Hermes Agentとは？

https://hermes-agent.org/ja

概要を確認すると、「利用し続けることで利用者の好みを学習し、ともに成長していくAIエージェント」とのことです
利用者の作業内容や好みを学習して、自分にフィットしたAIエージェントに育っていくみたいですね

インストールする

インストールは「MacBookPro 2019(Intel Mac)」に行いました

公式ページでインストール用のコマンドが準備されているので、ターミナルで実行します

OpenClawをインストールしていると、設定を引き継げるようです
事前に内容を確認するか聞かれるので、今回はYとしました

移行内容が表示されます
最後に警告が表示され、設定が引き継げない項目があることや、同じ設定でも意味が異なる設定があることが説明されていました

自分はOpenClawは入れただけで全然使ってないので、今回はNを選択しました

セットアップ方法の選択が表示されます
今回はFull setupを選択しました

一度セットアップを実行してしまっていたので、すでにLocal LLMの設定が行われています
初回は「Custom endpoint (enter URL manually)」を選択しました

モデルの名前を指定します

ターミナルのバックエンドを選択します
Localを選択しました

メッセージングアプリはSlackにしました

Slack Botの設定方法が表示されます
Slack側にて新しくアプリを作成し、Hermesが生成したマニフェストファイルを使用して設定します

App Level Tokenを作成します
Scopeはconnections:writeを使用します

トークンが発行されるので、控えておきます

OAuthのトークンも必要なので、作成して控えておきます

作成したトークンをそれぞれ設定します

SlackユーザーIDの入力を求められます
SlackAppのプロフィールから確認できました

Hermes通知用チャンネルを作成し、チャンネルのリンクをコピーします
コピーしたリンクの中にチャンネルのIDが含まれているので、コピーして設定します

マシン起動時にHermesも起動するかの設定です
今回はお試しなのでnを選択しました

ツールの設定です
デフォルトとしました

利用するブラウザのプロバイダ
Local Browserとしました

画像生成のプロバイダ
今回はスキップにしました

音声生成のプロバイダ
こちらも自分が利用できるものは無いのでスキップ

検索プロバイダーはDuckDuckGoにしてみました
ただし、検索しかできないので、Webページ本体取得には別プロバイダを指定する必要があるとのこと

これでセットアップは完了です
最後に、自動起動の設定を再度聞かれますが、今回は不要なのでnと入力しました

利用前にhermesコマンドが利用できるように設定をリロードします

source ~/.zshrc

上記コマンド実行後、以下でエージェントを起動します

hermes --tui

動かしてみる

チャットウィンドウにお願いするだけです

合っているかは別にして、Webサーチのスキルを駆使して調べてくれたようです

Slackから指示を出してみる

hermes gatewayを動かしておく必要があります

hermes gateway

SlackからHermes宛に指示を出してみます
Hermesエージェントをチャンネルに招待しておく必要があります
(指示実行時にチャンネルに招待してくれる)

上記のようにSlackからHermesエージェントにメッセージを送り、レスポンスを受け取ることができました
今回は簡単なテストメッセージですが、例えば
・今日のニュースのトピックスを調べておいて
・ショッピングモールからお買い得品をリストアップして
などの指示を外出先からも出せると思うと、利用範囲が色々広がりそうです

以上

ということで、Hermes Agentのインストールから利用までざっと記述してみました
調べながら、ブログ書きながらで今日一日費やしてしまった・・・

今回はWebサーチの例を示しましたが、当然いろいろなスキルを入れれば画像生成、予定のまとめ、テキスト読み上げなんかもできるみたいです

ネックとしては、自分の環境ではMacBookPro単体で動かないことですね(性能が低すぎて)
こういうツールを利用すると、AI専用のPCが欲しくなります！

医師による医師のためのChatGPT入門 2 臨床現場ががらりと変わる生成AI実践術 [ 大塚 篤司 ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

3時間で身につくClaude活用術 メール・報告書・企画書が「プロンプト」ひとつで瞬時に完成!! [ 尾藤 克之 ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

投稿 Hermes Agentを使ってみる は Sheltie Garage Tech に最初に表示されました。

https://github.com/sheltie-fusafusa/dojin-rag

はじめに

無職期間を利用してリスキリングを行っています
AIエージェント時代の開発手法ということで「仕様駆動開発(SDD)」に興味があって、ここ最近取り組んでいました
せっかくなので、なにか面白そうなものを作りたい、ということで、コミケ参加サークルさんを自然言語で検索できる「同人サークル検索RAG」を作ってみようと思い、作成を行いました

まとめ

失敗プロジェクトなので色々語るのは後にして、今回のプロジェクトは失敗しました
「絶対にあるはずの条件で検索を行っても、対象なしと表示される、または、関連したサークルが検索されない」という結果になってしまい、結論として「使い物にならない」となりました

大きな敗因は「自分自身がRAG検索を誤解していた」というところにあります
RAG検索は「LLMが自分にない知識を外部からかき集めて回答を生成してくれる」と思っていましたが、違いました

RAG検索は「ユーザーが入力した検索条件から関連性のあるデータをデータソース(ベクトルDBなど)から取得し、LLMを用いて回答を作成する」方法でした
LLMはあくまで回答の組み立て役であって、肝となるのはユーザーの入力した質問の意図を汲み取り、関連するデータをデータソースから取得できるか、と言うところにあります

ただ、自分がRAGを誤解していたこともあり、データソースやデータ構造の設計が全くできてなくて、結果関連した情報が取れず、LLMも回答を生成できなかったという流れになっていました

とはいえ、RAGは面白そうな技術ではあるので、今度はデータ設計や、ユーザーの質問内容から関連情報を取得する部分の改善など、次回作成時に改善すべきところがわかったことが、今回の一番の収穫でした

改めて、技術スタックや開発手法など

開発はspeckit + OpenCodeを利用した完全AIエージェント開発

GeFOrceRTX 5070Ti 16GBマシンでllama.cppを動かし、MacBookProでOpenCodeを操作させ、OpenCodeがWindowsマシンのLMを利用して開発する環境を整えました

