AI チュートリアル

Olostep MCPとMiMoのトークンプランを使ってXiaomi MiMo-V2.5-ProをOpenCodeに接続し、CLIツールとReflex製Webアプリを構築して実力を検証します。

n8n を使って、メール処理を自動化するAIエージェントや、ドキュメントの質問応答のためのRAGエージェントを構築する方法を学びます。

Run Qwen3.6 27B on an RTX 3090 and learn how Multi-Token Prediction (MTP) with llama.cpp can boost local LLM inference by almost 2x without upgrading your GPU.

DeepSeek V4の3つの推論モードの仕組みを学び、品質・速度・コストの各面でいつどのモードが勝つのかを示すStreamlit比較アプリを作成します。

Pythonでワークアウトを記録し、Supermemoryでユーザー履歴を保持。別々のAIエージェント実行間でも、パーソナライズされたセッションを提案します。

Perplexity Computer の概要、並列サブエージェントの仕組み、実地テストで見たクレジットの実コスト、そして Pro と Max が現実のリサーチにどう適合するかを解説します。

Kimi K2.6、Olostep、OpenAI Agents SDKで、CVを読み込み、ライブの求人を見つけ、ノイズを除去し、応募先を的確に提示するAIエージェントを構築します。

本チュートリアルでは、修正済みの llama.cpp ビルドと互換 GGUF ファイルを使い、単一 GPU 上で完全な DeepSeek V4 Flash モデルを実行します。

端末の Claude Code を、権限、CLAUDE.md、プランモード、/loop、フック、/voice、コスト可視化でカスタマイズ。すぐに効く7つのアップグレード。

Hugging Faceからモデルをダウンロードし、RTX 3090 GPU上でLoRAとTRLを使って心理学Q&AデータセットでNVIDIA Nemotron-3-Nano-4Bをファインチューニングする方法を学びます。

Alibaba の Qwen 3.6 Plus、Python、OpenAI SDK を使って、ビジョンとツール呼び出しにネイティブ対応した自動請求書処理パイプラインを構築する方法を学びます。

この実践的なPythonチュートリアルでは、Modal Sandboxes 内で実行し、ファイル操作やコード実行を行い、結果を返す OpenAI エージェントアプリの作り方を学びます。