> 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/ji-chu/api.md).

# UnslothをAPIエンドポイントとして使う方法

次の方法で実行できます。 **ローカルLLM** 次のようなツールを使い、 [Claude Code](https://unsloth.ai/docs/jp/ji-chu/claude-code.md) や [Codex](https://unsloth.ai/docs/jp/ji-chu/codex.md) それらのツールをUnslothの **OpenAI互換APIエンドポイント**に接続します。これにより、 [Qwen](https://unsloth.ai/docs/jp/moderu/qwen3.6.md) や [Gemma](https://unsloth.ai/docs/jp/moderu/gemma-4.md) などのモデルをローカルでエージェント型コーディングに使用できます。Unslothには、自己修復機能を備えた **ツール呼び出し**, **コード実行**や **ウェブ検索**.

Unslothを使うと、次の機能を提供する高速なAPI推論エンドポイントを簡単にデプロイできます。

* [**自己修復機能を備えたツール呼び出し**](https://unsloth.ai/docs/jp/shii/studio/chat.md#auto-healing-tool-calling)により、壊れたツール呼び出しや形式不正のツール呼び出しを50%削減できます
* [**コード実行**](https://unsloth.ai/docs/jp/shii/studio/chat.md#code-execution) に対応し、BashやPythonを実行して、より正確なコード出力を実現できます。
* **高度な** [**ウェブ検索**](https://unsloth.ai/docs/jp/shii/studio/chat.md#advanced-web-search) でウェブページにアクセスして実際に読み込み、詳細な情報を収集します。
* [**GGUFモデルの** 推論設定](https://unsloth.ai/docs/jp/shii/studio/chat.md#auto-parameter-tuning) （temp、top-kなど）を自動設定

{% columns %}
{% column %}
Unslothに読み込まれたモデル（GGUFを含む）は、 **認証付きAPI** として `llama-server`経由で公開されます。OpenAIがAPIキーを提供するのと同様に、セキュリティ上の理由から長いAPIキーが生成されます。

その後、 **ローカルモデル** を、お好みのAIエージェント、SDK、またはチャットクライアントで直接使用できます。Unslothは同じポートで2種類のAPI形式に対応します。どちらもストリーミング、ツール呼び出し（OpenAIの `tools` ／Anthropicの `tools`）、および画像入力をサポートします。
{% endcolumn %}

{% column %}

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FgCthbL3uUmrNgxFBePK5%2Fimage.png?alt=media&amp;token=060dbc41-6fd5-496d-ba00-0ba13fde86ff" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

モデルをUnslothの推論機能で実行している場合でも、独自のリモートOpenAI互換エンドポイントを使っている場合でも、ウェブ検索、コード実行、深層リサーチなど、Unslothのツール一式を利用できるように設定できます。

* **Anthropic互換 `/v1/messages`**  は、Claude Code、OpenClaw、Anthropic SDK、およびMessages APIを想定するすべてのクライアントで利用できます。
* **OpenAI互換 `/v1/chat/completions`** および **`/v1/responses`** は、OpenAI SDK、OpenCode、Cursor、Continue、Cline、Open WebUI、SillyTavern、およびOpenAI互換のすべてのツールで利用できます。

### ⚡ クイックスタート

{% stepper %}
{% step %}

#### Unslothをダウンロード

始めるには、まず次をインストールするのが最も簡単です [Unsloth Desktop](https://unsloth.ai/docs/jp/desktop.md) アプリです。以下に対応しています。 [macOS](https://unsloth.ai/docs/jp/meru/install/mac.md)、Linux、 [Windows](https://unsloth.ai/docs/jp/meru/install/windows-installation.md), [NVIDIA](https://unsloth.ai/docs/jp/meru/install/pip-install.md), [AMD](https://unsloth.ai/docs/jp/meru/install/amd.md)、Intel、およびCPU環境。

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unslothをダウンロード</a>

* <i class="fa-apple">:apple:</i> [macOS版をダウンロード](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Windows版をダウンロード](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Linux版をダウンロード](https://unsloth.ai/download/linux)

手動でインストールする場合：

**macOS、Linux、WSL：**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows PowerShell：**

```bash
irm https://unsloth.ai/install.ps1 | iex
```

