> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/jp/desktop.md).

# Unsloth Desktop の紹介

<h2 align="center"><strong>Unsloth Desktop のご紹介</strong></h2>

<p align="center"><strong>Unsloth Desktop（ベータ）</strong> 無料の、 <strong>オープンソースの</strong> 自分のローカルハードウェア上で AI モデルを実行・学習するためのアプリです。macOS、Windows、Linux で利用できます。</p>

<p align="center">Unsloth を使えば、LLM の実行、学習、デプロイができます、 <strong>拡散</strong> 画像/動画、 <strong>MLX</strong>、GGUF および音声モデル。</p>

<p align="center"><a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">ダウンロード</a><a href="/pages/56e2e9287bf3a745387f38306e0a6d8d02661865#features" class="button secondary" data-icon="sparkles">機能</a><a href="https://github.com/unslothai/unsloth" class="button secondary" data-icon="github">GitHub</a></p>

{% columns %}
{% column %}

{% endcolumn %}

{% column width="83.33333333333333%" %}

<figure><img src="/files/51074bb5accdb8c251e028800e7c5208544e566b" alt=""><figcaption></figcaption></figure>
{% endcolumn %}

{% column width="8.333333333333314%" %}

{% endcolumn %}
{% endcolumns %}

<h2 align="center"><strong>機能</strong> ✨</h2>

<p align="center"><a href="/pages/56e2e9287bf3a745387f38306e0a6d8d02661865#feature-deep-dive" class="button primary">機能の詳細 -></a></p>

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-target data-type="content-ref"></th><th data-hidden data-card-cover data-type="image">カバー画像</th></tr></thead><tbody><tr><td><h3>高精度なツール呼び出し</h3></td><td>50% も高精度で、自己修復するツール呼び出しとサンドボックス化されたコード実行を利用できます。 <strong>並列チャット</strong> もサポートされています。</td><td><a href="/pages/ca5ab7d9f589ffe0771972c3c3b4665342eb3baf">/pages/ca5ab7d9f589ffe0771972c3c3b4665342eb3baf</a></td><td><a href="/files/dd9fbee372a2510dd09df41e40d5686a8025b8cf">/files/dd9fbee372a2510dd09df41e40d5686a8025b8cf</a></td></tr><tr><td><h3>拡散画像/動画</h3></td><td>MiniMax H3 などの画像/動画拡散モデルを、より高速な推論で実行・学習できます。</td><td><a href="/pages/56e2e9287bf3a745387f38306e0a6d8d02661865#image-and-video-generation">/pages/56e2e9287bf3a745387f38306e0a6d8d02661865#image-and-video-generation</a></td><td><a href="/files/5a0a313656b1bdec40dacc414d8322ac4deefd4c">/files/5a0a313656b1bdec40dacc414d8322ac4deefd4c</a></td></tr><tr><td><h3>エージェントをローカル化</h3></td><td>ローカル LLM を Claude Code や Codex のようなエージェントツールに接続し、 <strong>モデルの切り替え</strong></td><td><a href="/pages/8072106eb7f962477dcaf5bcd773b13619c4579a">/pages/8072106eb7f962477dcaf5bcd773b13619c4579a</a></td><td><a href="/files/51b1cc18f7509c32276e6117cdfc222720f4954f">/files/51b1cc18f7509c32276e6117cdfc222720f4954f</a></td></tr><tr><td><h3>無制限の Web 検索</h3></td><td>無制限でプライベートかつ安全な Web 検索とディープリサーチを利用できます</td><td><a href="/pages/a01cba7455dcbbf4a34e17600cd0b0101df41d37#web-search-upgraded">/pages/a01cba7455dcbbf4a34e17600cd0b0101df41d37#web-search-upgraded</a></td><td><a href="/files/3ca9799dee633e08f5ca6e3afae414e81b266a5f">/files/3ca9799dee633e08f5ca6e3afae414e81b266a5f</a></td></tr><tr><td><h3>最新モデルを実行</h3></td><td>最新の Muse Glimmer、MiniMax-H3、Kimi K3、Qwen3.8 モデルを探索、管理、学習できます。</td><td><a href="/pages/ea13ebdc099377f5b37a2e0895aeb9ede74953ed">/pages/ea13ebdc099377f5b37a2e0895aeb9ede74953ed</a></td><td><a href="/files/64902599bafe8cd2e385b5aa67e6c27748a37001">/files/64902599bafe8cd2e385b5aa67e6c27748a37001</a></td></tr><tr><td><h3><strong>どこでもデプロイ</strong></h3></td><td>モデルを安全にリモートへデプロイし、Cloudflare HTTPS 経由でどこからでも Unsloth にアクセスできます</td><td><a href="/pages/a5aed900b8057d66947e04a04d97a9ba6a1f7c42">/pages/a5aed900b8057d66947e04a04d97a9ba6a1f7c42</a></td><td><a href="/files/9abfa2eb3d005abf76ce5c6a68fd59bd25b30067">/files/9abfa2eb3d005abf76ce5c6a68fd59bd25b30067</a></td></tr></tbody></table>

