Antigravity で LM Studio を常用する実践ワークフロー — モデル選定・接続設定・運用のコツ

import ArticleFAQ from "@/components/blog/ArticleFAQ";

「クラウドAPIの請求が気になって、Agent の自動実行を止めてしまう」— Antigravity を毎日使うようになると、一度はぶつかる問題ではないでしょうか。私もここ数ヶ月、アプリのプロトタイプを回しながら同じことで悩みました。最終的に落ち着いたのが、LM Studio で動かすローカルLLMを Antigravity の常用モデルに据える構成です。

ここではLM Studio と Antigravity を日常の開発ツールとして馴染ませるための実践手順を書いていきます。セットアップだけならチュートリアルで十分ですが、常用しはじめると「どのモデルを選ぶか」「セッション中にどう切り替えるか」「接続が突然切れるとき何を直すか」といった細かい判断に迷います。そのあたりを中心にまとめました。

なぜ LM Studio と Antigravity を組み合わせるのか

Antigravity は Gemini/Claude などのクラウドモデルを前提に最適化されていますが、OpenAI 互換のエンドポイントをローカルに向けるだけでローカルLLMを使えます。.env や設定画面で OPENAI_API_BASE 相当を LM Studio のサーバーURLに差し替える構成です。

Ollama も選択肢ですが、私は LM Studio を推しています。理由は次の3つです。

モデル管理のGUIが秀逸: ダウンロード、量子化の切り替え、コンテキスト長の調整までワンクリックで完結します。CLI で modelfile を書く手間が不要です
OpenAI Compatible サーバーが安定している: LM Studio 0.3系の Developer タブから1クリックでサーバーを起動でき、起動メッセージや接続テストのUIが充実しています
チャットログが残る: LM Studio 側のチャットで一度試してから、同じモデルを Antigravity につなぐと挙動を推測しやすくなります

一方で、速度を極限まで絞りたい・コンテナで運用したい場合は Ollama や vLLM に軍配が上がります。このあたりは Antigravity で Ollama をローカルLLMとして使う実践ガイドと比較しながら選んでいくのがおすすめです。

最初に選ぶモデルと量子化の判断

モデル選びで迷ったら、次の基準で絞り込むと失敗しにくいです。

手元の RAM: 16GB なら 7B クラスの Q4_K_M、24GB 以上なら 12B クラスまで現実的に動きます
用途: コード補完中心なら Gemma 4、構造化出力主体なら Qwen 2.5-Coder、日本語テキスト中心なら Llama 3.3 70B の量子化版
セッションの長さ: コンテキスト 128k が必要なら Gemma 4 12B の Q4 版が現実解です

私が普段使っているのは Gemma 4 12B Instruct の Q4_K_M です。16GB MacBook Air でもスワップに落ちずに動き、Antigravity の Plan Mode で十分なコード品質が得られます。深掘りガイドは Gemma 4 完全ガイド 2026 にまとめています。

量子化の違いを雑に理解する

Q4_K_M: 容量とのバランスが良く、日常用途の第一候補
Q5_K_M: コード生成の精度を一段上げたいとき。RAM に余裕があれば
Q8_0: オリジナルに近い精度が必要な評価タスク向け。常用には重い

量子化の呼び名は難解ですが、Antigravity 用途では「K_M 系を選ぶ」とだけ覚えておけば実害はほぼありません。

LM Studio 側の設定 — OpenAI互換サーバーを常用する

LM Studio を起動したら、左サイドバーから「Developer」タブを開き、以下のように設定します。

# LM Studio: Developer タブでの推奨設定
Server Port: 1234                      # デフォルトのまま
Cross-Origin-Resource-Sharing (CORS): Enable  # Antigravity からのリクエストを許可
Verbose Server Logs: Enable             # 初回接続時の切り分け用

設定後、Start Server ボタンを押すとターミナルに以下のようなログが流れます。

Server started on http://localhost:1234/v1
Listening on 0.0.0.0:1234
Loaded model: gemma-3-12b-it-Q4_K_M (8.2 GB)

ここで curl を一度叩いて応答を確認しておくと、後のトラブルシュートが楽になります。

# LM Studio が応答しているかの疎通テスト
curl -s http://localhost:1234/v1/models | jq '.data[].id'
# 期待出力例:
# "gemma-3-12b-it-Q4_K_M"

モデルIDが返ってくれば、OpenAI 互換APIとして正しく待ち受けています。

Antigravity 側の接続設定

Antigravity の Settings → Models → Custom Provider を開き、次の値を入力します。

Provider Name: LM Studio (Local)
Base URL: http://localhost:1234/v1
API Key: lm-studio                     # 任意の文字列で構いません
Model ID: gemma-3-12b-it-Q4_K_M       # LM Studio 側で表示されているIDと完全一致させる

