# Unsloth Studio のインストール

Unsloth Studio は Windows、Linux、WSL、MacOS で動作します。システム要件は端末ごとに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してください。

<a href="#windows" class="button secondary" data-icon="windows">Windows</a><a href="#macos" class="button secondary" data-icon="apple">MacOS</a><a href="#linux-and-wsl" class="button secondary" data-icon="linux">Linux & WSL</a><a href="#docker" class="button secondary" data-icon="docker">Docker</a><a href="#developer-installation-advanced" class="button secondary" data-icon="screwdriver-wrench">開発者向けインストール</a>

* **Mac:** CPU と同様 - [チャット](https://unsloth.ai/docs/jp/xin-zhe/chat#using-unsloth-studio-chat) + [データレシピ](https://unsloth.ai/docs/jp/xin-zhe/studio/data-recipe) は現在動作します。 **MLX** 学習はもうすぐ対応予定です。
* **CPU: Unsloth は GPU なしでも動作します**、ただし Chat + Data Recipes 用です。
* **学習:** 対応: **NVIDIA**: RTX 30、40、50、Blackwell、DGX Spark/Station など + **Intel** GPU
* **近日対応:** サポート **Apple MLX** および **AMD**.

## インストール手順

インストール手順はどのデバイスでも同じであることを覚えておいてください:

{% stepper %}
{% step %}

#### Unsloth をインストール

**MacOS、Linux、WSL:**

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

**Windows PowerShell:**

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

{% hint style="success" %}
**最初のインストールは、事前にコンパイルされた llama.cpp バイナリにより、これまでより 6 倍高速になり、サイズも 50% 縮小されます。**
{% endhint %}

{% hint style="info" %}
**WSL ユーザー:** 次の入力が求められます: `sudo` ビルド依存関係をインストールするためのパスワード (`cmake`, `git`, `libcurl4-openssl-dev`).
{% endhint %}
{% endstep %}

{% step %}

#### Unsloth Studio を起動

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

<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%2Fd1yMMNa65Ccz50Ke0E7r%2FScreenshot%202026-03-17%20at%2012.32.38%E2%80%AFAM.png?alt=media&#x26;token=9369cfe7-35b1-4955-b8cb-42f7ecb43780" alt="" width="375"><figcaption></figcaption></figure></div>

**次に、 `http://localhost:8888` をブラウザで開いてください。**
{% endstep %}

{% step %}

#### オンボーディング

初回起動時には、アカウントを保護するためのパスワードを作成し、後で再度サインインする必要があります。その後、モデル、データセット、基本設定を選ぶための簡単なオンボーディングウィザードが表示されます。いつでもスキップできます。
{% endstep %}

{% step %}

#### 学習と実行を開始

起動後すぐにファインチューニングとデータセット作成を開始できます。Unsloth Studio の使い方は、以下のステップバイステップガイドをご覧ください:

{% content-ref url="start" %}
[start](https://unsloth.ai/docs/jp/xin-zhe/studio/start)
{% endcontent-ref %}
{% endstep %}
{% endstepper %}

### Unsloth Studio を更新:

Unsloth Studio を更新するには次を使用してください:

{% code overflow="wrap" %}

```bash
unsloth studio update 
```

{% endcode %}

それでうまくいかない場合は、下記を使用できます:

#### **MacOS、Linux、WSL:**

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

#### **Windows PowerShell:**

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

## システム要件

### <i class="fa-windows">:windows:</i> Window**s**

Unsloth Studio は WSL なしで Windows 上で直接動作します。モデルを学習するには、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**

### <i class="fa-apple">:apple:</i> MacOS

Unsloth Studio は Mac デバイスで [チャット](#run-models-locally) GGUF モデル用に [データレシピ](https://unsloth.ai/docs/jp/xin-zhe/studio/data-recipe) ([エクスポート](https://unsloth.ai/docs/jp/xin-zhe/studio/export) 対応はもうすぐです。 **MLX 学習もまもなく対応予定です!**

