🚀 永遠に無料で使えるローカルAIエージェント構築ガイド OpenClaw + Ollama + Gemma4(Mac/Linux/Windows)で完全セルフホスト化
導入:ずっと0円でAIエージェントを運用する時代へ
ChatGPT Plus: 月額20ドル × 12ヶ月 = 年間240ドル(約36,000円)
Claude Pro: 月額20ドル × 12ヶ月 = 年間240ドル(約36,000円)
※筆者はPro/Maxなどを利用してるので考えたくないです…
これらのクラウドAIサービスは便利ですが、継続的にコストが発生します。
しかし、本記事で紹介する方法なら、最初のセットアップ以降、永遠に0円。あなたのPC上でプライベートに、制限なくAIを使い放題で運用できます。
本記事では、Mac/Linux/Windows上でOllama + Gemma4を使用し、OpenClawフレームワークを組み合わせて、完全に自分のPC上で動作する本格的なAIエージェントを構築する方法を、初心者から中級者向けに詳しく解説します。
このアプローチがもたらす圧倒的なメリット
具体的には:
💰 永遠に無料:クラウド API は月額課金ですが、ローカルなら初期セットアップのみ
🔒 完全プライベート:あらゆるテキスト・データが自分のPC内で完結
⚡ 高速処理:クラウド通信のレイテンシーがゼロ
🎛️ 完全コントロール:モデルやパラメータを自由にカスタマイズ可能
📊 無制限利用:API呼び出し回数に制限なし、思う存分使える
システム要件と前提条件
ハードウェア要件
OS 別 GPU 推奨
GPU が無い場合: CPU のみでも動作します。応答速度が 5〜10 倍遅くなりますが、チャットやテキスト生成は問題なく使用可能。
ソフトウェア要件
事前準備
すべてのOSで以下を用意してください:
Ollama(OSごとのインストーラーあり)
Git(バージョン管理)
Python 3.10+(スクリプト実行用)
従来のAI運用の課題と、ローカル化による解決
クラウドAI(ChatGPT等)の根本的な問題
企業や個人がChatGPT、Claude、GeminiなどのクラウドAIに依存する場合、以下の課題が発生します:
💸 コストの問題
ChatGPT Plus:月額 $20 → 年間 $240
Claude Pro:月額 $20 → 年間 $240
GPT-4 API:使用量に応じて 制限なし請求
エンタープライズ規模では月数万〜数十万円の支出
あなたが使い続ける限り、ずっと課金し続けます。
🔐 データプライバシーの問題
あなたの入力内容は OpenAI/Anthropic のサーバーに送信
プロンプトが学習データに使われる可能性
機密情報・個人情報の流出リスク
企業の重要なドキュメント、ソースコードをアップロードできない
医療情報や財務データなど機密性の高い情報が外部に流出
⚙️ 運用の自由度の欠如
API呼び出し回数に制限(月単位、分単位のレート制限)
モデルやパラメータをカスタマイズできない
特定のプロバイダーに依存
サービス停止時に使用不可
新しいモデルが利用可能になるまで待つ必要がある
✅ ローカルAIエージェントで全て解決
本記事のアプローチ(Ollama + Gemma4 + OpenClaw)により、これらの課題が全て解決します:
💰 永遠に無料
初期セットアップ後、1円も課金されない
100万回実行しても 0 円
スケールに応じた追加課金なし
ハードウェア代(初回のみ)のみ
🔒 完全プライベート
データが自分のPC内で完全に完結
クラウド送信ゼロ(完全なオンプレミス化)
機密情報・ソースコード、個人情報も安心
GDPR・個人情報保護法への完全準拠
⚡ 無制限の運用自由度
API呼び出し制限なし(思う存分使える)
モデルやパラメータを完全カスタマイズ
複数モデルの同時実行も可能
新しいモデルをすぐに試せる
🛠️ 完全セルフホスト化
どのプロバイダーにも依存しない
サービス停止リスクなし
OSやハードウェアをフルコントロール
完全な独立性と自由度
2024年〜2026年の流れ:ローカルAIの台頭
かつては「ローカルLLMは遅い、メモリ不足」という問題がありました。しかし、ここ数年で状況は激変しました:
✅ Ollama による革新的なセットアップ簡素化
✅ Gemma4 などの高性能で軽量なモデル登場
✅ OpenClaw などのエージェントフレームワーク成熟
✅ 量子化技術(Quantization) による大幅なメモリ削減
✅ Apple Silicon対応 で Macでの実行が超高速化
✅ オープンモデル の急速な進化
これらすべてが揃った 今だからこそ、本気でローカル化が現実的になりました。
第1章:Gemma4とは何か?
