> 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/xin-zhe/studio/install.md). # Unsloth Studioのインストール Unsloth Studio は Windows、Linux、WSL、MacOS で動作します。システム要件はデバイスによって異なる場合がありますが、すべてのデバイスで同じインストール手順を使用する必要があります。 を使っている場合はMacOSLinux と WSLDocker開発者向けインストール * **Mac:** CPU のように - [チャット](/docs/jp/xin-zhe/studio/chat.md#using-unsloth-studio-chat) + [データレシピ](/docs/jp/xin-zhe/studio/data-recipe.md) 今のところ動作します。 **MLX** トレーニングも動作するようになりました！ * **CPU: Unsloth は GPU がなくても引き続き動作します**、ただし Chat + Data Recipes 用です。 * **トレーニング:** 対応 **NVIDIA**: RTX 30、40、50、Blackwell、DGX Spark など + **Intel** + **AMD** GPU ### クイックスタート {% tabs %} {% tab title="MacOS" %} #### ステップ1: Unsloth のセットアップ 次を起動します `ターミナル` を Mac で開き、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 ``` 下に示すように、Unsloth が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** と押して `Enter` 、Studio を今すぐ起動してよいか尋ねられたら承認してください。これで、ローカルの **8888** ポートで Unsloth が起動します。
{% 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、いつでも次を使って Unsloth アプリを起動できます `unsloth studio -p 8888` 。PC/コンピュータ外のクライアントから Unsloth インスタンスにアクセスさせたい場合は、次を追加します `-H 0.0.0.0` を `unsloth studio` コマンドに。 {% endhint %} #### ステップ2: Unsloth を起動 お好みのブラウザを開いて、 `http://127.0.0.1:8888` URL にアクセスしてください。Unsloth を初めてインストールする場合は、新しいパスワードの作成を求められます。その後、以下に示すように Unsloth アプリがチャットページで開きます。
すぐにトレーニングとモデルの実行を開始できます。下のより詳細なステップバイステップガイドで、始め方を確認できます。 {% content-ref url="/pages/511d3548745f95b53d7c4df809a4aeb55f219840" %} [Get Started](/docs/jp/xin-zhe/studio/start.md) {% endcontent-ref %} {% endtab %} {% tab title="を使っている場合は" %} #### ステップ1: Unsloth のセットアップ スタートメニューを開き、次を検索して `PowerShell`を起動してください。以下のインストールコマンドをコピー＆ペーストします: ```powershell irm https://unsloth.ai/install.ps1 | iex ``` 自動的にインストールが始まります。インストールが完了すると、PowerShell で Unsloth Studio を起動するかどうかを尋ねられます**.**
また、次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/コンピュータ外のクライアントからインスタンスにアクセスさせたい場合。\ 次を追加します `-H 0.0.0.0` を `unsloth studio` コマンドに。 {% endhint %} #### ステップ2: Unsloth を起動 ブラウザで開く `http://127.0.0.1:8888` 。初回起動時は、新しいパスワードを作成して Chat ページに進みます。 **Unsloth Studio** がインストールされ、使用可能になりました。 以下に示すように、Unsloth アプリがチャットページで開くはずです。
すぐにトレーニングとモデルの実行を開始できます。下のより詳細なステップバイステップガイドで、始め方を確認できます。 {% content-ref url="/pages/511d3548745f95b53d7c4df809a4aeb55f219840" %} [Get Started](/docs/jp/xin-zhe/studio/start.md) {% endcontent-ref %} {% 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。次を押して起動できます `Ctrl + Alt + T`、または次を検索して `Terminal` をシステムのアプリケーションメニューで。 {% 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`）を入力して開きます。 {% hint style="warning" %} オン **WSL**、次を確認してください **NVIDIA ドライバー** がインストールされていること **を使っている場合は** （WSL の中ではなく）と、 **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。詳細は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. を押します `Enter` 下に示すように、Unsloth が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** と押して `Enter` 、Studio を今すぐ起動してよいか尋ねられたら承認してください。これで、ローカルの **8888** ポートで Unsloth が起動します。
