【完全無料】Cipher MCP + Ollama + elyza-japaneseで日本語AI開発環境を構築してみた

今回Windows11環境にCipherMCPを導入しようとしてなかなかうまくいかず、ClaudeCodeにお願いしてほぼ全部セットアップしてもらいました。
その顛末を後学のためにブログにまとめて、と言って出来たのが以下の記事です。作業から記事執筆まですべてをClaude CodeにまとめたAI駆動の成果物としてお読みください。

うちのClaudeは関西弁のギャルに仕立てているんですが記事執筆時は自分を抑えてますね

はじめに

みなさん、お疲れ様です！💫

今回はCipher MCP（Model Context Protocol）とOllamaを使って、完全無料で日本語対応のAI開発環境を構築してみました。特にWindows環境での導入手順と、日本語特化のelyza-japaneseモデルの活用について詳しく紹介します！

この記事は実際の構築過程で遭遇したトラブルシューティングも含めて、リアルな体験をお伝えします 🔧

🎯 今回の目標

• Cipher MCP: メモリ機能付きAIエージェント
• Ollama: ローカル実行可能な軽量LLM環境
• elyza-japanese: 日本語に特化したLLaMA 3ベースモデル
• Claude Code: 統合開発環境での活用

これらを組み合わせて、APIキー不要・完全無料の日本語AI開発環境を作り上げます！✨

🛠️ 事前準備

システム要件

• OS: Windows 10/11
• RAM: 8GB以上推奨（モデルサイズによる）
• ストレージ: 10GB以上の空き容量
• Node.js: LTS版（v20以上）

必要なツール

# Node.js関連
npm install -g @byterover/cipher

# Git（WSL環境推奨）
git --version

🚀 Step 1: Ollamaのインストール

Windows環境でのOllamaセットアップ

まず、公式サイトからOllamaをダウンロード：

https://ollama.com/download

インストール後、動作確認：

# 絶対パスで実行（Windows環境での注意点）
"C:\Users\%USERNAME%\AppData\Local\Programs\Ollama\ollama.exe" --version

Windows環境では、日本語ユーザー名やスペースを含むパスで問題が発生することがあります。その場合は8.3形式のパス（PROGRA~1等）を使用しましょう。

サーバー起動

# バックグラウンドでOllamaサーバーを起動
"C:\Users\%USERNAME%\AppData\Local\Programs\Ollama\ollama.exe" serve

📦 Step 2: elyza-japaneseモデルのダウンロード

日本語特化モデルの取得

# elyza-japaneseモデル（4.9GB）をダウンロード
ollama pull dsasai/llama3-elyza-jp-8b

ダウンロード進行状況の例

pulling manifest ⠋
pulling 91553c45080b: 97% ▕█████████████████ ▏ 4.8 GB/4.9 GB  21 MB/s  5s
pulling 7737014881a9: 100% ▕██████████████████▏  147 B
pulling 8ab4849b038c: 100% ▕██████████████████▏  254 B
pulling c0aac7c7f00d: 100% ▕██████████████████▏  128 B
pulling f704a8a590af: 100% ▕██████████████████▏  487 B
verifying sha256 digest
writing manifest
success

埋め込みモデルのダウンロード

Cipher MCPのメモリ機能に必要な埋め込みモデルも取得：

# 埋め込み用モデル（669MB）
ollama pull mxbai-embed-large

インストール確認

ollama list

NAME                                ID              SIZE      MODIFIED       
mxbai-embed-large:latest            468836162de7    669 MB    13 seconds ago    
dsasai/llama3-elyza-jp-8b:latest    ecfdd92e89f6    4.9 GB    7 minutes ago

⚙️ Step 3: Cipher MCPの設定

Cipherのインストール

npm install -g @byterover/cipher

設定ファイルの編集

Cipherの設定ファイル cipher.yml を編集します：

cipher.yml

# Choose ONLY ONE of the following LLM providers
llm:
  # Ollama Configuration for elyza-japanese
  provider: ollama
  model: dsasai/llama3-elyza-jp-8b
  maxIterations: 50
  baseURL: http://localhost:11434

# Embedding configuration
embedding:
  type: ollama
  model: mxbai-embed-large
  baseUrl: http://localhost:11434
  dimensions: 1024