{% endstep %}

{% step %}

#### インストール

1. Unslothインストーラーを開き（`.dmg`, `.exe` ファイル）、
2. MacではUnslothを「アプリケーション」にドラッグし、Windowsではセットアップを完了します。
3. アプリを起動し、インストールが完了するまで待ちます
   {% 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「モデルハブ」タブを開き、モデルとお使いのデバイスに合った量子化を選んでダウンロードします。ダウンロードが完了したら、チャットを始めましょう。セットアップは不要です。

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FNCEVgKLJI0goPqjgcg9B%2Fmodel%20hub%20models.png?alt=media&amp;token=533b5e3c-a901-4b33-963e-4a703cc9d5a6" alt="" width="563"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### Unslothの準備ができました

チャットを始めるには、メッセージを入力してEnterキーを押します。

* **APIキーを作成します。** 左下にある **Unsloth** アバターをクリック → **設定** → **API** → キー名を入力 → **作成**。表示された `sk-unsloth-…` の値をコピーします。Unslothで表示されるのは一度だけです。
* **クライアントの接続先をUnslothに設定します。** ベースURLに `http://localhost:PORT` を指定し、認証には `sk-unsloth-…` キーを使用します。以下から、お使いのツールに合った手順をご覧ください。

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FpAGvwjGD0iVMZKBoyu7m%2Fgreeennn.png?alt=media&amp;token=d17a5528-8375-444c-9aff-f9e9f7903bcd" alt="" width="563"><figcaption></figcaption></figure>
{% endstep %}
{% endstepper %}

### 🔑 APIキーの作成

1. サイドバーを開き、左下にある **Unsloth** アバターをクリックします。
2. 次に移動 **設定** → **API** （地球儀 :globe\_with\_meridians: アイコン）。
3. わかりやすい名前（例： `claude-code-macbook`）を入力します。有効期限を設定します（任意）
4. ［ **作成**.
5. **キーをコピーします。** Unslothにはハッシュのみが保存され、キーを再表示することはできません。

<div data-with-frame="true"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FR7fhygHCl5RwG4P1MSoS%2Fimage.png?alt=media&amp;token=e2781a00-7fe5-4831-9fdb-a57234843b34" alt="" width="563"><figcaption></figcaption></figure></div>

すべてのキーは次の文字列で始まります。 `sk-unsloth-` プレフィックス。同じページからいつでもキーを無効化できます。無効化されたキーを使ったリクエストは、次のエラーで失敗します。 `401 Unauthorized`.

{% hint style="warning" %}
APIキーはパスワードと同様に扱ってください。キーとネットワークアクセス権を持つ人は誰でも、Unslothインスタンスに読み込まれたモデルにリクエストを送信できます。
{% endhint %}

### ⏳ モデルを読み込み中

{% stepper %}
{% step %}

#### モデルを選択

APIを使用する前に、チャットページの左上にある **モデルを選択** ドロップダウンからモデルを読み込みます。

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FuZqd6tcZ5LgMSh4ZND5x%2Fexport-1778505117710-24fps.gif?alt=media&amp;token=9defec95-5404-4654-9c33-67be967c9820" alt=""><figcaption></figcaption></figure>

このガイドでは、次のモデルを使用します。

`unsloth/gemma-4-26B-A4B-it-GGUF` 推奨される `UD-Q4_K_XL` 量子化を使用します。
{% endstep %}

{% step %}

#### モデルをテストする

クライアントを使用する前に、簡単なメッセージを送信します。

<div data-with-frame="true"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F2Ivilke0aJX8AHWDwSmr%2Fimage.png?alt=media&amp;token=9f9380b9-f963-4861-a17b-fd0fe16684d4" alt="" width="563"><figcaption></figcaption></figure></div>

{% hint style="info" %}
これにより、モデルが正しく読み込まれ、応答できる状態であることを確認できます。
{% endhint %}
{% endstep %}

{% step %}

#### **Unsloth APIキー**

Unslothで **設定 → API** を開くと、APIキーを確認または作成できます。

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FAZwaRmBVPpXA2SFhMGW9%2Fexport-1778506924396-30fps.gif?alt=media&amp;token=96f3f1a7-fce4-4508-b1b0-e8b6294dc423" alt=""><figcaption></figcaption></figure>

