所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの Qwen 2.5（あるいは発表が待たれる最新3.8世代）の27Bモデルをローカル環境で爆速起動し、Pythonから指示を飛ばして「構造化されたデータ（JSON形式）」を抽出するスクリプトを作成します。 前提知識: Pythonの基本的な読み書きができること。 必要なもの: NVIDIA製GPU（VRAM 16GB以上推奨）または Apple Silicon搭載Mac（メモリ24GB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30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などの最新LLMを高速に動作させるPythonスクリプト Hugging Faceからモデルを自動ダウンロードし、量子化（軽量化）されたモデルでチャットUIを構築する手順 Pythonの基礎知識（仮想環境の作成とライブラリ導入）があれば、1行もコードを書かずに実行できるレベルの具体手順 📦 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 外部APIを一切使わず、手元のPCだけで動作する「自分専用のChatGPT風チャット画面」を構築します ネット環境がなくても、PDFやテキストファイルを読み込ませて回答させる（RAG）環境が完成します 必要なもの：Windows（WSL2導入済み）またはMac、およびミドルエンド以上のGPU（またはApple Silicon） 📦 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、Apple Silicon搭載MacでHugging Face上の最新LLMを読み込み、メモリを最適化して高速に推論するPythonチャットプログラムが完成します。 MLXフレームワークを使用した高速推論スクリプト 前提知識：Pythonの基本的な文法（関数の定義、ライブラリのインストール）がわかること 必要なもの：Apple Silicon（M1/M2/M3/M4ファミリー）搭載のMac、Python 3.10以降 先に確認するスペック・料金 Apple Silicon MacでローカルLLMを動かす際、最も重要なのは「メモリ（ユニファイドメモリ）の量」です。 MLXはGPUとCPUがメモリを共有する特性を最大限に活かしますが、OSや他のアプリが使う分を差し引いた「空き容量」がモデルのサイズを下回ると、スワップが発生して一気に動作が重くなります。 ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの PCのローカル環境のみで完結し、プライバシーを完全に保護したChatGPT風の対話システムを構築します ブラウザから操作可能なOpen WebUIを、LLM実行エンジンのOllamaと連携させて動かします Pythonの基礎知識とDockerの基本的な使い方がわかれば、誰でも再現可能です 📦 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 この記事では、Appleが開発した機械学習フレームワーク「MLX」を使用して、Llama 3やGemma 2などの最新LLMをMac上でネイティブ動作させる環境を構築します。 最終的には、PythonスクリプトからローカルLLMを呼び出し、ストリーミング形式で回答を生成する実用的な対話プログラムを完成させます。 ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの WebブラウザからChatGPT感覚で操作でき、かつデータが外部に一切漏れないローカルLLM環境を構築します。 前提知識：ターミナル（コマンドプロンプト）でのコピペ操作、Dockerの基本的な概念への抵抗がないこと。 必要なもの：NVIDIA製GPU搭載PC（推奨）またはApple Silicon搭載Mac、インターネット環境。 📦 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45分 | 難易度: ★★★☆☆ この記事で作るもの この記事を読み進めることで、Llama 3やQwenといった最新のLLM（大規模言語モデル）を、Pythonから呼び出して高速に動作させる「チャット用バックエンド」が完成します。 単に動かすだけでなく、モデルを量子化してメモリ消費を抑え、GPUの性能を限界まで引き出す設定を自力で行えるようになります。 Pythonの基礎（pipインストールや関数の作成）ができる方を対象としています。 ...
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」を使用し、MacのGPUパワーを最大限に引き出してLlama 3やGemma 2などの最新AIと会話できるPythonスクリプトを作成します。 Pythonの基礎（pipインストールや関数の実行）が理解できていれば、外部APIに1円も払わず、オフラインで動く自分専用のAI環境が手に入ります。 ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの Claude Code（CLI）とCursor（IDE）を組み合わせ、バックエンドにFastAPI、フロントエンドにReactを用いた「AIテキスト要約Webアプリ」を30分で構築します。 PythonとNode.jsの基本操作ができることを前提に、AIエージェントに「コードを書かせる」のではなく「プロジェクトを完遂させる」フローを体験してもらいます。 APIを叩いて実際に動作するアプリをデプロイ直前の状態まで仕上げるのが今回のゴールです。 ...