
MLX 使い方 Apple SiliconでローカルLLMを動かす入門ガイド
所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの Apple公式の機械学習フレームワーク「MLX」を使用し、MacのGPUパワーを最大限に引き出してLlama 3やGemma 2などの最新AIと会話できるPythonスクリプトを作成します。 Pythonの基礎(pipインストールや関数の実行)が理解できていれば、外部APIに1円も払わず、オフラインで動く自分専用のAI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 Apple公式の機械学習フレームワーク「MLX」を使用し、MacのGPUパワーを最大限に引き出してLlama 3やGemma 2などの最新AIと会話できるPythonスクリプトを作成します。 Pythonの基礎(pipインストールや関数の実行)が理解できていれば、外部APIに1円も払わず、オフラインで動く自分専用のAI環境が手に入ります。 ...

所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの OllamaとPythonを連携させ、完全にオフラインで動作するテキスト解析エージェントを構築します。 前提知識: Pythonの基本的な文法(変数、関数、pipでのライブラリ導入)を理解していること。 必要なもの: Docker不要のOllama環境、Python 3.10以上、VRAM 8GB以上のGPU(推奨)。 📦 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 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45分 | 難易度: ★★★★☆ この記事で作るもの ユーザーが投げた曖昧な指示に対し、自らPythonコードを生成・実行・修正し、最終的な結果を出す自律型AIエージェント。 OpenCodeInterpreter(DS-6.7Bまたは33B)を「頭脳(オーケストレーター)」として活用し、ローカル環境(Ollama)で完結するシステム。 Pythonの基礎知識と、Dockerを少し触ったことがあれば完遂できるレベルの構成。 📦 この記事に関連する商品(楽天メインで価格確認) ...