AI Guide

MLXでApple Siliconの性能を引き出すローカルLLM構築入門

所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの Apple Silicon（M1/M2/M3/M4チップ）のGPU性能をフルに活用し、ローカル環境で爆速なチャットAIを動かすPythonスクリプトを作成します。 Pythonの基礎知識（仮想環境の構築とライブラリのインストールができる程度）があれば、外部APIを一切使わずに、自分だけのプライベートなLLM環境が手に入ります。 ...

MLXでMacをAIサーバー化！Apple SiliconでローカルLLMを動かす入門ガイド

所要時間: 約45分 | 難易度: ★★☆☆☆ この記事で作るもの MLXフレームワークを用いて、Apple Silicon（M1/M2/M3/M4）に最適化された状態でローカルLLMを動かすPythonスクリプト。 Googleの軽量・高性能モデル「Gemma 2 2b-it」を使い、ストリーミング形式でチャットができる環境を構築します。 Pythonの仮想環境構築から、モデルのロード、高速な推論実行までをカバーします。 📦 この記事に関連する商品（楽天メインで価格確認） ...

PythonとLangChainで作るRAGパイプライン実装入門

所要時間: 約45分 | 難易度: ★★★☆☆ この記事で作るものローカルにあるPDFファイルを読み込み、その内容に基づいてAIが回答するRAG（検索拡張生成）システムをPythonで作ります。汎用的なLangChainと、軽量なベクトルデータベースであるChroma、そしてOpenAIのAPIを組み合わせて構築します。最終的に、自分のPCにある独自の資料について「○○について教えて」と質問して、正確な引用付きで回答が得られる状態を目指します。 📦 この記事に関連する商品（楽天メインで価格確認） ...

AIエージェント実行環境をE2Bで安全に構築する方法

所要時間: 約30分 | 難易度: ★★★☆☆ この記事で作るもの AIエージェント（LLM）が生成したPythonコードを、あなたのPCから完全に隔離されたクラウド上の「サンドボックス」で実行し、結果やグラフ画像を取得する仕組みを構築します。 Pythonの基礎知識があれば、この記事のコードをコピーするだけで、安全なコード実行エージェントの基盤が完成します。 ...

OllamaとOpen WebUIで自分専用のローカルLLM環境を構築する方法

所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るものこの記事を読み終える頃には、あなたのPC上でChatGPTと同等のUIを持ち、外部へデータが一切漏れない「完全プライベートなAI環境」が動いています。クラウドのAPI料金を気にせず、VRAMが許す限り無限に推論を回せる環境を、DockerとOllamaを組み合わせて構築します。 ...

Apple SiliconでLLMを爆速化するMLXの使い方と環境構築ガイド

所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの Apple Silicon（M1/M2/M3/M4チップ）の性能を最大限に引き出し、Llama 3などの最新AIをローカル環境で高速動作させるPythonスクリプトを作成します。 Pythonの基礎知識があれば、外部APIに1円も払わず、プライバシーを完全に守った状態で自分専用のAIアシスタントを動かせるようになります。具体的には、Hugging Faceからモデルをダウンロードし、ストリーミング形式（文字が順次表示される形式）で回答を生成するプログラムを構築します。 ...

OllamaとOpen WebUIで自宅に専用ChatGPTを構築する方法

所要時間: 約25分 | 難易度: ★★☆☆☆ この記事で作るものプライバシーを完全に守りつつ、手元のPCでChatGPTと同等の操作感を実現するAI環境を構築します。 Pythonを使って、構築したローカルLLMを自作プログラムや業務自動化ツールに組み込む基盤を整えます。必要なものは、一定スペックのPC（Windows / Mac / Linux）と、モデルをダウンロードするためのインターネット環境のみです。 📦 この記事に関連する商品（楽天メインで価格確認） ...

MLXでApple Silicon MacをローカルLLM専用機に変える方法

所要時間: 約30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などの最新LLMを高速に動かすストリーミング・チャットスクリプトを作成します。 Pythonの基礎知識があれば、10行程度のコードで独自のローカルAI環境が手に入ります。外部APIを一切使わず、完全にオフラインで動作するプライベートなAI環境を構築するのがゴールです。 ...

MLX入門 Apple SiliconでローカルLLMを爆速で動かす方法

所要時間: 約40分 | 難易度: ★★☆☆☆ この記事で作るもの Apple Silicon（M1/M2/M3/M4）に最適化されたフレームワーク「MLX」を使い、Llama 3.1やGemma 2といった最新のLLMをローカル環境で高速に動かすPythonスクリプト Hugging Faceからモデルを自動取得し、ストリーミング形式（逐次出力）で回答を生成するチャットインターフェース外部APIを一切使わず、完全にオフラインかつ無料で動作するプライベートなAI環境 📦 この記事に関連する商品（楽天メインで価格確認） ...

Claude CodeとCursorを使い分け爆速でWebAPIを開発する方法

所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの FastAPIとSQLiteを使用した、実用的な「タスク管理API（Todoアプリ）」を構築します。 Cursorで全体の設計とコード編集を行い、Claude Codeにテストコードの生成、実行、デバッグ、リファクタリングを丸投げする「AIエージェント型開発」を体験できます。この記事を読み終える頃には、ターミナルから一歩も動かずにコードを完成させる感覚が身についているはずです。 ...