Windows on KnightLiブログ

Windows Secure Boot証明書が2026年に期限切れ：一般ユーザーと管理者はどう更新すべきか

Wed, 20 May 2026 23:15:08 +0800

Microsoftは、Windows Secure Boot証明書の期限切れとCA更新に関する説明を更新しました。重要なのは「証明書が切れたらPCが起動しなくなる」という話ではありません。2011年に発行された一連のSecure Boot証明書が2026年6月から順次期限切れになり、Windowsデバイスは2023年の新しい証明書へ移行することで、今後の起動初期段階のセキュリティ保護更新を受け続ける必要がある、という点です。

原文：Microsoft Support: Windows Secure Boot certificate expiration and CA updates。

今回の更新は何を意味するのか

Secure BootはUEFIファームウェア内のセキュリティ機能です。OSが起動する前に、ブートローダー、UEFIドライバー、Option ROMなどのコンポーネントの署名を検証し、bootkitやrootkitのような起動初期段階のマルウェアを防ぐことを目的としています。

この検証は、ファームウェア内のいくつかのデータベースと鍵に依存しています。

KEK：キー登録鍵。Secure Bootデータベースの更新を承認するために使われる。
DB：許可された署名データベース。どの起動コンポーネントを信頼するかを決める。
DBX：失効署名データベース。信頼できない、またはリスクがあると判明した起動コンポーネントをブロックする。

Microsoftの説明によると、Windowsデバイスで長年使われてきた2011年の証明書群が期限切れに近づいており、対応する新しい証明書は2023年版になっています。これには、DB / DBX 更新の署名に使われるKEK証明書、Windowsブートローダーの署名に使われるWindows UEFI CA、サードパーティのブートローダー、EFIアプリ、Option ROMに使われるUEFI CAが含まれます。

起動に影響するのか

多くのユーザーが気にするのは、2026年に証明書が期限切れになったあと、PCが突然起動できなくなるのかという点です。

Microsoftの結論は比較的明確です。2023年の新しい証明書を受け取っていないデバイスでも、起動と通常利用は継続でき、標準的なWindows更新も引き続きインストールされます。ただし、これらのデバイスは、Windows Boot Manager更新、Secure Bootデータベース更新、失効リスト更新、新たに見つかった起動レベル脆弱性への緩和策など、起動初期段階に関わる新しい保護を受け取れなくなります。

つまりこれは、単純な「システムがすぐ使えなくなる」問題ではなく、「セキュリティ保護の連鎖が古くなる」問題に近いものです。短期的には機器は普通に動くかもしれません。しかし長期的には、新しいbootkit、起動チェーンの脆弱性、失効されたコンポーネントに対する防御力が下がります。

一般ユーザーがすべきこと

一般ユーザーがSecure Bootの鍵を手動で編集する必要はありません。BIOS / UEFIで証明書を不用意に削除、リセット、インポートすることもおすすめしません。

より安全な対応は次の通りです。

Windows Updateを有効にし、累積更新を適用する。
PCメーカーが提供するファームウェア、BIOS、UEFI、ドライバー更新をインストールする。
一時的な互換性問題のためにSecure Bootを長期間無効にしない。
BitLockerを有効にしている場合は、ファームウェアやSecure Boot関連の変更前に回復キーを確認する。
msinfo32 で「Secure Boot State」を確認し、Secure Bootが有効になっているか見る。

家庭用PCでの主なリスクは、多くの場合「操作がわからないこと」ではなく、ファームウェアを長期間更新しないことです。多くのノートPCやメーカー製PCのSecure Boot関連変更は、最終的にOEMファームウェアの対応に依存します。

企業管理者が注意すべきこと

企業環境で難しいのは単体のPCではありません。デバイスモデル、ファームウェアバージョン、暗号化ポリシー、展開ツール、サードパーティの起動コンポーネントが混在していることです。

まず次の四つから始めるのがよいでしょう。

デバイスモデル、Windowsバージョン、Secure Boot状態、ファームウェアバージョン、BitLocker状態を棚卸しする。
代表的な機種で小規模にテストし、段階的に展開を広げる。
Windows更新、OEMファームウェア更新、回復キーのバックアップ、PXE / MDT / ConfigMgr / Intuneの流れを一つの変更計画にまとめる。
回復メディア、イメージングツール、サードパーティのセキュリティソフト、デュアルブートのブートローダーが正常に起動するか検証する。

Microsoftのドキュメントには、IT管理デバイス向けにレジストリ、グループポリシー、WinCS API、Intune、監視例などの手段も示されています。企業では、今回の証明書更新を普通のパッチとして扱うべきではありません。ファームウェアレベルの変更として、テスト、段階的展開、ロールバック計画と一緒に扱うべきです。

デュアルブートとサードパーティ起動ツールは特に注意

Linuxのデュアルブート、サードパーティのブートローダー、独自署名のEFIアプリ、古い回復USB、オフライン展開ツールを使っているデバイスでは、今回の更新を早めに検証する価値があります。

理由は、Microsoftが従来の信頼の一部をより細かく分けたためです。たとえば、サードパーティのブートローダーとOption ROMに対応する信頼は、以前のように完全には一体化していません。これは信頼範囲を狭めるうえで有効ですが、古い起動コンポーネント、未更新のshim / GRUB、古い回復メディア、独自起動ツールが、将来署名の信頼問題に遭遇しやすくなる可能性もあります。

