gpt-oss-20b + Ollamaでソースコードレビューを行う方法

概要

このガイドでは、Ollama を使ってローカルの gpt-oss-20b モデルでソースコードレビューを実行する方法を紹介します。
Ollamaはローカル実行に特化した軽量な推論サーバーで、API互換もあるためPythonなどから簡単に呼び出せます。

---

1. モデルの準備

まず、gpt-oss-20b モデルをOllamaにインポートします。

ollama pull gpt-oss:20b

---

2. 基本的なレビュー実行

Ollamaのコマンドラインから直接レビューを実行できます。

ollama run gpt-oss:20b "次のコードをレビューして改善提案をしてください: $(cat main.py)"

このコマンドでは、main.py の内容をプロンプトに埋め込んでいます。

---

3. PythonからAPIで実行する場合

OllamaはローカルAPIを http://localhost:11434 で提供しています。
Pythonから直接リクエストを送ることで、非対話的なレビューが可能です。

import requests
import json

code = open("main.py").read()
prompt = f"次のPythonコードをレビューし、問題点と改善提案を具体的に挙げてください:\n\n{code}"

payload = {
    "model": "gpt-oss:20b",
    "prompt": prompt,
    "stream": False
}

res = requests.post("http://localhost:11434/api/generate", json=payload)
print(res.json()["response"])

---

4. ストリーミングでリアルタイム出力を受け取る

長い出力をリアルタイムで処理したい場合は、stream=True を使います。

import requests
import json

code = open("main.py").read()
prompt = f"次のコードをレビューしてください:\n\n{code}"

payload = {
    "model": "gpt-oss:20b",
    "prompt": prompt,
    "stream": True
}

with requests.post("http://localhost:11434/api/generate", json=payload, stream=True) as r:
    for line in r.iter_lines():
        if line:
            data = json.loads(line.decode("utf-8"))
            if "response" in data:
                print(data["response"], end="", flush=True)

---

5. カスタムテンプレートを使う場合

レビューを一定のフォーマットで出力したい場合、プロンプトを明示的に指定します。

prompt = """
あなたは上級ソフトウェアエンジニアです。
以下のコードをレビューし、次のフォーマットで出力してください。

1. 問題点
2. 改善提案
3. 潜在的なリスク
4. 最適化のアイデア

コード:

{code}

---

6. 結果例

以下、実際にコードレビューした結果を示す

レビュー対象ソース

レビュー結果

---

7. 応用：レビューを自動化スクリプトに統合

複数ファイルを自動でレビューするスクリプト例：

import os, requests, json

def review_file(path):
    code = open(path).read()
    prompt = f"このコードをレビューしてください:\n\n{code}"
    res = requests.post("http://localhost:11434/api/generate",
                        json={"model": "gpt-oss:20b", "prompt": prompt})
    print(f"=== {path} ===")
    print(res.json()["response"], "\n")

for root, _, files in os.walk("./src"):
    for f in files:
        if f.endswith(".py"):
            review_file(os.path.join(root, f))

---

まとめ

項目	内容
実行マシン	MacBookM4pro 12CPU 16GPU 24GB メモリ
実行環境	Ollama
モデル	gpt-oss:20b
メリット	ローカルでセキュアにレビュー可能
推奨モード	stream=True（リアルタイム出力）
応用	CI/CDパイプライン統合、Linter補助など

---

📘 備考

• OllamaのAPIはOpenAI互換ではありませんが、形式はシンプルで扱いやすいです。
• 大規模コードレビュー時は stream=True 推奨。
• 結果をMarkdownとして保存すれば、そのままPull Requestコメントにも使えます。

---

この内容を .md ファイルとして出力したい場合、Pythonで簡単に書き出せます：

with open("ollama_code_review.md", "w") as f:
    f.write(markdown_content)

---