OpenUI in locale con Ollama: prova pratica, limiti e privacy

Generare interfacce con l’AI fa risparmiare tempo. Il rovescio della medaglia è che, usando un servizio cloud, mockup, prompt e idee finiscono sui server di qualcun altro. Se lavori su software per clienti o su dati sensibili, non è un dettaglio: privacy e vendor lock-in possono diventare problemi molto concreti.

Ho quindi provato a far girare OpenUI insieme a Ollama, tutto in locale e senza dipendere da servizi esterni. Volevo capire se uno stack offline può sostituire davvero i tool commerciali, non solo sulla carta. Qui racconto cosa funziona, dove iniziano i problemi e per chi questa soluzione ha senso.

Cos’è OpenUI e perché ti interessa

OpenUI è un sandbox AI local-first per costruire frontend. Tu descrivi l’interfaccia come la immagini e lui la renderizza al volo, producendo anche il codice corrispondente.

La parte interessante non è soltanto la generazione del codice. OpenUI è provider-agnostic: non ti obbliga a usare un modello specifico. Puoi collegarlo alle API cloud, certo, ma il caso d’uso che trovo più interessante è l’integrazione con un’istanza locale di Ollama. È l’alternativa open source a strumenti come Google Stitch, con una differenza concreta: i dati restano sotto il tuo controllo.

Qui non mi fermo alla teoria: racconto nel dettaglio com’è andata la prova reale, cosa funziona bene e dove ho trovato i limiti.

Setup: come installare OpenUI con Ollama

Prima di partire, devi avere Ollama installato e funzionante sulla macchina. Ti serve anche almeno un modello per il coding già scaricato.

Installare OpenUI è abbastanza rapido. Non devi clonare repository complicati: puoi usare direttamente la CLI con il package manager che preferisci:

npx @openuidev/cli@latest create
# in alternativa, con il package manager che preferisci:
pnpx @openuidev/cli@latest create
bunx @openuidev/cli@latest create
yarn dlx @openuidev/cli@latest create

Quando avvii il comando, l’interfaccia ti accompagna nella configurazione del provider. Seleziona Ollama e indica l’endpoint locale, che di solito è localhost:11434. A questo punto il sandbox è pronto per ricevere i tuoi prompt.

Qualità dei risultati: cosa funziona davvero

Nei miei test, OpenUI se la cava molto bene quando gli chiedi di generare un componente alla volta. Un form di login con validazione, una card prodotto, una navbar: gli dai il prompt e in pochi secondi hai sia il codice sia l’anteprima live.

Il vantaggio di farlo girare in locale è che puoi iterare senza consumare crediti API. Il primo prompt viene male? Lo riscrivi e riprovi. Il modello gira sulla tua GPU, o sulla CPU se non hai altro, e ogni tentativo non ti costa token.

Il discorso cambia con interfacce complesse o dashboard intere, soprattutto quando entrano in gioco logiche di stato articolate. Qui i modelli locali fanno ancora fatica rispetto a modelli cloud di fascia alta come Kimi K3 o GPT-4o. Di solito devi procedere per gradi e mettere mano direttamente al CSS o alla logica JavaScript.

Limiti e privacy: il caveat onesto

La privacy totale si paga, soprattutto in qualità e velocità. Se arrivi dai modelli cloud di fascia alta, il primo output di un modello locale eseguito con Ollama probabilmente ti sembrerà meno rifinito. A volte anche parecchio.

C’è poi la manutenzione da mettere in conto: aggiornare Ollama, scaricare le nuove versioni dei modelli, controllare che tutto continui a funzionare e gestire l’hardware. Se vuoi le prestazioni migliori e della privacy ti importa poco, il cloud resta la strada più veloce.

Se invece lavori in ambienti regolamentati, hai dati che non vuoi mandare fuori o gestisci stack tecnici complessi, il modello locale può valere la fatica. È un po’ come tenere Claude Code su VPS: fai un passaggio in più, ma quando chiudi SSH non perdi il lavoro.

Troubleshooting: cosa fare se non funziona

• OpenUI non si connette a Ollama: Prima controlla che Ollama sia davvero in esecuzione in background. Se sembra tutto a posto ma il browser non si collega, potrebbe essere un problema di CORS. Avvia Ollama così:

OLLAMA_ORIGINS=* ollama serve

In questo modo permetti la connessione dal browser. È una configurazione comoda per fare una prova, ma non la lascerei aperta senza pensarci se Ollama è raggiungibile dalla rete.

• Il modello non genera codice valido: Controlla di aver scelto un modello adatto al coding. Con modelli troppo piccoli mi è capitato di ottenere HTML rotto o JSON malformato: non è sempre un problema di OpenUI.

• Lentezza eccessiva: Senza una GPU dedicata, un modello locale può metterci anche diversi minuti a generare un’interfaccia. Prova a usare un modello più piccolo oppure una quantizzazione più aggressiva. La qualità può scendere, ma spesso è il compromesso necessario per lavorare su hardware normale.

Conclusione

OpenUI con Ollama tiene fede alla sua promessa: ti permette di generare interfacce UI con l’AI senza spedire un solo byte fuori dal tuo computer. Non è un prodotto finito che sostituisce al 100% uno sviluppatore o i modelli cloud di punta. È un laboratorio privato dove sperimentare, prototipare velocemente e mantenere il controllo totale. A chi conviene? A dev, consulenti e IT manager che mettono la privacy e l’indipendenza dai vendor sopra ogni altra cosa.

Se questa prova ti è stata utile e vuoi ricevere sintesi operative, test reali e workaround sui tool AI prima degli altri, iscriviti alla mia newsletter. Niente fluff, solo roba che funziona.

Nuovo su Google

Aggiungi francescogruner.it come fonte preferita

Se leggi spesso i miei articoli su AI, automazione e tecnologia, ora puoi dire a Google che vuoi vedere più spesso i contenuti di francescogruner.it tra le notizie.