原則は単純です。証明書が期限切れになってから、回復USBも起動できないと気づくのは避けるべきです。重要な機器では、少なくとも一度は実際の回復手順を事前に検証しておくべきです。

やるべきでないこと

この種の問題は「証明書の期限切れ」に見えるため、BIOSに入って手動で鍵を変更したくなりがちです。しかし、メーカーやMicrosoftのドキュメントが明確に求めていない限り、それはおすすめしません。

Secure Bootを長期間無効にしないでください。本番デバイスでSecure Boot keysを直接消去しないでください。あるデバイスのファームウェア設定を、別モデルのデバイス群にそのままコピーしないでください。Windowsだけを更新し、OEMファームウェアを更新しないまま、問題が解決したと考えるのも危険です。

より適切な見方は、Windows更新がOS側を処理し、OEMファームウェア更新がプラットフォーム側を処理し、企業の展開ポリシーが大規模な一貫性を処理する、というものです。この三つのどれかが欠けると、後で原因を追いにくい起動問題になる可能性があります。

まとめ

今回のWindows Secure Boot証明書期限切れの実際の影響は、2026年のある日にすべてのPCが同時に起動不能になることではありません。古い証明書のデバイスが、今後のSecure Bootセキュリティ更新を徐々に受けられなくなることです。

個人ユーザーはWindowsとファームウェアを最新に保ち、Secure Bootを不用意に無効化しないことが重要です。企業管理者は、棚卸し、テスト、段階的展開を早めに始めるべきです。2026年6月に近づくほど、ファームウェア互換性、回復手順、まとめて戻すための計画に使える時間は少なくなります。

llama.cpp b9196アップデート：Windowsプリビルド版がCUDA 13.1、Vulkan、HIP、SYCLに対応

Mon, 18 May 2026 23:20:00 +0800

llama.cpp の最近のWindows版は、ローカルLLMユーザーにとってかなり扱いやすくなりました。以前WindowsでGGUFモデルを動かすとき、多くの人が環境問題でつまずいていました。CUDAバージョンの不一致、DLL不足、ドライバー非互換、CMakeビルド失敗、環境変数の誤り、Vulkan / HIP / SYCL設定の複雑さなどです。

現在は公式Releaseで複数のWindowsプリビルドパッケージが提供されています。多くの場合、ソースからビルドする必要はありません。対応するバージョンをダウンロードし、展開し、モデルファイルを置けば、そのままローカル推論サービスを起動できます。

llama.cppは何に向いているか

llama.cpp は、現在もっともよく使われているローカルGGUFモデル推論フレームワークのひとつです。軽量でクロスプラットフォーム、CPUでもGPUでも動作し、GGUFエコシステムには多くのモデル資源があります。

よく使われるモデル系統は次の通りです。

Qwen
Llama
DeepSeek
Gemma
Mistral
Mixtral
Hermes

GGUF量子化モデルが普及するにつれて、多くのオープンソースモデルがローカル展開向けのGGUF版を提供するようになりました。一般ユーザーにとって、llama.cpp の価値は明確です。複雑な推論フレームワーク一式を構築しなくても、自分のPCで使えるチャットサービスを動かせます。

Windowsプリビルド版の選び方

Windowsユーザーは、ハードウェアに応じて次のビルドを選べます。

Windows x64 CPU
Windows x64 CUDA 12.4
Windows x64 CUDA 13.1
Windows x64 Vulkan
Windows x64 HIP Radeon
Windows x64 SYCL
Windows ARM64 CPU

NVIDIA GPUなら、通常はCUDA版を優先します。RTX 3060、4060、4070、4080、4090のようなカードはCUDAルートに向いています。

AMD GPUなら、HIPまたはVulkanを試せます。実際には、完全なROCm環境を整えたくない場合、Vulkanのほうが扱いやすいこともあります。

Intel内蔵GPUやArc GPUなら、SYCLまたはVulkanを試せます。性能はNVIDIA CUDAには及ばないことが多いですが、中小規模のGGUFモデルを試すには十分です。

CPU版は、単体GPUがないユーザーや、小さなモデルを検証したいユーザーに向いています。速度は速くありませんが、導入はもっとも簡単です。

通常のGGUFモデルを起動する

llama.cpp のWindowsプリビルドパッケージをダウンロードし、モデルを models ディレクトリに置いたとします。展開した llama.cpp ディレクトリに入り、次のように起動できます。

`1`	`llama-server.exe -m models\your-model.gguf -ngl 999`

ここで -m はGGUFモデルファイルを指し、-ngl 999 は可能な限りモデル層をGPUに載せる指定です。実際にどれだけ載るかは、VRAM容量、モデルサイズ、量子化形式によって変わります。

起動に成功したら、ブラウザで次を開きます。

`1`	`http://127.0.0.1:8080`

これでローカルWebチャット画面に入れます。

VRAMが足りない場合は、より小さいモデルか、Q4やQ5など低めの量子化GGUFに切り替えます。パラメータ数だけでなく、量子化形式とコンテキスト長設定も確認してください。

マルチモーダル視覚モデルを起動する

マルチモーダル視覚モデルでは、通常メインモデルファイルだけでなく、mmproj 視覚投影ファイルも必要です。起動時にはメインモデルと mmproj を同時に指定します。

`1`	`llama-server.exe -m "models\main-model.gguf" --mmproj "models\mmproj-model.gguf" -ngl 999`