APIキーはパスワードと同様に扱い、スクリーンショットやリポジトリに公開しないでください。
{% endstep %}
{% endstepper %}

### <i class="fa-terminal">:terminal:</i> Unslothの実行コマンド

1. **Unsloth Studioをインストールまたは更新します。** 以前のバージョンでは外部APIを利用できません。「インストール」を参照してください。
2. **GGUFモデルを読み込みます。** runコマンドを使ってGGUFモデルを読み込みます。これにより、デフォルトのポートでUIも起動します。エンドポイントURLとAPIキーがコンソールに出力されるので、お好みのクライアントですぐに使用できます。

   ```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"}'
   ```

必要に応じて設定を調整してください。

#### CLIからモデルを読み込む

次のコマンドを使うと、モデルを読み込み、APIキーを自動的に作成できます。 `unsloth` CLIツールです。モデルの読み込みが完了すると、エンドポイントURLとAPIキーがコンソールに表示されます。それらをお好みのクライアントにコピーすれば、すぐに使い始められます。

#### 始める前に

以前のバージョンでは外部APIが公開されないため、Unsloth Studioを最新バージョンに更新してください。詳しくは [インストール](https://unsloth.ai/docs/jp/shii/studio/install.md).

#### 手早く使う方法

ターミナルを開き、GGUFモデルを読み込みます。

```bash
unsloth run --model unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_XL
```

これにより、既定のポートでサーバーが起動し、UIが読み込まれて、エンドポイントURLとAPIキーが表示されます。

#### モデル名の指定方法

モデルの指定方法はいくつかあります。使いやすい方法を選んでください。

```bash
# 組み合わせ形式: リポジトリと量子化バリアントを1つの文字列で指定（推奨 — 最短）
unsloth run --model unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_XL

# 個別指定: リポジトリとバリアントを2つのフラグで指定（以前からの形式。現在も使用可能）
unsloth run --model unsloth/gemma-4-26B-A4B-it-GGUF --gguf-variant UD-Q4_K_XL

# -hf / --hf-repo を使用（llama.cppと同じ表記。そちらから移行する場合に便利）
unsloth run -hf unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_XL
```

### 実行設定の調整（任意）

基本的な読み込みには必要ありませんが、 `unsloth run` では、パフォーマンス、メモリ使用量、コンテキスト長、生成動作、ネットワーク、ツールへのアクセスをカスタマイズするための、さまざまな llama-server ランタイムフラグを利用できます。

追加のフラグは基盤となる推論サーバーに直接渡され、指定した値はUnslothの既定値を上書きします。設定フラグやサンプリングフラグが指定されていない場合、Unslothはコンテキスト長や温度などを含む、モデルに最適な推奨設定を自動的に選択します。

#### 推論動作を制御する

推論に対応する一部のモデルでは、思考や推論の動作を制御する追加フラグを利用できます。

```bash
# 推論／思考の出力を無効にする
unsloth run \
  --model unsloth/Qwen3.8-27B-GGUF:UD-Q4_K_XL \
  --reasoning on  \
  --reasoning-effort medium
```

推論の労力やフラグは、モデルの対応状況によって異なります。

#### 生成動作を調整する

サンプリング設定では、生成時のモデルの創造性、集中度、決定性を制御します。

```bash
# ランダム性を下げて再現性を高める
unsloth run \
  --model unsloth/Qwen3-1.7B-GGUF \
  --temp 0.6 \
  --seed 42
```

温度を低くすると、通常は出力が安定します。top-p、top-k、min-p、反復ペナルティの設定を使うと、トークンの選択や繰り返しをさらに制御できます。

```bash
# トークン選択と繰り返しの動作を調整する
unsloth run \
  --model unsloth/Qwen3-1.7B-GGUF \
  --top-p 0.95 \
  --top-k 20 \
  --min-p 0.05 \
  --repeat-penalty 1.1
```

#### コンテキスト長とCPUスレッド数を増やす

大規模なプロジェクト、長いチャット、より多くのメモリを必要とするエージェントのワークフローに便利です。

```bash
# コンテキストウィンドウを広げ、CPUスレッド数を増やす
unsloth run \
  --model unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_XL \
  -c 131072 \
  --threads 32
```

