> 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/tong-he/connections.md).

# APIプロバイダとモデルサーバーをUnslothに接続

OpenAI、Anthropic、Ollama、llama.cpp、vLLM、その他のプロバイダーのモデルを、単一のローカルUIインターフェースから実行する方法を [Unsloth](/docs/jp/shii/studio.md)、LLMの実行と学習のためのオープンソースリポジトリ。

{% columns %}
{% column %}
接続すると、ローカルモデルとクラウドモデルの両方で使用する同じUnslothのチャットインターフェース内で、コード実行、ツール呼び出し、画像生成、その他の機能を使ってモデルを実行できます。

Unslothは独自に [プロンプトキャッシュ](#prompt-caching) をサポートしています（精度を損なわずに多くのトークンを節約できます）。さらに、OpenAIの組み込みのようなプロバイダーネイティブ機能へのアクセスも維持します。 [ウェブ検索](#web-search-and-thinking) と [コード実行](#code-execution).
{% endcolumn %}

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

### 接続

接続は2つのグループに分かれます。モデルを実行してくれるホスト型APIプロバイダーと、あなたが実行または管理するモデルサーバーです。

**クラウドプロバイダー -** アカウントのAPIキーを使用するホスト型API：

| 接続         | 機能                          | セットアップガイド                                                       |
| ---------- | --------------------------- | --------------------------------------------------------------- |
| OpenAI     | 画像、検索、コード、思考                | [OpenAI →](/docs/jp/tong-he/connections/openai.md)              |
| Anthropic  | 画像、検索、コード、思考                | [Anthropic →](/docs/jp/tong-he/connections/anthropic-claude.md) |
| OpenRouter | 1つのAPIキーで多数のホスト型モデルを利用できます。 | [OpenRouter →](/docs/jp/tong-he/connections/openrouter.md)      |

**モデルサーバー -** ローカル、ネットワーク上、またはリモートマシンで実行される推論サーバー：

| サーバー      | 説明               | ガイド                                                                                     |
| --------- | ---------------- | --------------------------------------------------------------------------------------- |
| Llama.cpp | 効率的なGGUFモデルの提供   | [Llama.cpp →](/docs/jp/tong-he/connections/llamacppwounslothni-llama-serverdeggufwo.md) |
| vLLM      | 高スループットの提供       | [vLLM →](/docs/jp/tong-he/connections/vllm.md)                                          |
| Ollama    | シンプルなローカルモデルサーバー | [Ollama →](/docs/jp/tong-he/connections/ollama.md)                                      |

### クイックスタート

外部プロバイダーのモデルを実行するには、APIキーを追加して、Unslothに表示させるモデルを選択します。この例では、 [OpenAI](https://platform.openai.com/api-keys)を使用します。Anthropicやその他のプロバイダーでも同じ設定が使えます。

{% stepper %}
{% step %}

#### APIを作成

プロバイダーのダッシュボードから新しいAPIキーを作成し、コピーします。

<figure><img src="/files/b461a8a3f822dfe16db3b83490cf51706282b1f5" alt=""><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### Unsloth Studioのセットアップ

次に、インストールとセットアップが必要です [Unsloth](/docs/jp/shii/studio.md)、これによりUIインターフェースでクラウドモデルを実行できるようになります。 [こちらを参照](/docs/jp/shii/studio/install.md) して、より詳しい手順をご覧ください。

{% tabs %}
{% tab title="macOS" %}

#### ステップ1: Unslothのセットアップ

Macから `ターミナル` を開き、以下のコマンドを入力してUnslothをインストールします。

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

環境と必要なパッケージがインストールされます。続行するよう求められたら、 `Y` と入力してEnterを押してください。セットアップが完了すると、サーバーはローカルのポート `8888`.

<figure><img src="/files/911b9883060def0d092c143792f31dd9552de2ac" alt="" width="375"><figcaption></figcaption></figure>

{% hint style="info" %}
インストール中にアプリの起動をスキップした場合は、後から次のコマンドで起動できます。 `unsloth studio -p 8888`。ネットワーク上の他のデバイスからの接続を許可するには、 `unsloth studio -H 0.0.0.0 -p 8888` 代わりに。
{% endhint %}

#### ステップ2: Unslothを起動

お好みのブラウザーを開き、 `http://127.0.0.1:8888`  をURL欄に入力します。Unslothを初めてインストールした場合は、パスワードページに移動し、新しいパスワードを作成する必要があります。その後、下図のようにチャットページが表示されます。

<figure><img src="/files/22712a19788622c5a19fe86f6e5269b13c1d20d7" alt="" width="375"><figcaption></figcaption></figure>
{% endtab %}

{% tab title="Windows" %}

#### ステップ1: Unslothのセットアップ

スタートメニューを開き、 `PowerShell`を検索して起動します。インストールコマンドをコピーして入力します：

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

自動的にインストールが始まります。インストール完了後、PowerShellはUnsloth Studioを起動するかどうかを尋ねま&#x3059;**.**

<figure><img src="/files/911b9883060def0d092c143792f31dd9552de2ac" alt="" width="375"><figcaption></figcaption></figure>

