ollama

導入 前回までで、Clash Royale APIのバトルログをMySQLに定期蓄積する仕組みが完成した。今回はいよいよ本題、蓄積したデータから「自分の負けパターン」を分析していく。 現時点で32件のバトルログが蓄積されており、これを元に集計・言語化を進める。 以前の「古いPCでAIエージェント自作」シリーズで得た教訓の通り、集計はPython側で確定的に行い、Ollamaには集計結果の言語化だけを任せるという役割分担で進めた。結論から言うと、この役割分担だけでは不十分で、モデルサイズ・情報量・実行方式の3つを組み合わせて調整する必要があることが分かった。 📊 Step 1：集計処理を書く 自…

こんにちは、美空です！ 第4回ではClineを導入して、 VS Code ↓ Cline ↓ Ollama ↓ Local LLM という環境を作りました。 これでClineは、必要なファイルを探したり、コードを読んだり、ファイルを編集したり、Terminalを使ったりできるようになりました。 だったら今回は、 このUnityプロジェクト、全部レビューして！ ってお願いしてみたくなりますよね。 私もやりたい。 でも。 いきなり「全部調べて、全部直して」は禁止！ 今回はそこから始めます。

お疲れ様です。 MetaがMuse Glimmerという新しいローカルLLMをリリースしたので、手元の環境で動作させてみました。 リリース モデルについて 動作チェック 通常の返答生成 画像入力 所感 リリース research.meta.ai モデルについて モデルはOllamaやHuggingFaceから利用できます。 今回はOllamaから利用できる量子化済みモデルを使用しました。 量子化済みモデルでもサイズが18GBほどあります。 Ollama ollama.com HuggingFace huggingface.co 動作チェック 通常の返答生成 動作確認には過去に作成したチャットボ…

導入 前回、Clash Royale APIの仕様を整理し、「バトルログは直近25件しか保持されない」という前提のもと、定期取得してDBに蓄積する設計を立てた。 今回は実際に取得スクリプトをKIRA V63にデプロイし、systemdタイマーで自動化するところまでをまとめる。当初はSQLiteで組んでいたが、A5:SQL Mk-2で中身を見たいという理由からMySQLに移行することにした。この移行の過程と、実際に動かしてみて分かった設計段階の想定とのズレについても触れる。 🔑 Step 1：APIキーを発行する developer.clashroyale.comでAPIキーを発行する際、固定I…

導入 以前の「古いPCでAIエージェント自作」シリーズで、KIRA V63上のOllama＋軽量モデルは応答速度こそ快適だが、事実生成でハルシネーションを起こしやすいことが分かった。 今回はその知見を実戦投入する形で、趣味で遊んでいるクラッシュ・ロワイヤル(クラロワ)の対戦履歴を自動収集し、ローカルLLMに「自分の負けパターン」を分析させてみる、という新シリーズを始める。 きっかけは単純で、AIを上手いこと使ってみたかったのである。 今回は初回として、Clash Royale APIの仕様を整理し、全体設計を固めるところまでをまとめる。 🧩 Clash Royale APIとは Superce…

こんにちは、美空です！ 前回はOllamaをインストールして、 ollama run qwen3.5:9b のように、自分のPC上でLLMを動かしてみました。 ローカルで普通に会話できるだけでも、 「おお、本当に自分のPCで動いてる！」 って感じで結構楽しかったんですが……。 プログラムを書きながら使っていると、だんだん気になってくることがあります。 例えばUnityのコードについて聞きたいとします。 void Update() { GameObject player = GameObject.Find("Player"); if (player != null) { transform.po…

こんにちは、美空です！ 前回は、 「LLMって、結局何をしているの？」 というところから始めて、TokenやParameter、Context Windowについて見てきました。 unityletsgo.hatenablog.com でも、やっぱりこういうのって、 実際に動かしてみないと面白くない！ ということで、今回はいよいよ自分のPCでLLMを動かしてみます。 使うのは、 Ollama です。 2026年8月8日時点の情報を基準に進めていきます。