* macOS 12 Monterey 以降 (Intel または Apple Silicon)
* Homebrew をインストール: [こちら](https://brew.sh/)
* Git: `brew install git`&#x20;
* cmake: `brew install cmake`&#x20;
* openssl: `brew install openssl`
* 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**

### <i class="fa-linux">:linux:</i> Linux & WSL

* Ubuntu 20.04 以降、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**

### <i class="fa-docker">:docker:</i> Docker

{% hint style="success" %}
当社の Docker イメージは Studio で動作するようになりました! Mac 互換性にも取り組んでいます。
{% endhint %}

* 最新の Unsloth コンテナイメージを取得してください: `docker pull unsloth/unsloth`
* 次のコマンドで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/`

### <i class="fa-microchip">:microchip:</i> CPU のみ

Unsloth Studio は CPU デバイスを [チャット](#run-models-locally) GGUF モデル用に [データレシピ](https://unsloth.ai/docs/jp/xin-zhe/studio/data-recipe) ([エクスポート](https://unsloth.ai/docs/jp/xin-zhe/studio/export) 対応予定です)

* 上記の Linux の要件と同じです (NVIDIA GPU ドライバーを除く) および MacOS。

## 開発者向けインストール (詳細)

### **メインリポジトリからインストール**

#### **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 -H 0.0.0.0 -p 8888
```

#### **Windows PowerShell の開発者向けインストール:**

```powershell
winget install -e --id Python.Python.3.13 --source winget
winget install --id=astral-sh.uv  -e --source winget
winget install --id Git.Git -e --source winget
git clone https://github.com/unslothai/unsloth
cd unsloth
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
.\install.ps1 --local
unsloth studio -H 0.0.0.0 -p 8888
```

### **Nightly インストール**

#### **Nightly - MacOS、Linux、WSL:**

```bash
git clone https://github.com/unslothai/unsloth
cd unsloth
git checkout nightly
./install.sh --local
```

その後、毎回起動するには:

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

#### **Nightly - Windows:**

Windows PowerShell で実行:

```bash
winget install -e --id Python.Python.3.13 --source winget
winget install --id=astral-sh.uv  -e --source winget
winget install --id Git.Git -e --source winget
git clone https://github.com/unslothai/unsloth
cd unsloth
git checkout nightly
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
.\install.ps1 --local
```

その後、毎回起動するには:

<pre class="language-bash"><code class="lang-bash"><strong>unsloth studio -H 0.0.0.0 -p 8888
</strong></code></pre>

### アンインストール

Unsloth Studio をアンインストールするには、次の 4 ステップに従ってください:

#### **1. アプリケーションを削除**

* MacOS、WSL、Linux: `rm -rf ~/.unsloth/studio/unsloth ~/.unsloth/studio/studio`
* Windows (PowerShell): `Remove-Item -Recurse -Force "$HOME\.unsloth\studio\unsloth", "$HOME\.unsloth\studio\studio"`&#x20;

これによりアプリケーションは削除されますが、モデルのチェックポイント、エクスポート、履歴、キャッシュ、チャットはそのまま残ります。

#### **2. ショートカットとシンボリックリンクを削除**

**macOS:**

```bash
rm -rf ~/Applications/Unsloth\ Studio.app ~/Desktop/Unsloth\ Studio
```

**Linux:**

```bash
rm -f ~/.local/share/applications/unsloth-studio.desktop ~/Desktop/unsloth-studio.desktop
```

**WSL / Windows (PowerShell):**

```bash
Remove-Item -Force "$HOME\Desktop\Unsloth Studio.lnk"
Remove-Item -Force "$env:APPDATA\Microsoft\Windows\Start Menu\Programs\Unsloth Studio.lnk"
```

#### **3. CLI コマンドを削除**

**macOS、Linux、WSL:**

```bash
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 User PATH に追加しました。削除するには、設定 → システム → 詳細情報 → システムの詳細設定 → 環境変数 を開き、 `Path` をユーザー変数から見つけて、次を指すエントリを削除してください `.unsloth\studio\...\Scripts`.

