所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの M5 Maxの強力なGPUと128GBの統一メモリを最大限に活用し、Llama 3 70Bクラスの巨大モデルを高速に動かすローカル推論サーバーを構築します。 PythonからAPI形式でモデルを呼び出し、自身の業務ツールやチャットUIと連携させるための基盤を作ります。 前提知識：ターミナルでのコマンド操作、Pythonの基本的なライブラリ導入経験があること。 必要なもの：M5 Max搭載のMac（メモリ64GB以上推奨、128GBあれば最高）、Python 3.10以降。 📦 この記事に関連する商品 ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの Qwen 3.5 0.8BをローカルPCのCPUのみで動作させ、1秒間に100トークン以上の超高速レスポンスを返すPythonスクリプト 外部APIに1円も払わず、オフラインで機密情報を処理できる「自分専用の超軽量推論エンジン」 前提知識：Pythonの基本的な文法（pipインストールや関数の作成）がわかること 必要なもの：Python 3.10以降がインストールされたPC（Mac/Windows/Linux問わず。メモリ4GBでも動きます） 📦 この記事に関連する商品 ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの Qwenシリーズの最新モデルをローカル環境で動かし、既存コードのバグ検出と修正案を自動生成するPythonスクリプト 前提知識: Pythonの基本的な読み書き、ターミナル操作 必要なもの: NVIDIA製GPU（VRAM 12GB以上推奨）またはMac（M2/M3系）、Python 3.10以降 📦 この記事に関連する商品 ...
所要時間: 約30分 | 難易度: ★★★☆☆ この記事で作るもの llama-swapを介して、複数のローカルLLM（Llama 3やMistralなど）をAPI経由で瞬時に切り替えて呼び出すPython実行環境 OllamaやLM Studioに依存せず、llama.cppやvLLMなどの高性能バックエンドを自由に選べる柔軟な推論サーバー PythonのOpenAI SDKを利用し、コード側で「model=“llama-3”」と指定するだけでバックエンドが自動でモデルをロード・スワップする仕組み 📦 この記事に関連する商品 ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの ローカルLLMのQwen2.5を活用し、PDFやマークダウン形式の技術文書から特定の項目（作成日、技術スタック、アーキテクチャの要点など）を正確に抽出してJSON形式で保存するPythonスクリプトを作ります。 外部API（OpenAIなど）へデータを送信せず、すべて自分のPC内で完結させるため、機密性の高い社内ドキュメントも安全に処理できます。 前提知識として、Pythonの基本的な文法（変数、関数、pipでのライブラリインストール）を理解している必要があります。 必要なものは、16GB以上のメモリを搭載したPC（GPU推奨ですがCPUでも動作可能）とPython環境です。 📦 この記事に関連する商品 ...
所要時間: 約30分 | 難易度: ★★★☆☆ この記事で作るもの Qwen3.5-9B（GGUF版）をPythonから制御し、日本語で自然な対話ができるストリーミング形式のチャットスクリプト。 前提知識: Pythonの基本的な読み書きができること、コマンドライン操作に抵抗がないこと。 必要なもの: NVIDIA製GPU（VRAM 8GB以上推奨）、Python 3.10以降。 📦 この記事に関連する商品 ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの Claude 3.5 SonnetのAPIを活用し、大量のテキストデータから即座に「脅威レベル」を判定し、具体的な「推奨アクション」を構造化データとして出力するPythonスクリプトを作成します。 この記事のゴールは、単にチャットを動かすことではありません。 軍事作戦のような一分一秒を争う現場でも通用する「指示への忠実度」と「出力の安定性」を備えた実用的な分析エンジンを構築することです。 ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの DeepSeek V4のリリース直後に、テキスト・画像・動画生成をシームレスに切り替えて実行できる「マルチモーダル対応型AIエージェント基盤」をPythonで構築します。 現行のV3 API（OpenAI互換）を利用して、V4で追加される画像・動画生成パラメータをあらかじめ想定した柔軟なラッパークラスを完成させます。 ...
所要時間: 約45分 | 難易度: ★★★☆☆ この記事で作るもの RTX 3060/4060 Ti 16GBやRTX 5080（16GB）環境で、Qwen3.5-35B-A3Bを秒間70トークン以上の超高速で動作させるローカルAPIサーバー Pythonの基礎（venv環境構築、pip操作）ができること 16GB以上のVRAMを搭載したNVIDIA製GPU（12GBでも量子化次第で動作可能） 📦 この記事に関連する商品 ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの DeepSeek API（V3/R1）とLangChainを組み合わせ、手元のPDF資料から回答を生成する「現場で使えるRAG（検索拡張生成）システム」を構築します。 前提知識：Pythonの基本的な文法、ターミナルでのコマンド操作ができること。 必要なもの：DeepSeekのAPIキー（クレジットカード登録推奨、5ドル程度のチャージで十分動きます）、Python 3.10以上の環境。 📦 この記事に関連する商品 ...