所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの Qwen-2.5シリーズ（噂の27Bを含む）をローカルPCで動かし、フォルダ内の全ドキュメントを自動解析・構造化するPythonスクリプトを作ります。 前提知識：Pythonの基本的な文法（pipインストールや関数の実行）がわかること。 必要なもの：NVIDIA製GPU（VRAM 12GB以上推奨）またはApple Silicon搭載Mac（メモリ24GB以上推奨）、Ollama。 📦 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 Qwen2.5-Coder 32Bをローカル環境に構築し、指定したディレクトリ内の全Pythonコードに対して「型ヒントの追加」と「バグチェック」を自動で行うリファクタリングツールを作成します。 既存のコードベースを読み込ませ、AIが修正案を提示し、必要に応じてファイルを上書きする実用的なスクリプトを完成させます。 ...
所要時間: 約40分 | 難易度: ★★★★☆ この記事で作るもの 35Bという「家庭用ハイエンドGPU1枚」で動く最大級のモデルを使い、論理性能と創造性を両立した検閲なし対話環境を構築します。 量子化されたGGUF版をLlama.cppまたはLM Studioで動作させ、MTP（Multi-Token Prediction）の恩恵を最大限に受ける設定を完了させます。 前提知識として、基本的なコマンドライン操作とPython環境の理解があることを想定しています。 📦 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 Qwen3.6-27Bを中核とし、外部検索結果を統合して回答する「Agentic Search（自律型検索）」スクリプト。 RTX 3090/4090（24GB VRAM）1枚で、SimpleQA精度95.7%という商用モデル級の性能をローカルで実現します。 前提知識：Pythonの基礎、コマンドライン操作、Dockerまたは環境構築の基礎。 必要なもの：NVIDIA製GPU（VRAM 24GB推奨）、Ollama、Python 3.10以上。 📦 この記事に関連する商品 ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの この記事では、最新のSparse MoE（混合エキスパート）モデル「Qwen3.6-35B-A3B」をローカルPCに導入し、ソースコードの修正案を自動生成する「AIコーディングレビュー・スクリプト」を作成します。 PythonからLlama-cpp-pythonを経由してモデルを制御し、35Bクラスの知能を3Bクラスの速度で引き出す実装を目指します。 ...
所要時間: 約30分 | 難易度: ★★★☆☆ この記事で作るもの MiniMax M2.7のオープンウェイト版を、PythonとHugging Faceのライブラリを用いてローカルPC上で実行し、日本語のプロンプトに対して高速にレスポンスを返す推論スクリプトを作成します。 前提知識： Python 3.10以上の基本的な操作ができること pipによるライブラリのインストール経験があること NVIDIA製GPU（VRAM 12GB以上推奨）の環境があること 必要なもの： ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの 特定のディレクトリ内のソースコードを全スキャンし、バグの発見とリファクタリング案を自動生成する「AIコードレビュアー」 前提知識: Pythonの基本的な読み書き、ターミナル（コマンドプロンプト）の操作ができること 必要なもの: Python 3.10以上、8GB以上のVRAM（GPU）を推奨（CPUでも動作可能だが低速） 📦 この記事に関連する商品 ...