1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Intel Mac (2019) で Ollama + Streamlit を使ってローカルLLMチャットを作る

1
Last updated at Posted at 2026-02-16

はじめに

私はこれまでプログラミング未経験でしたが、最近Pythonに興味を持ち、
仕事終わりや休日を使って少しずつ学習しています。

主に以下の教材を使って勉強しています。

  • 書籍
  • Udemy講座

ただ、学んだことをすぐ忘れてしまうことも多いため、
1週間単位・1日単位で備忘録として記録する目的 で、
Qiitaに投稿していこうと思い、今回の記事を書きました。

同じように学習中の方の参考になれば嬉しいです。

今回は、以前から興味のあったローカルLLMについて、Udemyの講座を参考にしながら、
実際に手を動かしてチャットアプリを構築しました。
今後、学んだ内容を自分用の備忘録として、継続的にまとめていく予定です。

PC

  • MacBook Pro (2019 / Intel Mac)
  • CPU:2.9 GHz クアッドコア Intel Core i7
  • メモリ:16 GB

最新のAppleシリコン環境ではありませんが、
モデルやバージョンの選定次第で十分に動作します。
同じような環境で進める方の参考になれば幸いです。


今回は Ollama + Streamlit を使い、 会話履歴を保持できるシンプルなチャットUIを作成しました。

開発環境

  • MacBook Pro (2019 / Intel Mac)
  • VS Code
  • Python
  • Ollama
  • Streamlit

仕上がり

Ollama LLM.png

1. Ollamaのセットアップ(特定バージョンの導入)

ローカルでLLMを動かすエンジンとして Ollama を使用します。

最新版のインストーラーがOSに合わない場合や、Intel Macでの安定性を考慮する場合は、
GitHubのReleasesページから過去バージョンを取得するのがおすすめです。

Ollama インストール手順

  1. GitHubのReleasesページ(例:v0.5.3)からzipをダウンロード
    👉 https://github.com/ollama/ollama/releases
  2. zipを展開
  3. アプリケーションフォルダへ移動して実行

※ OSによって対応バージョンが異なるため注意してください。


モデルの選定

Ollama公式ページにてダウンロード。
 👉 https://ollama.com/
PCスペックを考慮し、今回は以下を使用しました。

  • llama3.1:8b

インストール確認

ollama --version

サーバーの起動

OLLAMA_HOST=127.0.0.1:12000 ollama serve

Python環境とライブラリの導入

VS Code上で仮想環境を構築し、必要なライブラリを導入します。

1 .仮想環境の構築

python -m venv .venv
source .venv/bin/activate

2 .ライブラリのインストール

pip install openai==1.99.3
pip install streamlit
pip install watchdog

使用目的

・openai:OllamaのAPI互換機能を利用

・streamlit:チャットUI構築用

3. 実装コード(会話履歴保持機能)

st.session_state を利用して、会話履歴を保持する仕組みを実装しました。

import streamlit as st
from openai import OpenAI

# ページ設定
st.set_page_config(page_title="Local LLM Chat", layout="centered")

# サイドバー設定
with st.sidebar:
    st.title("設定")

    model = st.text_input("モデル名", value="llama3.1:8b")
    temperature = st.slider("Temperature", 0.0, 2.0, 0.3, 0.1)

    system_prompt = st.text_area(
        "システムプロンプト",
        "あなたは有能なアシスタントです。日本語で回答してください"
    )

    st.divider()

    if st.button("会話をリセット", use_container_width=True):
        st.session_state.messages = []
        st.rerun()

# APIクライアント
client = OpenAI(
    base_url="http://localhost:12000/v1",
    api_key="ollama"
)

st.title("Local LLM Chat")

# 履歴初期化
if "messages" not in st.session_state:
    st.session_state.messages = []

# 履歴表示
for m in st.session_state.messages:
    with st.chat_message(m["role"]):
        st.write(m["content"])

# ユーザー入力
if prompt := st.chat_input("メッセージを入力"):

    with st.chat_message("user"):
        st.write(prompt)

    st.session_state.messages.append(
        {"role": "user", "content": prompt}
    )

    # APIリクエスト
    api_messages = [
        {"role": "system", "content": system_prompt}
    ] + st.session_state.messages

    response = client.chat.completions.create(
        model=model,
        messages=api_messages,
        temperature=temperature,
    )

    answer = response.choices[0].message.content

    # AI側表示
    with st.chat_message("assistant"):
        st.write(answer)

    st.session_state.messages.append(
        {"role": "assistant", "content": answer}
    )

4. 構築過程での学び

APIレスポンスの取得
response.choices[0].message.content
多層構造になっているため、正しい取り出し位置の理解が重要でした。

UIとロジックの分離

APIリクエストを with st.chat_message の外で実行することで、
描画崩れ(考え中アイコンが残るなど)を防げました。

外部メッセージの統合

LLMは過去の会話を保持しないため、
st.session_state.messages
を毎回すべて送信する設計が重要でした。


5. 今後の課題

現在は回答がまとまってから表示される「一括表示」方式です。

ChatGPTのような、

・ストリーミング出力(stream=True)

・会話履歴(チャット履歴)

の実装が今後の課題です。


まとめ

Intel Macという少し前の環境でも、

・適切なバージョン選定

・環境構築

・インデント整理

を行えば、十分に実用的なローカルLLM環境を構築できました。

同じ環境の方の参考になれば幸いです。

1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?