<h2 align="center"><strong>始める</strong> 🦥</h2>

<p align="center">Unsloth は <strong>Tauri ベースの</strong> アプリです。インストールして、モデルをダウンロードし、チャットを始めましょう！</p>

<p align="center"><strong>Unsloth Desktop をダウンロード：</strong><a href="https://unsloth.ai/download/mac" class="button primary" data-icon="apple">macOS</a><a href="https://unsloth.ai/download/windows" class="button primary" data-icon="windows">Windows</a><a href="https://unsloth.ai/download/linux" class="button primary" data-icon="linux">Linux と WSL</a></p>

{% columns %}
{% column width="16.666666666666664%" %}

{% endcolumn %}

{% column width="66.66666666666667%" %}
{% stepper %}
{% step %}

### Unsloth Desktop をインストール <a href="#install-jan" id="install-jan"></a>

1. ダウンロード [Unsloth Desktop](https://unsloth.ai/download)
2. 次のためにアプリをインストール： [macOS](/docs/jp/meru/install/mac.md), [Windows](/docs/jp/meru/install/windows-installation.md), [Linux](/docs/jp/meru/install/linux.md)
3. アプリを起動
   {% endstep %}

{% step %}

### モデルを選択

上部の「モデルを選択」ドロップダウン、または「Model hub」タブを開き、デバイスに合ったモデルと量子化を選択してダウンロードします。完了したら、セットアップ不要でチャットを始められます。

<figure><img src="/files/7946555a62cb86bce4f22a198c5f25d9da3c35b1" alt="" width="563"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

### これで Unsloth の準備は完了です

チャットするには、メッセージを入力して Enter を押してください。

* **ツールを接続：** [Claude Code](/docs/jp/ji-ben/claude-code.md), [Codex](/docs/jp/ji-ben/codex.md), [Web 検索](/docs/jp/shii/studio/chat.md#advanced-web-search), [MCP](/docs/jp/ji-ben/mcp.md) など
* **モデルを学習：** テキスト、拡散、 [埋め込み](/docs/jp/ji-ben/embedding-finetuning.md)、などをファインチューニング
* **メディアを生成：** 作成して学習 [画像](/docs/jp/ji-ben/diffusion-image.md)、動画、 [TTS](/docs/jp/ji-ben/text-to-speech-tts-fine-tuning.md) をローカルで

<figure><img src="/files/64902599bafe8cd2e385b5aa67e6c27748a37001" alt="" width="563"><figcaption></figcaption></figure>
{% endstep %}
{% endstepper %}
{% endcolumn %}

{% column width="16.666666666666657%" %}

{% endcolumn %}
{% endcolumns %}

<h2 align="center"><strong>機能の詳細 ⭐</strong></h2>

<p align="center">Unsloth Desktop のすべての機能をご覧ください：</p>

{% columns %}
{% column %}

{% endcolumn %}

{% column width="41.66666666666667%" %}

<figure><img src="/files/15b95c8d5779d773ce682557c205bb00b6c1a26e" alt=""><figcaption></figcaption></figure>
{% endcolumn %}