#### ローカルネットワーク上でAPIを公開する

既定では、Unslothはお使いのマシン上でのみ実行されます。次の値にバインドすると、ネットワーク上のほかのデバイスからAPIにアクセスできるようになります。 `0.0.0.0`.

```bash
# LAN上のデバイスからの接続を許可する
unsloth run \
  --model unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_XL \
  -H 0.0.0.0 \
  -p 8888
```

#### サーバー側ツールを有効または無効にする

推論サーバーがウェブ検索やコード実行などのツールを公開するかどうかを制御します。

```bash
# ツールを明示的に有効化
unsloth run \
  --model unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_XL \
  --enable-tools
```

```bash
# ツールを明示的に無効化
unsloth run \
  --model unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_XL \
  --disable-tools
```

Unsloth は、コンテキストサイズ、GPU レイヤー、スレッド処理、サンプリング、ネットワーク、ツール設定など、ほとんどの llama-server ランタイムフラグに対応しています。

対応するランタイムフラグの一覧については、 [llama-server](https://github.com/ggml-org/llama.cpp/tree/master/tools/server) のドキュメントをご覧ください。

#### **サーバー側のツールポリシー**

サーバー側ツールは、ホスト上でウェブ検索、Python、ターミナルコードを実行します。バインドアドレスはツールポリシーに影響しません。

**デフォルト（フラグを指定しない場合）：**

* `unsloth run` / `unsloth studio run`：ツールは有効です。次の場合も同様です： `0.0.0.0`。リクエストでは、ツールの切り替えがオフのときに UI が行うように、 `"enable_tools": false`を指定して無効にできます。
* `unsloth studio` / Desktop：リクエストごとの `enable_tools` でアクセスを制御します。省略した場合は無効です。

**フラグ（どちらのコマンドでも使用可能）：**

* `--enable-tools`：OpenAI 互換リクエストでツールを強制的に有効にし、 `"enable_tools": false`.
* `--disable-tools`：すべてのエンドポイントでツールを強制的に無効にします。リクエストからは有効にできません。Unsloth を公開するときや、外部エージェントに独自のツールを実行させるときに使用してください。
* `--yes` / `-y`：互換性のためだけのオプションです。ツールポリシーで確認を求めることはありません。

**Anthropic 互換の** `/v1/messages`では、 `"enable_tools": true` または `web_search`などの組み込みサーバーツールが必要です。CLI のデフォルト設定でも、 `--enable-tools` だけでも有効にはなりません。 `--disable-tools` または `"enable_tools": false` を指定すると無効になります。

{% hint style="warning" %}
これらのツールはユーザー権限でコードを実行します。API キーは秘密にしてください。キーとネットワークアクセスを持つ人は誰でも、有効なツールを使用できます。Unsloth を公開するときは、 `--disable-tools` を使用してください。
{% endhint %}

<div data-with-frame="true"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FZcUxtSPiIJ4cXqe3zCYg%2Funsloth_run_model.lossless.webp?alt=media" alt=""><figcaption></figcaption></figure></div>

### 🌐 エンドポイント

Unsloth は、起動時に使用したポート（通常は `http://localhost:8000` または `http://localhost:8888`.

次の `Authorization: Bearer sk-unsloth-…` ヘッダーをすべてのリクエストに含めて認証します。利用できるエンドポイントは、Unslothのバージョン、バックエンド、モデルによって異なります。

**チャットとテキスト**

| エンドポイント                     | 用途                                                          |
| --------------------------- | ----------------------------------------------------------- |
| `POST /v1/chat/completions` | ストリーミングやツール呼び出しに対応した、OpenAI互換のチャット補完API。                    |
| `POST /v1/responses`        | Codexなどの互換クライアント向けの、OpenAI互換Responses API。                  |
| `POST /v1/messages`         | Claude Code、OpenClawなどの互換クライアント向けの、Anthropic互換Messages API。 |
| `POST /v1/completions`      | チャット形式を使わないテキスト補完。GGUFまたはMLXモデルが必要です。                       |

Responsesリクエストでは、会話履歴を `input`に含めて送信してください。 `previous_response_id` または `conversation` によるサーバー管理の履歴には対応していません。

