> 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

実行できます **ローカルLLM** のようなツールを使って [Claude Code](/docs/jp/ji-chu/claude-code.md) と [Codex](/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**。これにより、次のようなモデルを [Qwen](/docs/jp/moderu/qwen3.6.md) と [Gemma](/docs/jp/moderu/gemma-4.md) ローカルでエージェント的なコーディング向けに実行できます。Unslothには、自己修復型の **ツール呼び出し**, **コード実行**、そして **ウェブ検索**.

Unslothなら、以下を提供する高速なAPI推論エンドポイントを簡単にデプロイできます：

* [**自己修復型ツール呼び出し**](/docs/jp/shii/studio/chat.md#auto-healing-tool-calling)で、壊れた、または不正な形式のツール呼び出しを50%削減できます
* [**コード実行**](/docs/jp/shii/studio/chat.md#code-execution) サポート。BashとPythonを実行でき、より正確なコード出力が可能になります。
* **高度な** [**ウェブ検索**](/docs/jp/shii/studio/chat.md#advanced-web-search) で、Webページにアクセスして実際に読み取り、詳細な情報を収集します。
* [**自動推論** 設定](/docs/jp/shii/studio/chat.md#auto-parameter-tuning) GGUFモデル向け（temp、top-kなど）

{% columns %}
{% column %}
Unslothで読み込まれたモデル（GGUFを含む）は、 **認証済みAPI** として `llama-server`経由で公開されます。OpenAIが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。

あなたの **ローカルモデル** は、そのままお好みの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つの方言を話します。どちらもストリーミング、ツール呼び出し（OpenAI `ツール` / Anthropic `ツール`）、およびビジョン入力に対応しています：
{% 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 %}

モデルがUnslothの推論経由で動作している場合でも、独自のリモートOpenAI互換エンドポイントで動作している場合でも、ウェブ検索、コード実行、ディープリサーチなどを含むUnslothのツール一式にアクセスさせることができます。

* **Anthropic互換 `/v1/messages`**  Claude Code、OpenClaw、Anthropic SDK、およびMessages APIを期待する任意のクライアント向け。
* **OpenAI互換 `/v1/chat/completions`** と **`/v1/responses`** OpenAI SDK、OpenCode、Cursor、Continue、Cline、Open WebUI、SillyTavern、および任意のOpenAI互換ツール向け。

### ⚡ クイックスタート

{% stepper %}
{% step %}

#### Unslothをダウンロード

最も簡単に始める方法は、 [Unsloth Desktop](/docs/jp/desktop.md) アプリをインストールすることです。対応環境は [macOS](/docs/jp/meru/install/mac.md)、Linux、 [Windows](/docs/jp/meru/install/windows-installation.md), [NVIDIA](/docs/jp/meru/install/pip-install.md), [AMD](/docs/jp/meru/install/amd.md)、Intel、CPU構成です。

<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)

または、手動インストールを希望する場合：

**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Applicationsへドラッグし、Windowsではセットアップを完了してください。
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「Select model」ドロップダウンまたは「Model hub」タブを開き、デバイスに合う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、そのままチャットを開始できます。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。** 左下の **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は一度しか表示しません。
* **クライアントの接続先をUnslothに設定します。** 使用するのは `http://localhost:PORT` をベースURLにし、 `sk-unsloth-…` 認証にはそのキーを使います。以下のツールの手順に進んでください。

<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、左下の **Unsloth** アバターをクリックします。
2. 移動先： **設定** → **API** （地球 :globe\_with\_meridians: アイコン）。
3. わかりやすい名前を入力します（例： `claude-code-macbook`）。有効期限を設定（任意）
4. クリック **作成**.
5. **キーをコピーします。** Unslothはハッシュのみを保存し、再度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 `sk-unsloth-` プレフィックスで始まります。同じページからいつでもキーを失効できます。失効したキーでのリクエストは `401 Unauthorized`.