主な用途は次の通りです。

OCR認識
スクリーンショット理解
Webページスクリーンショット解析
画像Q&A
簡単な視覚内容判定

たとえば Qwen2-VL / Qwen2.5-VL 系の視覚モデルは、中国語スクリーンショット理解、OCR、画像とテキストのQ&Aで実用的です。メインモデルと mmproj ファイルが対応しているか必ず確認してください。バージョン不一致は読み込み失敗や異常な結果につながりやすいです。

batスクリプトで複数モデルを管理する

ローカルに複数モデルを置く場合、簡単な .bat スクリプトでメニュー切り替えできます。以下は例です。パスとモデル名は自分の環境に合わせて変更してください。

@echo off
chcp 65001 >nul
cd /d C:\path\to\llama-b9196-bin-win-cuda-13.1-x64

echo 请选择模型：
echo 1. Gemma
echo 2. Qwen VL 多模态
echo 3. DeepSeek

set /p choice=输入数字：

if "%choice%"=="1" llama-server.exe -m "models\gemma.gguf" -ngl 999
if "%choice%"=="2" llama-server.exe -m "models\qwen-vl.gguf" --mmproj "models\mmproj.gguf" -ngl 999
if "%choice%"=="3" llama-server.exe -m "models\deepseek.gguf" -ngl 999

pause

保存時はUTF-8エンコーディングを推奨します。その後、拡張子を .bat に変更します。ダブルクリックすると数字でモデルを選べます。

モデル選びで見るべき3点

第一にハードウェアです。VRAMが大きいほど大きなモデルを動かせます。VRAMが足りない場合、大きなモデルを無理に使わず、7B、8B、または低めの量子化版から始めるのが安全です。

第二に用途です。日常的なQ&A、要約、書き換えなら、小型モデルや中程度の量子化で十分なことが多いです。コード、長文書解析、マルチモーダル理解をしたいなら、より強いモデルとより多いVRAMが必要です。

第三にライセンスと安全境界です。ネット上には多くのコミュニティ改変モデルがありますが、能力、制限、ライセンスはそれぞれ異なります。ダウンロード前に、出所、ライセンス、適用場面、リスクを確認してください。出所不明のモデルに本番タスクを直接任せるのはおすすめしません。

よくある問題

起動時にDLL不足が出る場合は、まずダウンロードしたパッケージとGPUルートが合っているか確認してください。NVIDIAユーザーがHIP版を誤って落としたり、AMDユーザーがCUDA版を落としたりしないようにします。

モデル読み込みが遅い場合、モデルが大きすぎる、ディスクが遅い、またはVRAM不足で一部レイヤーがCPUに戻っている可能性があります。

Webページが開かない場合は、コマンドラインでサービスが正常に起動しているかを先に確認し、ポートが 8080 かどうかも見ます。ポートが使われている場合は、llama-server のパラメータでポートを変更できます。

マルチモーダルモデルの結果がおかしい場合は、プロンプトを変える前に、mmproj ファイルがメインモデルと対応しているかを確認します。

まとめ

今回のWindowsプリビルドパッケージの価値は、ローカルAIの入口を下げたことです。以前は多くのユーザーがビルドや依存関係でつまずいていましたが、今は「モデルをダウンロードし、サービスを起動し、結果を試す」段階に早く入れます。

Windowsユーザー向けには、ルート選択を簡単にまとめると次の通りです。

NVIDIA：CUDAを優先。
AMD：まずVulkanを試し、その後HIPを見る。
Intel：SYCLまたはVulkanを試す。
単体GPUなし：CPU版で小型モデルを動かす。

実際に使う前には、モデルの出所、ライセンス、VRAM要件、実際の出力を確認してください。ローカルAIの利点は制御しやすく、オフラインで、低遅延なことです。ただしコストがないわけではありません。モデル管理、ハードウェア資源、出力品質は自分で面倒を見る必要があります。

参考元：https://www.freedidi.com/24211.html

Google App デスクトップ版体験：AI 検索を Windows に入れる

Sat, 18 Apr 2026 11:08:00 +0800

Google は、Windows デスクトップ上により軽量な検索入口を用意しました。毎回ブラウザを開かなくても、ショートカットを押すだけで検索ボックスを呼び出し、質問の入力、画像アップロード、ファイル分析、画面上の範囲選択、さらに追加質問まで行えます。

このツールの正式名称は Google app for desktop です。従来のブラウザを置き換えるものではなく、Google Search、AI Mode、Google Lens、画面共有、PC 内ファイル検索、Google Drive 検索を 1 つのデスクトップ検索ボックスにまとめるためのアプリです。

普段から調べ物、文書の要約、スクリーンショット内容の確認、PC 内ファイルの検索をよく行うなら、このデスクトップ版 Google App は試す価値があります。

利用条件

Google の公式ページによると、現在の要件は次の通りです。

ユーザーは 13 歳以上。
Windows 10 以降のデスクトップ端末。
現在、このアプリは英語のみ対応。
Google Search の AI Mode は、すべてのアカウント、国、言語で利用できるわけではありません。

つまり、Windows 10 または Windows 11 を使っている場合は、まずインストールして試すことができます。公式ページには現在 Now available on Windows と明記されているため、この記事では Windows 版を前提に紹介します。

