Análise do ToolNeuron (2026): app Android de código aberto para IA criptografada no dispositivo

O ToolNeuron está disponível no Google Play ou como download direto de APK na página do GitHub Releases. Ambos os canais de distribuição oferecem o mesmo app de código aberto.

Esta análise complementa o Diretório de Software LLM Local da PromptQuorum, que cataloga ferramentas de IA local em várias plataformas, incluindo a própria entrada do ToolNeuron.

O ToolNeuron é um app Android que executa modelos de linguagem no formato GGUF diretamente no dispositivo via llama.cpp, sem componente do lado do servidor. Segundo a própria descrição do projeto, o objetivo é ser "IA no dispositivo para Android. Sem serviços do Google Play, sem telemetria, sem nuvem" — modelos, chats, documentos usados na busca e o material das chaves de criptografia são todos projetados para permanecer no celular.

Além do chat simples, o app reúne recuperação de documentos (RAG) em formatos de arquivo comuns, entrada e saída de voz pelo mecanismo de voz sherpa-onnx, um servidor HTTP local que expõe uma API compatível com OpenAI para outros apps se conectarem, um navegador de modelos do Hugging Face integrado e um sistema de plugins isolado (sandbox) para instalar recursos adicionais.

Esta análise se baseia no repositório público do GitHub do projeto — seu README, arquivo de licença e metadados do repositório — e na ficha do Google Play, não em uma auditoria de código independente ou testes de desempenho práticos.

O ToolNeuron é criado e mantido pelo desenvolvedor Siddhesh Sonar, que publica o projeto abertamente no GitHub sob a licença MIT. O repositório mostra desenvolvimento ativo e detalhado: uma arquitetura de segurança documentada, uma base de código modular dividida em componentes de app, inferência, criptografia e rede, e uma comunidade pública no Discord para usuários e colaboradores.

Como o código-fonte é publicado, e não fechado, as afirmações sobre o que o app faz — e não faz — com os dados locais podem ser verificadas diretamente no código, em vez de depender apenas da descrição do desenvolvedor.

Configurar o ToolNeuron leva poucos passos e não exige criação de conta. O processo completo, da instalação à primeira resposta offline, leva alguns minutos mais o tempo que o modelo escolhido levar para baixar.

O ToolNeuron executa qualquer modelo compatível no formato GGUF, incluindo famílias comuns como Llama, Mistral e Gemma, via llama.cpp. Um navegador do Hugging Face integrado permite que os leitores filtrem os modelos disponíveis por tag de pipeline, número de parâmetros, quantização e licença antes de baixar.

Além do chat, o próprio README do projeto lista: RAG de documentos em PDF, DOCX, XLSX, PPTX, ODT, EPUB, RTF, Markdown, HTML, JSON, XML, CSV e texto simples; entrada e saída de voz pelo mecanismo sherpa-onnx (vozes VITS, Piper e Whisper); geração de imagens local, adicionada ao app em maio de 2026 segundo as notas de changelog do projeto; um servidor HTTP local que expõe uma API compatível com OpenAI com interface web própria; e um sistema de plugins isolado (sandbox) para instalar extensões criadas pela comunidade.

É um conjunto de recursos mais amplo do que um cliente de chat de propósito único, e cada recurso passa pelo mesmo mecanismo no dispositivo em vez de acionar um serviço na nuvem, segundo a documentação do projeto.

O ToolNeuron exige Android 12 (nível de API 31) ou mais recente, em hardware arm64-v8a ou x86_64, segundo a configuração de build pública do projeto. Como em qualquer app de LLM no dispositivo, o piso prático de hardware depende mais de qual modelo GGUF é carregado — seu número de parâmetros e sua quantização — do que de uma especificação fixa única; um modelo pequeno quantizado precisa de muito menos memória do que um grande.

Leitores com versões mais antigas do Android ou dispositivos exclusivamente de 32 bits devem esperar que o app não se instale, já que os filtros de SDK mínimo e ABI são aplicados pelo próprio pacote Android, não apenas como uma recomendação branda.

O objetivo de design declarado do ToolNeuron é evitar qualquer dependência de nuvem: nenhum serviço do Google Play exigido, nenhuma telemetria e nenhum componente do lado do servidor para seus recursos principais de chat e RAG, segundo o próprio README do projeto. Isso é reforçado por uma arquitetura de segurança documentada publicamente de forma incomumente detalhada, em vez de uma afirmação de privacidade de uma linha só.

Os dados locais — incluindo o próprio material das chaves de criptografia — são protegidos com uma chave AES-256-GCM apoiada no Android Keystore (com preferência por StrongBox quando o dispositivo suporta) e autenticação por PIN baseada em Argon2id, segundo a documentação de segurança do projeto. A mesma documentação descreve um mecanismo de bloqueio que se intensifica após tentativas de PIN incorretas repetidas, e um recurso opcional de PIN de pânico que apaga os dados locais do app.

O ToolNeuron entrega um app de IA no dispositivo genuinamente amplo, gratuito e de código aberto para Android: chat GGUF via llama.cpp, RAG de documentos, entrada/saída de voz, um servidor de API local compatível com OpenAI e um sistema de plugins, tudo apoiado por uma arquitetura de segurança documentada e voltada à criptografia, em vez de uma vaga promessa de privacidade.

O código-fonte publicado sob licença MIT é uma vantagem significativa em relação a alternativas Android de código fechado — leitores que se importam em verificar o que um app realmente faz com os dados locais podem checar o código diretamente, em vez de confiar apenas em uma ficha.

O que mantém esta análise moderada em vez de incondicionalmente entusiasmada é a relativa juventude do app e a ausência de testes de desempenho práticos e independentes de seus muitos recursos feitos especificamente pela PromptQuorum; leitores com necessidades críticas de desempenho devem testar o app em seu próprio dispositivo antes de depender muito dele.

Usuários Android que querem um app gratuito, de código aberto e focado em privacidade com mais do que um chat simples devem experimentá-lo; leitores que querem um app para iPhone, um cliente de propósito único mais simples ou um histórico mais consolidado devem considerar em vez disso Layla ou RikkaHub.