OpenCodeとは対話を通してアプリの仕様や技術スタックを決め、実装、テストまで行ってもらいました
自分はコーディングは一切行っておらず、あくまで仕様策定、使用技術選定、動作確認、修正指示に徹しました

「動くもの」はすぐできた

AIエージェントに開発をおまかせして2日目
プログラムが完成し、実際にdocker compose upで環境を立ち上げれば、localhost:3000でアクセスできるチャットウィンドウが表示されました

最初はAIエージェントから「終わりました」の連絡があってもdocker compose upで起動できなかったりなど色々トラブルは有りましたが、すべて「〇〇でXXのエラーが出るから修正して」とお願いすればAIエージェントが自律的にエラーを修正し、起動できるとこまで作り込んでいました

早速チャットを行ってみましたが、望んだ結果が全然返ってこない
ここから使えるようになるために色々修正指示や動作確認を行ってみましたが、結論としては「使い物になるまで」持っていくことはできませんでした

「使えるもの」にはなかなかできない

チャットを行っても望んだ結果が全然返ってきませんでした
例えばテストデータ内には「ブルーアーカーブ」のデータが入っていても、「ブルアカを取り扱っているサークルを教えて」とチャットを行っても「取り扱いサークルはありません」と返ってくる始末・・・

AIエージェントに「〇〇と検索したらXXの結果が返ってくるはず」と何度も相談し、結構色々直してもらいましたが結果として十分な精度が出ないまま、今回は失敗と判断しプロジェクトはクローズすることにしました

敗因

今回の一番の敗因は「自分自身がRAGを誤解していた」ことにあります
自分はRAGを「LLMがいい感じに外部ソースにアクセスして情報を取得し、回答を組み立てること」だと思っていました
ただ、実際のRAGは「データソースより取得した情報をLLMが組み立てて回答する」ことでした

そのため、RAGの核心は「データ設計」にあり、
・ユーザーがどのようなプロンプトで質問を行うのか
・その入力に対して、関連する情報が正しく返答されるよう、どのようにベクトルDBにデータを登録する必要があるのか
をきちんと設計、検証する必要がありました

今回のケースではデータ設計は全く行っておらず、結果としてユーザーの入力結果に対して正しい関連情報が取得できず、使い物にならないアプリができてしまいました

次に向けて

今回の敗因を踏まえて、次回は「データ設計」に重点を置いて開発してみたいと思います
・もととなるデータは自然言語に即したデータにする
・エイリアスを充実させる(ブルアカ、ブルーアーカイブなど)
・ユーザーからの入力をLLMで拡張、整形した後にベクトルDBに検索を行う
と言った対策を行ってみようと思います

終わりに

今回はRAGを作成しようとして失敗したお話でした
AIエージェントの登場でコーディングを行う機会はグンと減りました
確かに、プログラム作成や修正はAIエージェントの方が何倍も早く、ミスも無く仕上げてくると思います

ただ、人が使ったときの「使い心地」や「使い勝手」と言った部分には、まだまだ人がきちんと設計する必要があるとも感じました
AIに任せたほうが良いところ、人が行ったほうが良いところ
適材適所、人とAIの強みを活かして、使い心地の良いシステムが作っていけるようになりたいですね

投稿 コミケサークル検索RAGを作ろうとして失敗した話 は Sheltie Garage Tech に最初に表示されました。

今回は以前から気になっていた「LangChain, MCP」を触っていきます
簡単なプロジェクトを作成し、ハンズオンで進めることにしました

作るもの

電卓で計算ができて、天気を聞けば天気を返してくれる、そんなAIアシスタント(無能・・・)を作ります

Step1.プロジェクト準備

以下のコマンドを順番に実行します

mkdir ai-agent-sample
cd ai-agent-sample

uv init

uv add langchain
uv add langchain-openai
uv add mcp
uv add python-dotenv

uvはpythonのパッケージ管理 & 実行環境で、pipとvenvが混ざったようなツール
「uv init」でプロジェクトを初期化し、初期ファイルが自動生成される
ライブラリをインストールするときは「uv add」で追加することで、pyproject.tomlに依存関係が保存される
実行時は「uv run xxx.py」で実行可能

Step2.MCPサーバー作成

シンプルなMCPサーバーを作成し、起動します

プロジェクト直下に「server.py」を作成し、以下の内容を記述しました
(デフォルトで作成されるmain.pyは削除)

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("sample-agent")

# 足し算ツール
@mcp.tool()
def add(a: int, b: int) -> int:
    return a + b;

#お天気ツール
@mcp.tool()
def wether(city: str) -> str:
    return f"{city}は晴れです"

if __name__ == "__main__":
    mcp.run()

FastMCPに渡される引数は、mcpサーバーの名前のような扱い
@mcp.toolデコレーターで、ツールとして外部公開される

Step3.MCPサーバー起動

サーバー起動は以下のコマンドで実施
一先ず、何も表示されなければ起動成功

uv run python server.py

サーバーが起動したら、別ターミナルで以下を実行

npx @modelcontextprotocol/inspector

ブラウザが立ち上がるので、以下のように設定してツールを確認する
以下のように入力を行い、ConnectボタンでMCPサーバーに接続する

server.pyで作成したツールが一覧で表示されました
addをクリックすると右側にテストするためのインターフェースが表示される

Step4.MCPクライアントの作成

client.pyを作成して、ツール一覧の取得とaddの実行を行ってみます

import asyncio

from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def main():
    server_params = StdioServerParameters(
        command="uv",
        args=["run", "python", "server.py"]
    )

    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            tools = await session.list_tools()

            print("===== Tooles =====")
                  
            for tool in tools.tools:
                print(tool.name)

            print("===== Add =====")

            result = await session.call_tool(
                "add",
                {
                    "a": 1,
                    "b": 2,
                }
            )
            print(result)
                    

if __name__ == "__main__":
    asyncio.run(main())