主な機能

1. ショートカットで検索ボックスを開く

インストール後は、次のキーで起動できます。

`1`	`Alt + Space`

Google のデスクトップ検索ボックスがすぐに表示されます。もう一度押すと非表示にできます。

体験としてはシステムランチャーに近いものです。文書作成中、Web ページ閲覧中、ファイル整理中、別アプリの使用中でも、ブラウザに戻らず検索入口を呼び出せます。

2. AI Mode 検索と追加質問

通常の検索は Web ページのリンク一覧を返すことが多いですが、AI Mode は検索結果をもとにした回答を先に整理してくれます。質問を直接入力すると、まとまった説明と参考リンクを受け取れます。

便利なのは、続けて質問できる点です。たとえば最初にこう聞きます。

`1`	`このツールはどんな用途に向いていますか？`

回答を受け取ったあと、さらに続けて聞けます。

`1`	`文章コンテンツを作る場合、どのように使うと作業効率を上げられますか？`

毎回キーワードを作り直したり、複数のページを行き来したりする手間を減らせます。

3. 画像をアップロードして認識・検索する

デスクトップ版 Google App では、画像をアップロードして質問できます。よくある使い方は次の通りです。

画像内の人物、場所、商品、物体を識別する。
類似画像や関連情報を探す。
画像内容から説明文を抽出する。
画像をもとに AI 用のクリエイティブなプロンプトを作る。

たとえば人物画像をアップロードしたあと、次のように質問できます。

`1`	`この画像の人物は誰ですか？関連する紹介と参考資料も教えてください。`

日常的な画像検索、出典探し、物体認識なら、Web ページを開いて画像をアップロードするより手軽です。

4. Google Lens で画面上の内容を選択する

Google Lens は、このデスクトップアプリの中でも特に実用的な機能です。画面上の一部を直接選択し、その内容を認識して検索できます。

次のような場面で使えます。

Web ページ上の商品を選択し、同じ商品や関連情報を探す。
スクリーンショット内の文字を選択し、意味を説明してもらう。
ソフトウェア画面を選択し、何のツールか判断してもらう。
エラーメッセージを選択し、原因調査の手がかりをもらう。

基本の価値は「見たものをそのまま検索できる」ことです。以前ならスクリーンショットを撮って保存し、アップロードする必要がありましたが、今は画面上で直接対象を選べます。

5. 画面共有検索

一部を選択するだけでなく、画面共有にも対応しています。有効にすると、AI が現在のウィンドウまたは画面全体を見ながら、その内容について質問に答えられます。

たとえば記事を開いているときは、次のように聞けます。

`1`	`現在のページの重要ポイントを要約してください。`

または：

`1`	`このページで改善できそうな点はありますか？`

Web ページの読解、デザイン案の確認、コード断片の分析、長いページの要約に向いています。画面共有中は、通常わかりやすい枠線が表示されるため、共有状態を確認しやすくなっています。

6. PC 内ファイルと Google Drive を検索する

公式説明では、同じ検索ボックスから PC 内のアプリやファイル、Google Drive の内容も検索できるとされています。

これはデスクトップ検索とクラウド検索をまとめた機能です。ファイル名の一部、内容のキーワード、Google Drive 内の資料を探したいとき、ファイルエクスプローラーと Drive を別々に開く必要が少なくなります。

初回利用時に Google Drive 検索やローカルファイル検索の有効化を求められた場合は、必要な範囲だけ許可するのがおすすめです。ローカルファイルやクラウドデータに関わるため、アクセス範囲は確認しておきましょう。

インストールと使い方

1. 公式ダウンロードページを開く

公式ページにアクセスします。

https://search.google/google-app/desktop/

ページ内の Download app をクリックしてアプリをダウンロードします。

2. デスクトップアプリをインストールする

ダウンロード完了後、インストーラーを実行し、案内に従ってインストールします。

インストール後は Google アカウントでログインできます。ログインすると Google Drive 検索、パーソナライズ検索、一部の AI 機能を使いやすくなります。基本的な検索だけを試す場合は、画面の案内に従って先に体験してもかまいません。

