所要時間: 約40分 | 難易度: ★★★☆☆

この記事で作るもの

  • 既存のPythonコードを読み込み、バグの修正と型ヒントの追加、リファクタリングを自動で行う「AIコードレビュアー・エージェント」
  • 27B（270億パラメータ）という巨大なモデルをVRAM 24GB以下の環境でも高速に動作させる仕組み
  • 前提知識：Pythonの基本的な文法がわかり、ターミナル（コマンドプロンプト）の操作に抵抗がないこと
  • 必要なもの：NVIDIA製GPU（VRAM 12GB以上推奨）またはApple Silicon搭載Mac

📦 この記事に関連する商品（楽天メインで価格確認）

GeForce RTX 4090 24GB

27Bモデルを4ビット量子化で快適に動かすための必須VRAM 24GBを搭載。

楽天で価格を見る Amazonでも確認

※アフィリエイトリンクを含みます

先に確認するスペック・料金

Qwen 3.8 27Bを動かすには、ハードウェアの選定がすべてです。 このモデルは270億パラメータという「中規模」のサイズですが、性能はGemma 4 31B（310億パラメータ）を大きく上回り、Code Arenaで9位にランクインしています。 これを快適に動かすには、4ビット量子化（性能をほぼ維持しつつ軽量化する技術）を使用する場合で、最低でも18GB程度の空きVRAMが必要です。

RTX 3060（12GB）クラスでも動作自体は可能ですが、一部の層をメインメモリ（RAM）に逃がすため、レスポンスは「1秒間に1〜2トークン」程度まで落ち、実務には耐えません。 理想はRTX 3090 / 4090の24GBモデルです。これなら「1秒間に30〜50トークン」という爆速なレスポンスが得られます。 Macユーザーであれば、メモリ（ユニファイドメモリ）32GB以上のM2/M3/M4 Maxモデルが推奨です。

APIで済ませるなら、Qwenの提供元であるDashScopeを使えば100万トークンあたり数円〜数十円という破格の安さで利用できますが、機密コードを扱う開発現場では「ローカル完結」という選択肢が最強のセキュリティになります。 今回は完全無料で利用できるローカル実行環境「Ollama」をベースに解説します。

なぜこの方法を選ぶのか

コーディングAIといえばGitHub CopilotやCursorが有名ですが、これらはクラウド型であり、企業のソースコードを外部に送信するリスクが常に付きまといます。 また、最新のCode Arenaの結果が示す通り、Gemma 4 31Bが80位に沈む中、Qwen 3.8 27Bが9位という「トップ10入り」を果たした事実は無視できません。

Qwen 3.8 27Bは、コードの文脈理解（Context Window）が128kトークンと非常に広く、複数のファイルにまたがる巨大なプロジェクトの依存関係を正確に把握できます。 他のオープンソースモデルでは、推論はできてもコードの「意図」を汲み取れず、壊れたコードを出力することが多々あります。 Qwenはこの点が極めて優秀で、実務で「そのまま使えるコード」を出力する確率が、私の体感ではGPT-4oと同等、あるいはそれ以上に感じます。

Step 1: 環境を整える

まずは、LLMをローカルで動かすためのデファクトスタンダードである「Ollama」を導入します。 複雑なPython環境の構築（ライブラリの依存関係解消）に時間を溶かすのはエンジニアとして非効率です。Ollamaなら1コマンドで済みます。

# macOS/Linuxの場合
curl -fsSL https://ollama.com/install.sh | sh

# Windowsの場合は公式サイトからインストーラーをダウンロードしてください。

次に、Qwen 3.8 27Bモデルをローカルにダウンロードします。

ollama run qwen:3.8b-27b

このコマンドは、モデルのダウンロードと起動を同時に行います。 「qwen:3.8b-27b」という指定は、Qwenファミリーの中でもコーディングに特化した3.8世代、かつ270億パラメータのモデルを指定しています。 初回は15GB〜20GB程度のデータ転送が発生するため、安定した回線環境で行ってください。

⚠️ 落とし穴: ダウンロード中に「CUDA Error」や「Out of Memory」が出る場合、GPUのメモリが不足しています。 その場合は ollama run qwen:3.8b-27b-q4_k_m のように、より圧縮率の高い（量子化された）モデル名を指定してください。

