AI Guide

AIエージェントを安全に実行するサンドボックス環境の構築方法

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、メインシステムから完全に隔離された環境で実行し、安全にグラフ作成やデータ分析の結果を受け取る仕組みを構築します。具体的には、E2B（Execution for AI Agents）というSDKを利用し、数秒で起動するMicroVM（軽量な仮想マシン）上でコードを実行するPythonスクリプトを作成します。 ...

MLX 使い方入門 Apple Silicon MacでローカルLLMを動かす方法

所要時間: 約40分 | 難易度: ★★☆☆☆ この記事で作るもの Apple公式の機械学習フレームワーク「MLX」を使い、MacのGPU性能を最大限に引き出して最新LLMと対話するPythonスクリプトを作成します。 Pythonの基本的な読み書きができれば、自分のMac上でLlama 3やGemma 2といった高性能なモデルが爆速で動く感動を味わえます。外部API（OpenAIなど）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。 ...

CursorとClaude Codeの併用でAI開発を極める！最新環境構築ガイド

所要時間: 約30分 | 難易度: ★★★☆☆ この記事で作るもの CursorのGUIとClaude CodeのCLIエージェントをシームレスに連携させた開発環境 FastAPIを使用した「株価リアルタイム監視・通知API」のプロトタイプ 📦 この記事に関連する商品（楽天メインで価格確認） ...

PythonでRAGを自作する！ローカル検索の実装手順ガイド

所要時間: 約45分 | 難易度: ★★★☆☆ この記事で作るもの手元のPDFやテキストファイルを読み込み、その内容に基づいて回答するRAG（検索拡張生成）システムを構築します。 LangChainとFAISSを使用し、外部のSaaSデータベースに頼らずローカル環境でベクトル検索を完結させるPythonスクリプトを作成します。動作確認にはOpenAIのAPIを使用しますが、将来的にローカルLLMへ差し替え可能な構成にします。 📦 この記事に関連する商品（楽天メインで価格確認） ...

Gemma 2 31B QATをKVキャッシュ量子化でVRAM 24GBに収めて実用化する方法

所要時間: 約45分 | 難易度: ★★★★☆ この記事で作るもの 24GBのVRAM（RTX 3090/4090等）1枚で、Gemma 2 31B QATモデルを32k以上の長いコンテキストで高速動作させる環境量子化による精度劣化を最小限に抑えつつ、推論速度を最適化するllama.cpp実行スクリプト KVキャッシュの量子化（4-bit/8-bit）が実際に業務で使えるレベルか判定するベンチマーク手順 📦 この記事に関連する商品（楽天メインで価格確認） ...

OllamaとOpen WebUIで自分専用のChatGPT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 Ollamaをバックエンド、Open WebUIをフロントエンドに据えた、完全オフライン動作する生成AI環境。 WebブラウザからChatGPT感覚で、Llama 3やQwen 2.5、Gemma 2などの最新モデルを切り替えて使えるシステム。自分のPC内にあるPDFやテキストファイルを読み込ませて回答させるローカルRAG（検索拡張生成）機能。 📦 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を併用して爆速でAPI連携ツールを作る方法

所要時間: 約30分 | 難易度: ★★★☆☆ この記事で作るもの GitHubの特定リポジトリのスター数を監視し、前日からの増減をSlackに通知するPythonスクリプトを作成します。この記事を読み終える頃には、Claude Code（CLI）に「自律的な実装とテスト」を任せ、Cursor（エディタ）で「コードの品質管理と細かな調整」を行うハイブリッド開発環境が手に入ります。 ...

OllamaとPydanticAIで自律型ローカルエージェントを構築する方法

所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るものローカルLLM（Llama 3.3/4クラス）を使用し、インターネット検索とローカルファイル操作を組み合わせて「市場調査レポート」を自動生成する自律型エージェント。 Pythonの型定義ライブラリ「Pydantic」をベースにした最新の「PydanticAI」を使い、エラーに強く、本番環境で動作を保証できる設計を学びます。前提知識はPythonの基本的な文法（関数の定義、非同期処理 async/await）がわかる程度で問題ありません。 📦 この記事に関連する商品（楽天メインで価格確認） ...

llama.cpp 使い方入門：GGUF量子化モデルをローカルPCで爆速動作させる全手順

所要時間: 約45分 | 難易度: ★★★☆☆ この記事で作るもの llama.cppを使用して、Llama 3やMistralなどの最新大規模言語モデル（LLM）を、一般的なPC（Windows/Mac）でサクサク動作させる環境を構築します。最終的には、ローカル環境でOpenAI互換のAPIサーバーを立ち上げ、自作アプリからAPI経由でLLMを呼び出せる状態にします。 ...

MLX入門：Apple SiliconでローカルLLMを爆速かつ実務レベルで動かす方法

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）のGPU性能をフルに引き出し、Llama 3やGemma 2といった最新のLLMを高速に推論させるPython環境コマンドラインから日本語で対話し、ストリーミング形式（文字が流れるように表示される形式）で回答を得る実践的なスクリプト Hugging Faceから任意のモデルをダウンロードし、Mac専用のMLX形式に変換して実行するワークフロー 📦 この記事に関連する商品（楽天メインで価格確認） ...