Update: Claude Code記事をnote向けにリライト
All checks were successful
Deploy Docusaurus Site / deploy (push) Successful in 28s
All checks were successful
Deploy Docusaurus Site / deploy (push) Successful in 28s
This commit is contained in:
parent
b26e569873
commit
b9fceb0517
@ -1,58 +1,124 @@
|
||||
---
|
||||
sidebar_position: 4
|
||||
title: DGX SparkでClaude Code + Qwen3-Coder-Nextをローカル実行する
|
||||
description: DGX Spark上でQwen3-Coder-Next-FP8をvLLM経由でClaude Codeのバックエンドとして使う方法（200Kコンテキスト対応）
|
||||
description: Claude Codeを完全ローカル化！Qwen3-Coder-Next（80B MoE）で動かす方法を解説
|
||||
hide_table_of_contents: false
|
||||
displayed_sidebar: null
|
||||
---
|
||||
|
||||
# DGX SparkでClaude Code + Qwen3-Coder-Nextをローカル実行する
|
||||
# DGX SparkでClaude Codeを完全ローカル化！Qwen3-Coder-Nextで動かしてみた
|
||||
|
||||
## 概要
|
||||
## はじめに
|
||||
|
||||
Claude Codeをローカルで動かすメリット：
|
||||
**Claude Code**、使ってますか？
|
||||
|
||||
- **プライバシー**: コードがクラウドに送信されない
|
||||
- **コスト**: API料金不要
|
||||
- **速度**: ネットワーク遅延なし
|
||||
Anthropic公式のターミナルベースAIコーディングアシスタント。ファイルを読んで、コードを書いて、コマンドを実行して...まるで優秀なペアプログラマーがそばにいるような体験ができます。
|
||||
|
||||
この記事では、DGX Spark上でQwen3-Coder-Next-FP8を使ってClaude Codeを動かす方法を解説する。
|
||||
ただ、1つ気になることが。
|
||||
|
||||
## ワンライナーセットアップ
|
||||
**「自分のコード、全部クラウドに送ってるんだよな...」**
|
||||
|
||||
企業の機密コードや、個人的なプロジェクトを扱うとき、ちょっと気になりませんか？
|
||||
|
||||
そこで今回は、**Claude Codeを完全ローカルで動かす**方法を紹介します。
|
||||
|
||||
## 何ができるようになるの？
|
||||
|
||||
- ✅ **プライバシー保護** - コードがクラウドに送られない
|
||||
- ✅ **API料金ゼロ** - 月額課金から解放
|
||||
- ✅ **200Kトークン対応** - 大規模なコードベースも一度に読める
|
||||
- ✅ **オフライン動作** - ネット環境がなくてもOK
|
||||
|
||||
## 必要なもの
|
||||
|
||||
今回使うのは **NVIDIA DGX Spark**。
|
||||
|
||||
:::note
|
||||
同じ手順は他のNVIDIA GPU搭載マシンでも応用できます（VRAMは多めに必要）。
|
||||
:::
|
||||
|
||||
### DGX Sparkとは？
|
||||
|
||||
NVIDIAの「デスクトップAIワークステーション」です。
|
||||
|
||||
| スペック | 値 |
|
||||
|---------|-----|
|
||||
| GPU | NVIDIA GB10（Blackwell世代） |
|
||||
| メモリ | **128GB統合メモリ** |
|
||||
| サイズ | Mac Studioくらい |
|
||||
| 価格 | 約50万円〜 |
|
||||
|
||||
128GBの統合メモリがポイント。普通のGPUだとVRAM 24GBとかですが、DGX Sparkは128GB全部をモデルに使えます。
|
||||
|
||||
## 構成図
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────────────────┐
|
||||
│ あなたのPC / DGX Spark │
|
||||
│ │
|
||||
│ ┌─────────────┐ │
|
||||
│ │ Claude Code │ ← いつものClaude Code │
|
||||
│ │ (Terminal) │ │
|
||||
│ └──────┬──────┘ │
|
||||