{% column width="41.666666666666686%" %}

## <i class="fa-shield">:shield:</i> 権限を制御

Unsloth は Claude Code や Codex と同様に、ツール呼び出しを使用するあらゆるモデルに対して権限管理を提供します。つまり、あなたの許可なしに、モデルや Unsloth がファイルにアクセス、変更、編集したり、インターネットを使用したりすることはできません。

必要なアクセスレベルを選べます。Unsloth は安全なサンドボックス環境内でツールを実行してシステムを保護することもできますし、必要であれば、ファイルへ直接アクセスして編集することも許可できます。
{% endcolumn %}

{% column %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

{% endcolumn %}

{% column width="41.666666666666664%" %}

## <i class="fa-globe-pointer">:globe-pointer:</i> **どのエンドポイントでも。すべてのツールを。**

Unsloth は、推論環境とワークフローの間の壁を取り除きます。Unsloth の推論でモデルが動作している場合でも、OpenAI 互換の自分のリモートエンドポイントを使っている場合でも、Web 検索、コード実行、ディープリサーチなどを含む Unsloth の豊富なツール群にアクセスさせることができます。
{% endcolumn %}

{% column width="41.666666666666664%" %}

<figure><img src="/files/0b4b2d2f054c8605812484ea142e1119f9cc00f7" alt=""><figcaption></figcaption></figure>
{% endcolumn %}

{% column width="8.333333333333332%" %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

{% endcolumn %}

{% column width="41.666666666666664%" %}

<figure><img src="/files/66bce45e2ad30f058b6d978edb234f2d6d27be8a" alt=""><figcaption></figcaption></figure>
{% endcolumn %}

{% column width="41.66666666666667%" %}

## <i class="fa-image">:image:</i> **画像と動画の生成**

NVIDIA B200 上の MiniMax-H3 FP8 では、960×544、124 フレーム、8 ステップの生成が 70 秒超から **13 秒**へ短縮されました。FLUX、Z-Image、LTX、Wan およびファインチューニング済み LoRA アダプターで生成できます。

既存の画像を変換、インペイント、拡張、アップスケール、参照、編集できます。
{% endcolumn %}

{% column width="8.333333333333325%" %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

{% endcolumn %}

{% column width="41.66666666666666%" %}

## <i class="fa-terminal">:terminal:</i> コード実行

失敗を自動で検出、修復、再試行する自己修復型のツール呼び出しにより、最大 50% 高精度なツール呼び出しを実現します。

安全なサンドボックス内で Bash と Python を実行します。Unsloth は、ループを減らすためのより信頼性の高い呼び出し終了、より優れた修復、重複排除による XML 漏れ防止を提供します。
{% endcolumn %}

{% column width="41.66666666666667%" %}

<figure><img src="/files/d36e5294d938b626c7b96cbceac334ea3fd85632" alt=""><figcaption></figcaption></figure>
{% endcolumn %}

{% column %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

{% endcolumn %}

{% column width="41.66666666666667%" %}

<figure><img src="/files/3848f89c0b8a6cf8630a24759f01e47f528e549d" alt="" width="180"><figcaption></figcaption></figure>
{% endcolumn %}

{% column width="41.666666666666686%" %}

## <i class="fa-comment">:comment:</i> どこでもモデルにアクセス

Unsloth の無料の [Cloudflare トンネル](/docs/jp/ji-ben/cloudflare-to-unsloth-wottedokokarademorkaru-llm-wonirimtoakusesusuru.md)経由で、ローカルまたは HTTPS 上で提供できます。 **あなたのスマートフォン**、ノートパソコン、あるいは今いるどこからでも実行状況を確認できます。

アプリをネットワークに `-H 0.0.0.0`でバインドするか、HTTPS 用に無料の Cloudflare トンネルを開いてください。
{% endcolumn %}