出力結果例です

 uv run python client.py
Processing request of type ListToolsRequest
===== Tooles =====
add
weather
===== Add =====
Processing request of type CallToolRequest
meta=None content=[TextContent(type='text', text='3', annotations=None, meta=None)] structuredContent={'result': 3} isError=False

少し見にくいですが、1+2が計算されて3が返却されています
現在はテストのため、pythonプログラムで直接mcpのaddを読んでいますが、次のステップでLangChainに置き換えることで、LLMとMCPサーバーの連携が実現します

Step5.LLMモデルを呼び出す

ローカルのOllamaを利用してMCPを実験します
まずはOllamaに対してチャットを送ってみます

llm_test.py

from langchain_ollama import ChatOllama

llm = ChatOllama(
    model="gemma4:e2b"
)

response = llm.invoke("こんにちは")

print(response.content)

実行すると、「こんにちは。」のような挨拶が返ってくる

続いて、LangChainの動きも見てみます

tool_test.py

from langchain.tools import tool

@tool
def weather(city: str) -> str:
    """指定した年の天気を帰します"""
    
    print(f"[TOOL実行] weather({city})")

    return f"{city}は晴れです"

print(weather.name)
print(weather.description)
print(weather.args)

実行結果は以下のような感じ

weather
指定した年の天気を帰します
{'city': {'title': 'City', 'type': 'string'}}

@toolを利用すると、docstringが必須となるようで、ドキュメントを指定しないと実行時エラーとなりました

次に最小限のエージェントを準備して、LLMが作成したツールを選択する様子を観察します

agent_test.py

from langchain.tools import tool
from langchain_ollama import ChatOllama

@tool
def weather(city: str) -> str:
    """指定した都市の天気を帰します"""

    print(f"[Tool実行] weather({city})")

    return f"{city}は晴れです"

llm = ChatOllama(
    model="gemma4:e2b"
)

llm_with_tools = llm.bind_tools([weather])

response = llm_with_tools.invoke(
    "東京の天気を教えて"
)

print(response)

実行結果は以下の通り

ai-agent-sample) MacBook-Pro ai-agent-sample % uv run python agent_test.py
content='' additional_kwargs={} response_metadata={'model': 'gemma4:e2b', 'created_at': '2026-06-10T07:06:42.457207Z', 'done': True, 'done_reason': 'stop', 'total_duration': 15426462624, 'load_duration': 518820958, 'prompt_eval_count': 64, 'prompt_eval_duration': 1254592000, 'eval_count': 187, 'eval_duration': 13640234000, 'logprobs': None, 'model_name': 'gemma4:e2b', 'model_provider': 'ollama'} id='lc_run--019eb05a-9549-73f0-ae2e-f5d83fdafe93-0' tool_calls=[{'name': 'weather', 'args': {'city': '東京'}, 'id': '90d50f05-c77b-425f-a341-cfe6accac6c3', 'type': 'tool_call'}] invalid_tool_calls=[] usage_metadata={'input_tokens': 64, 'output_tokens': 187, 'total_tokens': 251}

レスポンスでtool_callsが返却されていて、ツールを利用しようとしたことが確認できる

Step6.LLMから呼び出し

いよいよLLMからMCPサーバーに設定したツールを呼び出します
まずは手動で利用するtoolを指定するパターン

import asyncio

from langchain.tools import tool
from langchain_ollama import ChatOllama

from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

@tool
def weather(city: str) -> str:
    """指定した都市の天気を帰します"""
    return "dummy"

async def main():
    llm = ChatOllama(
        model="gemma4:e2b"
    )

    llm_with_tools = llm.bind_tools([weather])

    response = llm_with_tools.invoke(
        "東京の天気を教えて"
    )

    print(response.tool_calls)

    tool_call = response.tool_calls[0]

    server_params = StdioServerParameters(
        command="uv",
        args=["run", "python", "server.py"],
    )

    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            result = await session.call_tool(
                tool_call["name"],
                tool_call["args"]
            )

            print(result)

if __name__ == "__main__":
    asyncio.run(main())

プログラム内で設定されているweatherツールはダミー関数となっていて、dummyが返却されます
でも、今プログラムを動かすと

ai-agent-sample % uv run python agent_test.py 
[{'name': 'weather', 'args': {'city': '東京'}, 'id': '366711c7-4dfb-4566-9dca-c279b9649423', 'type': 'tool_call'}]
Processing request of type CallToolRequest
Processing request of type ListToolsRequest
meta=None content=[TextContent(type='text', text='東京は晴れです', annotations=None, meta=None)] structuredContent={'result': '東京は晴れです'} isError=False

きちんと「東京は晴れです」というテキストが返却されています
これは、@toolで指定されているweatherは「名称やパラメータなどの呼び出し情報のみ」取得するために利用され、実際には利用されていないためです

実際にはMCPサーバーに設定したweatherツールが実行されているため、正しい文章が返却されています

Step7.ツールの自動設定

MCPサーバーからツール一覧を取得し、自動で設定できるようにします

uv add langchain-mcp-adapters

以下のようなコードとしました

agent_test.py

import asyncio

from langchain.tools import tool
from langchain_ollama import ChatOllama
from langchain_mcp_adapters.tools import load_mcp_tools

from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

@tool
def weather(city: str) -> str:
    """指定した都市の天気を帰します"""
    return "dummy"

async def main():
    llm = ChatOllama(
        model="gemma4:e2b"
    )

    server_params = StdioServerParameters(
        command="uv",
        args=["run", "python", "server.py"],
    )

    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            # ツール一覧の取得
            tools = await load_mcp_tools(session)
            llm_with_tools = llm.bind_tools(tools)

            response = llm_with_tools.invoke(
                "1+2を計算してください"
            )

            print("===== Tool Calls =====")
            print(response.tool_calls)

            tool_call = response.tool_calls[0]

            result = await session.call_tool(
                tool_call["name"],
                tool_call["args"]
            )

            weather_result = result.content[0].text

            print("===== Tool Result =====")
            print(weather_result)

            print("===== Final Content =====")
            final_response = llm.invoke(
                f"""
                ユーザーの質問:
                計算を行って