**モデル、埋め込み、トークン数のカウント**

| エンドポイント                          | 用途                                                                   |
| -------------------------------- | -------------------------------------------------------------------- |
| `GET /v1/models`                 | ロード済みモデルとローカルで利用可能なモデルを一覧表示します。 `loaded` を確認すると、現在メモリ上にあるモデルを特定できます。 |
| `GET /v1/models/{model_id}`      | モデルのメタデータを取得します。                                                     |
| `GET /v1/props`                  | llama-server互換のサーバープロパティを読み取ります。                                     |
| `POST /v1/embeddings`            | ロード済みの埋め込み用GGUF、またはUnslothで設定された埋め込みモデルを使って埋め込みを生成します。               |
| `POST /v1/chat/count_tokens`     | OpenAI形式のメッセージのプロンプトトークン数を数えます。                                      |
| `POST /v1/messages/count_tokens` | Anthropic形式のメッセージの入力トークン数を数えます。                                      |

**画像**

| エンドポイント                       | 用途                             |
| ----------------------------- | ------------------------------ |
| `POST /v1/images/generations` | 対応する拡散モデルを使って、プロンプトから画像を生成します。 |

**音声**

| エンドポイント                         | 用途                                               |
| ------------------------------- | ------------------------------------------------ |
| `POST /v1/audio/speech`         | OpenAI互換のテキスト読み上げ。                               |
| `POST /v1/audio/generate`       | チャット形式のメッセージから音声を生成します。base64形式のWAV音声を返します。      |
| `POST /v1/audio/transcriptions` | アップロードされた音声ファイルを書き起こします。                         |
| `POST /v1/audio/translations`   | アップロードされた音声ファイルの音声を英語に翻訳します。                     |
| `POST /v1/audio/inputs`         | 再利用する音声をアップロードします。音声はリクエストボディに生データとして送信します。      |
| `POST /v1/audio/run`            | モデルに応じて、音声のワークフロー（音声クローン、編集、変換、音楽生成、分離など）を実行します。 |

保存した音声入力では、次の操作が可能です。 `GET /v1/audio/inputs/{input_id}/file` および `DELETE /v1/audio/inputs/{input_id}`.

保存した音声は、次のエンドポイントで管理できます。 `GET` または `POST /v1/audio/voices`, `PATCH` または `DELETE /v1/audio/voices/{voice_id}`、および `GET /v1/audio/voices/{voice_id}/file`.

**動画**

| エンドポイント                             | 用途                     |
| ----------------------------------- | ---------------------- |
| `POST /v1/videos`                   | 動画生成ジョブを作成します。         |
| `GET /v1/videos`                    | 動画ジョブの一覧を取得します。        |
| `GET /v1/videos/{video_id}`         | ジョブのステータスとメタデータを取得します。 |
| `GET /v1/videos/{video_id}/content` | 生成が完了した動画をダウンロードします。   |
| `DELETE /v1/videos/{video_id}`      | 動画ジョブを削除します。           |

画像、音声、動画の生成には、要求されたタスクに対応するモデルが必要です。

**構造化された判定**

| エンドポイント              | 用途                                |
| -------------------- | --------------------------------- |
| `POST /v1/systemone` | Decision API を使って、構造化された質問に回答します。 |

まず、次の場所で Decision API を有効にします。 **設定 → API** 続いて、判定モデルを選択します。リクエストでは `state` と名前付きの `questions`を指定し、質問タイプには次のいずれかを使用します。 `noul`, `choice`または `score`.

**ローカル API を確認する**

Unsloth が生成した対話型 API リファレンスは、 `http://localhost:8888/docs` で開けます。また、機械可読なスキーマは `/openapi.json` で確認できます。 `8888` を Unsloth のポート番号に置き換えてください。

このリファレンスはインストール済みのバージョンを反映し、Unsloth 内部のルートも含みます。一部の互換性ルートは非表示です。また、手動で解析されたリクエストボディには、完全なスキーマがない場合があります。

リクエスト例については、 [Curl と HTTP](https://unsloth.ai/docs/integrations/connect-curl-and-http-to-unsloth) を参照してください。