{% hint style="warning" %}
APIキーはパスワードのように扱ってください。キーとUnslothインスタンスへのネットワークアクセスを持つ人なら、読み込まれたモデルにリクエストを送信できます。
{% endhint %}

### ⏳ モデルの読み込み

{% stepper %}
{% step %}

#### モデルを選択

APIを使う前に、 **Select model** チャットページ左上の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>

このガイドでは次を使用します：

`unsloth/gemma-4-26B-A4B-it-GGUF` 推奨の `UD-Q4_K_XL` 量子化。
{% endstep %}

{% step %}

#### モデルをテスト

クライアントを使う前に、短いメッセージを送って確認します：

<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" %}
これで、モデルが正しく読み込まれ、応答準備ができていることを確認できます。
{% endhint %}
{% endstep %}

{% step %}

#### **Unsloth APIキー**

Unslothで **設定 → API** を開いてAPIキーを表示または作成します。

<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キーはパスワードのように扱い、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。** 古いバージョンでは外部APIは公開されません。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、デフォルトポートでUIも読み込まれます。エンドポイントURLとAPIキーはコンソールに表示され、任意のクライアントですぐ使えるようになります。

   ```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ます。

#### CLIからモデルを読み込む

次を使うと、モデルを読み込み、APIキーも自動で作成できます： `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。お好みのクライアントにコピーすれば準備完了です。

#### 始める前に

Unsloth Studioの最新バージョンを使っていることを確認してください。古いバージョンでは外部APIが公開されません。 [インストール](/docs/jp/shii/studio/install.md).

#### 簡単な方法

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
```

これでデフォルトポートでサーバーが起動し、UIが読み込まれ、エンドポイントURLとAPIキーが表示されます。

#### モデル名の仕組み

モデルの指定方法はいくつかあります。いちばん簡単なものを選んでください：

```bash
# 結合形式：リポジトリ名と量子化バリアントを1つの文字列にまとめる（推奨 — 最短）
unsloth run --model unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_XL

# 分離形式：リポジトリとバリアントを2つのフラグで指定する（古い方式だが、まだ使えます）
unsloth run --model unsloth/gemma-4-26B-A4B-it-GGUF --gguf-variant UD-Q4_K_XL

# -hf / --hf-repo を使う（llama.cppの表記に合わせたもので、そちらから来た場合に便利）
unsloth run -hf unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_XL
```

### 実行の調整（任意）

基本的な読み込みではこれらは不要ですが、 `unsloth run` は、性能、メモリ使用量、コンテキスト長、生成動作、ネットワーク、ツールアクセスをカスタマイズするための多くの llama-server ランタイムフラグをサポートしています。

追加フラグは下位の推論サーバーへそのまま渡され、指定した値がUnslothのデフォルトを上書きします。設定/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、temperatureなどを含むモデルに最適/推奨の設定を自動選択します。

#### 推論動作を制御

推論対応モデルの一部は、思考や推論動作を制御する追加フラグをサポートしています。

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

推論の強度やフラグは、モデルが何をサポートしているかによって異なります。

#### 生成動作を調整

サンプリング設定は、生成時にモデルがどれだけ創造的・集中型・決定論的に振る舞うかを制御します。

```bash
# 乱数性を下げて再現性を向上
unsloth run \
  --model unsloth/Qwen3-1.7B-GGUF \
  --temp 0.6 \
  --seed 42
```

temperatureを低くすると通常はより安定した出力になり、top-p、top-k、min-p、repeat penaltyの設定でトークン選択と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動作を調整
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スレッドを増やす

大規模プロジェクト、長いチャット、あるいはより多くのメモリを必要とするエージェントワークフローで便利です。

```bash
# より大きなコンテキストウィンドウとより多くのCPUスレッドを使用
unsloth run \
  --model unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_XL \
  -c 131072 \
  --threads 32
```