                ツール実行結果
                {weather_result}

                ツール実行結果を使って回答してください
                """
            )
            print(final_response.content)

if __name__ == "__main__":
    asyncio.run(main())

LLMに投げるプロンプトはプログラム内に固定なので、テストするときは直接変えてください・・・

天気を聞いて見たときの結果

MacBook-Pro ai-agent-sample % uv run python agent_test.py  
Processing request of type ListToolsRequest
===== Tool Calls =====
[{'name': 'weather', 'args': {'city': '東京'}, 'id': '243ede14-c039-4f69-b5d4-840fd12cbec4', 'type': 'tool_call'}]
Processing request of type CallToolRequest
===== Tool Result =====
東京は晴れです
===== Final Content =====
東京は晴れです。

計算を行わせてみたときの結果

MacBook-Pro ai-agent-sample % uv run python agent_test.py
Processing request of type ListToolsRequest
===== Tool Calls =====
[{'name': 'add', 'args': {'a': 1, 'b': 2}, 'id': 'ac56a447-3786-41d7-9df9-7dbd5e6f57ce', 'type': 'tool_call'}]
Processing request of type CallToolRequest
===== Tool Result =====
3
===== Final Content =====
恐れ入りますが、**どのような計算をすれば良いか**、または**計算に必要な情報（問題やデータ）**をご提示ください。

「ツール実行結果」として「3」が提供されましたが、この数字を使って何を計算すればよいのかが分かりません。

具体的なご質問をお知らせいただければ、喜んで計算いたします。

計算結果の応答結果がおかしいですが、計算自体はあっていました

以上

ということで、シンプルなMCPサーバーを作ってみる内容でした
LLMからMCPサーバーのツールが呼ばれる判断はLLM側で行っているということはちょっと驚きでした

MCPの仕組みはなんとなく理解できたので、次はBlenderMCPなどのいろいろなMCPがどうやって実装されているのか調べてみて、実アプリとの連携方法を理解していきたいと思いました

ゼロから学ぶ MCP&A2Aプログラミング入門 AIエージェント時代を切り開く次世代プロトコル （Compass Booksシリーズ） [ 布留川英一 ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

Claude Codeで学ぶ Agent Skills入門 [ 佐藤 亮 ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

投稿 pythonリスキリング：簡単なMCPサーバーを作ってみる は Sheltie Garage Tech に最初に表示されました。

今回は導入したspeckitを利用して、実際にSDDの手法を用いて新機能を開発してみたいと思います

追加機能の概要

今回追加する機能は「地図上のマーカーに、吹き出しで投稿内容を表示する」改修になります
現在、地図上のマーカーをクリックしないと投稿内容が確認できませんが、マーカーに吹き出しを追加して開く前にある程度どのような投稿内容か把握できるようにするのとともに、見た目にも楽しくしたいという狙いがあります

SDDを用いた開発の流れ

/speckit-specifyで仕様書のドラフトを作成

antigravityのチャット欄で以下のコマンドを実行しました
この段階では詳細な技術スタックは記載せず、「何を作るか、なぜ作るか」に焦点を当てて要件を記載します

/speckit-specify 地図上に表示されているマーカーに、投稿内容の先頭8文字だけ表示する吹き出しを追加します。現在はマーカーをクリックしなければ投稿の内容は確認できませんが、投稿されたメッセージの先頭8文字だけを吹き出しとして表示することで、ユーザーに投稿内容の雰囲気を感じ取ってもらうほか、見た目的にも楽しくなるような効果を期待しています

実行後、仕様書のドラフト、品質チェックリストが作成され、いくつか追加で質問が生成されました

質問に答えると、仕様が確定し次のステップに進むか促されます

ただ、触れられていなかった機能があり、その部分が気になって質問してみました
自分のWebアプリには「クラスター機能」が含まれており、地図が縮小されるとマーカーがまとまって表示される仕様になっていて、その場合の吹き出しの処理を聞いてみました

動作が確認できました
今回は自分の考えと、AIエージェントの考えが一致していることが確認できたので、仕様書に追記し次のステップに進むことにしました

speckit-planで技術スタックを指定する

ここでは「どうやって作成するか」に焦点を当てて指定します
ただ、今回は機能改修であり、技術スタックはすでに決まっているため、逆に「何も導入しないで」という指示にしました

/speckit-plan 今回の機能改修では既存の技術スタックのみで開発可能なため、新規のフレームワーク、ライブラリは追加しないでください

speckit-tasksでタスク分解を行う

speckit-tasksを実行すると、実装に向けたタスク分けが作成されます

/speckit-tasks 

生成されたファイルはフェーズ分けされて記載されていました

speckit-implementで機能を実装

※本来はimplement実行前にanalyzeを実行して、仕様の整合性を確認することが推奨されます
　今回の実践編では、実行順序を間違えています

今まで作成した設計書を元に実装を行います

/speckit-implement

実際にテストしてみるとアイコンに吹き出しが表示されましたがマーカーと丸かぶりしていたため、少し調整して完成としました

speckit-analyzeでサマリーを作成する

※antigravityのモデルクォータを使い切ったので、ここからはローカルLLM + OpenCodeで作業しています

実装まで完了したのでアナライズを実行してサマリーを作成します

ちなみに、本来の順序ではtasks生成後に実行し、implementを実行する前に整合性を確認することが推奨されるとのことでした

/speckit-analyze

仕様書の重複表記や改善案が提示されています
Recomendationを参考に、生成されたドキュメント類を修正するのが良さそうですね

今回はNext Actionで表示された改善推奨、spec修正推奨だけ反映することにしました

↓

implement実行後の作業

implement実行まで完了すれば、実際に動作する状態になっているはずです
テスト環境を起動して、想定通りの動作になっているか確認します

ローカルで実行した結果、マーカー部分にきちんと吹き出しが表示されました！

E2Eテストを実施したところ、パスできない項目がありました
自分のアプリの場合、テスト側が間違えていたのでテストコードを修正する必要がありました

この用にimplement後は各種テストの実施や、実際の動作確認を行い仕様漏れやバグの修正を繰り返して、機能を仕上げていきます

付録：AIエージェントを切り替える場合

今回、antiigravityで開発していた環境から、OpenCodeを利用した環境に切り替えました
途中でAIエージェントを切り替える場合は、プロジェクトルートで以下のコマンドを使用して切り替えます

