Update: Claude Code記事をnote向けにリライト

docs-tech/dgx-spark-claude-code-local/index.md

@@ -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
+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。
-- **コスト**: API料金不要
-- **速度**: ネットワーク遅延なし
 
-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
+これだけ！約10分待つと環境が整います。
-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。
-:::
 
-## 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-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） |
+| `--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** |
+| `--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！
+`--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。
-hermesだとTool Callingのフォーマットが崩れてClaude Codeが止まる。
 :::
 
-### 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
+:::warning 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。
+`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 |
+| プロンプト処理 | ~2300 tokens/秒 |
-| 生成速度 | ~20-30 tokens/s |
+| 生成速度 | ~20-30 tokens/秒 |
-| メモリ使用量 | ~84GB / 119GB |
+| 最大コンテキスト | 200K tokens |
-| 最大コンテキスト | **200K tokens** |
+| メモリ使用量 | 約84GB |
-| 同時リクエスト | 8 |
 
-## 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
+### 1. Tool Callingで止まる
-# ❌ 間違い
---tool-call-parser hermes
 
-# ✅ 正解
+最初、ファイル操作しようとすると固まりました。
---tool-call-parser qwen3_xml
+
+**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
+### 3. max_tokensエラー
-unset ANTHROPIC_AUTH_TOKEN
-```
 
-### 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）
+DGX SparkでClaude Codeをローカル化できました！
-2. **`--tool-call-parser qwen3_xml`** を使う
+
-3. **claude-code-proxy**でAPI変換
+**ポイントまとめ**：
-4. **`ANTHROPIC_AUTH_TOKEN`は設定しない**
+
+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/)
 
 ---