API Key は LM Studio 側では検証されないため、何を入れても通ります。ただし空文字は弾かれる実装があるため、lm-studio などの目印を入れておきましょう。

設定後、Test Connection を実行すると数秒で結果が返ってきます。失敗する場合は「詰まりやすいポイント」のセクションで挙げた原因をあたってください。

モデル切り替えをスムーズにするコツ

Antigravity は複数の Provider を登録できるため、用途ごとにエントリを分けておくと切り替えが速くなります。

LM Studio - Code (Gemma 4 12B Q4): 日常のコード補完・リファクタ
LM Studio - Fast (Gemma 4 4B Q5): Plan Mode の高速レスポンス
LM Studio - JA (Qwen2.5-Coder 7B): 日本語コメント生成特化

同じ LM Studio サーバーでも、Model ID さえ切り替えれば裏で自動ロード/アンロードされるため、エディタから離れずに済みます。

日常運用で詰まりやすい3つのポイント

1. 接続エラーが突然出はじめる

「昨日まで動いていたのに…」という場面で最初に疑うのは LM Studio サーバーが止まっているケースです。LM Studio はGUIを閉じるとサーバーも停止する仕様のため、バックグラウンド常駐にしたい場合は「Start Server on Launch」を有効にし、macOS であればメニューバーアプリ化の設定を入れておきましょう。

接続自体は生きていても、モデルがアンロード済みのこともあります。LM Studio 0.3 系はアイドル時にモデルを自動アンロードする設定があるため、Developer → Settings → Auto-Unload を確認してください。どうしても自動アンロードの挙動が合わない場合は、Antigravity で LM Studio のモデルが表示されないときの対処が参考になります。

2. コンテキストが途中で切れる

Antigravity の長いセッションで返答が唐突に途切れる場合、LM Studio 側のコンテキスト長設定を疑います。モデルロード時の Context Length が 4096 のままだと、Plan Mode の長いコンテキストでトークンが溢れた瞬間に打ち切られます。

16GB RAM でも Gemma 4 12B Q4 なら Context Length: 32768 まで上げられるため、余裕を見て 16384〜32768 に設定しておくと長いセッションでも安定します。もちろんメモリ消費は増えるので、他アプリを開きっぱなしにする人は 8192 あたりが現実的です。

3. ストリーミングが途中で止まる

ストリーミング出力が 3〜5 秒で止まる場合、Thermal Throttling の可能性があります。連続推論で GPU/CPU 温度が上がると、macOS では Performance State が勝手に落ちることがあります。sudo powermetrics --samplers smc -n 1 -i 1000 | grep -i temp で温度を確認し、扇風機を当てるだけで症状が消えるケースもありました。

冗談のような対処ですが、夏場の MacBook Air では私は実際にこれで凌いでいます。根本対策としては Mac mini や Studio 系の熱設計が強いマシンに外付けするのが最善ですが、日常運用の話としては物理冷却も選択肢に入ります。

朝の5分ルーティン

LM Studio と Antigravity を常用していると、朝イチの5分点検だけで1日の摩擦がぐっと減ります。私の場合は、LM Studio を開いてサーバーが緑色のままか確認する、ターミナルのエイリアスで curl http://localhost:1234/v1/models を一発叩く、Antigravity で「一文で挨拶して」のような捨てプロンプトを1つ投げる、これだけです。

地味ですが、このチェックで自動アンロード、夜間のOSアップデートによるネットワーク権限リセット、VPN が localhost を経由してしまう設定ミスなど、あとから気づくと厄介なトラブルのほとんどが午前中のうちに見つかります。30秒の予防で午後の集中時間を守る、くらいの感覚で続けています。

全体を振り返って — まず今日の1つを決める

LM Studio と Antigravity の組み合わせは、セットアップしてから「自分の普段の使い方」になじませるまでが本番です。全部を一度に最適化しようとすると挫折しがちなので、まずは今日、1つだけ選んでみてください。

たとえば「Gemma 4 12B Q4 をロードしたまま LM Studio を常駐にする」だけでも、翌日の立ち上がりが変わります。その上で、Plan Mode と Fast Mode で別モデルを使い分ける、コンテキスト長を調整する、といった改善を1週間に1つずつ追加していくと、1ヶ月後には「API コストを気にせず Agent を走らせられる開発環境」が手元に残るはずです。

ローカルLLM運用をより体系的に深めたい方は、プレミアム記事の Antigravity × ローカルLLM 本番運用ガイドや Antigravity × Ollama 統合ガイドもぜひのぞいてみてください。