# MCP Servers (optional)
mcpServers: {}

設定ファイルは通常 %APPDATA%\npm\node_modules\@byterover\cipher\memAgent\cipher.yml にあります

Windows用バッチファイルの作成

Windows環境でのパス問題を解決するため、専用のバッチファイルを作成：

cipher-mcp.bat

@echo off
chcp 65001 >nul
set ANTHROPIC_API_KEY=test-key-placeholder
set OLLAMA_BASE_URL=http://localhost:11434
"C:\PROGRA~1\nodejs\node.exe" "%APPDATA%\npm\node_modules\@byterover\cipher\dist\src\app\index.cjs" --mode mcp

バッチファイルのポイント

• chcp 65001: UTF-8エンコーディングを設定（日本語対応）
• PROGRA~1: "Program Files"の8.3形式パス表記
• OLLAMA_BASE_URL: ローカルOllamaサーバーへの接続設定

🔗 Step 4: Claude CodeとMCPの連携

MCP設定の追加

Claude Codeの設定ファイル（.claude.json）にCipherを追加：

{
  "mcpServers": {
    "cipher": {
      "type": "stdio",
      "command": "C:\\Users\\%USERNAME%\\AppData\\Roaming\\npm\\cipher-mcp.bat",
      "args": [],
      "env": {}
    }
  }
}

接続確認

claude mcp list

Checking MCP server health...

serena: cmd /c uv tool run --from git+https://github.com/oraios/serena serena start-mcp-server --context ide-assistant --project %cd% - ✓ Connected
context7: https://mcp.context7.com/sse (SSE) - ✓ Connected
cipher: C:\Users\%USERNAME%\AppData\Roaming\npm\cipher-mcp.bat  - ✓ Connected

🎉 動作確認とテスト

Cipherの起動ログ確認

正常に起動すると、以下のようなログが出力されます：

[CIPHER-MCP] Log redirection activated: C:\Users\%USERNAME%\AppData\Local\Temp\cipher-mcp.log
13:25:14 INFO: MCP Manager: MCPManager initialized
13:25:14 INFO: [VectorStoreManager] Vector storage system connected
13:25:14 INFO: [StorageManager:Database] Connected successfully
13:25:14 INFO: [StorageManager] Storage system connected

日本語対応の確認

elyza-japaneseモデルは日本語に特化しているため、自然な日本語での対話が可能です。

📊 構成まとめ

コンポーネント	役割	サイズ	費用
Ollama	ローカルLLM実行環境	~100MB	無料
dsasai/llama3-elyza-jp-8b	日本語特化LLM	4.9GB	無料
mxbai-embed-large	埋め込みモデル	669MB	無料
Cipher MCP	メモリ機能付きエージェント	~50MB	無料

総容量: 約5.7GB
総費用: 完全無料 🎉

🔧 トラブルシューティング

よくある問題と解決法

1. パス関連エラー

Error: Cannot find module 'C:\Users\YourUsername\Documents\...'

解決法: 8.3形式パスの使用

"C:\PROGRA~1\nodejs\node.exe"

2. 文字化け問題

解決法: UTF-8エンコーディングの設定

chcp 65001 >nul

3. モデル認識エラー

解決法: Ollamaサーバーの起動確認

ollama list
ollama serve  # 必要に応じて再起動

📈 パフォーマンスと活用例

メモリ使用量

• アイドル時: 約2GB
• 推論実行時: 約6-8GB
• 推奨RAM: 8GB以上

活用シーン

1. コード生成: 日本語コメント付きのコード生成
2. 技術文書作成: 仕様書やREADMEの自動生成
3. デバッグ支援: エラー解析と修正提案
4. リファクタリング: コード改善の提案

🌟 まとめ

今回の構築により、以下のメリットを得られました：

✅ 完全無料: APIキー不要でローカル実行
✅ 日本語特化: elyza-japaneseによる自然な日本語対話
✅ メモリ機能: Cipher MCPによる文脈保持
✅ プライバシー: ローカル実行によるデータ保護
✅ カスタマイズ性: 設定の自由度が高い

特にWindows環境でのパス問題の解決方法は、他のプロジェクトでも応用できる知識だと思います！

🔮 今後の展望

• ファインチューニング: 特定ドメインでのモデル改良
• RAG連携: ベクトルデータベースとの統合
• チーム開発: 共有環境での活用
• 他モデル対応: より大きなモデルへのアップグレード

📚 参考資料

• Ollama公式ドキュメント
• Cipher MCP GitHub
• elyza-japanese モデル
• Claude Code ドキュメント

---

いかがでしたでしょうか？🤔

無料でここまでの開発環境が構築できるのは素晴らしいですね！皆さんもぜひ試してみて、感想や改善点があればコメントで教えてください〜✨

Happy Coding! 🚀💫