{% column %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column width="8.333333333333332%" %}

{% endcolumn %}

{% column width="41.66666666666667%" %}

## <i class="fa-rectangle-api">:rectangle-api:</i> API 経由でモデルを提供

次を使用できます `unsloth run` コマンドで次のようなモデルを提供できます [Qwen3.8](/docs/jp/moderu/qwen3.8.md) 。コンテキストサイズ、GPU レイヤー、スレッド、サンプリング、ネットワーク、ツール設定を含むあらゆる設定を変更できます。詳細は [API ドキュメント](/docs/jp/ji-ben/api.md).
{% endcolumn %}

{% column width="49.99999999999999%" %}
をご覧ください。Qwen3.8 を使った Unsloth API の使用例：

{% code overflow="wrap" %}

```bash
unsloth run --model unsloth/qwen3.8-27B-GGUF-GGUF:UD-Q4_K_XL
    --temp 1.0 \
    --top-p 0.95 \
    --top-k 20 \
    --min-p 0.0 \
    --chat-template-kwargs '{"reasoning_effort":"medium"}'
```

{% endcode %}
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column width="8.333333333333332%" %}

{% endcolumn %}

{% column width="41.66666666666667%" %}

## <i class="fa-image">:image:</i> 最新モデルを使う

今後登場するモデルを含め、ほぼすべてのモデルを実行・学習できます。Qwen3.8、Gemma、Meta、NVIDIA、GLM、Gemma モデルなどに対して、初日からのサポートが期待できます。これらはすべて llama.cpp と Hugging Face のおかげであり、私たちもこのエコシステムに還元できることを誇りに思っています。
{% endcolumn %}

{% column width="49.99999999999999%" %}

<table data-card-size="large" data-column-title-hidden data-card-wrap="false" data-view="cards"><thead><tr><th></th><th data-hidden data-card-cover data-type="image">カバー画像</th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><h3>Qwen3.8</h3></td><td><a href="/files/d83b451cac2b34d01da833a4f7a654fb67739daa">/files/d83b451cac2b34d01da833a4f7a654fb67739daa</a></td><td><a href="/pages/c107b4bfdcfe3f60b5f50e7db1acc53b4a2496d1">/pages/c107b4bfdcfe3f60b5f50e7db1acc53b4a2496d1</a></td></tr><tr><td><h4>Meta Muse Glimmer</h4></td><td><a href="/files/c124e274ca600d67436922c1a300a129479d7968">/files/c124e274ca600d67436922c1a300a129479d7968</a></td><td></td></tr><tr><td><h4>Kimi K3</h4></td><td><a href="/files/d5fd1352cfa7cdcf52a09e300dd27eb445a7fb42">/files/d5fd1352cfa7cdcf52a09e300dd27eb445a7fb42</a></td><td><a href="/pages/335086c72f3270ee21c3c5142bcf04bb46883008">/pages/335086c72f3270ee21c3c5142bcf04bb46883008</a></td></tr><tr><td><h4>DeepSeek V4</h4></td><td><a href="/files/97a37ab75c77f157c38c11a1ba112bd7cdac1ebb">/files/97a37ab75c77f157c38c11a1ba112bd7cdac1ebb</a></td><td><a href="/pages/7e26e08ac7ef8f627a7df931c96d2f819be44cd4">/pages/7e26e08ac7ef8f627a7df931c96d2f819be44cd4</a></td></tr><tr><td><h4>Qwen3.6</h4></td><td><a href="/files/c5361b789c19cdbd217acbbd7b9c7dc782fa68e9">/files/c5361b789c19cdbd217acbbd7b9c7dc782fa68e9</a></td><td><a href="/pages/b1345d93eb2f70a681e5a0bf731e28a576f0f428">/pages/b1345d93eb2f70a681e5a0bf731e28a576f0f428</a></td></tr><tr><td><h4>GLM-5.2</h4></td><td><a href="/files/a9598080027e505e7bf3d9280b85f839db83f898">/files/a9598080027e505e7bf3d9280b85f839db83f898</a></td><td><a href="/pages/1d43caebcc2925464cc42990bf5ebdc3d13c3c85">/pages/1d43caebcc2925464cc42990bf5ebdc3d13c3c85</a></td></tr><tr><td><h4>Gemma 4</h4></td><td><a href="/files/5c025ea67488709e0da4213cf7efa8b7695e2dee">/files/5c025ea67488709e0da4213cf7efa8b7695e2dee</a></td><td><a href="/pages/693bc7a2f22dcaf0c6bc0818f2076196fe331fa7">/pages/693bc7a2f22dcaf0c6bc0818f2076196fe331fa7</a></td></tr><tr><td><h4>MiniMax M3</h4></td><td><a href="/files/91bfec2545caab54ec0d3bc02b7aaf2287398311">/files/91bfec2545caab54ec0d3bc02b7aaf2287398311</a></td><td><a href="/pages/50406078caea6b2622d9cd4936900e0df0722103">/pages/50406078caea6b2622d9cd4936900e0df0722103</a></td></tr><tr><td><h4>DiffusionGemma</h4></td><td><a href="/files/427ec99ff63a03557dafc6f0350c526dbedb582c">/files/427ec99ff63a03557dafc6f0350c526dbedb582c</a></td><td><a href="/pages/67dde10a83f289f1c4d84bf59deafcd898794129">/pages/67dde10a83f289f1c4d84bf59deafcd898794129</a></td></tr></tbody></table>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