#### **4. すべて削除 (オプション)**

履歴、キャッシュ、チャット、モデルのチェックポイント、モデルのエクスポートも削除するには、Unsloth フォルダ全体を削除してください:

* MacOS、WSL、Linux: `rm -rf ~/.unsloth`
* Windows (PowerShell): `Remove-Item -Recurse -Force "$HOME\.unsloth"`&#x20;

ダウンロードされた HF モデルファイルは Hugging Face のキャッシュに別途保存されることに注意してください。上記の手順ではそれらは削除されません。ディスク容量を回収したい場合は、 **モデルファイルの削除** を参照してください。

{% hint style="warning" %}
注意: `rm -rf` コマンドを使うと **すべて削除されます**。履歴、キャッシュ、チャットなども含まれます。
{% 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、既定の 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削除できます。既定では、Hugging Face は `~/.cache/huggingface/hub/` を macOS/Linux/WSL で使用し、 `C:\Users\<username>\.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、その場所を代わりに使用してください。Linux と WSL では、 `XDG_CACHE_HOME` も既定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を。
{% endcolumn %}

{% column %}

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FBn3Fs1cchFchl328wSOs%2FScreenshot%202026-04-05%20at%205.43.57%E2%80%AFAM.png?alt=media&#x26;token=cc57ec6e-653a-4824-8e8d-a6bfbcd27493" alt=""><figcaption></figcaption></figure>
{% 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 GGUF モデルをダウンロードした場合、これらは `C:\Users{your_username}.cache\lm-studio\models` ***または*** `C:\Users{your_username}\lm-studio\models` に保存されることに注意してください。場合によっては表示されないことがあり、その場合は Unsloth Studio が読み込めるように、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）に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のファインチューニング後、GGUF にエクスポートして、 **llama.cpp** を Studio Chat 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。

### <i class="fa-google">:google:</i> Google Colab ノートブック

私たちは [無料の Google Colab ノートブック](https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb) を作成しました。これにより、Colab の T4 GPU 上で 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学習・実行でき、より大きなモデルではより大きな 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="<https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb>" %}

インストールが完了したら、 **Start Unsloth Studio** までスクロールして、 **Open Unsloth Studio** 左側に表示される白いボックス内でクリックしてください:

**さらに下にスクロールすると、実際の UI が表示されます。**
{% endcolumn %}

{% column %}

<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%2FkYitMrK55Ic6eIGqiKEJ%2FScreenshot%202026-03-16%20at%2011.21.16%E2%80%AFPM.png?alt=media&#x26;token=4388c309-a598-41f3-9301-e434c334ac1c" alt=""><figcaption></figcaption></figure></div>
{% endcolumn %}
{% endcolumns %}

{% hint style="warning" %}
現在、llama.cpp バイナリを事前コンパイルしているため、インストール速度が大幅に向上しています。

ときどき Studio のリンクがエラーを返す場合があります。これは、広告ブロッカーを使っているか、Mozilla を使用しているか、Google Colab が Colab ページに留まることを想定しているためです。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ことがあります。それでも、少し下にスクロールできます&#x20;
{% endhint %}

## トラブルシューティング

<table><thead><tr><th width="211.5999755859375">問題</th><th>修正</th></tr></thead><tbody><tr><td>Python バージョンエラー</td><td><code>sudo apt install python3.12 python3.12-venv</code> バージョン 3.11 以上、3.14 未満</td></tr><tr><td><code>nvidia-smi が見つかりません</code></td><td>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</td></tr><tr><td><code>nvcc が見つかりません</code> (CUDA)</td><td><code>sudo apt install nvidia-cuda-toolkit</code> または <code>/usr/local/cuda/bin</code> を PATH に追加</td></tr><tr><td>llama-server のビルドに失敗しました</td><td>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。修正するには <code>cmake</code> をインストールしてセットアップを再実行してください。</td></tr><tr><td><code>cmake が見つかりません</code></td><td><code>sudo apt install cmake</code></td></tr><tr><td><code>git が見つかりません</code></td><td><code>sudo apt install git</code></td></tr><tr><td>ビルドに失敗しました</td><td>削除 <code>~/.unsloth/llama.cpp</code> してセットアップを再実行</td></tr></tbody></table>