利用可能なエージェントの一覧

specify integration list

切り替え

specify integration switch opencode

opencodeはマルチインストールに対応していなかったため、antigravity用の設定が削除され、新たにopencodeがインストールされる形になりました

以上

ということで、仕様駆動開発実践編として、アプリへの機能改修を例に実行してみました

仕様を事前にAIエージェントと決めることで、以下の利点なありました
・どのような実装が行われるのか明確になる
・仕様が文書として残る
・エージェントを途中で交代しても、作業を引き継げる

一方でこのような問題も感じています
・今回のような小規模の改修ではオーバースペック
・スキーマ駆動開発も取り入れているため、仕様書が散らばる可能性がある
・コードレビューを行わないと、仕様書は残るがコードレベルで実装がブラックボックス化される
・仕様書はGitで管理されるため、プロジェクト固有のドキュメントルールに沿わない可能性がある(例えば、仕様書をGoogle DocやNotionで管理している場合など)

個人としては、今後は仕様駆動開発を取り入れていくつもりですが、「銀の弾丸は無い」と言われるように、仕様駆動開発を取り入れれば、AIエージェントを利用した開発が全てうまくいくわけでもないということがわかりました

今後も新しい開発手法を試しつつ、品質の良いソフトウェア開発ができるように色々試していきたいですね

仕様駆動開発 実践入門 AIで実現する開発方法論 [ 田中 秀樹 ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

Claude CodeによるAI駆動開発入門 [ 平川知秀 ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

投稿 SpecKitを使って仕様書を作ってみる：実践編 は Sheltie Garage Tech に最初に表示されました。

直したいなと思っているバグがあって、その修正をSDDのフローで修正しようとした結果、実は1行直せばよかっただけのバグでSpecKitを利用するまでもなかったというオチでした・・・

というわけで、今後SpecKitを利用するために、まずは準備だけ進めておきます

constitutionを作成する

constitutionはそのプロジェクトの「決まりごと」が定義されたファイルで、プロジェクト共通のコーディングルールや技術スタックが記載されたファイルです

Spec Kitを利用し始める際に最初に1度実行する必要があるので、プロジェクトルートでAntygravityのチャット欄に以下のコマンドを実行します

speckit-constitution

実行結果は以下のようになります
(Geminiに「猫耳のアニメキャラ」の属性を設定しているので、こんな口調になっています)

生成されたファイルの中身は以下のようになっていました
AIエージェントに最適化された文章(人間が読みにくい内容)で生成されるのかなと思ったら、意外と人間が読んでも違和感無い内容でした

Optional:constitution更新時に自動コミットを設定

オプション扱いでconstitutionに自動コミットが設定できるようなので設定しておきます

実行結果は以下の通り

設定上は自動コミットがオフになっていた　というのが若干気になりますが、コミット自体は完了していました
次回以降、自動コミットされるのか様子見が必要ですね

ただ、この「constitution」というファイルは、このプロジェクトの憲法(最上位の決まりごと)という位置づけなので、コロコロ変更されたらそれはそれで問題な気がしますが・・・

Gemini AI活用 最強の教科書 [ 桑名 由美 ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

投稿 SpecKitを使って仕様書を作ってみる：準備編 は Sheltie Garage Tech に最初に表示されました。

Google AntigravityにSpecKitを導入する

Spec Kitは仕様駆動開発を行うためのツール群です
https://github.com/github/spec-kit

様々なAIエージェントに対応しており、Google Antigravityも対応されています
ということで、自身のプロジェクトにSpec Kitを導入してみます

インストール、初期化、確認

Pythonがインストール済みであれば、ターミナルから以下のコマンドでインストールできます

pip install "git+https://github.com/github/spec-kit.git"

(2026/06/03追記)uvを利用したほうが便利だったため、uvで導入し直しました
Homebrew(Mac環境)でPythonを入れた場合、pip3でspeckitをインストールしようとすると、エラーが発生しました

pip3 install uv
error: externally-managed-environment

× This environment is externally managed
╰─> To install Python packages system-wide, try brew install
    xyz, where xyz is the package you are trying to
    install.
・・・

そのため、Homebrewを利用してuvを導入しました

brew install uv

インストールが終わったらバージョン確認を行います

uv --version

バージョンが表示されたらインストールは完了！改めてspec kitをインストールします

uv tool install specify-cli --from git+https://github.com/github/spec-kit.git

上記コマンド実行後、以下のコマンドでバージョンが表示されれば終了です

specify --version

conda環境を利用した場合のSpec Kitインストールの例です
(spec kit利用のたびに仮想環境を切り替えるのが面倒で、現在は使ってません)

# 環境の作成
conda create -n speckit-env python=3.11

# 環境をアクティブ化
conda activate speckit-env

# SpecKitをインストール
pip install "git+https://github.com/github/spec-kit.git"

# 確認
specify --version

以下のコマンドで初期化を行います
コマンドはプロジェクトルートで行います

specify init . --integration agy

コマンドを実行すると選択が出てくるため、以下の通り選択してみました

Warning: Current directory is not empty (16 items)
Template files will be merged with existing content and may overwrite existing files
Do you want to continue? [y/N]:y

