Add: Ollama がローカルAIのハブとしてめちゃ最強な件

docs/ollama-local-ai-hub/index.md

@@ -0,0 +1,177 @@
+---
+sidebar_position: 2
+title: Ollama がローカルAIのハブとしてめちゃ最強な件
+---
+
+# Ollama がローカルAIのハブとしてめちゃ最強な件
+
+## はじめに
+
+ローカルLLMを触る人なら一度は使ったことがあるであろう **Ollama**。最初は「ローカルでLLMを動かすツール」という位置づけだったが、2026年に入ってからの進化が凄まじい。気がつけば、ローカルAIエコシステム全体の「ハブ」として君臨しつつある。
+
+この記事では、Ollamaが単なるLLMランナーからどうやって「ローカルAIのDocker」的存在に進化したのかを整理してみる。
+
+## Ollama の現在地
+
+### モデル配信プラットフォーム
+
+```bash
+ollama pull qwen3:30b-a3b
+ollama pull gpt-oss:120b
+```
+
+HuggingFaceのGGUFファイルも直接指定できる：
+
+```bash
+ollama pull hf.co/mmnga-o/Qwen3-Swallow-30B-A3B-RL-v0.2-gguf:Q5_K_M
+```
+
+量子化バリアントの選択、ダウンロード、キャッシュ管理まで全部やってくれる。Docker Hubのイメージpullと同じ感覚。
+
+### クラウドモデルの仲介
+
+Ollama 0.17からは `cloud` タグでクラウドモデルも扱える：
+
+| モデル | 説明 |
+|--------|------|
+| `kimi-k2.5:cloud` | マルチモーダル推論 |
+| `minimax-m2.5:cloud` | 高速コーディング |
+| `glm-5:cloud` | 推論・コード生成 |
+
+ローカルモデルとクラウドモデルを **同じインターフェース** で扱えるのが強い。アプリ側はOllamaのAPI叩くだけで、バックエンドがローカルGPUなのかクラウドなのかを意識しなくていい。
+
+### OpenAI互換API
+
+```bash
+curl http://localhost:11434/v1/chat/completions \
+  -H "Content-Type: application/json" \
+  -d {model: qwen3:30b-a3b, messages: [{role: user, content: Hello}]}
+```
+
+OpenAI SDKがそのまま使える。既存のアプリケーションの `base_url` を `localhost:11434/v1` に変えるだけで、ローカルLLMに切り替わる。
+
+### アプリランチャー
+
+Ollama 0.17の目玉機能。`ollama launch` でAIアプリケーションを直接起動できるようになった：
+
+```bash
+ollama launch openclaw
+```
+
+これだけで：
+1. OpenClawが未インストールなら自動インストール
+2. セキュリティ通知の表示
+3. モデル選択画面
+4. Gateway起動 + TUI表示
+
+**AIエージェントのパッケージマネージャー** としての機能が加わった形。
+
+## なぜ Ollama が勝っているのか
+
+### 1. 圧倒的にシンプル
+
+```bash
+# インストール
+curl -fsSL https://ollama.com/install.sh | sh
+
+# モデルを動かす
+ollama run qwen3:30b-a3b
+```
+
+2コマンドで動く。llama.cppのビルドもPythonの仮想環境も不要。
+
+### 2. Modelfile によるカスタマイズ
+
+```dockerfile
+FROM hf.co/mmnga-o/Qwen3-Swallow-30B-A3B-RL-v0.2-gguf:Q5_K_M
+
+TEMPLATE """
+{{- if .System }}<|im_start|>system
+{{ .System }}<|im_end|>
+{{ end }}
+{{- range .Messages }}
+{{- if eq .Role "user" }}<|im_start|>user
+{{ .Content }}<|im_end|>
+{{- else if eq .Role "assistant" }}<|im_start|>assistant
+{{ .Content }}<|im_end|>
+{{- end }}
+{{- end }}<|im_start|>assistant
+"""
+
+PARAMETER stop <|im_end|>
+PARAMETER num_ctx 32768
+```
+
+Dockerfileライクな宣言的設定。テンプレートやパラメータを簡単にカスタマイズできる。
+
+### 3. エコシステムの広がり
+
+Ollamaをバックエンドとして使うツールが爆発的に増えている：
+
+- **OpenClaw / Clawdbot** — AIエージェント（メッセージング統合）
+- **Open WebUI** — ChatGPT風のWeb UI
+- **Continue** — VSCode/JetBrains向けAIコーディング
+- **Aider** — ターミナルベースのAIコーディング
+- **LangChain / LlamaIndex** — LLMアプリケーションフレームワーク
+
+全部 `OLLAMA_HOST=localhost:11434` で繋がる。
+
+### 4. マルチGPU・リモートサーバー対応
+
+```bash
+# リモートサーバーのOllamaを使う
+OLLAMA_HOST=http://dgx-spark:11434 ollama run gpt-oss:120b
+```
+
+自宅のGPUサーバーをOllamaで立てて、手元のノートPCから叩く。これだけでプライベートなLLM APIサーバーの完成。
+
+## Docker との類似性
+
+Ollamaの進化を見ていると、Dockerの歴史と重なる部分が多い：
+
+| Docker | Ollama |
+|--------|--------|
+| Docker Hub | Ollama Library |
+| `docker pull` | `ollama pull` |
+| `docker run` | `ollama run` |
+| Dockerfile | Modelfile |
+| Docker Compose | `ollama launch` (アプリ起動) |
+| コンテナレジストリ | HuggingFace GGUF連携 |
+
+Dockerが「アプリケーションのデプロイを民主化」したように、Ollamaは「LLMの利用を民主化」している。
+
+## 実際の運用例
+
+筆者の環境では、NVIDIA DGX Spark上でOllamaを稼働させ、複数のモデルを管理している：
+
+```
+qwen3-swallow-30b    21 GB   ← 日本語特化
+gpt-oss-swallow-20b  16 GB   ← バイリンガル
+qwen3:30b-a3b        18 GB   ← 汎用
+gpt-oss:120b         65 GB   ← 大規模推論
+```
+
+これらをOpenClawのエージェントバックエンドとして利用し、Discord経由で日常的に使っている。モデルの追加・削除・切り替えがOllamaのコマンド一発で済むのは本当に楽。
+
+## まとめ
+
+Ollamaはもはや「ローカルLLMを動かすツール」ではない。
+
+- **モデル配信** — pull一発でモデル取得
+- **API標準化** — OpenAI互換で既存エコシステムと接続
+- **クラウド統合** — ローカルとクラウドを透過的に扱う
+- **アプリランチャー** — AIエージェントの起動・管理
+- **カスタマイズ** — Modelfileで宣言的にモデルを定義
+
+ローカルAIの「Docker」として、インフラの中心に座りつつある。これからLLMを触り始める人も、既に使いこなしている人も、Ollamaを起点にするのが最も効率的な選択肢だと思う。
+
+## 参考リンク
+
+- [Ollama 公式サイト](https://ollama.com/)
+- [Ollama 0.17 リリースノート](https://github.com/ollama/ollama/releases/tag/v0.17.0-rc1)
+- [OpenClaw × Ollama チュートリアル](https://ollama.com/blog/openclaw-tutorial)
+- [Ollama Modelfile リファレンス](https://github.com/ollama/ollama/blob/main/docs/modelfile.md)
+
+---
+
+*この記事は2026年2月時点の情報です。*