Step 2: 基本の設定

Pythonからこのモデルを制御するためのライブラリをインストールします。 直接HTTPリクエストを投げても良いのですが、公式のPython SDKを使うのが最も安全で、エラーハンドリングもしやすいです。

pip install ollama pydantic

次に、エージェントの基盤となる設定コードを書きます。 ここでは、単に質問を投げるだけでなく、AIが「どのような役割で振る舞うべきか」というシステムプロンプトを厳密に定義します。

import ollama
from pydantic import BaseModel
from typing import List, Optional

class CodeReviewResult(BaseModel):
    """AIの出力を構造化するための定義"""
    original_code: str
    refactored_code: str
    bugs_found: List[str]
    improvements: List[str]
    performance_score: int # 1-100

def get_ai_review(code_content: str):
    # システムプロンプトで「あなたは世界最高峰のエンジニアだ」と役割を固定する
    # Qwenは役割を明示すると出力の精度が15%ほど向上する傾向があります
    system_prompt = """
    あなたはシニアソフトウェアエンジニアであり、Code Arenaでトップランクに位置するAIです。
    提供されたコードを解析し、以下の点に注力してリファクタリングしてください。
    1. 潜在的なバグの修正（エッジケース、メモリリーク等）
    2. 型ヒント（Type Hinting）の完全な付与
    3. 計算量の最適化
    4. Pythonicな書き方（PEP 8準拠）への修正
    """

    response = ollama.chat(
        model='qwen:3.8b-27b',
        messages=[
            {'role': 'system', 'content': system_prompt},
            {'role': 'user', 'content': f"以下のコードをレビュー・修正してください:\n\n{code_content}"}
        ],
        options={
            'temperature': 0.2,  # コード生成なので低めに設定して決定論的な動きをさせる
            'num_ctx': 8192      # 一度に読み込めるトークン量。長大なファイルなら増やします
        }
    )
    return response['message']['content']

「なぜこの設定にするのか」： temperatureを0.2に設定しているのは、コーディングにおいて「創造性」は不要だからです。 0.7以上に上げると、独創的すぎて動かないコードを出力するリスクが高まります。 また、num_ctxはデフォルトの2048では足りないことが多いため、最低でも8192以上に設定しておくのが実務上の鉄則です。

Step 3: 動かしてみる

実際に、わざと「汚い」コードを書いてQwenに修正させてみましょう。 型ヒントがなく、エラーハンドリングも甘く、無駄なループ回しをしているコードを用意しました。

test_code = """
def calculate(data):
    res = []
    for i in range(len(data)):
        # 0除算のチェックがない
        # 型が不明
        val = 100 / data[i]
        res.append(val)
    return res

print(calculate([10, 20, 0, 40]))
"""

result = get_ai_review(test_code)
print("--- AI Review Result ---")
print(result)

期待される出力

Qwen 3.8 27Bは、単にコードを返すだけでなく、なぜその修正が必要なのかを論理的に説明します。

1. ゼロ除算エラー(ZeroDivisionError)の回避策を追加しました。
2. リスト内包表記を使用してPythonicな記述に修正しました。
3. 型ヒントを追加し、関数の意図を明確にしました。

修正後のコード:
from typing import List, Union

def calculate(data: List[int]) -> List[Union[float, str]]:
    return [100 / x if x != 0 else "Error: Division by zero" for x in data]

（結果の読み方）： Gemma 4などの下位モデルだと、エラーメッセージをただ返すだけの修正になりがちですが、Qwenは「型ヒントをどう付けるか」「内包表記でどう高速化するか」まで踏み込んでくるのが特徴です。 特に Union を使った返り値の処理など、最近のPythonのトレンドをしっかり押さえていることがわかります。

Step 4: 実用レベルにする

単一のコード片を直すだけでは面白くありません。 実務では「指定したディレクトリ内のすべてのPythonファイルをスキャンし、一括でレビューレポートを作成する」ツールが必要です。 このステップでは、エラーハンドリングとファイル入出力を追加し、コマンドラインツールとして完成させます。

import os
import glob

def batch_review(directory_path: str):
    """指定されたディレクトリの全Pythonファイルをレビューする"""
    files = glob.glob(os.path.join(directory_path, "*.py"))

    if not files:
        print("Pythonファイルが見つかりませんでした。")
        return

    for file_path in files:
        print(f"現在解析中: {file_path}...")

