所要時間: 約35分 | 難易度: ★★★☆☆ この記事で作るもの 指定したGitHubリポジトリのスター数推移を取得し、過去30日のトレンドを分析してレポートを出力するPythonツールを開発します。 Claude Codeによる高速なプロジェクト初期化・ファイル操作と、Cursorによる視覚的なコード編集・デバッグを組み合わせた、2025年最新のワークフローを実践します。 前提知識として、基本的なターミナル操作とPythonの環境構築（venvなど）ができることを想定しています。 AnthropicのAPIキー（Claude Code用）と、Cursor（Proプラン推奨）が必要です。 📦 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などの最新LLMを高速に動作させるPythonスクリプトを作ります。 Pythonの基礎知識があれば、外部APIを一切使わずに、自分のMac上で完全にプライベートなチャットAIを構築できます。 この記事では、単に動かすだけでなく、ストリーミング出力（文字がパラパラ出る挙動）の実装まで行います。 ...
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OSから完全に隔離されたDockerコンテナ内で実行し、結果だけを安全に受け取るスクリプト。 前提知識：Pythonの基本的な文法、Dockerのインストール方法、OpenAI APIの基本的な使い方がわかること。 必要なもの：OpenAI APIキー（またはローカルLLM）、Docker Desktop（またはDocker Engine）がインストールされたPC。 📦 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 この記事を読むと、自身のPC（Windows/Mac）でLlama 3などの最新LLMを、VRAMを節約しながら高速に動作させるPythonスクリプトが完成します。 前提知識: Pythonの基本的な読み書きができる、ターミナル（コマンドプロンプト）の操作に抵抗がない 必要なもの: 8GB以上のメモリを搭載したPC（GPU搭載推奨）、Python 3.10以降 先に確認するスペック・料金 ローカルLLMを動かす上で、最も重要なのは「VRAM（ビデオメモリ）」の容量です。 結論から言うと、NVIDIA製のGPU（RTX 3060 12GB以上）か、Apple Silicon（M1/M2/M3）を搭載した16GB以上のメモリを持つMacがあれば、実用的な速度で動作します。 ...
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チップ）のGPU性能を最大限に引き出し、Llama 3やQwenといった最新のLLMをPythonから高速に制御する推論スクリプトを作ります。 Pythonの基礎知識があれば、ライブラリのインストールからストリーミング出力の実装まで、実務でそのまま使えるコードが手に入ります。 必要なものは、Apple Siliconを搭載したMacと、インターネット環境だけです。 ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの MacのGPU（Unified Memory）を最大限に活用し、毎秒50トークン以上の高速レスポンスで動作する日本語対話AIスクリプト Hugging Faceから最適化済みモデルを自動取得し、ストリーミング形式（逐次表示）で回答を生成するPythonプログラム 外部APIに頼らず、オフライン環境で機密情報を扱えるプライベートなLLM実行環境 📦 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30分 | 難易度: ★★☆☆☆ この記事で作るもの Dockerを利用した、ブラウザから操作できるプライベートなAIチャット環境（Ollama + Open WebUI） 自分のPC内だけで完結し、外部にデータが漏れないセキュアな開発基盤 Llama 3.1やGemma 2といった最新モデルを即座に切り替えて検証できる環境 📦 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）の性能をフルに引き出し、日本語対応の最新LLM「Gemma 2 9B」とリアルタイムに対話できるチャット用Pythonスクリプトを作ります。 クラウドのAPIを一切使わず、手元のMac内のGPU（Metal）を叩いて秒間数十トークンの速度でテキストを生成する環境を構築します。 ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの 外部APIに一切データを送らず、完全にオフラインで動作する「自分専用ChatGPT」環境を構築します。 ブラウザから操作できるOpen WebUIをインターフェースに使い、Llama 3.1やGemma 2といった最新モデルと日本語で対話できるようにします。 PDFやテキストファイルを読み込ませて回答させる「RAG（検索拡張生成）」の基礎機能までを実装します。 📦 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40分 | 難易度: ★★★☆☆ この記事で作るもの 手持ちのPDFファイルを読み込み、その内容に基づいて回答するローカル完結型の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（変数、関数、pipでのインストール）を理解していること。 必要なもの: Python 3.10以降の環境、8GB以上のメモリ（16GB推奨）、インターネット接続（ライブラリとモデルの初回ダウンロード用）。 📦 この記事に関連する商品（楽天メインで価格確認） ...