以下のエラーが出た場合、「–ignore-agent-tools」オプションをつけて実行しました

specify init . --integration agy --ignore-agent-tools

以下のようにエラー無く導入できると、スキルやディレクトリが追加されます

一旦、ここまで

時間の関係で本日はここまで
次回は導入したツールを実際に利用していこうと思います

図解即戦力　Git&GitHubのしくみと操作がこれ1冊でしっかりわかる教科書 [ リブロワークス ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

投稿 AntigravityにSpecKitを導入してみる は Sheltie Garage Tech に最初に表示されました。

よさそうなモデルとして「Qwopus3.5-9B-Coder-MTP-GGUF:latest」というモデルを見つけたのですが、残念ながらOllamaでは動きませんでした

Qwopus3.5-9B-Coder-MTP-GGUF:latestがOllamaで動かない理由

このモデルはMTPというトークン最適化手法が用いられていますが、Ollama内臓のllama.cppのバージョンが古いようで、この最適化が施されたモデルが、まだ読み込めないとのことでした

Huggingfaceのコミュニティにも同様の投稿があり、リプライを見ると「最新のllama.cppだと動作した」とのこと
https://huggingface.co/Jackrong/Qwopus3.5-9B-Coder-MTP-GGUF/discussions/2

※MTP(Multi-Token Prediction)とは
トークンを複数まとめて予測する方法
通常のLLMは1つずつ予測→「私は」「猫が」「好き」「です」
MTPではまとめて予想→「私は」「猫が好きです」
これにより、通常のLLMと比較して2～3倍の生成速度を誇るそうです

ということで、現状MTPが使用されたモデルを利用する場合は、llama.cppを利用するのがよさそうです

llama.cppをwindowsマシンにインストールする

以前はllama.cppを利用する場合、自分でビルドを行う必要がありましたが、現在は各プラットフォームに向けたビルドが準備されているため、リリースページから環境に合わせたバイナリをダウンロードすればOKになりました
https://github.com/ggml-org/llama.cpp/releases

自分のマシンの場合、Windows + CUDA13.0の環境だったため、「Windows x64 (CUDA 13) – CUDA 13.1 DLLs」をダウンロードしました
CUDAについてはマイナーバージョンがあっていなかったため、DLLsもダウンロードしています

ダウンロードしたzipを展開し、適当なディレクトリに配置します
DLLsのzipは展開したら、llama.cppのディレクトリの中に配置します
自分の環境では以下のディレクトリに配置しました

llama-serverを起動し、チャットを利用してみる

バイナリの配置が終わったら、実際にターミナルから起動して動作確認を行います
自分の環境では、以下のコマンドで起動できました
※–ctx-sizeはメモリに余裕があれば大きくすることで、より多くの履歴やファイル内容を参照して回答が生成されます

cd G:\Project\MachineLerning\llama

./llama-server.exe `
   -m "G:\Project\Ollama\blobs\sha256-f6fc5d193045796d9e1870cbc40f827fe55f53f70593c3f5c1968b82b9331991" `
   --host 0.0.0.0 `
   --port 8080 `
   -ngl 999 `
   --spec-type draft-mtp `
   --spec-draft-n-max 2 `
   --ctx-size 32768

-mオプションで指定しているモデルですが、Ollamaでダウンロードしたモデルを利用したかったため、ハッシュ値になっています
Ollamaでモデルをダウンロードするとモデルのファイル名がハッシュ値になってしまうため、以下のコマンドでモデルとハッシュ値の対応を確認します

ollama show --modelfile hf.co/Jackrong/Qwopus3.5-9B-Coder-MTP-GGUF

以下のような結果が出力されます

# Modelfile generated by "ollama show"
# To build a new Modelfile based on this, replace FROM with:
# FROM hf.co/Jackrong/Qwopus3.5-9B-Coder-MTP-GGUF:latest

FROM G:\Project\Ollama\blobs\sha256-f6fc5d193045796d9e1870cbc40f827fe55f53f70593c3f5c1968b82b9331991
FROM G:\Project\Ollama\blobs\sha256-f48daca405a1c768a9514e392c3955dcc4a9d66a5cf64cf45e064092b5f20ee4
TEMPLATE """{{- $lastUserIdx := -1 -}}
{{- range $idx, $msg := .Messages -}}
{{- if eq $msg.Role "user" }}{{ $lastUserIdx = $idx }}{{ end -}}
{{- end }}
{{- if or .System .Tools }}<|im_start|>system
{{ if .System }}{{ .System }}
以下略・・・

FROM以降に、ハッシュ化されたモデルのファイル名が表示されます
2つ表示されていますが、このモデルの場合、画像認識用のClip Visionが内蔵されていたため、モデルが2つ表示されたようです
今回は「sha256-f6f～」のモデルを利用します
※フォーマットが異なるモデルを指定してllama-serverを起動すると、エラーが発生するのでモデルの指定間違いに気づけます

サーバーが起動すると以下のような表記が表示されるので、ブラウザにアクセスするとチャット用のページが表示されます

http://localhost:8080 にアクセスします

これで、llama-serverが起動し、利用可能な状態になりました

別マシンからアクセスしてみる

現在、8080ポートでサーバーが起動しているので、同一LAN内のPCからアクセスしてみます
先日MacBookにOpenCodeを利用するための環境を整えたので、その設定を変更し、llama-serverにアクセスしてみます

OpenCodeの設定内容は以下になります

{
  "$schema": "https://opencode.ai/config.json",
  "model": "local-llama/qwopus-coder",
  "provider": {
    "local-llama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Local llama-server",
      "options": {
        "baseURL": "http://192.168.40.97:8080/v1"
      },
      "models": {
        "qwopus-coder": {
          "name": "Qwopus3.5-9B-Coder-MTP"
        }
      }
    }
  }
}

modelsについては詳細に指定しなくて良い(ollamaコマンドで確認したハッシュ値でなくても良い)そうです
llama-server起動時に指定したモデルが回答に使用されるため、ここでは人間が見て分かる名前を設定します