{% 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、いつでも次を使って Unsloth アプリを起動できます `unsloth studio -p 8888` 。PC/コンピュータ外のクライアントから Unsloth インスタンスにアクセスさせたい場合は、次を追加します `-H 0.0.0.0` を `unsloth studio` コマンドに。 {% endhint %} #### ステップ2: Unsloth を起動 お好みのブラウザを開き、次を入力します `http://127.0.0.1:8888` を URL ボックスに入力します。Unsloth を初めてインストールする場合は、 `http://127.0.0.1:8888/change-password` ページへ移動します:
新しいパスワードを `新しいパスワード` 欄に入力し、同じパスワードを `パスワードを確認` に再入力してから、 **パスワードを変更** ボタンをクリックします**.**
Unsloth アプリが以下のようにチャットページで開くはずです。 **Unsloth Studio** がインストールされ、使用可能になりました。
すぐにトレーニングとモデルの実行を開始できます。下のより詳細なステップバイステップガイドで、始め方を確認できます。 {% content-ref url="/pages/511d3548745f95b53d7c4df809a4aeb55f219840" %} [Get Started](/docs/jp/xin-zhe/studio/start.md) {% endcontent-ref %} {% endtab %} {% endtabs %} ### Unsloth Studio を更新 Unsloth Studio を更新するには、インストール時と同じコマンドを使用します: **macOS、WSL、Linux:** ```bash curl -fsSL https://unsloth.ai/install.sh | sh ``` **Windows (PowerShell):** ```powershell irm https://unsloth.ai/install.ps1 | iex ``` ## システム要件 ### :windows: ウィンドウ**s** Unsloth Studio は WSL なしで Windows 上で直接動作します。モデルをトレーニングするには、システムが次の要件を満たしていることを確認してください: **要件** * Windows 10 または Windows 11 (64-bit) * ドライバーがインストールされた NVIDIA GPU * **App Installer** (含む `winget`): [こちら](https://learn.microsoft.com/en-us/windows/msix/app-installer/install-update-app-installer) * **Git**: `winget install --id Git.Git -e --source winget` * **Python**: バージョン 3.11 以上、3.14 未満 * 次のような Python 環境内で作業してください: **uv**, **venv**、または **conda/mamba** ### :apple: MacOS Unsloth Studio は Mac デバイスで [チャット](#run-models-locally) とトレーニング、およびすべての機能に対応しています。Unsloth で MLX モデルを実行できます。 * macOS 12 Monterey 以降 (Intel または Apple Silicon) * 次のような Python 環境内で作業してください: **uv**, **venv**、または **conda/mamba** ### :linux: Linux と WSL * Ubuntu 20.04+ または同等のディストリビューション (64-bit) * ドライバーがインストールされた NVIDIA GPU * CUDA ツールキット (12.4+ 推奨、blackwell では 12.8+) * Git: `sudo apt install git` * Python: バージョン 3.11 以上、3.14 未満 * 次のような Python 環境内で作業してください: **uv**, **venv**、または **conda/mamba** ### :docker: Docker {% hint style="success" %} Docker イメージが Studio で動作するようになりました！ Mac 対応に取り組んでいます。 {% endhint %} * 最新の Unsloth コンテナイメージを取得します: `docker pull unsloth/unsloth` * 次のようにコンテナを実行します: ```bash docker run -d -e JUPYTER_PASSWORD="mypassword" \\ -p 8888:8888 -p 8000:8000 -p 2222:22 \\ -v $(pwd)/work:/workspace/work \\ --gpus all \\ unsloth/unsloth ``` 詳細については [こちらを参照](https://hub.docker.com/r/unsloth/unsloth#unsloth-docker-image). * Studio インスタンスへアクセス: `http://localhost:8000` または外部 IP アドレス `http://external_ip_address:8000/` ### :microchip: CPU のみ Unsloth Studio は [チャット](#run-models-locally) および [データレシピ](/docs/jp/xin-zhe/studio/data-recipe.md) ([エクスポート](/docs/jp/xin-zhe/studio/export.md) に CPU デバイスをサポートします（まもなく登場） * Linux と MacOS については、上記で述べたものと同じです（NVIDIA GPU ドライバーを除く）。 ## 開発者 / ナイトリーインストール (上級者向け) ### **メインリポジトリのインストール** #### **macOS、Linux、WSL の開発者向けインストール:** ```bash git clone https://github.com/unslothai/unsloth cd unsloth ./install.sh --local unsloth studio -p 8888 ``` 分離された場所（独自の仮想環境、 `auth/`, `studio.db`、キャッシュ、llama.cpp ビルド）にインストールするには、 `UNSLOTH_STUDIO_HOME` を設定し、起動時に再度渡してください: ```bash UNSLOTH_STUDIO_HOME="$PWD/.studio" ./install.sh --local UNSLOTH_STUDIO_HOME="$PWD/.studio" unsloth studio -p 8888 ``` 次に更新するには: ```bash cd unsloth && git pull ./install.sh --local unsloth studio -p 8888 ``` #### **Windows PowerShell の開発者向けインストール:** ```powershell git clone https://github.com/unslothai/unsloth.git cd unsloth Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass .\install.ps1 --local unsloth studio -p 8888 ``` 分離された場所（独自の仮想環境、 `auth/`, `studio.db`、キャッシュ、llama.cpp ビルド）にインストールするには、 `UNSLOTH_STUDIO_HOME` を設定し、起動時に再度渡してください: ```powershell $env:UNSLOTH_STUDIO_HOME="$PWD\.studio"; .\install.ps1 --local $env:UNSLOTH_STUDIO_HOME="$PWD\.studio"; unsloth studio -p 8888 ``` 次に更新するには: ```powershell cd unsloth; git pull .\install.ps1 --local unsloth studio -p 8888 ``` #### **リモートアクセス: `--secure` (HTTPS トンネル) 対 生のポート** デフォルトでは `unsloth studio` にバインドされます `127.0.0.1` （このマシンのみ）。別のデバイスからアクセスするには、次のいずれかを選びます: * `--secure` （推奨）: を提供 **のみ** 無料の Cloudflare HTTPS リンク経由で。Studio は localhost にバインドされたままで、トンネルが公開 URL を提供します。トンネルを起動できない場合はフェイルクローズ（起動しない）になるため、生のポートが公開されることはありません。 ```bash unsloth studio --secure -p 8888 ``` * `-H 0.0.0.0`: すべてのネットワークインターフェース上に生のポートをバインドし、ネットワーク内のどこからでも到達可能にします。信頼できるネットワークでのみ使用してください。 ```bash unsloth studio -H 0.0.0.0 -p 8888 ``` サーバー側ツール（Web 検索、Python およびターミナルコード実行）はあなたのユーザーとして実行され、デフォルトで有効です。API キーでサーバーに到達できる人は誰でもこのマシンでコードを実行できるため、API キーは非公開にし、Studio を公開する際には `--disable-tools` を渡してください。 ### 高度な起動方法 インストーラーのオプションは環境変数として渡せます。macOS、Linux、WSL では、変数をパイプの後に置くとシェルがそれを `sh`に渡します。Windows では `$env:` で設定してから `iex`. PyTorch をスキップ (GGUF のみモード): ```bash curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_NO_TORCH=1 sh ``` ```powershell $env:UNSLOTH_NO_TORCH=1; irm https://unsloth.ai/install.ps1 | iex ``` Python のバージョンを固定: ```bash curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_PYTHON=3.12 sh ``` ```powershell $env:UNSLOTH_PYTHON='3.12'; irm https://unsloth.ai/install.ps1 | iex ``` 次のカスタム場所にインストールします `UNSLOTH_STUDIO_HOME`: ```bash curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_STUDIO_HOME=/abs/path sh ``` ```powershell $env:UNSLOTH_STUDIO_HOME='C:\path'; irm https://unsloth.ai/install.ps1 | iex ``` 高コア数ホストで Studio のネイティブ CPU スレッドプールを制限します: `UNSLOTH_CPU_THREADS=8 unsloth studio -p 8888`. ### アンインストール Unsloth Studio を完全に削除する推奨方法は、お使いの OS に対応したアンインストールスクリプトを使うことです。