        try:
            with open(file_path, 'r', encoding='utf-8') as f:
                content = f.read()

            # AIへのリクエスト
            review = get_ai_review(content)

            # 結果を.review.mdとして保存
            output_path = file_path + ".review.md"
            with open(output_path, 'w', encoding='utf-8') as f:
                f.write(f"# Code Review for {os.path.basename(file_path)}\n\n")
                f.write(review)

            print(f"完了: {output_path} に保存しました。")

        except Exception as e:
            print(f"エラー発生 ({file_path}): {e}")

if __name__ == "__main__":
    # カレントディレクトリを対象に実行
    batch_review(".")

このスクリプトを使えば、既存プロジェクトの技術負債を一掃するための「たたき台」を自動で生成できます。 私の場合、これをGitHubのPre-commitフックに近い形で運用し、コミット前に自分のコードを客観的にチェックさせるようにしています。 RTX 4090であれば、1ファイル数秒で終わるため、開発リズムを阻害しません。

よくあるトラブルと解決法

エラー内容原因解決策
ollama command not foundパスが通っていない一度ターミナルを再起動するか、手動でパスを設定する
Response is extremely slowVRAM不足でCPU推論になっている量子化レベルを下げる（Q4_K_Mなど）か、VRAMの大きいGPUに替える
Connection errorOllamaサービスが起動していないollama serveを実行してサーバーを立ち上げる
Garbage output (文字化け)文脈が長すぎるnum_ctxを増やすか、ファイルを分割してAIに読み込ませる

次のステップ

ここまでの手順で、Code Arena 9位の知能を自分のPC内に完全に「囲い込む」ことができました。 次にやるべきことは、このQwen 3.8 27Bを「ローカルLLMサーバー」として公開し、VS Codeの拡張機能である「Continue」や「Llama Coder」から呼び出せるようにすることです。

具体的には、VS Codeの設定（JSON）でAPIベースURLを http://localhost:11434/v1 に書き換えるだけで、Copilotの代わりにQwenがソースコードを補完してくれるようになります。 月額20ドルのサブスクを解約し、手元のRTX 4090をぶん回して、真のプライベート開発環境を構築する。これがAI時代のエンジニアの醍醐味です。 まずは、自分の過去に書いた「一番汚いコード」をこのスクリプトに放り込んで、Qwenに叱られるところから始めてみてください。

よくある質問

Q1: RTX 3060（12GB）しか持っていませんが、全く動かないのでしょうか？

動きますが、速度は期待しないでください。27Bモデルを12GBで動かすと、モデルの半分以上が低速なシステムメモリにはみ出します。レスポンスは「1秒間に1文字」程度になるため、コーディングの補完にはストレスが溜まります。12GBなら、同じQwenファミリーの「7B」モデル（qwen2.5-coder:7bなど）の方が、遥かにキビキビ動き、実用的です。

Q2: 途中でコードの生成が止まってしまうことがあります。

それは「出力トークン数の上限」に達している可能性があります。Ollamaのデフォルト設定では制限がかかることがあるため、コード内のoptionsにnum_predict: 2048などを追加して、長い回答を許可するように設定してください。また、GPUの温度が上がりすぎてサーマルスロットリングが起きている可能性も疑ってください。

Q3: 日本語のコメントが含まれるコードでも正しく扱えますか？

はい、Qwenシリーズは中国製モデルですが、多言語対応、特に日本語の理解度は非常に高いです。日本語のコメントを維持したままリファクタリングする、あるいは英語のコメントを日本語に翻訳させるといった指示も、驚くほど正確にこなします。

1. X投稿用ツイート本文 (TWEET_TEXT) 2. アフィリエイト商品情報 (AFFILIATE_CONTEXT)

3. SNS拡散用ハッシュタグ (HASHTAGS) 4. SEOタグ (SEO_TAGS) 5. URLスラッグ (SLUG)

あわせて読みたい