│ │ Anthropic API形式 │
|
||||
│ ▼ │
|
||||
│ ┌──────────────────┐ │
|
||||
│ │ claude-code-proxy│ ← API形式を変換 │
|
||||
│ │ (port 8082) │ │
|
||||
│ └────────┬─────────┘ │
|
||||
│ │ OpenAI API形式 │
|
||||
│ ▼ │
|
||||
│ ┌──────────────────┐ │
|
||||
│ │ vLLM │ ← 推論エンジン │
|
||||
│ │ (port 8000) │ │
|
||||
│ │ │ │
|
||||
│ │ ┌──────────────┐ │ │
|
||||
│ │ │Qwen3-Coder- │ │ ← 80Bパラメータの │
|
||||
│ │ │ Next-FP8 │ │ コーディングモデル │
|
||||
│ │ └──────────────┘ │ │
|
||||
│ └──────────────────┘ │
|
||||
└─────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### なぜプロキシが必要？
|
||||
|
||||
Claude CodeはAnthropic独自のAPI形式を使います。一方、vLLMはOpenAI互換API。
|
||||
|
||||
この2つを繋ぐために **claude-code-proxy** を間に挟みます。
|
||||
|
||||
## 使用するモデル：Qwen3-Coder-Next
|
||||
|
||||
今回使うのは **Qwen3-Coder-Next-FP8**。
|
||||
|
||||
| 項目 | 値 |
|
||||
|------|-----|
|
||||
| 開発 | Alibaba Cloud |
|
||||
| パラメータ | 80B（総数）/ 3B（推論時アクティブ） |
|
||||
| アーキテクチャ | MoE（Mixture of Experts） |
|
||||
| 最大コンテキスト | 1Mトークン |
|
||||
| 特徴 | コーディング特化 |
|
||||
|
||||
**MoE（Mixture of Experts）** がポイント。80Bパラメータでも、推論時は3Bしか使わないので高速です。
|
||||
|
||||
FP8量子化版を使うことで、メモリ使用量は約45GB。DGX Sparkの128GBなら余裕です。
|
||||
|
||||
## ワンライナーで全自動セットアップ
|
||||
|
||||
```bash
|
||||
curl -sL https://docs.techswan.online/scripts/dgx-spark-claude-code.sh | bash
|
||||
```
|
||||
|
||||
:::tip
|
||||
初回はモデルロードに約10分かかる。スクリプトは完了まで待機する。
|
||||
:::
|
||||
これだけ！約10分待つと環境が整います。
|
||||
|
||||
## 構成
|
||||
以下は手動でやりたい人向けの解説です。
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────────────────┐
|
||||
│ DGX Spark │
|
||||
│ │
|
||||
│ ┌─────────────┐ ┌──────────────────┐ │
|
||||
│ │ Claude Code │───▶│ claude-code-proxy│ │
|
||||
│ └─────────────┘ │ (port 8082) │ │
|
||||
│ └────────┬─────────┘ │
|
||||
│ │ │
|
||||
│ ▼ │
|
||||
│ ┌──────────────────┐ │
|
||||
│ │ vLLM Server │ │
|
||||
│ │ (port 8000) │ │
|
||||
│ │ Qwen3-Coder-Next │ │
|
||||
│ └──────────────────┘ │
|
||||
└─────────────────────────────────────────────────────┘
|
||||
```
|
||||
---
|
||||
|
||||
## 手動セットアップ
|
||||
|
||||
### Step 1: vLLMでQwen3-Coder-Next-FP8を起動
|
||||
### Step 1: vLLMでモデルを起動
|
||||
|
||||
```bash title="vLLM起動（200Kコンテキスト）"
|
||||
```bash title="vLLM起動コマンド"
|
||||
docker run -d --name qwen3-coder-next-fp8 \
|
||||
--gpus all \
|
||||
-p 8000:8000 \
|
||||
@ -69,28 +135,31 @@ docker run -d --name qwen3-coder-next-fp8 \
