⛏️ Minerador HidraCoins
Empreste sua GPU/CPU ao HidraChat e ganhe HydraCoins em tempo real. Tudo roda direto no seu navegador com WebGPU — sem instalar nada.
🚫
WebGPU não disponível
Use Chrome 113+ ou Edge 113+ com WebGPU habilitado.
Firefox e Safari ainda não suportam WebGPU completo.
Firefox e Safari ainda não suportam WebGPU completo.
Escolha o modelo
Baixando modelo...
—
Conectando ao servidor de modelos MLC...
📊 Estatísticas da Sessão
Aguardando...
⚡ Tokens/s
0.0
velocidade atual
💎 HC Ganho
0.0000
esta sessão
✅ Jobs
0
concluídos
🔢 Tokens Total
0
gerados
GPU / VRAM
—
Detectando...
RAM usada
—
JS Heap
Log de atividade
// Aguardando início da mineração...
🚀 Quer ganhar muito mais HC?
O minerador do navegador é o jeito fácil. Rodando um worker nativo na sua máquina você usa a GPU inteira, processa jobs maiores e ganha bem mais por job.
Luispessoa18/hidrachat-worker
llama.cpp + modelos GGUF · CPU, CUDA, Vulkan e Apple Silicon
Abrir no GitHub
1
Pré-requisitos
Python 3.10+, Git, CMake 3.14+ e no mínimo 4 GB de RAM (8 GB+ recomendado).
2
Clonar o repositório
git clone https://github.com/Luispessoa18/hidrachat-worker
cd hidrachat-worker
pip install -r requirements.txt
3
Compilar o llama.cpp
Dentro da pasta do worker, escolha o build do seu hardware:
# dentro de hidrachat-worker/
git clone https://github.com/ggml-org/llama.cpp llamacpp
cd llamacpp
# CPU (Linux/macOS)
cmake -B build -DCMAKE_BUILD_TYPE=Release
# NVIDIA / CUDA
cmake -B build -DGGML_CUDA=ON -DCMAKE_BUILD_TYPE=Release
# AMD / Intel (Vulkan)
cmake -B build -DGGML_VULKAN=ON -DCMAKE_BUILD_TYPE=Release
# Apple Silicon (Metal)
cmake -B build -DGGML_METAL=ON -DCMAKE_BUILD_TYPE=Release
cmake --build build --config Release -j
cd ..
Não quer compilar? Baixe os binários prontos em llama.cpp/releases e coloque na pasta llamacpp/.
4
Baixar um modelo GGUF
pip install huggingface-hub
# Leve — bom para CPU
huggingface-cli download bartowski/Llama-3.2-3B-Instruct-GGUF \
--include "Llama-3.2-3B-Instruct-Q4_K_M.gguf" --local-dir models/
# Equilibrado
huggingface-cli download TheBloke/Mistral-7B-Instruct-v0.2-GGUF \
--include "mistral-7b-instruct-v0.2.Q4_K_M.gguf" --local-dir models/
# Melhor qualidade — requer GPU
huggingface-cli download bartowski/Meta-Llama-3.1-8B-Instruct-GGUF \
--include "Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf" --local-dir models/
5
Rodar o worker
# Linux / macOS
chmod +x start.sh && ./start.sh
# Windows (PowerShell)
.\start.ps1
# ou direto
python worker.py
Use o mesmo email da sua conta HidraChat — é ele que credita o HC na sua carteira.
# exemplo com GPU NVIDIA
HIDRACHAT_WORKER_EMAIL=seu@email.com \
HIDRACHAT_WORKER_NAME=rtx-4090 \
HIDRACHAT_N_GPU_LAYERS=35 \
HIDRACHAT_RAM_GB=24 \
python worker.py
6
Variáveis de ambiente
| Variável | Padrão | Descrição |
|---|---|---|
HIDRACHAT_WORKER_EMAIL | pergunta | Email da sua conta HidraChat |
HIDRACHAT_WORKER_NAME | my-worker | Nome do worker na rede |
HIDRACHAT_MODEL_PATH | auto | Caminho do arquivo .gguf |
HIDRACHAT_N_GPU_LAYERS | 0 | Camadas na GPU (0 = só CPU) |
HIDRACHAT_THREADS | 4 | Threads de CPU |
HIDRACHAT_RAM_GB | 4 | RAM declarada |
HIDRACHAT_CTX_SIZE | 4096 | Tamanho do contexto |
HIDRACHAT_REGION | local | Região geográfica |
💡 Seu tier sobe conforme o HC acumulado (T1 até T5). Quanto mais rápido seu worker (TK/s), mais HC por job — e 95% do valor de cada job vai direto pra sua conta.