試しに、タスクを一つ振ってみました
実際に実行するとコンテキストサイズが足りなかったため、モデルの最大値である「262144」を指定してllama-serverを起動し直しています

プランニングは36m44sということで、かなり時間がかかった印象です・・・

それでは、実際に実装をお願いしてみます

上記の結果・・・　半日動かしても単体テストが完成しませんでした・・・
流石に時間がかかりすぎるので、マシンの限界か、起動パラメータが悪いのか、まだまだ調整が必要でした

以上

llama.cppの導入から利用するまでの紹介でした
ollamaは便利ですが、対応していないモデルもあるということで今回勉強になりました

最新のモデルを利用する場合、llama.cppをメインで利用するほうが良いかもしれませんね

今のところ、MTPモデルの動作は良好で、gemma4を利用してアシストしてもらうよりも良い結果が出ている気がします
ただ、テストコードは完成しなかったので今後使い込んでみて、どこまで利用できるのか見極めていきたいと思います

ローカルLLM実践入門 [ 日経ソフトウエア ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

ターミナルから始める次世代AIコーディング Claude Code入門 [ 掌田津耶乃 ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

投稿 Qwopus3.5-9B-Coder-MTP-GGUF:latestをllama.cppで動かしてみる は Sheltie Garage Tech に最初に表示されました。

Loraとは

LoraとはもとになるイラストAIモデルに、癖や知識を追加できる拡張データのようなものです
特定のイラストレータの画風を再現したり、特定の衣装に特化したイラストを作成できるようになります

Loraを作ってみる

今回はkohya_ssを利用して、illustriousベースのモデルに適用できるLoraを作成します
流れとしては
・kohya_ssをインストール
・学習画像を集める
・タグ付けとタグのクリーニング
・学習を行い、Loraを作成する
・作成したLoraを使ってイラストを生成する
という工程があります

ちなみに、筆者の作業マシンはWindowsになりますので、以下の例もWindowsマシンでの例となります

kohya_ssをインストールする

kohya_ssは以下のリポジトリから入手できます
https://github.com/bmaltais/kohya_ss

上記ページ内にインストールドキュメントも付属しているため、手順に沿ってインストールします

インストール完了後、setup.batを実行し、
1. Install kohya_ss GUI
6. (Optional) Launch Kohya_ss GUI in browser
の順番に実行します

学習画像を集める

次に学習もとになる画像を集めます
今回は「鳥獣戯画」の画像を集めてみました
学習画像は50枚以上準備するのが良いようですが、今回はサンプルのため20枚としました

タグ付けとタグのクリーニング

kohya_ss GUIを起動し、Utilitiesタブ→Captioning→WD14 Captioningを選択します
Image folder to caption (containing the images to caption)に学習画像を集めたフォルダを指定します
ほかはデフォルト設定のままでOKです

画面一番下のCaption imagesのボタンを押します
ボタンを押しても反応がないので動いているかわかりにくいのですが、コンソール画面にログが出力されていれば動いています

タグ付けが終わると、学習画像のフォルダにテキストファイルが生成されています
次にタグのクリーニング(学習に不要なタグの削除)を行います

今回は「画風」の学習が目的になります
AIに残すタグを聞いたところ、諸説あるようですが特定のキャラクターの特徴を表すタグや、固有名詞期は削除し、画風や構図を表すタグ(simple backgroundなど)のみ残す方針で行きます

タグのクリーニングについては以下のツールを利用すると一括編集できるので楽です
https://github.com/starik222/BooruDatasetTagManager

修正前と修正後は以下の通りです

学習の実施

次に学習を実行し、Loraを作成します

kohya_ss GUIでLoRA→Trainingの順に選択し、以下を設定しました

Pretrained model name or path：ベースとするイラストAIモデル
Trained Model output name：出力されるLoRAファイル名
Image folder (containing training images subfolders)：学習画像とタグのテキストが保存されているフォルダ
Output directory for trained model：LoRAファイル出力先フォルダ
Logging directory (Optional. to enable logging and output Tensorboard log)：ログファイル出力先

パラメータ内の設定で解像度の部分は1024に変更しました

以上の設定を行い、画面下部にある「Start training」ボタンを押します
学習が開始されるので、終わるまでしばらくかかります

学習が無事に終了すると、LoRAファイルが作成されています
今回はComfyUIを利用するので、ComfyUIのmodel/lorasディレクトリに移動しておきます

作成したLoraを使ってイラストを生成する

ComfyUIのサンプルに準備されている最もシンプルなワークフローを読み込み、ワークフローの間にLoRA読み込みを追加しました

同一のシードを利用して生成した画像は以下になります

まずはLoRAなし

LoRAあり

若干鳥獣戯画感が出てますかね・・・？
今回は学習画像少なめ、タグクリーニングも適当ということで作成されたLoRAも精度は良くないものとなりました・・・
学習画像の枚数を増やしたり、タグの選別を行うことでLoRAの性能も上げることが出来そうですし、いろいろな学習画像を組み合わせてオリジナルの画風を生み出すのも面白そうです！

ちなみに、LoRA効果を有効にするには、プロンプトにトリガーワードの指定が必要です
学習画像を準備したフォルダ名が、そのままトリガーワードに利用されるとのことで、今回の例では「tyoujuu」がトリガーワードとなりました
(ちなみにフォルダ名の先頭の10はエポック数として扱われ、繰り返し学習する回数として利用されます)

以上です

ということでLoRA作成方法の紹介でした
LoRA自体の作成はそこまで難しくありませんが、学習画像の収集、タグ整理が大変そうです
精度が良いLoRAを作るには、それなりの労力がかかることは覚悟しておいたほうがよさそうですね

あと、LoRAなどを触り始めると、AI特化型PCがますますほしくなります・・・

【中古】(非常に良い)NovelAI 入力支援 Androidの 全てが分かる本

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

この一冊で全部わかる　ChatGPT & Copilotの教科書 [ 中島大介 ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