{% endcolumn %}

{% column width="41.666666666666664%" %}

<figure><img src="/files/6dadcca1993bcfdd0cf50243f488d500d6f10274" alt=""><figcaption></figcaption></figure>
{% endcolumn %}

{% column width="41.66666666666667%" %}

## <i class="fa-magnifying-glass">:magnifying-glass:</i> ディープリサーチ

通常の検索は、回答のために Web を利用し、モデルがまだ考えている間に行われます。

ディープリサーチは、まず計画を立て、最適な情報源を検索し、その後すべての引用付きで詳細なレポートを作成します。&#x20;
{% endcolumn %}

{% column width="8.33333333333334%" %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column width="8.333333333333332%" %}

{% endcolumn %}

{% column width="41.66666666666666%" %}

## <i class="fa-cloud">:cloud:</i> プロバイダーを接続

Unsloth を ChatGPT/Codex のサブスクリプションに直接接続できます。

OpenAI、Anthropic、Ollama、llama.cpp、vLLM などのモデルを実行できます。

ツール呼び出し、画像生成、 [プロンプトキャッシュ](https://sites.gitbook.com/preview/site_mXXTe/~/revisions/KsWgqmEjr66G4kYiZdG8#prompt-caching) をサポートしつつ、OpenAI のようなプロバイダー固有の機能を保持したままトークン使用量を削減するため、ローカルモデルとクラウドモデルの両方で同じ Unsloth チャットインターフェースを使用できます [Web 検索](https://sites.gitbook.com/preview/site_mXXTe/~/revisions/KsWgqmEjr66G4kYiZdG8#web-search-and-thinking) と [コード実行](https://sites.gitbook.com/preview/site_mXXTe/~/revisions/KsWgqmEjr66G4kYiZdG8#code-execution).
{% endcolumn %}

{% column width="41.66666666666667%" %}
{% embed url="<https://github.com/user-attachments/assets/70456395-e016-4273-8256-35adb206267e>" %}
{% endcolumn %}

{% column width="8.333333333333336%" %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

{% endcolumn %}

{% column width="41.66666666666667%" %}

<figure><img src="/files/3a4e2ed98361d3b755457f829d7f26ad68292da1" alt=""><figcaption></figcaption></figure>
{% endcolumn %}

