3行要約 Qwen2.5-27B（Qwen3.8は誤記の可能性が高いが文脈上2.5の最新系を指す）は、ローカルモデルで最高クラスの自律性（Agency）を持ち、実務レベルのエージェント化が可能 快適な動作にはVRAM 24GB（RTX 3090/4090）が最低ラインで、長文コンテキストを扱うならGPU2枚挿しやMacの64GB以上が必須 単なるチャットではなく「ツール実行」「コード修正」を自動化したい個人開発者にとって、APIコストをゼロにするための投資対効果が最も高いモデル 📦 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 LLM（大規模言語モデル）が生成したPythonコードを、ホストOSから完全に隔離されたDockerコンテナ内で安全に実行し、実行結果だけを取得するサンドボックス環境を構築します。 AIエージェントにPC上のファイルを操作させたり、ライブラリをインストールさせたりする際に、メイン環境を破壊されるリスクをゼロにするための必須技術です。 Pythonのdockerライブラリを使用し、リソース制限（メモリ・CPU）とネットワーク遮断を施した「使い捨て実行環境」を自動生成するスクリプトを完成させます。 ...
所要時間: 約45分 | 難易度: ★★★☆☆ この記事で作るもの ローカルLLM（Llama 3など）を使用して、ウェブ検索やファイル操作をトークン消費を最小限に抑えつつ実行する「超軽量AIエージェント」を構築します。 既存のフレームワークのようにプロンプトを数百行詰め込むのではなく、最小限の指示で的確にツールを使いこなすスクリプトを完成させます。 ...
所要時間: 約45分 | 難易度: ★★★☆☆ この記事で作るもの Llama 3.1 8Bをベースに、PCローカル環境で「自律的にツールを使いこなす」AIエージェントを構築します。 Pythonを使ってLLMに「計算機」や「ファイル操作」などの外部ツールを認識させ、指示に応じてそれらを自動で呼び出す仕組みを実装します。 クラウドAPIを一切使わず、完全にオフラインかつ無料で動く実戦的なプログラムを完成させます。 📦 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 Qwen3.7 Maxの圧倒的な推論性能と、ローカルLLM（Ollama）の機密性を使い分ける「コスト最適化型AIエージェント」を構築します。 具体的には、入力されたタスクの難易度をローカル側で判定し、高度な思考が必要な場合のみQwen3.7 Maxにリクエストを飛ばすPython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 Metaが買収に失敗したManusのような、OS上の操作を自律的にこなすPythonスクリプト ブラウザを立ち上げ、情報を収集し、ローカルファイルにまとめる一連の自動化フロー 前提知識：Pythonの基本的な構文（pipインストールや環境変数の設定）ができること 必要なもの：OpenAI APIキー、またはローカルLLM（Llama 3等）を動かせるPC環境 📦 この記事に関連する商品 ...