#### APIをローカルネットワークに公開

デフォルトでは、Unslothはお使いのマシン上でローカルにのみ動作します。次にバインドすることで、ネットワーク上の他のデバイスにAPIを公開できます。 `0.0.0.0`.

```bash
# LANデバイスの接続を許可
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/無効にする

ウェブ検索やコード実行のようなツールを推論サーバーで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、サンプリング、ネットワーク、ツール設定を含む、ほとんどの llama-server ランタイムフラグをサポートしています。

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

#### **サーバー側ツールポリシー**

`unsloth run` サーバー側ツール（ウェブ検索、コード実行など）を推論サーバーが公開するかどうかを制御します。デフォルトはバインドアドレスに基づきます：

* **`127.0.0.1` （localhost）** — ツール **有効** がデフォルトです。サーバーに到達できるのはあなたのマシンだけです。
* **`0.0.0.0` または任意の非ループバックアドレス** — ツール **無効** がデフォルトです。ネットワークに公開されたサーバーでAPIキーが漏洩すると、ホスト上で任意コード実行が可能になります。

**フラグ：**

* `--enable-tools` / `--disable-tools` — 強制的に有効または無効にします。有効の場合は `0.0.0.0`, `--enable-tools` y/Nのセキュリティ確認プロンプトが表示されます。
* `--yes` / `-y` — プロンプトを省略します（自動化向け）。

解決されたポリシーはプロセスレベルの強制上書きであり、個々のリクエストは次で回避できません： `enable_tools=true` リクエスト本文内。

<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%2FeIJIvZl7HvOCjtVPm3en%2Funsloth_run_model.png?alt=media&amp;token=84c45c38-78a9-4b55-b9b7-08bad9dc6238" alt=""><figcaption></figcaption></figure></div>

### 🌐 **エンドポイント**

Unslothは起動したポート上でこれらのエンドポイントを公開します（通常は `http://localhost:8000` または `http://localhost:8888`):

| エンドポイント                     | 互換先                         | 利用先                                                         |
| --------------------------- | --------------------------- | ----------------------------------------------------------- |
| `POST /v1/messages`         | Anthropic Messages API      | Claude Code、Anthropic SDK、OpenClaw、Anthropic互換のものなら何でも      |
| `POST /v1/chat/completions` | OpenAI Chat Completions API | OpenAI SDK、opencode、Cursor、Continue、Cline、Open WebUI、curlなど |
| `GET /v1/models`            | OpenAIモデル一覧                 | 現在Unslothに読み込まれているモデルを一覧表示します                               |

次の `Authorization: Bearer sk-unsloth-…` ヘッダーで毎回認証します。

{% hint style="info" %}
2つの形式のために別々のサーバーを動かす必要はありません。Unslothが同じポートで両方を処理します。
{% endhint %}

### 🖇️ クライアントの接続

Unslothを使えば、次を含むほとんどのフレームワーク経由でローカルLLMを実行できます： [Claude Code](/docs/jp/ji-chu/claude-code.md), [Codex](/docs/jp/ji-chu/codex.md), [OpenClaw](/docs/jp/tong-he/openclaw.md), [OpenCode](/docs/jp/tong-he/opencode.md) などです。ガイドは以下の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](/docs/jp/ji-chu/claude-code.md)
{% endcontent-ref %}

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

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

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

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

{% content-ref url="/pages/1cb063d078a6ee398eff3b5e436d43e1fb2d6e52" %}
[Python SDK](/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 पहुंचくには、次で起動します： `unsloth studio --secure`。Unslothはlocalhostにバインドしたまま、無料のCloudflare HTTPS URLで公開されます。次の代わりにそのURLを使用してください： `http://127.0.0.1:8888` をクライアントのベースURLにしてください。server-sent eventsはCloudflare Quick Tunnelでは維持されないため、 `stream: false` その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

両方のエンドポイントは、ネイティブ形式の関数/ツール呼び出しに加え、Unsloth内蔵ツール向けのUnsloth独自の省略記法もサポートしています。

**OpenAI形式のツール：** 送信 `ツール` と `tool_choice` を `/v1/chat/completions` OpenAIと同じように送信します。Claude Code（ `/v1/messages`経由）、opencode、Cursor、Continue、Clineはすべてそのまま動作します。

**Anthropic形式のツール：** 送信 `ツール` （ `input_schema`）と `tool_choice` を `/v1/messages` Claudeと同じように使います。

Unslothサーバー側ツール：UnslothはPython、ウェブ検索、bashを実行できます *サーバー側で* そして結果を `tool_result` イベントとしてストリームで返します。どちらかのエンドポイントに次の追加フィールドを加えることで有効化できます：

