所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの Cursorでフロントエンドを整えつつ、Claude Codeにバックエンドのロジック構築とテスト自動化を丸投げする「ハイブリッド開発環境」を構築します。 最終的に、FastAPIを使用した「AIによる自動バリデーション機能付きメモアプリ」を、ほぼ自動生成で完成させます。 この記事は、Pythonの基本的な文法がわかり、ターミナル操作に抵抗がない方を対象にしています。 ...
所要時間: 約45分 | 難易度: ★★★☆☆ この記事で作るもの 自分の持っているPDFファイルを読み込み、その内容について回答するPythonスクリプト LangChainとChromaDBを組み合わせた、最も標準的で拡張性の高いRAGパイプライン プログラム経験が少しあれば、コピペと環境構築だけで「自分専用の知恵袋」が手に入ります 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約25分 | 難易度: ★★☆☆☆ この記事で作るもの Apple Silicon（M1/M2/M3/M4チップ）に最適化されたフレームワーク「MLX」を使い、Llama 3.1やQwen 2.5などの最新モデルを爆速で動かすPythonスクリプトを作成します。 一般的なllama.cppやOllamaよりもApple Siliconのメモリ帯域をフルに活用できるため、より高いトークン生成速度を実現できます。 ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの Apple公式の機械学習フレームワーク「MLX」を利用して、Mac上でLlama 3などの最新LLMと対話できるPythonスクリプト 外部APIに依存せず、オフラインかつ高速（毎秒15〜20トークン以上）に動作する推論環境 前提知識: Pythonの基本的な読み書きができること、ターミナルでコマンド操作ができること 必要なもの: Apple Silicon（M1/M2/M3チップ）搭載のMac 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの インターネット不要でChatGPTのようにチャットができるローカルAI環境 Ollamaをバックエンド、Open WebUIをフロントエンドにしたブラウザベースの操作画面 自分の持っているPDFやテキストファイルを読み込ませて回答させるRAG環境 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの AIエージェントが生成したPythonコードを、ホスト環境から隔離されたDockerコンテナ内で実行し、結果だけを受け取るシステムを構築します。 LLM（OpenAI API）と連携し、「指示→コード生成→サンドボックス実行→結果確認」のループを自動化するスクリプトを完成させます。 前提知識：Pythonの基礎的な文法、Dockerの基本的な概念（インストール済みであること）。 必要なもの：OpenAI APIキー、Docker Desktop（またはDocker Engine）。 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの この記事を読むと、Cursorでベースを書き、Claude Codeでテストとデバッグを自律実行させて完成させる「AIハイブリッド開発フロー」で、外部APIから情報を取得して整形・保存する実用的なPythonツールが作れます。 ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの Llama 3などの最新LLMを「手元のPCのメモリ量に合わせて量子化」し、Pythonから高速に呼び出して対話するチャットスクリプトを作成します。 APIを使わずに完全オフラインで動作し、1文字ずつテキストが流れるストリーミング出力に対応した実用的な基盤を構築するのがゴールです。 Pythonのライブラリインストールから、モデルファイルの選定、VRAM（ビデオメモリ）を使い切るための最適なパラメータ設定までを網羅します。 ...
所要時間: 約45分 | 難易度: ★★★☆☆ この記事で作るもの Diffusion Gemmaをローカル環境で動作させ、生成速度とプロンプトの忠実度を自動計測するPythonスクリプト 高速生成（4倍速）を実現しつつ、精度の低下（ミスの増加）を最小限に抑えるためのパラメータ調整手法 前提知識: Pythonの基本的な読み書き、コマンドラインでのライブラリインストール操作 必要なもの: Hugging Faceのアカウント（モデルアクセス用）、NVIDIA製GPU（VRAM 12GB以上推奨） 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約45分 | 難易度: ★★☆☆☆ この記事で作るもの OllamaとPythonを組み合わせ、手元のPC（VRAM 8GB〜12GB程度）で高速に動作する「構造化データ抽出スクリプト」を作ります。 テキストから特定の情報（日付、金額、重要事項など）を抜き出し、JSON形式で保存する実務的なツールです。 前提知識: Pythonの基本的な読み書きができること、ターミナル（コマンドプロンプト）の基本操作。 必要なもの: NVIDIA製GPU（VRAM 8GB以上推奨）またはApple Silicon搭載Mac（RAM 16GB以上推奨）。 📦 この記事に関連する商品（楽天メインで価格確認） ...