### 🖇️ クライアントの接続

Unsloth を使うと、次のような多くのフレームワークからローカル LLM を実行できます。 [Claude Code](https://unsloth.ai/docs/jp/ji-chu/claude-code.md), [Codex](https://unsloth.ai/docs/jp/ji-chu/codex.md), [OpenClaw](https://unsloth.ai/docs/jp/tong-he/openclaw.md), [OpenCode](https://unsloth.ai/docs/jp/tong-he/opencode.md) などに対応しています。使い方については、以下から各ツールをクリックしてください。

{% columns %}
{% column width="50%" %}
{% content-ref url="/pages/ee610b22aa43d29d8415fd27eb7de15ba88f7385" %}
[Claude Code](https://unsloth.ai/docs/jp/ji-chu/claude-code.md)
{% endcontent-ref %}

{% content-ref url="/pages/c87896ff7159620f4c01bb39fe9df1fd1a55274e" %}
[OpenAI Codex](https://unsloth.ai/docs/jp/ji-chu/codex.md)
{% endcontent-ref %}

{% content-ref url="/pages/f70478a97a94b1f315a2c502fe67fb5f4f746cb9" %}
[Curl & HTTP](https://unsloth.ai/docs/jp/tong-he/curltohttpwounslothnisuru.md)
{% endcontent-ref %}
{% endcolumn %}

{% column width="50%" %}
{% content-ref url="/pages/1040e353b555381fe4f250e6417f1e51602685b2" %}
[OpenClaw](https://unsloth.ai/docs/jp/tong-he/openclaw.md)
{% endcontent-ref %}

{% content-ref url="/pages/3864bcb37ba6a47277fdce43a7f1d4bc977d7edb" %}
[OpenCode](https://unsloth.ai/docs/jp/tong-he/opencode.md)
{% endcontent-ref %}

{% content-ref url="/pages/1cb063d078a6ee398eff3b5e436d43e1fb2d6e52" %}
[Python SDK](https://unsloth.ai/docs/jp/tong-he/python-sdkwounslothnisuru.md)
{% endcontent-ref %}
{% endcolumn %}
{% endcolumns %}

別のマシンからこのエンドポイントにアクセスするには、次のコマンドで起動します。 `unsloth studio --secure`。Unsloth は localhost へのバインドを維持したまま、空いている Cloudflare HTTPS URL で公開されます。クライアントのベース URL には、 `http://127.0.0.1:8888` の代わりにその URL を使用してください。なお、サーバー送信イベントは Cloudflare クイックトンネルを通過できないため、トンネル経由で呼び出す場合は `stream: false` に設定してください。

### 🧰 ツール呼び出し

どちらのエンドポイントも、ネイティブ形式の関数／ツール呼び出しに加え、Unsloth 組み込みツール用の独自の簡略形式に対応しています。

**OpenAI 形式のツール：** 次を送信します： `tools` および `tool_choice` を `/v1/chat/completions` に指定します。OpenAI を使う場合と同じです。Claude Code（ `/v1/messages`経由）、opencode、Cursor、Continue、Cline は、すべて追加設定なしで動作します。

**Anthropic 形式のツール：** 次を送信します： `tools` （ `input_schema`を含む）および `tool_choice` を `/v1/messages` に指定します。Claude を使う場合と同じです。

Unsloth サーバーサイドツール：Unsloth は Python、ウェブ検索、bash をサーバー側で実行し、 *サーバー側で* 実行した結果を `tool_result` イベントとしてストリーミングできます。どちらかのエンドポイントに次のフィールドを追加して有効にします：

```json
{
  "messages": [{"role": "user", "content": "What is 123 * 456? Use Python."}],
  "stream": true,
  "enable_tools": true,
  "enabled_tools": ["python", "web_search","terminal"],
  "session_id": "my-session"
}
```

モデルは次のターンで各ツールの出力を受け取ります。スキーマ、ストリーミングイベント、連鎖実行などの詳細については、を参照してください。

{% hint style="info" %}
Anthropic の `/v1/messages` エンドポイントを使用している場合、 `tool_choice` は次のように対応します。Anthropic の `auto` → OpenAI の `auto`、Anthropic の `any` → OpenAI の `→ OpenAI の`、Anthropic の `{type: "tool", name: "x"}` → OpenAI の `→`、Anthropic の `{type: "function", function: {name: "x"}}` → OpenAI の `{type: "function", function: {name: "x"}}`.
{% endhint %}

