忍者ブログ
VBAによる実用アプリケーションの構築、およびGAS（Google Apps Script）やOffice Scriptへのモダンな移行パスを検証・解説するテックブログ。現場で即戦力となるコードモジュールや再利用可能な実用部品を継続的に提供します。

【Excel VBA＆AI】ローカルLLM（LM Studio）をMacに導入！VBAコード自動チェック（RAG）への第一歩

Excel VBAで開発をしていると、「コーディングのルール（例えば数値変数はLongやDoubleを使う、エラーハンドリングを必ず入れるなど）が、複数人で開発しているうちにバラバラになってしまう……」という悩みに直面したことはないでしょうか。

将来的に、こうしたVBAのコーディングルール違反を自動でチェックしてくれる「ローカルRAG（検索拡張生成）システム」を作りたい！と考えた筆者は、社外にコードを漏らさず完全オフラインで動かせるローカルLLM環境を構築することにしました。

この記事では、その第一歩として、Mac（Apple Silicon）環境にローカルLLM実行アプリ「LM Studio」を導入し、最適なモデルをセットアップする手順を実際の体験ベースで解説します。

1. なぜローカルLLM（LM Studio）を選ぶのか？

業務で扱うVBAコードや社内独自のコーディングルールは、セキュリティの観点から外部のクラウドAIにそのまま送信するわけにはいきません。そこで注目したのが、手元のPC内で安全にAIを動かせるツール「LM Studio」です。

  • 完全オフライン・安全：外部サーバーへデータを送信しないため、機密性の高いコードやルールも安心して扱えます。
  • Apple Siliconへの最適化：MacのユニファイドメモリやGPUを活用し、Mシリーズ Mac上で非常に高速な推論が可能です。
  • APIサーバー化が容易：ワンクリックで「OpenAI互換のAPIエンドポイント」を起動できるため、将来的にPythonと連携したRAGシステムに組み込みやすいのが最大のメリットです。

2. Macへのインストール手順

まずはLM StudioをMacにインストールします。対応OS（macOS 11.0以降のApple Silicon搭載機）を確認の上、以下のステップを進めます。

  • 手順1: ダウンロード
    公式サイト（lmstudio.ai）にアクセスし、「Download Mac (Apple Silicon / M-series)」をクリックして .dmg インストーラーを入手します。
  • 手順2: アプリケーションの配置
    ダウンロードしたファイルを開き、LM Studio アイコンを Applications（アプリケーション） フォルダへドラッグ＆ドロップして起動します。（※セキュリティ警告が出た場合は右クリックして「開く」を選択）

3. 最適なモデルの選定とセットアップ

プログラムのコード解釈や日本語の指示出しに非常に強いオープンソースモデル**「Qwen2.5-7B-Instruct-1M」**をダウンロードしてセットアップします。

  • モデルの検索とダウンロード
    アプリ起動後、左側メニュー等の検索画面から Qwen2.5-7B-Instruct-1M を検索し、ファイル一覧の中から qwen2.5-7b-instruct-1m-q4_0（または Q4_K_M などの量子化バージョン）を選んで「Download」を押します。
  • モデルのロードと動作テスト
    ダウンロード完了後、モデルを選択して読み込ませ、チャット画面で動作テストを行います。

実際にチャットで質問テストを行った際のやり取りがこちらです。

【実際のチャットテスト例】

[入力]
    あなたのモデルの名前はなんですか

[出力]
    私はLM Studio Bionicのエージェントです。私のモデルの名称としては「Bionic」または「LM Studio Bionic 内のエージェント」と呼ばれます。

ここで「あれ、Qwenって答えないな？」と少し驚くかもしれませんが、これはチャット画面上でアプリ側が裏で「あなたはLM Studio内で動くアシスタントです…」というシステムプロンプトを自動付加している仕様のためです。今後PythonからAPI経由で直接叩く際は、この挙動は消えてQwen本来の賢い応答になります。

また、ロード直後や最初の1回目は、メモリ展開やウォームアップ（最初の1文字が出るまでの待機時間）の計算が入るため、数秒〜十数秒ほど時間がかかる点も覚えておくと慌てずに済みます（2回目以降はスムーズに高速出力されます）。

4. まとめ

  • VBAのコーディングルールチェック用RAGを見据え、安全かつ強力なローカルLLM環境（LM Studio ＋ Qwen2.5-7B）をMac上に構築した。
  • アプリの「Discover」から Qwen2.5-7B-Instruct-1M（qwen2.5-7b-instruct-1m-q4_0）をダウンロードしてロードするだけで、手元にAI環境が整う。
  • チャット画面特有のシステムプロンプトや初回ロード時の挙動にさえ慣れてしまえば、次はPythonと連携させたAPI自動化へスムーズに進むことができる。

次回は、このローカルLLMサーバーに対してPythonからリクエストを送り、VBAのルールチェックを自動化する実験（RAGの土台作り）に挑戦します。お楽しみに！


PR