壁紙アプリのカテゴリ説明文を、ローカル LLM で下書きできないかと試していた夜のことです。自宅の iMac で Ollama を立ち上げ、モデルを読み込ませたところで、ほかのアプリの動きが目に見えて鈍くなりました。画像の書き出しを並べて走らせていたこともあって、ファンの音を聞きながら手が止まってしまったのです。
部屋の隅には、普段はファイル置き場にしている 64bit の Linux マシンがありました。11月17日に出た Antigravity App v2.33.0 で、そのような別のマシンへ SSH でつなぎ、プロジェクトもエージェントもターミナルもそちら側で動かせるようになっています。
最初にお伝えしたいのは、この形にすると「ローカル LLM のポートを外へ開ける」作業がいらなくなる、ということです。私は最初そこを取り違えて、余計な設定を一つ足しかけました。以下は、つないでから最初の 1 往復が返るまでの 30 分を、つまずいた順に辿り直したものです。
先に、どこで何が動くのかを整理しておく
v2.33.0 のリリースノートには、App から 64bit Linux へ SSH で接続でき、Antigravity が OpenSSH 経由でリモート側のサーバーを自動で入れ、~/.ssh/config を使う、と書かれています。プロジェクト、Git の worktree、エージェント、ターミナルはホスト側で動き、ウィンドウを閉じても動き続けます。
ここで大事なのは、エージェントが打つコマンドの localhost は、手元の Mac ではなく SSH 先のホストを指すという点です。
| もの | 動く場所 | この記事での扱い |
|---|---|---|
| Antigravity App の画面 | 手元の Mac | 操作するだけ |
| プロジェクト・ターミナル・エージェントの作業 | SSH 先の Linux | ここで Ollama を呼ぶ |
| Ollama とモデル | SSH 先の Linux | 127.0.0.1:11434 のまま |
| エージェント本体の推論モデル | これまでどおり | 差し替えない |
最後の行は、誤解のないように書き添えておきます。今回やるのは「ホスト上の Ollama を、エージェントが作るスクリプトや小さなツールから使う」ところまでで、エージェント自身のモデルをローカル LLM に替える話ではありません。そちらの設定は Antigravity にローカル LLM をつなぐ手順 にまとめています。
手順1:SSH の設定を一つだけ用意する(5分)
App は ~/.ssh/config を読むので、ホストの呼び名をここに一つ決めておきます。鍵での接続がターミナルから通ることを、先に確かめておくと迷いません。
# 手元の Mac の ~/.ssh/config に追記
Host llm-box
HostName 192.168.1.50 # 自宅 LAN 内の Linux の IP(例)
User your-name
IdentityFile ~/.ssh/id_ed25519
ServerAliveInterval 30 # 放置中に切れにくくする
# 鍵で入れるかを確かめる(パスワードを聞かれないこと)
ssh llm-box 'uname -m && cat /etc/os-release | head -2'uname -m が x86_64 か aarch64 なら 64bit です。リリースノートの対象は「64bit Linux」なので、古い 32bit の機械はここで外しておきます。
つないだら、App のサイドバー、プロジェクトメニューの「SSH Host...」、またはコマンドパレットの「Connect to SSH Host...」から llm-box を選びます。初回は向こう側にサーバーが入るので、少し待つ時間があります。
手順2:ホスト側に Ollama を入れ、小さいモデルを1つだけ取る(15分)
ここからは、App の中で開いたターミナルで打ちます。プロンプトのホスト名が llm-box 側になっていることを、一度目で確かめてください。
# Ollama の公式インストーラ(Linux では systemd のサービスとして登録されます)
curl -fsSL https://ollama.com/install.sh | sh
sudo systemctl status ollama --no-pager | head -5
# 小さめのモデルを1つだけ取得(gemma4:e2b は Ollama のライブラリ表記で 4.6GB〜)
ollama pull gemma4:e2b
ollama list
# 待ち受けアドレスを確かめる。127.0.0.1:11434 なら外からは見えません
ss -ltn | grep 11434モデルは最初から大きいものを取らないほうがよいと思います。私は欲張って大きいものから試し、ダウンロードとディスクの残りに気を取られて、肝心の「つながるか」の確認が後回しになりました。動くことを確かめるだけなら、小さいもので十分です。