実行中のサーバーを停止し、インストールディレクトリ、ランチャーデータディレクトリ、デスクトップショートカット、およびプラットフォーム固有の項目（macOS `.app` バンドル + Mac の Launch Services、スタートメニュー、 `HKCU\Software\Unsloth` レジストリキーとユーザー `PATH` エントリ（Windows）を削除します: * ​ **MacOS、WSL、Linux:** {% code overflow="wrap" expandable="true" %} ```bash curl -fsSL https://raw.githubusercontent.com/unslothai/unsloth/main/scripts/uninstall.sh | sh ``` {% endcode %} * ​ **Windows (PowerShell):** {% code overflow="wrap" expandable="true" %} ```bash irm https://raw.githubusercontent.com/unslothai/unsloth/main/scripts/uninstall.ps1 | iex ``` {% endcode %} インストールディレクトリだけを削除して、後で再インストールするためにランチャー/ショートカットを残したい場合は、代わりに次を実行できます `rm -rf ~/.unsloth/studio` (Mac/Linux/WSL) または `Remove-Item -Recurse -Force "$HOME\.unsloth\studio"` (Windows)。 `~/.cache/huggingface` のモデルキャッシュは、これらのいずれでも変更されません。 #### 手動アンインストール 必要な部分だけを削除したい場合: **1. アプリのみ削除** （履歴、チャット、チェックポイント、エクスポートはそのまま保持されます）: * **macOS、WSL、Linux:** `rm -rf ~/.unsloth/studio/unsloth_studio` * **Windows (PowerShell):** `Remove-Item -Recurse -Force "$HOME\.unsloth\studio\unsloth_studio"` **2. Studio を完全に削除** （他の Unsloth ツールはそのまま保持されます）: * **macOS、WSL、Linux:** `rm -rf ~/.unsloth/studio` * **Windows (PowerShell):** `Remove-Item -Recurse -Force "$HOME\.unsloth\studio"` **3. Unsloth 関連をすべて削除:** * **macOS、WSL、Linux:** `rm -rf ~/.unsloth` * **Windows (PowerShell):** `Remove-Item -Recurse -Force "$HOME\.unsloth"` {% hint style="warning" %} 注意: 手順 3 では、履歴、チャット、モデルチェックポイント、エクスポート内のすべてが削除されます。これは元に戻せません。 {% endhint %} **4. ショートカットとシンボリックリンクを削除:** **macOS:** ```shellscript rm -rf ~/Applications/Unsloth\ Studio.app ~/Desktop/Unsloth\ Studio ``` **Linux:** ```shellscript rm -f ~/.local/share/applications/unsloth-studio.desktop ~/Desktop/unsloth-studio.desktop ``` **WSL / Windows (PowerShell):** ```shellscript Remove-Item -Force "$HOME\Desktop\Unsloth Studio.lnk" Remove-Item -Force "$env:APPDATA\Microsoft\Windows\Start Menu\Programs\Unsloth Studio.lnk" ``` **5. CLI コマンドを削除:** * **macOS、Linux、WSL:** `rm -f ~/.local/bin/unsloth` * **Windows (PowerShell):** インストーラーは venv の `Scripts` ディレクトリをユーザー PATH に追加しました。削除するには、設定 → システム → バージョン情報 → 詳細システム設定 → 環境変数 を開き、 `パス` をユーザー変数の下で見つけて、 `.unsloth\studio\...\Scripts`. {% hint style="info" %} 注意: 手順 1〜5 は、ダウンロード済みの HF モデルファイルには触れません。その領域を解放したい場合は、下の「キャッシュされた HF モデルファイルの削除」を参照してください。 {% endhint %} ### **キャッシュされた HF モデルファイルの削除** 古いモデルファイルは、モデル検索のゴミ箱アイコンから削除するか、デフォルトの Hugging Face キャッシュディレクトリから該当するキャッシュ済みモデルフォルダを削除して消せます。