Gemma4の特徴
Gemma4 は Google が公開した最新のオープンソースマルチモーダルモデルです。テキストだけでなく、画像・動画・音声も扱えます。
公式ドキュメント:https://ai.google.dev/gemma/docs/core?hl=ja
3つのアーキテクチャ
Gemma4 は用途別に 3つの異なるアーキテクチャ で構成されています:
1. エッジモデル(e2b / e4b) ノートPC・スマホ・ブラウザなどでのオンデバイス実行向け。テキスト・画像・動画・音声すべてにネイティブ対応。
2. 高密度モデル(31b) 31B パラメータの高性能モデル。サーバーグレードのパフォーマンスをローカルで実現。
3. MoE(Mixture-of-Experts)モデル(26b) トークン生成時に 40億パラメータのみがアクティブになる効率的なアーキテクチャ。ただし全パラメータをメモリに読み込む必要あり。
モデル一覧と選び方
e2b と e4b の違い
どちらも エッジデバイス向け(ノートPCやデスクトップで手軽に動かす用途)のモデルです:
e2b:有効パラメータ 2.3B(全体 5.1B)。Ollama では 7.2GB。軽量で高速、16GB RAM でも快適に動作
e4b:有効パラメータ 4.5B(全体 8B)。Ollama では 9.6GB。e2b より高精度、16GB RAM で動作可能
両モデルとも テキスト・画像・動画・音声のマルチモーダル入力にネイティブ対応 しているのが大きな特徴です。Google Pixel や Chrome でのオンデバイス実行も想定されています。
量子化形式とメモリ要件(公式値)
Gemma4 は複数の量子化形式で提供されています。推論時に必要なメモリ量:
Ollama では最適な量子化形式が自動的に選択されます。
メモリ別おすすめ
第2章:環境構築手順(OS別)
2-1. macOS での環境構築
ステップ1:Ollama のインストール
# Homebrewで一発インストール
brew install ollama
# または公式サイトからダウンロード
# https://ollama.ai/download/macステップ2:必須ツールのインストール
brew install git python3 node npm
# パッケージ管理で最新化
pip install --upgrade pipステップ3:OpenClaw のインストール
# シェルスクリプトで自動インストール
curl -fsSL https://openclaw.ai/install.sh | bash
# シェル設定を更新
source ~/.zprofile2-2. Windows での環境構築(WSL2推奨)
ステップ1:WSL2 の有効化
# PowerShell(管理者)で実行
wsl --install
# Windows 11なら自動的に Ubuntu が入ります
# 再起動後、Ubuntu ターミナルで以下を実行ステップ2:Ollama + 開発ツールのインストール
Windows ネイティブまたは WSL2 内で:
# WSL2 Ubuntu ターミナルで実行
sudo apt update && sudo apt upgrade -y
sudo apt install -y build-essential curl git python3 python3-pip nodejs npm
# Ollama(WSL2内)
curl -fsSL https://ollama.ai/install.sh | bashステップ3:OpenClaw のインストール
curl -fsSL https://openclaw.ai/install.sh | bash
source ~/.bashrc2-3. Linux(Ubuntu)での環境構築
ステップ1:システムパッケージの更新
sudo apt update && sudo apt upgrade -y
sudo apt install -y build-essential curl git jq python3 python3-pip nodejs npmステップ2:Ollama のインストール
# 公式インストーラー
curl -fsSL https://ollama.ai/install.sh | sh
# または APT(Ubuntu 22.04 以降)
# echo "deb https://ollama.ai/linux/apt /" | sudo tee /etc/apt/sources.list.d/ollama.list
# sudo apt install ollamaステップ3:OpenClaw のインストール
curl -fsSL https://openclaw.ai/install.sh | bash
source ~/.bashrc確認:
openclaw --version第3章:Gemma4 モデルのダウンロードと設定
Ollama でモデルをダウンロード
Ollama 公式ライブラリから Gemma4 をダウンロードします: https://ollama.com/library/gemma4