手順3:エージェントに、ホスト上で動く確認スクリプトを書かせる(10分)
エージェントへの頼み方は、短く、合格条件まで書きます。私が送ったのはこのくらいの文です。
このホストで動いている Ollama(http://127.0.0.1:11434)に、
gemma4:e2b で短い質問を1つ送る Python スクリプトを check_ollama.py として作ってください。
標準ライブラリだけで書き、返答の本文・処理時間(秒)・生成トークン数を表示すること。
Ollama の設定(待ち受けアドレスやサービス)は変更しないでください。返ってきたものを、私の手で少し整えたのが次のスクリプトです。
import json
import sys
import urllib.request
URL = "http://127.0.0.1:11434/api/chat" # SSH 先のホスト自身を指す
MODEL = "gemma4:e2b"
def ask(prompt: str) -> dict:
body = json.dumps({
"model": MODEL,
"messages": [{"role": "user", "content": prompt}],
"stream": False, # 1回で全文を受け取る
}).encode("utf-8")
req = urllib.request.Request(URL, data=body, headers={"Content-Type": "application/json"})
# 初回はモデルの読み込みが入るので、待ち時間を長めに取る
with urllib.request.urlopen(req, timeout=300) as res:
return json.load(res)
if __name__ == "__main__":
try:
r = ask("夜景の壁紙に添える説明文を、40字以内で1つ書いてください。")
except OSError as e:
sys.exit(f"Ollama に届きませんでした: {e}")
print(r["message"]["content"].strip())
# total_duration はナノ秒で返るので秒に直す
print(f"処理時間: {r.get('total_duration', 0) / 1e9:.1f} 秒 / 生成トークン: {r.get('eval_count', 0)}")stream を False にしているのは、最初の確認では「全文が 1 回で返るか」だけを見たいからです。逐次表示は、つながることが分かってからで遅くありません。timeout を 300 秒と長めにしたのは、1 回目にモデルの読み込みが入り、そこで待ち切れずに失敗したように見えたことがあったためです。
App のターミナルで python3 check_ollama.py を実行し、説明文が 1 行返れば、この 30 分の目的は達成です。1 回目より 2 回目のほうがはっきり速く返るはずで、その差がモデルの読み込み時間だと分かります。
つまずいたこと:OLLAMA_HOST を書き換えかけた
ローカル LLM の記事を読むと、別の機械から使うときは OLLAMA_HOST=0.0.0.0:11434 にする、という手順がよく出てきます。私も反射的にそれをやりかけました。手元の Mac からホストの Ollama を呼ぶのだから、外に開けなければ届かないはずだ、と思い込んでいたのです。
けれども、スクリプトを動かしているのは手元の Mac ではなく、SSH 先のホストそのものでした。ホストの中から 127.0.0.1 を呼ぶのですから、待ち受けを広げる理由はどこにもありません。むしろ広げると、同じ LAN の誰からでも、認証のない API を叩ける状態になります。
呼ぶ側を同じ機械に置けば、扉を開ける必要はありません。 それ以来、待ち受けアドレスは初期値のまま触らず、エージェントへの依頼文にも「Ollama の設定は変更しない」と毎回書くようにしております。
それが何を可能にするのか
この形の良いところは、重い処理の置き場所と、判断の置き場所を分けられることなのだと思います。モデルを抱えるのは静かな部屋の隅の機械で、私の手元に残るのは画面と、返ってきた文を読んで採るか捨てるかを決める役割だけです。
エージェントが自律して動くと聞くと、何もかも任せる姿を思い浮かべがちですが、実際の手触りはもう少し地味でした。どこで動かすかを人が決め、扉を開けないことを人が決め、そのうえでエージェントは決められた枠の中で手を動かします——自律とは、枠が先にあってはじめて落ち着いて見られるものなのかもしれません。
応答が遅くなってきたときの考え方は、Ollama の応答時間を文脈長から逆算して一定に保つ に書いています。
次の一歩
まずは ssh llm-box がパスワードなしで通るかどうかだけを、今夜のうちに確かめていただければと思います。そこが通れば、残りの 25 分はほとんど待ち時間です。私も、そこから始めました。