投稿 Loraを作ってみる は Sheltie Garage Tech に最初に表示されました。

それまではいいのだけど、Antigravity 2.0は完全なAIエージェント管理ツールとなったようで、エディタがありませんでした
で、エディタどこだよって思ったら、Antigravity IDEに分離されたので、コーディングにはこちらを使うことになるのですが、新規アプリ扱いらしく、設定や拡張機能は設定し直しのようで・・・

困ったのが「モデルクォータの上限にすぐ到達する」ということ

今まではGemini 3.1 Pro、Flash、Claudeをローテーションして1週間ほど作業できていましたが、今回のアップデートにより、数時間作業ですべてのクォータが枯渇するようになりました・・・

流石にこれではまともに利用できない　ということで、ローカルLLMを活用してAIコーディング環境を整えることにしました

利用するのはContinue(VS Code拡張機能)とOpenCode、Ollama

自分の環境は
・Ollama実行機：Windowsマシン(VRAM 16GB)
・開発マシン：MacBookPro(Intel CPU)
という構成です
MacBookではローカルLLMを動かしつつ開発を行うパワーは無いので、OllamaはWindows側で実行し、MacBookから接続して利用するようにしました

また、利用する拡張機能の関係で、エディタもVSCodeに変更しています

Ollama側の準備

Ollamaを導入し、コーディングに利用するモデルをダウンロードしておきます
今回は「gemma4:26b」を利用することにしました

Ollamaをネットワークに公開する場合、設定が必要になるためFAQや過去記事を参考に対応してください

Continue(VS Code拡張機能)を導入する

マーケットプレイスから拡張機能を導入します

導入が完了すると、アクティビティバー(左側のアイコンが並んでいるバー)にContinueのアイコンが追加されるのでクリック
チャットウィンドウが開くので、上部にある歯車アイコンから設定画面を開きます

開いた設定ページからModelを選択し、歯車アイコンをクリックすると設定ファイルが開きます
自分の環境では以下のように設定しました

name: Local AI
version: 0.0.1
schema: v1
models:
  - name: Gemma4 26b
    provider: ollama
    model: gemma4:26b
    apiBase: http://192.168.xx.xx:11434
    roles:
      - chat
      - edit
      - apply
  - name: Gemma4 26b autocomplete
    provider: ollama
    model: gemma4:26b
    apiBase: http://192.168.xx.xx:11434
    roles:
      - autocomplete
  - name: Gemma4 26b embed
    provider: ollama
    model: gemma4:26b
    apiBase: http://192.168.xx.xx:11434
    roles:
      - embed

ここまでの設定でチャットが利用できるはずなので、試してみます

チャットにoapi-codegenの設定ファイルの中身を貼り付け、設定内容の解説をお願いしました
返却された回答を見た限りでは特に問題なかったため、簡単なコードの解説などには利用できそうです

OpenCodeを導入する

OpenCodeについては、まずCLIを公式サイトからインストールします
https://opencode.ai/ja

OpenCodeもVS Codeから利用しますが(自分の場合)、前提としてOpenCode CLIが導入されている必要があります

次に設定を行っておきます
設定ファイル内のIPアドレスやモデル名はご自身の環境に合わせて変更してください

以下のディレクトリを作成
~/.config/opencode

ディレクトリ内に設定ファイルを作成
vi opencode.json

opencode.jsonの内容
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama",
      "options": {
        "baseURL": "http://192.168.xx.xx:11434/v1"
      },
      "models": {
        "gemma4:26b": {
          "name": "gemma4:26b"
        }
      }
    }
  }
}

VS CodeのマーケットプレイスからOpenCode拡張機能を導入します

拡張機能を導入すると、画面上部にアイコンが増えているはずです

クリックするとOpenCodeのコンソール画面が起動します

/model というコマンドでモデルが選択できるので、設定ファイルで設定したモデルを指定します

これでAIエージェントとして動いてくれるはずなので、試しに指示を出してみます

上記の指示でplaywrightのテストコードを探し出し、内容を解析して一覧化してくれました
きちんと動いているようですね

以上

ローカルLLMを利用したAIコーディング環境について紹介しました
Continue、OpenCodeともに導入初期段階でどこまで戦えるのか検証はできていませんが、今後活用してみようと思います
今回の環境の欠点としては、コーディング作業時はOllama(Windowsマシン)の起動も必要だということ

環境を作っていてMac MiniやAI特化型PCが欲しくなってきました

つくりながら学ぶ！LLM 自作入門 （Compass Booksシリーズ） [ Sebastian Raschka ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

直感 LLM ハンズオンで動かして学ぶ大規模言語モデル入門 [ Jay Alammar ]

created by Rinker

• Amazon
• 楽天市場
• Yahooショッピング

投稿 ローカルLLMでAIコーディング環境を構築する は Sheltie Garage Tech に最初に表示されました。

WSL2とは

WSL2は「Windows Subsystem for Linux」の略で、特別な仮想環境やデュアルブート無しでWindows上でLinuxのコマンドやアプリを実行可能にするための環境です

OpenClawをWindowsで動かす場合、公式で推奨されているため、今回インストールすることにしました

WSL2をインストール

インストールはとても簡単でPowerShellから以下のコマンドを実行するだけ

wsl --install

WSL2インストール後の操作

PowerShellから以下のコマンドでWSLが起動します

wsl

抜けるときはCtrl + Dキーか、exitコマンドで抜けられます

exit

試しにll(ファイル一覧表示)のコマンドを打ってみます

ちゃんとLinuxコマンドが動いていますね(Windowsだとdirコマンドになる)

余談

ちなみにWSL環境はホストマシンとは別環境になるようで、ホストマシンのOllamaなどに接続するときにlocalhost(または127.0.0.1)が使用できません
自分の場合、ipconfigなどでホストマシンのIPを調べて、同一LAN上でアクセスするようにOpenClawを利用する際は設定しました

OpenClawの導入自体は、また別の買いで紹介します

投稿 Windows11にWSL2をインストールする は Sheltie Garage Tech に最初に表示されました。