ステップ1:Ollama デーモンの起動
# macOS / Linux
ollama serve &
# または直接実行
ollama serveステップ2:Gemma4 モデルをプル
以下から推奨スペックに合わせて選択:
16GB RAM 推奨:
# 軽量版(2.3B、最も高速)- 推奨
ollama pull gemma4:e2b
# または中程度版(4.5B、バランス型)
ollama pull gemma4:e4b32GB RAM 以上推奨:
# 大規模版(30.7B、高精度)
ollama pull gemma4:31bステップ3:モデルが正しくダウンロードされたか確認
ollama list期待値の出力(e2b をダウンロードした場合):
NAME ID SIZE MODIFIED
gemma4:e2b abc123def456 7.2 GB 2 minutes agoモデルテスト実行
ダウンロードが完了したら、実際に実行して動作確認:
# e2b で実行テスト
ollama run gemma4:e2bプロンプトが表示されたら:
>>> こんにちは。あなたは何ですか?モデルが応答すれば成功です。以下の例のような回答が得られます:
こんにちは。私は Google が開発した Gemma4 という言語モデルです。
このローカル環境で実行されており、プライベートで安全です。
何かお手伝いできることはありますか?終了は Ctrl+C または Ctrl+D。
第4章:OpenClaw による AIエージェント構築
セットアップウィザードの実行
すべてのセットアップが完了したら、OpenClaw を起動します:
openclaw以下のようなセットアップが開始します。
📋 セットアップ進行中に出現する選択肢ガイド
次のステップで複数の選択肢が表示されます。以下に初心者向け推奨選択をまとめました。
① Security Warning への確認
◇ I understand this is personal-by-default and shared/multi-user use requires lock-down. Continue?選択:Yes ✓
説明:OpenClaw のセキュリティに関する警告です。個人利用であれば安全です。
② Setup Mode の選択
◇ Setup mode
• QuickStart ← 初心者向け推奨
• Advanced
• Custom選択:QuickStart ✓
説明:自動的に最適な設定をしてくれます。ほとんどの人はこれで OK。
③ Model/Auth Provider の選択
◇ Model/auth provider
• Local Ollama ← Gemma4 ローカル実行
• OpenRouter
• その他選択:Local Ollama ✓
説明:Ollama でダウンロードした Gemma4 をローカルで実行します。クラウド API は不要で、完全に無料です。
④ Local Model の選択
◇ Select local model
• gemma4:e2b ← 軽量版(16GB RAM推奨)
• gemma4:e4b ← 中程度版(16GB RAM)
• gemma4:31b ← 大規模版(32GB+ RAM推奨)
• その他(利用可能なモデル)推奨選択(16GB RAM):gemma4:e2b ✓
説明:軽量版で高速。メモリに余裕があれば e4b や 31b も選択可能です。
推奨選択(32GB+ RAM):gemma4:31b ✓
説明:最大精度と推論品質。大規模タスク向け。
⑤ Channel Status(チャット連携)
◇ Channel status
├─ Telegram: needs token
├─ WhatsApp: not linked
├─ Discord: needs token
├─ Slack: needs tokens
├─ LINE: needs token + secret
└─ ... その他多数選択:スキップする(Skip for now) ✓
説明:Discord、Slack、LINE などと連携する設定です。初心者は設定不要です。
⑥ Search Provider(Web検索機能)
◇ Search provider
• DuckDuckGo Search (experimental) ← 推奨
• Google Search
• Perplexity Search
• その他選択:DuckDuckGo Search ✓
説明:OpenClaw がインターネット検索できる機能です。API キー不要で使えます。
⑦ Configure Skills
◇ Configure skills now? (recommended)
• Yes
• No ← 初心者向け推奨選択:No ✓
説明:Skills は OpenClaw の拡張機能です。初心者は最初は No で OK。基本機能を試してから必要に応じて追加。
⑧ Enable Hooks
◇ Enable hooks?