3. 検索ボックスを呼び出す

ショートカットを押します。

`1`	`Alt + Space`

デスクトップ上に Google 検索ボックスが表示されます。質問を入力したり、ファイルをアップロードしたり、Lens や画面共有を使ったりできます。

4. 必要な検索範囲を有効にする

Google Drive やローカルファイルを検索したい場合は、案内に従って権限を有効にします。

おすすめの流れは次の通りです。

まず Google Drive 検索を有効にし、クラウド資料の検索を試す。
必要になったらローカルファイル検索を有効にする。
不要な検索範囲は許可しない。

こうすると機能を試しながら、どのデータへアクセスしているかも把握しやすくなります。

よくある利用シーン

PDF や文書を分析する

PDF、表、文書をドラッグして、要点をまとめてもらえます。

たとえば：

`1`	`この PDF の重要ポイントを要約し、注意すべき点を列挙してください。`

申請書、明細、表、マニュアルのように情報量が多いファイルなら、続けてこう聞けます。

`1`	`重要な情報をカテゴリ別に整理してください。`

長い文書を 1 ページずつ読むより効率的です。

Web ページを要約する

画面共有を有効にすると、現在のページを直接要約できます。

たとえば：

`1`	`このページの主な論点を抽出し、5 つの箇条書きでまとめてください。`

長文記事、製品ページ、ドキュメント、ニュースページの確認に向いています。

スクリーンショットや画面を識別する

Google Lens で画面上のソフトウェア画面、コード断片、エラー表示、画像内容を選択し、見えている情報を説明してもらえます。

たとえば：

`1`	`このエラーの意味を説明し、調査の進め方を提案してください。`

または：

`1`	`このスクリーンショットに表示されているツールは何ですか？どんな場面で使われそうですか？`

コンテンツ作成を補助する

タイトル作成、アウトライン生成、訴求ポイントの整理にも使えます。

たとえば：

`1`	`AI ツール紹介の記事タイトルを 10 個作ってください。実用ノウハウ、効率化ツール、オフィス業務向けの方向でお願いします。`

初稿を受け取ったあと、さらに調整できます。

`1`	`これらのタイトルをテックブログ向けに調整してください。`

このように続けて聞けるため、検索エンジンに一度で結果を求めるより自然に使えます。

使うときの注意

日常的な調べ物だけなら、より速い Google Search 入口として使えます。画像、PDF、Web ページ、スクリーンショットをよく扱うなら、Lens、ファイルアップロード、画面共有を重点的に試すとよいでしょう。

注意点は 3 つあります。

公式ページでは現在英語のみ対応とされています。中国語や日本語での質問結果は、アカウントや地域によって変わる可能性があります。
AI Mode はすべてのアカウントで使えるとは限りません。表示されない場合は、アカウント、地域、言語設定を確認してください。
ローカルファイル、Google Drive、画面共有はプライバシー権限に関わります。有効にする前に、アクセスさせる内容を確認しましょう。

まとめ

Google App デスクトップ版の一番の価値は、検索入口をブラウザの外に出し、いつでも呼び出せるデスクトップ AI 検索ボックスにすることです。

できることをまとめると：

Alt + Space で素早く検索を呼び出す。
AI Mode で整理された回答を得る。
画像やファイルをアップロードして分析する。
Google Lens で画面上の内容を選択して検索する。
画面共有で現在のウィンドウや画面全体を理解させる。
PC 内ファイル、アプリ、Google Drive の内容を検索する。

すでに Google 検索をよく使っていて、検索を「アシスタントに聞く」感覚に近づけたいなら、Google app for desktop は試してみる価値があります。

参考リンク

Google App デスクトップ版公式ページ：https://search.google/google-app/desktop/

Windows で WSL + Ollama を使って Hermes Agent をローカル導入し、Telegram に接続する

Sat, 18 Apr 2026 00:48:22 +0800

Windows 上でできるだけ手軽に Hermes Agent を動かしたいなら、比較的やりやすい流れは次の通りです。

ホスト OS はそのまま Windows を使う
WSL 内で Ubuntu を動かす
Ollama でローカルモデルを提供する
Hermes Agent からローカル Ollama のエンドポイントへ直接つなぐ

この方法の利点は、環境を比較的きれいに保ちやすく、コマンドも Linux 方式でそろえやすいことです。別に Linux マシンを用意しなくても始められます。

全体の流れ

この構成は 4 ステップに分けられます。

WSL を有効化して Ubuntu を入れる
Ubuntu 内で Python、Node.js、Git などの基本環境を入れる
Ollama を入れてローカルモデルを取得する
Hermes Agent を入れ、Telegram を接続する

まず Hermes Agent を動かすことだけが目的なら、実質的には 3 ステップ目まででかなり近いところまで行けます。

1. WSL と Ubuntu をインストールする

管理者権限の PowerShell で次を実行します。

`1`	`wsl --install`

インストールが終わったら PC を再起動し、そのあと Ubuntu を入れます。

`1`	`wsl --install -d Ubuntu`

以降のコマンドは、WSL の Ubuntu 側で実行していきます。

2. Ubuntu を更新し、基本環境を入れる

まずシステムを更新します。

1
2

sudo apt update
sudo apt upgrade -y

そのあと Python、展開ツール、Node.js、Git を入れます。

Python をインストール

`1`	`sudo apt install python3-pip python3-venv -y`

zstd をインストール

`1`	`sudo apt install -y zstd`

Node.js をインストール

1
2

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs

Git をインストール

1
2

sudo apt update
sudo apt install -y git

入れ終わったら、軽く確認しておくと安心です。

1
2
3

node -v
npm -v
git --version

3. Ollama を入れて Gemma 4 を取得する

Ollama のインストール:

`1`	`curl -fsSL https://ollama.com/install.sh \| sh`

Hermes Agent 用にローカルモデルを用意するなら、まずは Gemma 4 から始めるのが無難です。

たとえば:

`1`	`ollama run gemma4:e4b`

もしマシンのリソースが弱ければ:

`1`	`ollama run gemma4:e2b`

より大きい版としては:

1
2

ollama run gemma4:26b
ollama run gemma4:31b

一般的な Windows + WSL 環境では、gemma4:e4b が現実的な出発点になりやすいです。

4. Hermes Agent をインストールして設定する

インストールコマンド:

`1`	`curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh \| bash`

インストール後、Ollama のローカルエンドポイントを指定します。

`1`	`http://127.0.0.1:11434`

モデル名には実際に使うものを入れます。たとえば:

`1`	`gemma4:e4b`

インストーラから shell の再読み込みを求められたら:

`1`	`source ~/.bashrc`

Hermes Agent のよく使うコマンド

普段よく使うのは次のあたりです。

起動

hermes

再設定

`1`	`hermes setup`

チャットゲートウェイ設定

`1`	`hermes setup gateway`

更新

`1`	`hermes update`

Telegram 接続の基本手順

Hermes Agent で Telegram の送受信をしたいなら、まずは次を実行します。

`1`	`hermes setup gateway`

そのうえで Telegram 側で次の 2 つを用意します。

BotFather で bot を作成する
@userinfobot で自分の User ID を確認する

これらを揃えたら、Hermes Agent のゲートウェイ設定に入力していきます。

この構成が向いている人

この方法は、次のような人に向いています。

メイン環境が Windows
別に Linux マシンを用意したくない
まずはローカル Agent を動かし、その後チャット連携を広げたい
できるだけクラウド API ではなくローカルモデルを使いたい

最初から本格的な本番環境を組むのではなく、まずローカルで Agent を試したい人には十分実用的です。

注意点

WSL はあくまで互換レイヤーなので、極端なケースではネイティブ Linux と完全に同じとは限りません
大きなモデルが快適に動くかどうかは、RAM、VRAM、CPU / GPU に依存します
gemma4:e4b は現実的な出発点ですが、最終的な体感はマシン性能次第です
Hermes Agent のチャット連携は拡張機能なので、まずローカルモデル経路を通してから Telegram を足すほうが安定しやすいです

まとめ

Windows 上でなるべく素直に Hermes Agent をローカル導入するなら、流れは次の順番がやりやすいです。

WSL -> Ubuntu -> Ollama -> Gemma 4 -> Hermes Agent -> Telegram

最初にローカルモデルを確実に動かし、そのあとでゲートウェイ接続を追加すると成功率が上がります。多くのユーザーにとって、最初から部品を積みすぎるよりもこのほうが切り分けしやすく、後から拡張もしやすいです。

元記事

この投稿は次のページをもとに整理・リライトしています。

X超哥博客：太简单了！Hermes Agent 本地部署（无需API）接入 Telegram + 微信

Windows で llama-cli から Hugging Face に直接アクセスすると SSL 証明書検証に失敗する場合の対処

Fri, 17 Apr 2026 14:20:29 +0800

Windows で次のコマンドを実行したとします。

`1`	`llama-cli -hf unsloth/gemma-4-E4B-it-GGUF`

そして、次のようなエラーが表示される場合があります。

1
2

get_repo_commit: error: HTTPLIB failed: SSL server verification failed
error: failed to download model from Hugging Face

この場合、問題は CUDA や llama.cpp 本体ではないことが多いです。多くの場合、現在の環境でプログラムがシステムの証明書チェーンを正しく参照できず、HTTPS の検証に失敗しています。

ログを見ると、ggml-rpc.dll と ggml-cpu-alderlake.dll は正常に読み込まれています。つまり、実行環境自体はおおむね利用可能で、問題は主にモデルのダウンロード段階にあります。

一番手軽な方法：先にモデルを手動ダウンロードする

とにかく早く動かしたい場合は、ローカルに手動でダウンロードする方法がもっとも安定しています。

対象の Hugging Face リポジトリページを開きます。
Files and versions から必要な .gguf ファイルをダウンロードします。
ダウンロード後、ローカルファイルのパスを指定して実行します。

`1`	`llama-cli -m C:\Users\knightli\Downloads\gemma-4-e4b-it.gguf`

この方法なら、-hf のダウンロード段階で発生する SSL 検証問題を回避できます。まずモデルが正常に推論できるか確認したい場合に向いています。

それでも `-hf` の自動ダウンロードを使いたい場合

証明書ファイルのパスを手動で指定し、現在のセッションで利用できる CA 証明書をプログラムに見つけさせます。

cacert.pem は curl 公式が管理している CA Extract ページから取得できます。

ページ：https://curl.se/docs/caextract.html
直接ダウンロード：https://curl.se/ca/cacert.pem

ブラウザでダウンロードする場合は、上の直接ダウンロード URL を開いて cacert.pem として保存します。PowerShell で固定ディレクトリにダウンロードすることもできます。

1
2

New-Item -ItemType Directory -Force C:\certs
Invoke-WebRequest -Uri https://curl.se/ca/cacert.pem -OutFile C:\certs\cacert.pem

ダウンロード後、コマンドラインで次のように設定します。

1
2

set SSL_CERT_FILE=C:\certs\cacert.pem
set CURL_CA_BUNDLE=C:\certs\cacert.pem

その後、元のコマンドをもう一度実行します。

`1`	`llama-cli -hf unsloth/gemma-4-E4B-it-GGUF`

問題の原因が証明書チェーンにある場合、この方法で解決できることが多いです。

WindowsでVS CodeからDockerイメージをビルドする方法

Thu, 16 Apr 2026 10:20:00 +0800

Windows環境でVS CodeからDockerイメージを作る流れはシンプルです。基本は3ステップだけです。環境準備、Dockerfile作成、イメージビルドの順で進めます。

01 事前準備

まず次の2点を確認します。

Docker Desktopをインストールし、起動しておく。
VS CodeでMicrosoft公式のDocker拡張機能を入れる。

WindowsではDocker DesktopのWSL 2バックエンド（Settings > Resources > WSL Integration）を使うと、安定性と速度の面で有利です。

02 Dockerfileを用意する

まだDockerfileがない場合は、VS Codeで自動生成できます。

VS Codeでプロジェクトフォルダを開く。
F1またはCtrl+Shift+Pでコマンドパレットを開く。
Docker: Add Docker Files to Workspaceを実行する。
Node.js、Python、.NETなど対象プラットフォームを選び、案内に従う。

