Ollama

AIテキスト

AI自動編集に挑む(1)|MacBook Air M5 vs M2 メモリ16GB→32GBの意味

こんにちは、パレイド技術部です。本サイトの編集には、長らく Macbook Air の M2搭載機を利用してきました。不満は特にありませんでしたが、16GB Unified Memory では、ローカルでのLLM利用は小型のモデルに限られる...
思想部

pareido.jp初期フェーズ(2025年10月~12月)のAIまとめ

2025年10月より3ヶ月間、腰を据えてAIに関する知識と技術へのキャッチアップを続けてきました。知識がだいぶ深まった一方で、進化が早くてまだまだ追いつけないという、嬉しい悩みに翻弄されています。AIの力を借りて、一旦現状を棚卸しして、今後...
AIテキスト

LLMでニュース本文の最適CSSセレクタ自動発見を試す【DOM解析×Ollama】

前回の記事では、VLモデルを用いたOCRによる本文抽出を試しました。簡易的な用途であれば十分に機能しますが、精度や処理速度には限界があります。そこで今回は、画像ではなくHTMLそのものに着目し、LLMを使ってDOM構造を解析するアプローチを...
AIテキスト

Ollama×VLモデルでニュース本文をOCR抽出する方法

前回はOllamaのVL対応モデルで画像解析を試しました。今回は一歩進めて、スクリーンショットから日本語OCRを行い、ニュース記事の本文抽出まで自動化します。ニュース記事の本文抽出は、HTML構造の違いや動的要素のせいで意外と壊れやすい問題...
AI画像

OllamaでローカルVLを試す|無料LLMで画像認識とAPI自動化の可能性

前回試したOCR機能ではテキストの抽出は可能ですが、画像そのものを理解することはできません。ChatGPTのようなクラウド型AIに画像を見せれば認識してくれますが、実は無料で動かせるローカルLLMでも画像認識(Vision Language...
AIテキスト

Vibe coding実践例:ペルソナ設定でAI生成のX投稿コメントを安定させるモデル比較

RSS要約からX向けコメントを量産するとトーンがブレがちです。persona JSONと制約を先に固定し、Ollama(llama3.1:8b)で毎回同じ人格のコメントを出すための設計と実装の要点をまとめます。
AIテキスト

Vibe-coding実践例:X自動投稿のコメント案をAIで生成Ollama(llama3.1:8b)

RSS要約からX向けコメントを量産するとトーンがブレがちです。persona JSONと制約を先に固定し、Ollama(llama3.1:8b)で毎回同じ人格のコメントを出すための設計と実装の要点をまとめます。
AIテキスト

Vibe coding実践例:RSS記事をOllamaでAI要約してMarkdown化するPythonコード(llama3.1:8b)

RSSから記事本文を取得し、Ollama(llama3.1:8b)で要約してMarkdownに整形する最小構成をまとめます。進捗ログ付きで、後からRAG素材として再利用しやすい出力にします。
AIテキスト

RAG関連記事まとめ:基礎からOllama×ChromaDB実装、LangChain整理まで

pareido.jpのAIテキストカテゴリ内にあるRAG関連記事10本を、読む順番が迷わない形で整理しました。
AIテキスト

Ollama×ChromaDBで「語り部」を作る:RAGにより「遠野物語」をAIに語らせる実装ポイント

Ollamaの埋め込みとChromaDB検索で遠野物語を「語り部」として回答させつつ、最上位結果の題目(theme)に属するチャンクも追加して文脈を厚くする実装の要点と落とし穴を整理します。