https://ai.negi-lab.com/tags/ollama-python-%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88/Recent content in Ollama Python エージェント on Negi AI Labhttps://ai.negi-lab.com/images/og-default.pnghttps://ai.negi-lab.com/images/og-default.pngHugo -- 0.154.5jaFri, 05 Jun 2026 16:17:11 +0900https://ai.negi-lab.com/posts/qwen2-5-32b-kv-cache-agent-tutorial/Fri, 05 Jun 2026 00:00:00 +0900https://ai.negi-lab.com/posts/qwen2-5-32b-kv-cache-agent-tutorial/<p><strong>所要時間:</strong> 約40分 | <strong>難易度:</strong> ★★★★☆</p> <h2 id="この記事で作るもの">この記事で作るもの</h2> <p>ローカルLLMのQwen2.5-32B-Instructを使い、KV Cache（キー・バリュー・キャッシュ）を最適化することで、複雑なツール利用（MCP連携など）を高速にこなす自律型エージェントの基盤を構築します。 PythonのコードからOllamaのAPIを叩き、長いシステムプロンプトを保持したまま、レスポンス速度を維持する設定を実装します。 この記事を読み終える頃には、手元のPCで「思考が速く、指示を忘れない」実用レベルのAIエージェントが動いています。</p>