llama.cpp サーバー起動マニュアル ・本エージェントは、 　裏側で動いている llama.cpp のサーバーと通信して思考します。 ・本エージェントを起動する前に、 　コマンドプロンプト（またはPowerShell）で 　以下の手順に沿ってサーバーを立ち上げておく必要があります。 （1）基本の起動コマンド ・最もシンプルにサーバーを起動するコマンドは以下の通りです。 （※最近の llama.cpp では 　　実行ファイル名が llama-server.exe になっています。 　　古いバージョンの場合は server.exe の場合があります。） llama-server.exe -m "モデルのパス.gguf" --port 8080 copy -m "モデルのパス.gguf": ・使用するGGUF形式のモデルファイルを指定します。 （例: -m C:\Models\Llama-3-8B-Instruct.Q4_K_M.gguf） --port 8080: ・サーバーのポート番号です。 ・今回のC#コードで http://localhost:8080 を指定しているため、 　必ず 8080 にしてください。 （2）自律型エージェント向けの推奨コマンド（GPUフル活用） ・エージェントに自律ループを回させると、 　過去のやり取り（コンテキスト）がどんどん蓄積していきます。 ・そのため、コンテキストサイズを大きめに取り、 　GPUに処理を任せて高速化するのが実用的な使い方です。 ・以下のコマンドでの起動を強くおすすめします。 llama-server.exe -m "モデルのパス.gguf" --port 8080 -c 8192 -ngl 99 copy 💡 重要なオプションの解説 -c 8192　 (Context Size / コンテキストサイズ): …AIが一度に記憶できるトークン（文字数）の上限です。 　デフォルト（512など）だとすぐに記憶喪失になってエラーになるため、 　エージェント用には 4096 や 8192 程度を指定しておくのが安全です。 -ngl 99 　(Number of GPU Layers / GPUオフロード): …モデルの計算をどれだけGPU（グラフィックボード）に 　任せるかの設定です。 　PCパーツやハードウェアの知識をお持ちのユーザー環境であれば、 　GPUのVRAMにモデルを乗せることで爆発的に推論速度が上がります。 　99 を指定すると「可能な限りすべてGPUに乗せる」 　という意味になります。 （3）動作確認の方法 ・サーバーを起動すると、コマンドプロンプトの画面に 　以下のようなログがズラーっと流れ、 　最後に次のような表示が出れば準備完了（待機状態）です。 llama_server_start: HTTP server listening on 127.0.0.1:8080 copy ・この状態になったら、 　この黒い画面（コマンドプロンプト）は閉じずに 　そのまま開いておいてください。 　（閉じるとAIの頭脳が死んでしまいます） （オプション）本当に動いているかテストする ・ブラウザを開いて http://localhost:8080 にアクセスしてみてください。 ・llama.cpp の簡易的なチャットUI画面が表示されれば、 　サーバーは完璧に動作しています。 （4）エージェントアプリとの連携手順 ・コマンドプロンプトで 　上記の llama-server.exe ... コマンドを実行し、 　サーバーを待機状態にする。 ・Visual Studioに戻り、 　先ほど完成させた C# の自律型エージェントアプリ 　（Form1）を起動（F5キー）する。 ・アプリのテキストボックスに指示 　（例：「test.txt というファイルを作って」） 　を入力して送信ボタンを押す。 ・C#アプリからリクエストが飛ぶと、 　裏で開いているllama-serverの画面に 　「思考中のログ」がババババッ！と流れます。 ・思考が終わると、C#アプリ側に実行結果が返ってきます。