デフォルトでは、Hugging Face は `~/.cache/huggingface/hub/` を macOS/Linux/WSL で、 `C:\Users\\.cache\huggingface\hub\` を Windows で使用します。 * **macOS、Linux、WSL:** `~/.cache/huggingface/hub/` * **Windows:** `%USERPROFILE%\.cache\huggingface\hub\` もし `HF_HUB_CACHE` または `HF_HOME` が設定されている場合は、代わりにその場所を使用してください。Linux と WSL では、 `XDG_CACHE_HOME` でもデフォルトのキャッシュルートを変更できます。 ### 古い / 既存の GGUF モデルの使用 {% columns %} {% column %} **4月1日の更新:** Unsloth が検出する既存フォルダを選択できるようになりました。 **3月27日の更新:** Unsloth Studio は現在 **古い / 既存のモデルを自動検出します** Hugging Face、LM Studio などからダウンロードされたものです。 {% endcolumn %} {% column %}
{% endcolumn %} {% endcolumns %} **手動手順:** Unsloth Studio は、Hugging Face Hub のキャッシュにダウンロードされたモデルを検出します `(C:\Users{your_username}.cache\huggingface\hub)`。LM Studio 経由でダウンロードした GGUF モデルがある場合、それらは `C:\Users{your_username}.cache\lm-studio\models` ***または*** `C:\Users{your_username}\lm-studio\models` に保存されていることに注意してください。見えない場合は、Unsloth Studio で読み込めるように、これらの .gguf ファイルを Hugging Face Hub のキャッシュディレクトリ（または llama.cpp がアクセス可能な別のパス）へ移動またはコピーする必要があります。 Studio でモデルまたはアダプターのファインチューニングを行った後、GGUF にエクスポートして、 **llama.cpp** を Studio のチャット内で直接使ってローカル推論を実行できます。Unsloth Studio は llama.cpp と Hugging Face によって支えられています。 ### :google: Google Colab ノートブック 私たちは [無料の Google Colab ノートブックを作成しました](https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb) ので、Colab の T4 GPU で Unsloth のすべての機能を試せます。最大 22B パラメータまでのほとんどのモデルをトレーニングおよび実行でき、より大きなモデルではより大きい GPU に切り替えられます。'Run all' をクリックするだけで、インストール後に UI が表示されます。 {% columns %} {% column %} {% embed url="" %} インストールが完了したら、 **Unsloth Studio を起動** までスクロールして、 **Unsloth Studio を開く** を左側に表示されている白いボックス内でクリックします: **さらに下までスクロールすると、実際の UI が表示されます。** {% endcolumn %} {% column %}
{% endcolumn %} {% endcolumns %} {% hint style="warning" %} 場合によっては、Studio のリンクがエラーを返すことがあります。これは、Cookie を無効にしているか、広告ブロッカーや Mozilla を使用している可能性があるためです。ボタンの下までスクロールすれば、UI にアクセスできます。 Google Colab では Colab ページに留まることも求められます。非アクティブだと検出されると、GPU セッションが終了する場合があります。 {% endhint %} ## トラブルシューティング
問題修正方法
Python バージョンエラーsudo apt install python3.12 python3.12-venv バージョン 3.11 以上、3.14 未満
nvidia-smi が見つかりませんhttps://www.nvidia.com/Download/index.aspx から NVIDIA ドライバーをインストールしてください
nvcc が見つかりません (CUDA)sudo apt install nvidia-cuda-toolkit または /usr/local/cuda/bin を PATH に追加
llama-server のビルドに失敗しました致命的ではありません。Studio は引き続き動作しますが、GGUF 推論は利用できません。 cmake をインストールしてセットアップを再実行すると修正できます。
cmake が見つかりませんsudo apt install cmake
git が見つかりませんsudo apt install git
ビルドに失敗しました削除 ~/.unsloth/llama.cpp を削除してセットアップを再実行
--- # 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/xin-zhe/studio/install.md?ask=&goal= ``` `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.