OllamaとPythonでPC環境をAIに酷評させるローストツールの作り方

# システム情報（CPU, メモリ等）を取得するライブラリ
pip install psutil

# OllamaのAPIをPythonから叩くための公式ライブラリ
pip install ollama

# GPU情報を取得するためのライブラリ（NVIDIA環境用）
pip install nvidia-ml-py3

import psutil
import platform
try:
    from pynvml import *
    nvmlInit()
    HAS_GPU = True
except:
    HAS_GPU = False

def get_system_info():
    # CPU情報
    cpu_usage = psutil.cpu_percent(interval=1)
    cpu_count = psutil.cpu_count(logical=False)

    # メモリ情報（GB単位に変換）
    virtual_mem = psutil.virtual_memory()
    total_mem = round(virtual_mem.total / (1024**3), 2)
    used_mem = round(virtual_mem.used / (1024**3), 2)

    # GPU情報
    gpu_info = "None"
    if HAS_GPU:
        handle = nvmlDeviceGetHandleByIndex(0)
        info = nvmlDeviceGetMemoryInfo(handle)
        name = nvmlDeviceGetName(handle)
        gpu_info = f"{name} (VRAM: {round(info.total / (1024**3), 2)}GB)"

    info_str = f"""
    [System Specs]
    OS: {platform.system()} {platform.release()}
    CPU: {cpu_count} cores (Usage: {cpu_usage}%)
    RAM: {used_mem}GB / {total_mem}GB
    GPU: {gpu_info}
    """
    return info_str

print(get_system_info())

import ollama

def roast_my_pc(specs):
    # システムプロンプトでキャラクターを固定するのが重要
    system_prompt = (
        "あなたは毒舌で冷酷なITエンジニアです。"
        "ユーザーが提示するPCスペックを見て、その無駄遣いやスペック不足を徹底的にバカにしてください。"
        "特に、高いGPUを持っているのに大した仕事をしていない点や、逆に低スペックで無理をしている点を突いてください。"
        "短く、簡潔に、日本語で回答してください。"
    )

    response = ollama.chat(
        model='llama3.1', # 8Bモデルが速度と賢さのバランスが良いです
        messages=[
            {'role': 'system', 'content': system_prompt},
            {'role': 'user', 'content': f"これが私のPCスペックだ。評価してくれ。\n{specs}"},
        ],
        options={
            'temperature': 0.8, # 少し高めに設定して「煽り」のバリエーションを出す
        }
    )
    return response['message']['content']

# 実行
specs = get_system_info()
print("--- AIからのメッセージ ---")
print(roast_my_pc(specs))

「ほう、RTX 4090を積んでいるのか。それでやっていることはブラウザでYouTube視聴と、せいぜいこの程度のスクリプト実行か？
F1マシンで近所のスーパーに豆腐を買いに行くような、典型的な宝の持ち腐れだな。
その24GBのVRAM、使い道がないなら私に寄越せ。もっとマシな計算をしてやるよ。」

def get_bloatware():
    # 実行中のメモリ消費上位5プロセスを取得
    processes = sorted(psutil.process_iter(['name', 'memory_info']),
                       key=lambda x: x.info['memory_info'].rss,
                       reverse=True)[:5]
    process_list = [f"{p.info['name']} ({round(p.info['memory_info'].rss / (1024**2), 2)}MB)" for p in processes]
    return ", ".join(process_list)

# プロンプトに追加して実行
bloat = get_bloatware()
specs = get_system_info()
input_text = f"{specs}\n[Running Processes]\n{bloat}"
# あとはStep 3と同じ ollama.chat に投げる