所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの 外部APIを一切介さず、自分のPC内で完結するChatGPTクローン（Open WebUI）を構築します。 ローカルLLM実行エンジン「Ollama」をバックエンドに使い、ブラウザからLlama 3やMistral、Command Rなどの最新モデルを操作可能にします。 前提知識として、簡単なコマンド操作とDockerの基本概念を知っている必要があります。 📦 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30分 | 難易度: ★★☆☆☆ この記事で作るもの 自分のPC内に、一切の外部通信を行わない「自分専用のChatGPT」を構築します。 具体的には、バックエンドにOllama、フロントエンドにOpen WebUIを使い、Dockerを用いて環境を汚さずにプロフェッショナルなチャットUIを立ち上げます。 Pythonなどのコードを書かずに、ドラッグ＆ドキュメント（RAG）や最新のLlama 3.1、Gemma 2といったモデルをGUIで自由に入れ替えて使える環境が手に入ります。 ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの 外部APIを一切使わず、自宅のPC内で完結するブラウザベースの対話型AI環境を構築します。 前提知識：Dockerの基本的なコマンド（コピペでOK）が使えること。 必要なもの：NVIDIA製GPU（VRAM 8GB以上推奨）を搭載したWindows/Linux、またはApple Silicon搭載のMac。 📦 この記事に関連する商品（楽天メインで価格確認） ...
注意: 本記事はドキュメント・公開情報をもとにした評価記事です。コード例はシミュレーションです。 3行要約 PC内のファイル操作や予定管理を、ローカルLLMを使って自律実行できるオープンソース・エージェント 外部APIへの依存を最小限に抑えつつ、GoogleカレンダーやSlack等のツールとセキュアに連携可能 PythonとDockerの知識がある中級エンジニア向けで、環境構築のハードルはあるが自由度は極めて高い 📦 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 自分のPC内に、ChatGPTと遜色ない操作感で、かつ外部にデータが一切漏れないローカルLLM環境を構築します。 具体的には、バックエンドに「Ollama」、フロントエンドに「Open WebUI」を組み合わせ、Llama 3.1やGemma 2といった最新モデルをブラウザから操作できる状態にします。 技術スタックはDockerを使用するため、OSを汚さず、不要になった際の削除もコマンド一つで完結する構成を目指します。 ...
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの 自分のPC内で完結し、外部にデータが漏れない「ChatGPTと同等のUIを持つAIチャット環境」を構築します。 ネット不要で動作し、月額費用もかからない自由なローカルLLM実行基盤を完成させます。 Dockerを使用して、将来的な拡張（RAGやマルチモーダル対応）が容易な構成を目指します。 📦 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30分 | 難易度: ★★☆☆☆ この記事で作るもの 外部API（OpenAI等）を一切使わず、自分のPC内で完結するChatGPTクローンを構築します。 ブラウザから操作でき、PDFの読み込み（RAG）やWeb検索連携も可能な実用的なAI環境です。 前提知識：ターミナルの基本操作ができる、Dockerという言葉を聞いたことがある程度で大丈夫です。 📦 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30分 | 難易度: ★★☆☆☆ この記事で作るもの Webブラウザから操作可能で、機密情報を外部に漏らさない完全オフラインの「自分専用ChatGPT」環境を構築します。 前提知識は「ターミナルでコマンドをコピペできること」と「Dockerの基本的な概念を知っていること」だけで十分です。 Windows、Mac、Linuxのいずれでも動作しますが、今回は最もハマりやすいWindows（WSL2）とMacを中心に解説します。 📦 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30分 | 難易度: ★★☆☆☆ この記事で作るもの WebブラウザからChatGPTと同じ感覚で操作でき、自分のPC内だけで完結するセキュアなAI対話環境を構築します。 前提知識：ターミナル（コマンドプロンプト）でコマンドをコピペできること。 必要なもの：NVIDIA製GPUを搭載したWindows/Linux PC、もしくはApple Silicon（M1/M2/M3）搭載のMac。 📦 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 自分の業務ドキュメントやコードを元に、ローカルLLMの「実務正解率」を算出する評価ハーネス（検証用スクリプト） Qwen2.5-CoderやLlama 3.1などのモデルを同一条件で比較し、token/secと精度を自動集計する仕組み 前提知識: Pythonの基本的な読み書き、ターミナルでのコマンド操作 必要なもの: Dockerが動く環境、またはPython 3.10以上、NVIDIA製GPU（VRAM 12GB以上推奨） 📦 この記事に関連する商品（楽天メインで価格確認） ...