos de linguagem executados no próprio dispositivo ou na rede local do usuário. Ele especifica a descoberta de serviços, um catálogo de modelos, a geração síncrona e em streaming, e tarefas assíncronas que sobrevivem a reinicializações. Também define como um mesmo serviço oferece uma interface compatível com a OpenAI ao lado da interface LMSP, para que os clientes existentes continuem funcionando. O LMSP não substitui a API da OpenAI, o Ollama nem o MCP. Ele combina os pontos fortes de cada um em uma camada de protocolo pensada para um serviço local residente. ## 1.2 Status deste documento {#status} Este é o primeiro rascunho público do LMSP 1.0, publicado em 2026-11-08. “LMSP” é um nome provisório. O texto está aberto a comentários e pode mudar de forma incompatível até que a 1.0 seja definitiva. O texto em inglês é normativo. As traduções são oferecidas por conveniência; se houver divergência, prevalece o texto em inglês. ## 1.3 Base do projeto {#design-basis} O LMSP reaproveita projetos comprovados em vez de inventar novos: - **API OpenAI Responses.** Itens de saída estruturados, eventos semânticos enviados pelo servidor e execução em segundo plano, com consulta e cancelamento, para trabalhos de longa duração. É a referência da interface de conversa principal do LMSP. Veja [respostas em streaming](https://developers.openai.com/api/docs/guides/streaming-responses) e [modo em segundo plano](https://developers.openai.com/api/docs/guides/background). - **Ollama.** Serve os endpoints compatíveis com a OpenAI `/v1/models`, `/v1/chat/completions` e `/v1/responses`, o que mostra que um serviço mais uma camada de adaptação à OpenAI reduz drasticamente o custo de adoção. Veja a [compatibilidade do Ollama com a OpenAI](https://docs.ollama.com/api/openai-compatibility). - **Model Context Protocol (MCP).** Seu projeto mais recente deixa a inicialização obrigatória de sessão e passa à descoberta sem estado: cada requisição carrega suas próprias informações de versão, e os clientes conhecem as capacidades por meio de uma interface de descoberta. Isso combina com serviços locais, em que reinicializações, falhas de clientes e conexões interrompidas não devem corromper o estado do protocolo. Veja o [MCP](https://modelcontextprotocol.io/). - **Agent2Agent (A2A).** Cartões de serviço, estados explícitos de tarefa, assinatura de tarefas e cancelamento inspiram a descrição do serviço e o modelo de tarefas assíncronas do LMSP. Veja o [A2A](https://a2a-protocol.org/). ## 1.4 Arquitetura {#architecture} O LMSP é organizado em três camadas, sobre os adaptadores que conversam com os ambientes de execução dos modelos: ```text +---------------------------------------------------------------+ | Discovery mDNS / DNS-SD + well-known service document | +---------------------------------------------------------------+ | Core model catalog, responses, SSE, async tasks | +---------------------------------------------------------------+ | Compatibility OpenAI API, optional Ollama API | +---------------------------------------------------------------+ | Adapters llama.cpp, Ollama, vLLM, custom runtimes | +---------------------------------------------------------------+ ``` - **Descoberta.** mDNS/DNS-SD e um documento well-known de descrição do serviço ([página 3](https://madeforagent.com/pt-br/lmsp/1.0/discovery.md)). - **Núcleo.** O catálogo de modelos, as respostas síncronas, os eventos enviados pelo servidor e as tarefas assíncronas ([páginas 5 a 7](https://madeforagent.com/pt-br/lmsp/1.0/models.md)). - **Compatibilidade.** Uma API compatível com a OpenAI e, opcionalmente, uma API compatível com o Ollama ([página 8](https://madeforagent.com/pt-br/lmsp/1.0/compatibility.md)). - **Adaptadores.** Pontes para o llama.cpp, o Ollama, o vLLM ou um ambiente de execução próprio. O princípio orientador é **um único núcleo de execução de modelos, duas famílias de interfaces**. Um serviço oferece a interface LMSP e a interface OpenAI sobre o mesmo núcleo, de modo que há um único lugar onde os modelos são carregados, as requisições são executadas e as tarefas são acompanhadas. ## 1.5 Linguagem de conformidade {#conformance} As palavras-chave **DEVE/DEVEM** (MUST), **NÃO DEVE/NÃO DEVEM** (MUST NOT), **OBRIGATÓRIO** (REQUIRED), **DEVERIA/DEVERIAM** (SHOULD), **NÃO DEVERIA/NÃO DEVERIAM** (SHOULD NOT), **RECOMENDADO** (RECOMMENDED), **PODE/PODEM** (MAY) e **OPCIONAL** (OPTIONAL) deste documento devem ser interpretadas conforme descrito na [BCP 14](https://www.rfc-editor.org/info/bcp14) ([RFC 2119](https://www.rfc-editor.org/rfc/rfc2119), [RFC 8174](https://www.rfc-editor.org/rfc/rfc8174)) quando, e somente quando, aparecem em negrito e em letras maiúsculas. Fora desse caso, são palavras comuns. Cada página é marcada como normativa ou informativa. As páginas normativas definem requisitos; as informativas oferecem orientação. Os exemplos são informativos. O JSON usa UTF-8, e os nomes de campo usam `snake_case`. ## 1.6 Terminologia {#terminology} | Termo | Significado | | --- | --- | | Serviço | Um processo residente que implementa o LMSP e executa modelos por meio de adaptadores. | | Cliente | Software que descobre e chama um serviço: um agente, um aplicativo ou uma ferramenta. | | Adaptador | O componente que conecta o serviço a um único ambiente de execução de modelos, como llama.cpp, Ollama ou vLLM. | | Modelo | Um modelo disponível localmente, identificado por um `id` estável. | | Resposta | O resultado de uma requisição de geração: itens de saída, uso e um status. | | Tarefa | Uma execução assíncrona e persistida de uma requisição de resposta, com um estado explícito. | | Evento | Um evento enviado pelo servidor, com número de sequência, emitido enquanto uma resposta é gerada. |