|
||||
--trust-remote-code
|
||||
```
|
||||
|
||||
### 重要なパラメータ
|
||||
#### 重要なポイント
|
||||
|
||||
| パラメータ | 値 | 説明 |
|
||||
| オプション | 値 | 説明 |
|
||||
|-----------|-----|------|
|
||||
| `--max-model-len` | `200000` | 200Kコンテキスト |
|
||||
| `--max-num-seqs` | `8` | 同時リクエスト数（メモリ節約） |
|
||||
| `--tool-call-parser` | `qwen3_xml` | **Qwen3専用パーサー** |
|
||||
| `--max-model-len` | 200000 | 200Kトークンまで対応 |
|
||||
| `--max-num-seqs` | 8 | 同時リクエスト数（メモリ節約） |
|
||||
| `--tool-call-parser` | **qwen3_xml** | ⚠️ これ超重要！ |
|
||||
|
||||
:::danger tool-call-parserに注意
|
||||
`--tool-call-parser hermes` ではなく **`qwen3_xml`** を使うこと！
|
||||
hermesだとTool Callingのフォーマットが崩れてClaude Codeが止まる。
|
||||
`--tool-call-parser` を間違えると、Claude Codeのファイル操作やコマンド実行が動きません。**必ず `qwen3_xml`** を指定してください。
|
||||
:::
|
||||
|
||||
### Step 2: claude-code-proxyをセットアップ
|
||||
初回起動は約10分かかります（45GBのモデルをダウンロード＆ロード）。
|
||||
|
||||
### Step 2: claude-code-proxyを起動
|
||||
|
||||
```bash
|
||||
# クローン
|
||||
git clone https://github.com/fuergaosi233/claude-code-proxy.git
|
||||
cd claude-code-proxy
|
||||
pip install -r requirements.txt --user
|
||||
```
|
||||
|
||||
```bash title=".env作成"
|
||||
# 依存関係インストール
|
||||
pip install -r requirements.txt --user
|
||||
|
||||
# 設定ファイル作成
|
||||
cat > .env << 'EOF'
|
||||
OPENAI_BASE_URL=http://localhost:8000/v1
|
||||
OPENAI_API_KEY=dummy
|
||||
@ -100,9 +169,8 @@ SMALL_MODEL=qwen3-coder-next
|
||||
REQUEST_TIMEOUT=300
|
||||
MAX_TOKENS_LIMIT=8192
|
||||
EOF
|
||||
```
|
||||
|
||||
```bash
|
||||
# 起動
|
||||
python start_proxy.py
|
||||
```
|
||||
|
||||
@ -114,59 +182,74 @@ ANTHROPIC_API_KEY=dummy \
|
||||
claude
|
||||
```
|
||||
|
||||
:::tip ANTHROPIC_AUTH_TOKEN
|
||||
`ANTHROPIC_AUTH_TOKEN` は**設定しない**こと！両方設定するとAuth conflictエラーが出る。
|
||||
:::warning ANTHROPIC_AUTH_TOKEN
|
||||
`ANTHROPIC_AUTH_TOKEN` は設定しないでください。両方設定するとエラーになります。
|
||||
:::
|
||||
|
||||
### シェル設定に追加（推奨）
|
||||
### 便利なエイリアス設定
|
||||
|
||||
```bash title="~/.bashrc"
|
||||
```bash title="~/.bashrc に追加"
|
||||
alias claude-local='ANTHROPIC_BASE_URL=http://localhost:8082 ANTHROPIC_API_KEY=dummy claude'
|
||||
```
|
||||
|
||||
これで `claude-local` と打つだけでOK！
|
||||
|
||||
## パフォーマンス
|
||||
|
||||
| 項目 | 値 |
|
||||
|------|-----|
|
||||
| プロンプト処理 | ~2300 tokens/s |
|
||||
| 生成速度 | ~20-30 tokens/s |
|