```json
{
  "messages": [{"role": "user", "content": "123 * 456は？ Pythonを使って。"}],
  "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確認します。より詳しい内容（スキーマ、ストリーミングイベント、チェーン）については、をご覧ください。

{% hint style="info" %}
Anthropic `/v1/messages` エンドポイントを使っている場合、 `tool_choice` きれいに対応します：Anthropic `auto` → OpenAI `auto`、Anthropic `任意の` → OpenAI `必須`、Anthropic `{type: "tool", name: "x"}` → OpenAI `{type: "function", function: {name: "x"}}`、Anthropic `なし` → OpenAI `なし`.
{% 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、Studio内の2か所にライブ表示されます：

APIキーの通信が届くとすぐに、APIモニターのサイドパネルが隅に自動で開きます。アクティブなモデル、ライブリクエスト、エラー、平均レイテンシを要約表示します。

<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>

「Expand to full monitor」を押すか、Settings>API Monitor に移動して完全な **API** ページを開くと、モデル読み込み、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モニターに表示されます。

<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`** ：  次のいずれかです `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-…`。キーを失くした場合は、次から新しいキーを作成してください： **設定 → API。** Unslothは作成後に古いキーを表示しません。

**`モデルサーバーへの接続が失われました`** : Unsloth は基盤の llama.cpp サーバーに到達できませんでした。通常はモデルの読み込みは完了したもののクラッシュしたか、Unsloth 内でモデルのタブが閉じられたかのどちらかです。モデルを再読み込みして **新しいチャット** から再試行してください。

**Claude Code に表示されるのはデフォルトの Anthropic モデルで、ローカルのものではありません** :  3つの環境変数がすべて、同じ **同じ** シェルで実行する `claude`:

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

そのあと `/model` を Claude Code 内で実行して確認してください。Windows PowerShell では次を使用します `$env:ANTHROPIC_BASE_URL` など。

**`stream: true` SSE ではなく単一の JSON ブロブを返します** :  正しいパス（`/v1/messages` または `/v1/chat/completions`) にアクセスしていること、また HTTP クライアントがレスポンスをバッファリングではなくストリームとして実際に消費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）に追加するモデル名が見つかりません** : Unsloth に直接問い合わせてください。 `GET /v1/models` クライアントの「Model ID」欄に入力する必要がある正確なモデル ID を返します：

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

次の形式の JSON ペイロードが返ってきます `{"data": [{"id": "gemma-4-26B-A4B-it-GGUF", ...}]}`。表示された `id` 値です。これが opencode の **Model ID** 欄（左列）と OpenClaw の `models[].id` が期待する文字列です。右側の表示名は、ユーザーに見せたい任意の名前でかまいません。

**ツール呼び出しが実行されない** :  モデルはクライアント側ツール用のツール呼び出しをサポートしている必要があります（`ツール` / `tool_choice`）。Unsloth の組み込みツールを使う場合は、 `enable_tools: true` **と** で有効にしたいものを `enabled_tools` に列挙してください（例： `["python", "web_search"]`).

* **クライアントから接続エラーが報告される。** API モニターを開いてください。呼び出しの行がない場合、Unsloth まで届いていません。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** と比較してください。
* **応答が途中で切れる。** 確認してください **使用済みコンテキスト** を API モニターのリクエストで。100% 近い、または終了理由が `length`の場合、モデルの失敗ではなくコンテキストウィンドウがいっぱいになったことを意味します。


---

# 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.