• Yes
• Skip for now ← 初心者向け推奨選択:Skip for now ✓
説明:Hooks は自動化の設定です。初心者は必要ありません。
⑨ Systemd サービス有効化(Linux/macOS)
◇ Systemd
┌─────────────────────────────────────────
│ Enable lingering now (may require sudo)
└─────────────────────────────────────────
◓ Installing Gateway service…
✓ Installed systemd service:
/home/YOUR_USERNAME/.config/systemd/user/openclaw-gateway.service選択:Yes ✓
説明:PC 起動時に自動的に OpenClaw が起動するようになります。
OpenClaw 設定ファイルの作成
セットアップが完了したら、~/.openclaw/openclaw.json で詳細な接続設定を行います。
ステップ1:ディレクトリ作成
mkdir -p ~/.openclawステップ2:設定ファイルの作成
16GB RAM 環境向け(e2b 推奨):
cat > ~/.openclaw/openclaw.json <<'EOF'
{
"gateway": {
"mode": "local",
"port": 18789
},
"env": {
"shellEnv": {
"enabled": true,
"timeoutMs": 15000
}
},
"models": {
"local_gemma4_e2b": {
"type": "ollama",
"name": "gemma4:e2b",
"alias": "gemma4-light",
"baseUrl": "http://localhost:11434",
"default": true
},
"local_gemma4_e4b": {
"type": "ollama",
"name": "gemma4:e4b",
"alias": "gemma4-balanced",
"baseUrl": "http://localhost:11434",
"default": false
}
},
"agents": {
"defaults": {
"workspace": "~/.openclaw/workspace",
"model": "local_gemma4_e2b",
"timeout": 30000
}
},
"search": {
"provider": "duckduckgo",
"enabled": true
}
}
EOF32GB+ RAM 環境向け(31b 推奨):
cat > ~/.openclaw/openclaw.json <<'EOF'
{
"gateway": {
"mode": "local",
"port": 18789
},
"env": {
"shellEnv": {
"enabled": true,
"timeoutMs": 30000
}
},
"models": {
"local_gemma4_31b": {
"type": "ollama",
"name": "gemma4:31b",
"alias": "gemma4-large",
"baseUrl": "http://localhost:11434",
"default": true
},
"local_gemma4_e4b": {
"type": "ollama",
"name": "gemma4:e4b",
"alias": "gemma4-fast",
"baseUrl": "http://localhost:11434",
"default": false
}
},
"agents": {
"defaults": {
"workspace": "~/.openclaw/workspace",
"model": "local_gemma4_31b",
"timeout": 60000
}
},
"search": {
"provider": "duckduckgo",
"enabled": true
}
}
EOF設定ファイルの説明
OpenClaw Gateway の起動
セットアップが完了したら、Gateway を起動します:
# Gateway ステータス確認
openclaw gateway status
# 起動していなければ、以下で起動
openclaw gateway start期待値の出力:
🦞 OpenClaw Gateway
├─ Status: active (running)
├─ Web UI: http://127.0.0.1:18789/
├─ Gateway WS: ws://127.0.0.1:18789
├─ Default model: gemma:7b-instruct-q4_0
├─ Gateway port: 18789
├─ Ollama connection: http://localhost:11434 ✓
└─ Memory usage: 4.2 GB / 16 GBOllama デーモンの確認
OpenClaw が正常に Ollama と接続しているか確認:
# Ollama デーモンが実行中か確認
ollama list
# Ollama エンドポイントにアクセス
curl -s http://localhost:11434/api/tags | jq .
# 期待値:ダウンロード済みモデルが表示される
# {
# "models": [
# {
# "name": "gemma:7b-instruct-q4_0",
# "modified_at": "2024-12-15T10:30:00Z"
# }
# ]
# }Web UI へアクセス
ブラウザで以下のURLにアクセス:
http://127.0.0.1:18789/チャット画面が表示され、Gemma4 と対話できます。
初回テスト例
Web UI で以下を入力して動作確認:
ユーザー入力:「自分の環境について教えてください」
Gemma4 の応答例:
「こんにちは。私は Gemma4 という Google 開発のオープンソース言語モデルです。
現在、あなたのローカル PC で直接実行されており、以下の特徴があります:
- 🌐 インターネット接続なし、完全にローカルで動作
- 💾 データはあなたの PC のみに保存
- ⚡ クラウド通信遅延なし、超高速応答
- 💰 無料で無制限に使用可能
何かお手伝いできることはありますか?」OpenClaw CLI での直接実行
Web UI 以外にも、CLI からも Gemma4 を実行できます:
# ローカルモデルで対話
openclaw chat --model gemma-q4
# プロンプト入力後、応答が得られます
# 終了は Ctrl+D または quit コマンド複数モデルの同時管理
設定ファイルで複数のモデルを定義済みなので、以下で切り替え可能:
# デフォルトモデルを e4b(中程度版)に変更
openclaw models set local_gemma4_e4b