### 📈 API モニター

このエンドポイント経由のすべての呼び出しは、Unsloth の次の 2 か所にリアルタイムで表示されます。

API キーを使ったトラフィックが到着すると、API モニターのサイドパネルが画面の隅に自動的に開きます。アクティブなモデル、リアルタイムのリクエスト、エラー、平均レイテンシの概要を表示します。

<div data-with-frame="true"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FqbcbkrU9tnkg5VCnDzCz%2Fimage.png?alt=media&amp;token=733b2b37-4e57-48c6-b826-9f356d648344" alt=""><figcaption></figcaption></figure></div>

「モニターを全画面表示」を押すか、Settings>API Monitor に移動すると、モニター内でモデルの読み込み、プロンプト、応答、トークン数、最初のトークンまでの時間、スループット、エラーメッセージが表示される **API** ページに移動できます。

<div data-with-frame="true"><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FfjIh57Mb278c072g27nk%2Fimage.png?alt=media&amp;token=3a236c7c-1f00-430b-92f3-42799346aa3c" alt="" width="563"><figcaption></figcaption></figure></div>

### ❔ トラブルシューティング

**`401 Unauthorized`** ： `Authorization` ヘッダーがないか、キーが間違っています。キーは次の形式で渡す必要があります。 `Authorization: Bearer sk-unsloth-…`。キーを紛失した場合は、 **Settings → API から新しいキーを作成してください。** Unsloth では、作成後に以前のキーを確認できません。

**`Lost connection to the model server`** ：Unsloth がバックエンドの llama.cpp サーバーに接続できませんでした。通常は、モデルの読み込みが完了した後にクラッシュしたか、Unsloth 内でモデルのタブを閉じたことが原因です。 **New Chat** からモデルを再読み込みして、もう一度お試しください。

**Claude Code にローカルモデルではなく、デフォルトの Anthropic モデルが表示される** ：実行時に使用する **同じ** シェルで、3 つの環境変数がすべてエクスポートされていることを確認してください。 `claude`:

```bash
echo $ANTHROPIC_BASE_URL
echo $ANTHROPIC_AUTH_TOKEN
echo $ANTHROPIC_MODEL
```

続いて、Claude Code 内で `/model` を実行して確認してください。Windows の PowerShell では、次を使用します。 `$env:ANTHROPIC_BASE_URL` など。

**`stream: true` を指定しても SSE ではなく単一の JSON データを返す** ：正しいパス（`/v1/messages` または `/v1/chat/completions`）、HTTPクライアントがレスポンスをバッファリングせず、実際にストリームとして処理していることを確認してください。

**opencode（またはOpenClaw／その他のクライアント）に設定するモデル名が見つかりません** ：Unslothに直接お問い合わせください。 `GET /v1/models` を実行すると、クライアントの「Model ID」フィールドに入力する正確なモデルIDが返されます。

```bash
curl http://localhost:8888/v1/models \
  -H "Authorization: Bearer sk-unsloth-xxxxxxxxxxxx"
```

次の形式のJSONペイロードが返されます。 `{"data": [{"id": "gemma-4-26B-A4B-it-GGUF", ...}]}`。コピーするのは `id` の値です。これはopencodeの **Model ID** フィールド（左側の列）と、OpenClawが期待する `models[].id` の値です。右側に表示される名前は、ユーザーに表示する任意の名前にできます。

**ツール呼び出しが実行されない** ：クライアント側のツールでは、モデルがツール呼び出し（`tools` / `tool_choice`）に対応している必要があります。Unsloth組み込みツールを使う場合は、 `enable_tools: true` **を設定し、使用するツールを** で指定してください。 `enabled_tools` （例： `["python", "web_search"]`).

* **クライアントで接続エラーが報告されます。** APIモニターを開きます。該当する呼び出しの行がない場合、リクエストはUnslothに届いていません。クライアントのベースURLを、そのページ上部に表示されている **ベースURL** と照らし合わせてください。
* **応答が途中で切れます。** APIモニターでリクエストの **使用コンテキスト量** を確認してください。ほぼ100%に達している場合、または停止理由が `length`の場合、モデルの異常ではなく、コンテキストウィンドウがいっぱいになっています。


---

# 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 by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://unsloth.ai/docs/jp/ji-chu/api.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

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.