{% column width="41.66666666666667%" %}

## <i class="fa-image">:image:</i> **拡散モデルを学習**

自分の画像を使って、SDXL、FLUX.2、Qwen-Image、Z-Image 用の LoRA アダプターを学習できます。Unsloth でキャプションを付け、ランクを選んで、学習を実行するだけです。その後、エクスポートして Unsloth にモデルを読み戻し、推論に使えます。
{% endcolumn %}

{% column %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

{% endcolumn %}

{% column width="41.66666666666666%" %}

## <i class="fa-flask">:flask:</i> コードなしで学習

PDF、CSV、JSON を入れるだけで開始できます。LoRA、フルファインチューニング、事前学習。すべて 2 倍高速、VRAM 70% 削減、精度低下なし。マルチ GPU と最新モデルにも対応します。

テキスト、拡散、 [音声](/docs/jp/ji-ben/text-to-speech-tts-fine-tuning.md) と [画像](/docs/jp/ji-ben/vision-fine-tuning.md) モデルに対応しています！
{% endcolumn %}

{% column width="41.66666666666667%" %}

<figure><img src="/files/9de9b5a4441a9eb6052bd07961d868aad320fe62" alt=""><figcaption></figcaption></figure>
{% endcolumn %}

{% column width="8.333333333333353%" %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column width="8.333333333333332%" %}

{% endcolumn %}

{% column width="41.66666666666667%" %}

<figure><img src="/files/a0b77ee4e06aee7f2530289dd91568ac5d3833b7" alt=""><figcaption></figcaption></figure>
{% endcolumn %}

{% column width="41.66666666666666%" %}

## <i class="fa-microphone">:microphone:</i> 音声を文字起こし/生成

Unsloth だけで、音声の生成、ファインチューニング、文字起こしを完全にローカルで行えます。テキスト読み上げ、音声認識、Whisper、Qwen3-ASR など、何でもどうぞ！
{% endcolumn %}

{% column width="8.333333333333336%" %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column width="8.333333333333332%" %}

{% endcolumn %}

{% column width="41.66666666666667%" valign="middle" %}

## <i class="fa-alien-8bit">:alien-8bit:</i> エージェントを接続

[Unsloth Start](/docs/jp/tong-he/unsloth-start.md) で接続できます [Claude Code](/docs/jp/ji-ben/claude-code.md), [Codex](/docs/jp/ji-ben/codex.md) やその他のエージェントを次の経由でローカルモデルに `unsloth start` コマンド。

Unsloth を起動し、モデルを読み込み、プロジェクトフォルダを開いてから、次を実行してください：

```bash
unsloth start claude
```

{% endcolumn %}

{% column width="49.99999999999997%" %}

<table data-card-size="large" data-column-title-hidden data-card-wrap="false" data-view="cards"><thead><tr><th></th><th data-hidden data-card-cover data-type="image">カバー画像</th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><h4>Claude Code</h4></td><td><a href="/files/7ef4baa9756f0d0eba90f1b0962117d2aea0cde5">/files/7ef4baa9756f0d0eba90f1b0962117d2aea0cde5</a></td><td><a href="/pages/ee610b22aa43d29d8415fd27eb7de15ba88f7385">/pages/ee610b22aa43d29d8415fd27eb7de15ba88f7385</a></td></tr><tr><td><h4>Codex</h4></td><td><a href="/files/dd7f63ba7d07d39bc79371593b82582ebfb426f8">/files/dd7f63ba7d07d39bc79371593b82582ebfb426f8</a></td><td><a href="/pages/c87896ff7159620f4c01bb39fe9df1fd1a55274e">/pages/c87896ff7159620f4c01bb39fe9df1fd1a55274e</a></td></tr><tr><td><h4>Hermes Agent</h4></td><td><a href="/files/7078b5788c811f368a3a4ec2620b2d0e1fcdcf9c">/files/7078b5788c811f368a3a4ec2620b2d0e1fcdcf9c</a></td><td><a href="/pages/a624ad2fe3b378ac0bbfee74cfdda2550bac8b5d">/pages/a624ad2fe3b378ac0bbfee74cfdda2550bac8b5d</a></td></tr><tr><td><h4>OpenClaw</h4></td><td><a href="/files/1202a08b7239964706e5dc2fd64d2d91724c1515">/files/1202a08b7239964706e5dc2fd64d2d91724c1515</a></td><td><a href="/pages/1040e353b555381fe4f250e6417f1e51602685b2">/pages/1040e353b555381fe4f250e6417f1e51602685b2</a></td></tr><tr><td><h4>Unsloth API</h4></td><td><a href="/files/3dd856b45237ca244d802e9e4692647d86e01397">/files/3dd856b45237ca244d802e9e4692647d86e01397</a></td><td><a href="/pages/664bab64c0c5cdbe1a11fa3ba21ffe4c16cf0f52">/pages/664bab64c0c5cdbe1a11fa3ba21ffe4c16cf0f52</a></td></tr><tr><td><h4>OpenCode</h4></td><td><a href="/files/daee6bca3e6575290d2f6ab7e408c2b847e5db75">/files/daee6bca3e6575290d2f6ab7e408c2b847e5db75</a></td><td><a href="/pages/3864bcb37ba6a47277fdce43a7f1d4bc977d7edb">/pages/3864bcb37ba6a47277fdce43a7f1d4bc977d7edb</a></td></tr></tbody></table>

