ローカルコーディングエージェントの活用：オープンウェイトモデルとローカルツールの実践ガイド

多くの読者からローカルコーディングエージェントの構成について質問を受けました。そこで、オープンソースツールとオープンウェイト大規模言語モデル（LLM）を使用して、本番環境で使えるローカルコーディングエージェントを構築するチュートリアルを執筆することにしました。

ローカルコーディングエージェントの核となるのは、LLMを推論とコード生成のエンジンとして活用し、それを取り巻く「コーディングエージェントフレームワーク」が操作環境を提供して、ローカルプロジェクトで意味のあるコーディング作業を可能にする点です。GPT in CodexやClaude Codeのようなプロプライエタリサービスと比較して、ローカル設定は透明性が高く、監査可能で、ハードウェアと電気代以外は無料で利用できます。また、完全に制御下に置かれ、フレームワークを自由に変更可能です。さらに、とても楽しいものです！

現在も私は主にCodexとClaude Codeを日常的に使っていますが（新しいツールや機能を追いかけるため）、ローカルソリューションもテスト用に使用しています。ローカルソリューションの魅力はコスト面です。適切なハードウェア（例：Mac MiniやDGX Spark）があれば、実質的に無料で実行できます。プライバシーの観点からも、例えば領収書の整理など、データをOpenAIやAnthropicに送信せずにローカルモデルで処理したいケースがあります。Anthropicがフラッグシップモデルのパフォーマンスを制限した事例を考慮すると、プロプライエタリサービスは今後制限が厳しくなる可能性があり、オープンウェイトの代替手段に慣れておくことは賢明です。

ローカルLLMとコーディングエージェントを使用する動機としては、固定費（サブスクリプションの上限やAPI価格変更の影響を受けない）、再現性（モデルアップグレードがワークフローを壊す可能性がある）、オフライン使用（飛行機や郊外でのコーディング合宿など）が挙げられます。

この記事では、Qwen3.6モデルとQwen-Codeフレームワークに焦点を当てます。Qwen-Codeはオープンソースであり（Codexと同様）、Qwenモデルはこのフレームワーク向けに最適化されています。NvidiaのPolar論文によると、Qwen3.5-4BはQwen-Codeで最高のパフォーマンスを示し、最新のQwen3.6ではさらなる最適化が期待されます。また、Codex、Claude Code、Clineなどの他のフレームワークもローカルモデルをサポートしており、本記事でも簡単に触れます。

Qwen3.6 35B-A3Bモデルは約22 GBのダウンロードサイズで、30〜40 GBのRAMを必要とし、M4 Mac MiniやDGX Sparkでスムーズに動作します。Cohereのベンチマークでは、同サイズクラスでほぼすべての指標でトップの性能を示しています。このモデルはハイブリッドアテンション機構を採用し、アーキテクチャはQwen3-Coderと類似しています。代替案として、CohereのNorth Mini Codeも同サイズクラスで有力です。

ローカルLLMのデプロイにはOllamaを使用します。macOS、Linux、Windowsをサポートし、簡単にインストールできます。MacではMLX最適化バージョン（例：qwen3.6:35b-mlx）を推奨し、Linuxでは標準バージョンを使用します。インストール後、コマンドラインまたはGUIでモデルをダウンロードできます。

ローカルコーディングエージェントの使用を決定する前に、速度と品質の評価を行うことをお勧めします。私が提供するスクリプトollama_speed_memory_bench.pyを使用して、さまざまなプロンプト長でのトークン生成速度（tokens/sec）とメモリ使用量をテストできます。例えば、macOSでは次のコマンドを実行します：uv run speed-memory-benchmark/ollama_speed_memory_bench.py --model qwen3.6:35b-mlx。RAMが30 GB未満の場合は、gemma4:e2bのような小型モデルを使用することも可能です。

どのエージェントフレームワークを選択しても、ローカル設定はこれまでにない制御、プライバシー、コスト効率を提供します。今すぐローカルコーディングエージェントの構築を始めましょう！