以下のコマンドでも起動できます：

```bash
unsloth studio -H 0.0.0.0 -p 8888
```

{% hint style="info" %}
PC/コンピューターの外部にいるクライアントからインスタンスにアクセスできるようにしたい場合は、\
&#x20;`-H 0.0.0.0` を `unsloth studio` コマンドに追加してください。
{% endhint %}

#### ステップ2: Unslothを起動

開く `http://127.0.0.1:8888` ブラウザーで。初回起動時は、チャットページへ進むために新しいパスワードを作成してください。 **Unsloth Studio** はインストールされ、すぐに使用できます。

<figure><img src="/files/22712a19788622c5a19fe86f6e5269b13c1d20d7" alt="" width="375"><figcaption></figcaption></figure>
{% endtab %}

{% tab title="Linux、WSL" %}

#### ステップ1: Unslothのセットアップ

{% tabs %}
{% tab title="Linux" %}
ターミナルアプリケーションを開きます。 `Ctrl + Alt + T`を押すか、 `Terminal` をシステムのアプリケーションメニューから検索して起動できます。
{% endtab %}

{% tab title="WSL" %}
Windowsのスタートメニューをクリックし、インストール済みディストロの名前（例： `Ubuntu`）を入力してから開きます。

{% hint style="warning" %}
では **WSL**、 **NVIDIAドライバー** が **Windows** にインストールされていること（WSL内ではなく）、また **CUDAツールキット** がWSLディストロ内にインストールされていることを確認してください。詳細は以下のシステム要件を参照してください。
{% endhint %}
{% endtab %}
{% endtabs %}

インストールするには、インストールコマンドをコピーして実行します：

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

次に：

1. ターミナルウィンドウ内をクリック
2. コマンドを貼り付け `Ctrl + Shift + V`
3. を押す `Enter`

Unslothは下のように環境のセットアップと必要なパッケージのインストールを開始します。 **Y** と入力して `Enter` を押し、Unslothの起動を許可するか尋ねられたら承認してください。これでUnslothがローカルの **8888** ポートで起動します。

<figure><img src="/files/f1400537616728bd8126c7e63eb295b63c379bb4" alt=""><figcaption></figcaption></figure>

{% hint style="info" %}
インストール中にUnslothを起動しないことを選んだ場合でも、Unslothアプリはいつでも起動できます。 `unsloth studio -p 8888` PC/コンピューターの外部にいるクライアントからUnslothインスタンスにアクセスできるようにしたい場合は、 `-H 0.0.0.0` を `unsloth studio` コマンドに追加してください。
{% endhint %}

#### ステップ2: Unslothを起動

お好みのブラウザーを開き、 `http://127.0.0.1:8888`  をURL欄に入力します。Unslothを初めてインストールした場合は、パスワードページに移動し、新しいパスワードを作成する必要があります。その後、Unslothは下図のようにチャットページで開くはずです。

<figure><img src="/files/fe873fdd0e62c5c0973e8bd102e5314c44f2fafd" alt="" width="375"><figcaption></figcaption></figure>
{% endtab %}
{% endtabs %}
{% endstep %}

{% step %}

#### 接続を設定

次に、プロバイダーをUnslothに接続します。

1. 開く **設定** → **接続**を開き、次に **接続を追加**
2. をクリックします。追加したいプロバイダーを選び、先ほどコピーしたAPIキーを貼り付けます。
3. クリック **モデルを再読み込み** して、アカウントで利用可能なモデルの一覧を更新します。
4. 有効にしたいモデルを選んで、保存を押します。&#x20;

<figure><img src="/files/d41cfa82857300a506b8b393c30cb4f4534c8433" alt=""><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### チャットの準備完了

有効にしたモデルは、 **接続済み** の **モデル選択** ドロップダウンに表示されます。

<figure><img src="/files/65e30336af1ddc159ab502cdbf8d12011abc4b99" alt="" width="563"><figcaption></figcaption></figure>

Unslothは、モデルごとに互換性のある推論レベルと生成コントロールを動的に表示します。
{% endstep %}
{% endstepper %}

### モデルサーバーに接続

この手順は [**llama.cpp**](/docs/jp/tong-he/connections/llamacppwounslothni-llama-serverdeggufwo.md), [**vLLM**](/docs/jp/tong-he/connections/vllm.md)と [**Ollama**](/docs/jp/tong-he/connections/ollama.md)に使用します。接続したいサーバーを起動するか、場所を特定してください。 &#x20;

{% tabs %}
{% tab title="llama.cpp " %}
起動 `llama-server` を、提供したいモデルで

```bash
llama-server \\
  --model /path/to/model.gguf \\
  --host 0.0.0.0 \\
  --port 8080
```