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column width="8.333333333333332%" %}

{% endcolumn %}

{% column width="83.33333333333334%" %}

<h2 align="center"><strong>動画デモ</strong></h2>

{% embed url="<https://www.youtube.com/watch?v=_1hgTTuber4>" %}
{% endcolumn %}

{% column %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column width="8.333333333333332%" %}

{% endcolumn %}

{% column width="83.33333333333334%" %}

<h2 align="center">よくある質問</h2>
{% endcolumn %}

{% column %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column width="8.333333333333332%" %}

{% endcolumn %}

{% column width="41.66666666666667%" %}

#### 私のデータを収集しますか？

テレメトリはありません。Unsloth は、アプリが何に対応しているかを把握できるよう、GPU の種類とデバイスを検出します。アプリは完全にオフラインで動作できます。

#### すでにダウンロードしたモデルは使えますか？

はい、自動的に見つかります。見つからない場合は、独自のカスタムフォルダを指定できます。

#### なぜ推論が遅くなることがあるのですか？

Web 検索、コード実行、ツール呼び出しの修復にはいずれも時間がかかります。これらをオフにすれば、速度は他の llama.cpp アプリと同等になるはずです。それでも遅いですか？ GitHub の issue を開いてください。

{% endcolumn %}

{% column width="41.66666666666667%" %}

#### GPU のみですか？

いいえ。Unsloth は、CPU、Mac など多様な構成で動作します。

#### OpenAI 互換 API をサポートしていますか？

はい。 [API ガイド](/docs/jp/ji-ben/api.md)をご覧ください。また、 [クラウドモデル](/docs/jp/tong-he/connections.md) や Anthropic や OpenAI などの他の API への接続もサポートしています。

#### Unsloth はどのデバイスに対応していますか？

Unsloth は Mac、Windows、Linux、WSL を含むすべての OS に対応し、NVIDIA、Intel、AMD、Mac の GPU/CPU をサポートします。ただし、古いハードウェアは十分にサポートされない場合があります。
{% endcolumn %}

{% column %}

{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column width="8.333333333333332%" %}

{% endcolumn %}

{% column width="83.33333333333333%" %}
ローンチに参加してくださった NVIDIA と Hugging Face に心から感謝します。また、Unsloth Desktop の初期ベータテスターの皆さまにも感謝します。皆さまの時間とフィードバックに深く感謝しています。さらに、インスピレーションを与えてくれた Jan と、Unsloth Desktop を可能にした基盤を提供してくれた llama.cpp、PyTorch、stablediffusion.cpp、open model labs にも感謝します。
{% endcolumn %}

{% column width="8.333333333333321%" %}

{% endcolumn %}
{% endcolumns %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://unsloth.ai/docs/jp/desktop.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