||||
| メモリ使用量 | ~84GB / 119GB |
|
||||
| 最大コンテキスト | **200K tokens** |
|
||||
| 同時リクエスト | 8 |
|
||||
| プロンプト処理 | ~2300 tokens/秒 |
|
||||
| 生成速度 | ~20-30 tokens/秒 |
|
||||
| 最大コンテキスト | 200K tokens |
|
||||
| メモリ使用量 | 約84GB |
|
||||
|
||||
## トラブルシューティング
|
||||
Anthropic APIに比べると生成速度は遅めですが、ローカルで完結する安心感は大きいです。
|
||||
|
||||
### Tool Callingで止まる
|
||||
## ハマったポイント
|
||||
|
||||
```bash
|
||||
# ❌ 間違い
|
||||
--tool-call-parser hermes
|
||||
### 1. Tool Callingで止まる
|
||||
|
||||
# ✅ 正解
|
||||
--tool-call-parser qwen3_xml
|
||||
最初、ファイル操作しようとすると固まりました。
|
||||
|
||||
**原因**: `--tool-call-parser hermes` を使っていた
|
||||
|
||||
**解決**: `--tool-call-parser qwen3_xml` に変更
|
||||
|
||||
Qwen3系モデルは独自のTool Callingフォーマットを使うので、専用のパーサーが必要です。
|
||||
|
||||
### 2. Auth conflictエラー
|
||||
|
||||
```
|
||||
Auth conflict: Both a token (ANTHROPIC_AUTH_TOKEN) and an API key (ANTHROPIC_API_KEY) are set.
|
||||
```
|
||||
|
||||
### Auth conflict エラー
|
||||
**解決**: `ANTHROPIC_AUTH_TOKEN` を設定しない（または `unset ANTHROPIC_AUTH_TOKEN`）
|
||||
|
||||
```bash
|
||||
unset ANTHROPIC_AUTH_TOKEN
|
||||
```
|
||||
### 3. max_tokensエラー
|
||||
|
||||
### max_tokens エラー
|
||||
入力が長すぎると、出力用のトークン枠がなくなってエラーに。
|
||||
|
||||
入力が長すぎて出力枠がない場合、プロキシの `MAX_TOKENS_LIMIT` を下げる。
|
||||
**解決**: vLLMの `--max-model-len` を増やす（今回は200Kに設定）
|
||||
|
||||
## まとめ
|
||||
|
||||
1. **vLLM** + **Qwen3-Coder-Next-FP8**を起動（200K対応）
|
||||
2. **`--tool-call-parser qwen3_xml`** を使う
|
||||
3. **claude-code-proxy**でAPI変換
|
||||
4. **`ANTHROPIC_AUTH_TOKEN`は設定しない**
|
||||
DGX SparkでClaude Codeをローカル化できました！
|
||||
|
||||
**ポイントまとめ**：
|
||||
|
||||
1. **vLLM + Qwen3-Coder-Next-FP8** でモデルを動かす
|
||||
2. **claude-code-proxy** でAPI形式を変換
|
||||
3. `--tool-call-parser qwen3_xml` を忘れずに！
|
||||
4. `ANTHROPIC_AUTH_TOKEN` は設定しない
|
||||
|
||||
完全ローカルでClaude Codeが動く喜び、ぜひ体験してみてください。
|
||||
|
||||
## 参考リンク
|
||||
|
||||
- [vLLM Claude Code統合](https://docs.vllm.ai/en/latest/serving/integrations/claude_code/)
|
||||
- [vLLM公式ドキュメント](https://docs.vllm.ai/)
|
||||
- [claude-code-proxy](https://github.com/fuergaosi233/claude-code-proxy)
|
||||
- [Qwen3-Coder-Next-FP8（Hugging Face）](https://huggingface.co/Qwen/Qwen3-Coder-Next-FP8)
|
||||
- [DGX Spark Playbooks](https://build.nvidia.com/spark/)
|
||||
|
||||
---
|
||||
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user