通常は次のファイルが生成されます。

Dockerfile
.dockerignore

まずは動く雛形を作り、あとで調整するのが効率的です。

03 イメージをビルドする3つの方法

方法A: Dockerfileを右クリック

エクスプローラーでDockerfileを右クリックし、Build Image...を選択してタグ名を入力します。

方法B: コマンドパレット

F1でDocker: Build Imageを実行し、コンテキストとタグを選びます。

方法C: 統合ターミナル

`1`	`docker build -t your-image-name .`

現在のディレクトリをビルドコンテキストとして、your-image-nameタグでイメージを作成します。

04 よくある問題の確認ポイント

Docker Desktopが起動していない: 先に起動状態を確認する。
ビルドが遅い: WSL 2バックエンドが有効か確認する。
ファイルが見つからないエラー: 実行場所がプロジェクトルートか確認する。
VS CodeでDocker項目が出ない: VS Code再起動とdocker version確認を行う。

まとめ

WindowsでVS CodeからDockerイメージを作る作業は、初期セットアップができれば難しくありません。Docker Desktopと拡張機能を整え、必要ならDockerfileを自動生成し、UIまたはdocker buildでビルドすれば運用できます。

Windows LAN Access Ollama API セットアップガイド

Sat, 11 Apr 2026 16:43:52 +0800

LAN 内の他のデバイスがローカル Ollama API にアクセスできるようにする場合は、次のように設定できます。

リスニングポートを設定する

まず、Ollama リスニングアドレスをすべてのネットワークカードに変更します。

OLLAMA_HOST=0.0.0.0:11434

ファイアウォールを開く

詳細なファイアウォール設定を開いた後、新しい受信ルールを作成し、ターゲットポート (8080 など) を許可します。

Win + S を押して、「Windows Defender ファイアウォール」を検索して開きます。
「詳細設定」をクリックします。
「受信ルール」→「新しいルール…」を選択します。
ルールの種類として「ポート」を選択し、「次へ」をクリックします。
プロトコル（通常はTCP）を選択し、「特定のローカルポート」に開放するポート番号（例：8080）を入力し、「次へ」をクリックします。
「接続を許可する」を選択し、「次へ」をクリックします。
「プロファイル」の「ドメイン」「プライベート」「パブリック」にチェックを入れて「次へ」をクリックします。
ルールに名前を付けて (OpenPort8080 など)、「完了」をクリックします。

ラン・オラマ

オラマランモデル

API経由でモデルにアクセス

curl http://192.168.x.xxx:11434/api/generate -d '{
  "model": "gemma4",
  "prompt": "这个是什么模型?"
}'

Windows タスクマネージャーのデータは一時停止され、更新されません。通常、更新速度は一時停止に設定されます。

Thu, 09 Apr 2026 18:15:53 +0800

Windows タスクマネージャーを開くと、[プロセス] または [パフォーマンス] ページのデータがスタックしているように見え、CPU、メモリ、ディスク、またはネットワークの値が長期間変更されていないことがわかることがあります。一見するとシステムの異常のように見えますが、実際に実行されているプログラム、ネットワーク伝送、リソースの使用状況は正常に変化しています。

この状況は通常、システムが実際に停止したことを意味するのではなく、タスクマネージャーの更新頻度が「一時停止」に変更されたことを意味します。

現象

一般的な症状には次のものがあります。

「プロセス」ページの CPU、メモリ、その他のデータがジャンプしなくなりました
「パフォーマンス」ページのカーブが長期間更新されない
明らかにプログラムが実行されていますが、タスクマネージャーは非アクティブになっているように見えます。

問題が発生した場合のインターフェイスの例を次に示します。

理由

タスクマネージャーは、「更新速度」の調整をサポートしており、高速、標準、低速、または一時停止に直接設定できます。

これを「一時停止」に設定すると、インターフェイス上のさまざまな統計情報が更新されなくなるため、CPU、メモリ、またはネットワーク情報がすべて停止したように見えます。

下の図に示すように、このオプションは通常、タスクマネージャーの上部メニューの [表示] にあります。

Ollama モデルのデフォルトの保存場所と移行方法 (C ドライブがいっぱいになるのを防ぐため)

Mon, 06 Apr 2026 09:38:00 +0800

大規模なモデルをローカルで実行する場合、多くの場合、システムディスクが最初に爆発しやすくなります。 Ollama は、デフォルトでモデルをユーザーディレクトリまたはシステムディレクトリにダウンロードします。事前にパスを計画しておかないと、C ドライブがすぐにいっぱいになってしまいます。

Ollama 共通のデフォルトモデルディレクトリ

Windows: C:\Users\<用户名>\.ollama\models
macOS：~/.ollama/models
Linux: /usr/share/ollama/.ollama/models (一部インストール方法が異なる場合があります)

Windows: モデルディレクトリをシステム以外のディスクに移行します。

モデルディレクトリを D:\OllamaModels などに移行することをお勧めします。主な方法は、システム環境変数 OLLAMA_MODELS を設定することです。

1. 新しいターゲットディレクトリを作成します

たとえば、最初に D:\OllamaModels を作成します。

2. システム環境変数を構成する

変数名: OLLAMA_MODELS
変数値: D:\OllamaModels

これは、「システムのプロパティ -> 詳細設定 -> 環境変数」で追加することも、コマンドライン (管理者 PowerShell) を使用して設定することもできます。