これは次の場所にAPIエンドポイントを公開します： `http://localhost:8080/v1`

APIキーを必要にするには、次を追加します：

```bash
--api-key 1234-myapi-key
```

{% endtab %}

{% tab title="vLLM" %}
サーバーを `vLLM` 提供したいモデルで起動します：

```bash
  vllm serve unsloth/gemma-4-26B-A4B-it \\
  --dtype auto \\
```

APIキーを必要にするには、次を追加します：

```bash
  --api-key token-abc123
```

これは次の場所にAPIエンドポイントを公開します： `http://localhost:8000/v1`
{% endtab %}

{% tab title="Ollama" %}
起動 `Ollama`、次に使用したいモデルを取得します：

```bash
ollama serve
ollama pull qwen3:14b
```

これは次の場所にAPIエンドポイントを公開します： `http://localhost:11434/v1`
{% endtab %}
{% endtabs %}

{% columns %}
{% column %}
これでモデルサーバーに接続できます。 **設定 → 接続**を開き、次に **プロバイダーを追加**.

llama.cpp、vLLM、またはOllamaを選択し、サーバーの **ベースURL**.

* llama.cppの例： `http://localhost:8080/v1`
* Ollamaの例： `http://localhost:11434/v1`
  {% endcolumn %}

{% column %}

<div data-with-frame="true"><figure><img src="/files/2e4be83196d0333412f302b40abcd40f62d682e9" alt="" width="375"><figcaption></figcaption></figure></div>
{% endcolumn %}
{% endcolumns %}

クリック **モデルを読み込む** して利用可能なモデルIDを取得します。サーバーが `/models`.

を公開していない場合は、モデルIDを手動で入力してください。 **をクリックしてから** 有効にしたモデルは、 **プロバイダー** の **モデル選択** ドロップダウンに表示されます。

### コード実行

有効にすると、対応するOpenAIおよびAnthropicのモデルは、プロバイダーのサンドボックス内でコードを実行して、問題の解決、データ分析、ファイルの操作ができます。\
\
AnthropicのモデルはClaudeのプロバイダー側コード実行ツールを使用します。OpenAIは再利用可能なコンテナを使用し、これらは作成、削除、選択を行えます **コード実行** 設定から。新しいスレッドで同じコンテナを選択すると、そのファイルと状態を引き継いで続行できます。

<div data-with-frame="true"><figure><img src="/files/2cd41c9642bb54fa238bef901d5c969e39c09d30" alt="" width="563"><figcaption></figcaption></figure></div>

### プロンプトキャッシュ

プロンプトキャッシュは、リクエストが同じ長いプレフィックスを再利用する場合に、レイテンシーとコストを削減します。OpenAI、Anthropic、llama.cppを含む、対応するプロバイダーとサーバーでサポートされています。サイドパネルの **プロンプトキャッシュ** 設定を使って、対応する接続のキャッシュ動作を制御します。

<figure><img src="/files/5bcf6fff0534310d56b7bea1b8e416dab545b5b1" alt="" width="375"><figcaption></figcaption></figure>

llama.cppでは、プロンプトキャッシュはデフォルトで有効になっており、 `llama-server` で起動すると無効にできます：

```bash
--no-cache-prompt
```

### ウェブ検索と思考

プロバイダー側のウェブ検索は、OpenAI、Anthropic、OpenRouter、Mistral、Gemini、Kimiの対応モデルで利用できます。Thinkコントロールは選択したモデルに応じて変わります。モデルによってはオン/オフ切り替えを使い、推論努力モデルではモデル固有の思考レベルを使います。

<div data-with-frame="true"><figure><img src="/files/0dbb7389f8d19ef42407933ecd60c6ec7f8ab667" alt="" width="563"><figcaption></figcaption></figure></div>

### 画像生成

GPTやGeminiと同様に、Unslothも画像生成をサポートしています。「画像を編集」ボタンをクリックして新しいプロンプトを入力することで、画像を直接編集し、調整または再生成できます。要求された場合には画像は自動生成されますが、この動作はオフにもできます。ダウンロードボタンもあり、元のフル解像度のまま画像を保存できます。

<div><figure><img src="/files/608f1d427d7bb7f6bcba5b41e56c5f6f91b61e0f" alt=""><figcaption></figcaption></figure> <figure><img src="/files/d7ee45546a10e40d4cb4372b481998df41fbb90e" alt=""><figcaption></figcaption></figure></div>

### トラブルシューティング

プロバイダーに接続できない場合は、APIキーが選択したプロバイダーのものであり、選択したモデルへのアクセス権があるか確認してください。

クリック後にモデルが表示されない場合は **モデルを再読み込み**、アカウントで利用できない可能性があります。Unslothのデフォルトのモデル一覧を引き続き使うか、別のモデルを選択できます。


---

# 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 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/tong-he/connections.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.