所要時間: 約35分 | 難易度: ★★☆☆☆ この記事で作るもの Apple Silicon（M1/M2/M3/M4チップ）を搭載したMac上で、MetaのLlama 3.1やQwen 2.5といった最新のLLMを爆速で動かすPythonスクリプト 外部APIに一切頼らず、オフラインかつ無料で「日本語によるチャットAI」を動作させる環境 プログラムからLLMを制御し、ストリーミング形式で回答を表示する実用的な基盤 📦 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 Claude CodeとCursorを連携させ、FastAPIを使用した「データベース連携済みタスク管理API」をAI主導で構築します。 開発者がコードを一行も書かずに、AIエージェントへの指示とレビューだけで、動作確認済みのプロダクトを完成させます。 前提知識：Pythonの基本的な読み書きができること、ターミナルの操作に抵抗がないこと。 必要なもの：Claude APIキー（Tier 2以上推奨）、Cursor（Proプラン推奨）、Node.js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 OllamaとOpen-WebUIを連携させ、自分のPC内のドキュメント（PDFやテキスト）に対して、完全にオフラインで高速に回答させるRAG（検索拡張生成）環境を構築します。 Python環境を汚さず、Dockerを使って「コマンド一つ」で再現可能な構成にします。 外部APIに一切データを送らないため、仕事の機密資料や未公開のメモを読み込ませても情報漏洩の心配がないプライベート検索エンジンが手に入ります。 📦 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 Claude Codeでバックエンド（FastAPI）のロジックとテストを自動生成し、CursorのComposer機能でフロントエンドを整える「AIフル活用開発フロー」を実践します。 Pythonの基礎知識があれば、指示を出すだけで「非同期処理を含むAPIサーバー」と「その動作を確認するクライアント」が完結した状態で手に入ります。 ローカル環境のファイルをAIエージェントに直接操作させる快感と、エディタでの精密な修正を組み合わせるハイブリッドな手法を体験してください。 ...
所要時間: 約40分 | 難易度: ★★☆☆☆ この記事で作るもの RTX 3090/4090を活用し、OllamaとPythonを連携させて「社外秘ドキュメントを高速に要約する自前AIツール」を作ります 外部API（OpenAI等）を一切使わず、完全にオフラインで動作するため機密情報の漏洩リスクがゼロになります 必要なもの：Windows（WSL2）またはLinux、VRAM 12GB以上のGPU（24GB推奨）、Python 3.10以上 📦 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純正の機械学習フレームワーク「MLX」を利用し、MacBook上でLlama-3などの最新LLMと高速にチャットできるPythonスクリプトを作ります。 前提知識：Pythonの基本的な文法（変数、関数、pipでのライブラリ導入）がわかること。 必要なもの：Apple Silicon（M1/M2/M3/M4チップ）搭載の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 手元の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「ローカルRAG（検索拡張生成）システム」の最小構成を構築します。 具体的には、LangChainとChromaDBを組み合わせ、プロプライエタリなデータを外部に流出させすぎずに検索・回答できるPythonスクリプトを完成させます。 ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの DeepSeek V4.1 FlashのAPIを利用し、画像の内容をミリ秒単位のレスポンスで解析して構造化データ（JSON）として出力するPythonスクリプトを作成します。 GoogleのAstraをベンチマークで凌駕した推論スピードと、100万トークン辺り数十円という破壊的なコストパフォーマンスを、あなたのローカル環境で即座に実感できる状態にします。 AIエージェントの「思考エンジン」として実務投入できるレベルの、エラーハンドリングを含んだコードを完成させます。 ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの 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 8B Instructなどの最新モデルを爆速で動かすPythonスクリプトを構築します。 Pythonの基本的な文法がわかれば、ライブラリのインストールから推論の実行、そしてチャットUIでの対話までを自分のローカル環境だけで完結させることが可能です。 外部APIを一切使わないため、機密情報の漏洩を気にせず、完全に無料でローカルLLMを実務に組み込む第一歩を踏み出せます。 ...
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性能を最大限に引き出し、Llama 3.1やGemma 2といった最新のLLMと対話できるPythonスクリプトを作成します。 ライブラリにはApple公式の「MLX」を使用し、Hugging Faceからモデルを自動ダウンロードして実行する、実務に耐えうる構成を目指します。 外部APIを一切使わず、完全にオフラインで動作するため、機密情報の処理にも活用可能です。 ...