`1`	`[System.Environment]::SetEnvironmentVariable("OLLAMA_MODELS", "D:\OllamaModels", "Machine")`

3. Ollama を再起動します (またはシステムを再起動します)。

環境変数が有効になったら、Ollama サービス/アプリケーションを再起動します。有効になったかどうかわからない場合は、コンピュータを直接再起動するのが最も安全です。

4. 新しいディレクトリが有効かどうかを確認します

モデルをダウンロードまたはプルした後、新しいファイルが D:\OllamaModels の下に表示されるかどうかを確認します。

5. 古いディレクトリをクリーンアップします（それが正しいことを確認した後）

新しいディレクトリでモデルが正常に動作していることを確認してから、古いディレクトリの内容を削除して、C ドライブのスペースを解放します。

よくある質問

設定した後もCドライブに書き込まれたままの場合はどうすればよいですか?

まず、環境変数が「現在のセッションの一時変数」ではなく「システム変数」であることを確認します。
Ollama プロセスが再起動されたことを確認します。
変数名が正しいことを確認してください。それは OLLAMA_MODELS である必要があります。

古いモデルのファイルを移行する必要がありますか?

再度ダウンロードしたくない場合は、Ollama を停止した後、古いモデルを新しいディレクトリに手動でコピーし、Ollama の検証を開始できます。

Anaconda を使用して Windows で Python 環境を管理する

Sat, 05 Dec 2020 00:00:00 +0000

アナコンダをインストールする

ダウンロードアドレス https://www.anaconda.com/products/individual を一番下までスクロールします。

アナコンダの使用

ウィンドウの下で Anaconda Powershell プロンプト (Anaconda3) または Anaconda プロンプト (Anaconda3) を開きます

Python環境を見る conda info –env すべての Python 環境を表示できます。現在の環境を表すためにその前に「*」があります。
Python環境を作成する conda create –name python35 python=3.5
python3.5 環境の作成を表し、python35 という名前を付けました。
Python環境の管理と使用 conda activate python35 python35 という名前の環境をアクティブ化します。

Windows on KnightLiブログ

Windows Secure Boot証明書が2026年に期限切れ：一般ユーザーと管理者はどう更新すべきか

今回の更新は何を意味するのか

起動に影響するのか

一般ユーザーがすべきこと

企業管理者が注意すべきこと

デュアルブートとサードパーティ起動ツールは特に注意

やるべきでないこと

まとめ

llama.cpp b9196アップデート：Windowsプリビルド版がCUDA 13.1、Vulkan、HIP、SYCLに対応

llama.cppは何に向いているか

Windowsプリビルド版の選び方

通常のGGUFモデルを起動する

マルチモーダル視覚モデルを起動する

batスクリプトで複数モデルを管理する

モデル選びで見るべき3点

よくある問題

まとめ

Google App デスクトップ版体験：AI 検索を Windows に入れる

利用条件

主な機能

1. ショートカットで検索ボックスを開く

2. AI Mode 検索と追加質問

3. 画像をアップロードして認識・検索する

4. Google Lens で画面上の内容を選択する

5. 画面共有検索

6. PC 内ファイルと Google Drive を検索する

インストールと使い方

1. 公式ダウンロードページを開く

2. デスクトップアプリをインストールする

3. 検索ボックスを呼び出す

4. 必要な検索範囲を有効にする

よくある利用シーン

PDF や文書を分析する

Web ページを要約する

スクリーンショットや画面を識別する

コンテンツ作成を補助する

使うときの注意

まとめ

参考リンク

Windows で WSL + Ollama を使って Hermes Agent をローカル導入し、Telegram に接続する

全体の流れ

1. WSL と Ubuntu をインストールする

2. Ubuntu を更新し、基本環境を入れる

Python をインストール

zstd をインストール

Node.js をインストール

Git をインストール

3. Ollama を入れて Gemma 4 を取得する

4. Hermes Agent をインストールして設定する

Hermes Agent のよく使うコマンド

起動

再設定

チャットゲートウェイ設定

更新

Telegram 接続の基本手順

この構成が向いている人

注意点

まとめ

元記事

Windows で llama-cli から Hugging Face に直接アクセスすると SSL 証明書検証に失敗する場合の対処

一番手軽な方法：先にモデルを手動ダウンロードする

それでも -hf の自動ダウンロードを使いたい場合

WindowsでVS CodeからDockerイメージをビルドする方法

01 事前準備

02 Dockerfileを用意する

03 イメージをビルドする3つの方法

方法A: Dockerfileを右クリック

方法B: コマンドパレット

方法C: 統合ターミナル

04 よくある問題の確認ポイント

まとめ

Windows LAN Access Ollama API セットアップ ガイド

リスニングポートを設定する

ファイアウォールを開く

ラン・オラマ

API経由でモデルにアクセス

Windows タスク マネージャーのデータは一時停止され、更新されません。通常、更新速度は一時停止に設定されます。

現象

理由

それでも `-hf` の自動ダウンロードを使いたい場合

Windows LAN Access Ollama API セットアップガイド

Windows タスクマネージャーのデータは一時停止され、更新されません。通常、更新速度は一時停止に設定されます。

Ollama 共通のデフォルトモデルディレクトリ

Windows: モデルディレクトリをシステム以外のディスクに移行します。