# または 31b(大規模版)に変更
openclaw models set local_gemma4_31b
# 確認
openclaw models status各モデルの使い分け:
第5章:実践的な使用例
例1:テキスト生成
ユーザー:「React の初心者向けチュートリアルを書いてください」Gemma4 が数秒以内に詳細なコードと説明を生成します。
例2:コード最適化
ソースコードを貼り付けて、最適化提案を受け取ります:
ユーザー:
「以下の Python コードを最適化してください。」
[コード貼り付け]Gemma4 がパフォーマンス改善案を提案します。
例3:Web 検索と回答
DuckDuckGo Search を有効化していれば:
ユーザー:「2024年の最新 AI ニュースをまとめてください」Gemma4 がリアルタイムの情報を検索して要約します。
第6章:トラブルシューティング
Q1:Ollama でモデルダウンロード中に失敗
症状:Error downloading model が表示される
対策:
# ネットワーク接続確認
ping ollama.ai
# Ollama デーモンを再起動
killall ollama
ollama serveQ2:OpenClaw が起動しない
症状:openclaw コマンドが見つからない
対策:
# PATH を確認
echo $PATH
# ~/.bashrc (Linux) または ~/.zprofile (macOS) に追加
export PATH="/home/$USER/.npm-global/bin:$PATH"
source ~/.bashrc # または ~/.zprofileQ3:メモリ不足エラー
症状:Cannot allocate memory が表示される
対策:
より軽量なモデルを使用
# e2b(最軽量)に変更
ollama pull gemma4:e2b
openclaw models set gemma4:e2bバックグラウンドアプリを終了
ブラウザ、IDE などのメモリ消費アプリを一時停止
スワップメモリを設定(Linux)
# Linux の例
sudo fallocate -l 8G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfileQ4:GPU を使用したい(オプション)
NVIDIA GPU(CUDA)の場合
# NVIDIA CUDA Toolkit をインストール
# https://developer.nvidia.com/cuda-downloads
# Ollama に CUDA 対応させる
export CUDA_VISIBLE_DEVICES=0
ollama serveApple Silicon(M1/M2/M3)の場合
Ollama は自動的に Metal(Apple 独自の GPU API)を使用します。追加設定不要で高速化されます。
AMD GPU(ROCm)の場合
# ROCm 環境変数を設定
export HSA_OVERRIDE_GFX_VERSION=gfx906
ollama serve第7章:高度な設定
カスタム Prompt テンプレート
OpenClaw で、モデルの振る舞いをカスタマイズできます:
openclaw prompts edit defaultテンプレート例(技術支援用):
You are a technical support AI assistant.
- Respond in clear, step-by-step instructions
- Always provide code examples when relevant
- Assume the user is a beginner
- Ask clarifying questions if needed複数モデルの管理と使い分け
用途に応じて異なるモデルをダウンロードしておくと便利です:
# 軽量・高速(日常のチャットや簡単な質問に)
ollama pull gemma4:e2b
# バランス型(画像・音声も含む作業に)
ollama pull gemma4:e4b
# 高精度(複雑な推論や長文生成に)
ollama pull gemma4:31bOpenClaw でデフォルトモデルを切り替え:
# 普段は e2b で高速に
openclaw models set local_gemma4_e2b
# 重要な作業は 31b に切り替え
openclaw models set local_gemma4_31bローカルデータベースとの連携
OpenClaw は以下をサポートします:
SQLite データベース
CSV ファイル
JSON データ
テキスト検索インデックス
第8章:まとめと今後の展開
この構築の価値
観点価値経済性年間36,000円以上の節約セキュリティデータが完全に自分のPC内に自由度制限なく、いつでも使用可能スキルAI エージェント構築の知識獲得
今後のスケール方向
複数マシンでの分散実行
複数のPC・サーバーを連携させて、大規模なAIネットワークを構築可能。
企業内AI基盤への展開
プライベートクラウドや社内サーバーで完全な AI インフラを構築。
カスタムモデルの訓練
Gemma4 をベースに、自社データで ファインチューニング。
リアルタイムデータ処理
Kafka、RabbitMQ などのストリーミング基盤と連携。
付録:コマンドリファレンス
Ollama コマンド
ollama serve # デーモン起動
ollama pull <model> # モデルダウンロード
ollama list # ダウンロード済みモデル表示
ollama run <model> # モデル実行
ollama rm <model> # モデル削除
ollama show <model> # モデル詳細表示OpenClaw コマンド
openclaw # インタラクティブセットアップ
openclaw --version # バージョン確認
openclaw models list # 利用可能なモデル表示
openclaw models set <m> # デフォルトモデル変更
openclaw gateway start # Gateway 起動
openclaw gateway status # Gateway ステータス
openclaw logs --follow # ログ表示
openclaw doctor # 診断ツール最後に
永遠に無料で使えるローカルAIエージェントの構築は、もはや技術者だけの特権ではなくなりました。
このガイドに従えば、初心者でも1時間で完全にセルフホストされたAI環境を手に入れられます。
クラウド AI の制限と費用から解放され、完全な独立性を持つ AI パワーを享受してください。
Happy AI Building! 🚀
参考リンク
最終更新:2026年4月 このガイドは継続的に更新されます。最新版をご確認ください。
いいなと思ったら応援しよう!
サーバー代とコーヒー代になります☕ 役に立ったら応援よろしくお願いします!


たいへん有意義な情報ありがとう。 LOCAL環境の構築に将来役立てたい CPU8COREのパソコン安い中古を購入して考えます。 gpuは外付け blue06 20260408 wroute