♊

Gemini CLIをローカルLLM（Ollama）専用クライアントに改造する

2025/06/28に公開

!この記事の90%はAIで執筆しています。

 はじめにGoogleのGemini CLIは、コマンドラインからGemini AIモデルと対話できる優れたツールです。今回は、このCLIを改造して、認証不要でローカルLLM（Ollama）専用のクライアントとして動作させる方法を紹介します。
gemma3nが公開されてできないかなと思ってやってみたら

思った以上に容易にできたので書きました。

 開発環境：Claude CodeとDeepWiki MCP今回の改造はClaude Codeを使用して実装しました。Claude Codeは、AIアシスタントがファイルの読み書きやコマンド実行を直接行えるため、実際のコード改造を効率的に進められます。
さらに、DeepWiki MCPを活用することで、Gemini CLIのリポジトリ構造やアーキテクチャを素早く理解できました。DeepWiki MCPは、GitHubリポジトリのドキュメントや構造を解析し、質問に答えてくれるツールです。
Gemini CLIのDeepWikiページ
DeepWiki MCPを使うことで、以下の情報を効率的に収集できました：
リポジトリ全体の構造とパッケージ構成
ContentGeneratorインターフェースの役割と実装
認証システムのアーキテクチャ
ライセンス情報（Apache-2.0）
この組み合わせにより、コードベースの理解から実装、テストまでをスムーズに進めることができました。

 ライセンスについてGemini CLIはApache-2.0ライセンスで公開されています。このライセンスは、商用利用、修正、配布、私的利用を許可する寛容なライセンスです。今回の改造や、その内容の共有も問題ありません。

 改造の概要主な変更点：
認証機能を完全に削除し、ローカルLLM専用に
OllamaのOpenAI互換APIを使用
起動ロゴをGEMINIからGEMMAに変更（絶対いらない）

 ファイル構造と変更内容
 1. ContentGenerator インターフェースの理解/packages/core/src/core/contentGenerator.ts
このファイルがAIプロバイダーの抽象化の中心です。ContentGeneratorインターフェースを実装することで、異なるAIプロバイダーをサポートできます。
export interface ContentGenerator {
  generateContent(
    request: GenerateContentParameters,
  ): Promise<GenerateContentResponse>;
  generateContentStream(
    request: GenerateContentParameters,
  ): AsyncIterable<GenerateContentResponse>;
  // ... その他のメソッド
}

 2. OpenAI互換ContentGeneratorの実装/packages/core/src/core/openAICompatibleContentGenerator.ts (新規作成)
export class OpenAICompatibleContentGenerator implements ContentGenerator {
  private endpoint: string;
  private model: string;

  constructor(config: { endpoint: string; model: string }) {
    this.endpoint = config.endpoint;
    this.model = config.model;
  }

  async generateContent(
    request: GenerateContentParameters,
  ): Promise<GenerateContentResponse> {
    const messages = this.convertToOpenAIMessages(request.contents);
    const response = await fetch(`${this.endpoint}/chat/completions`, {
      method: 'POST',
      headers: { 'Content-Type': 'application/json' },
      body: JSON.stringify({
        model: this.model,
        messages,
        temperature: request.generationConfig?.temperature,
        max_tokens: request.generationConfig?.maxOutputTokens,
      }),
    });
    // レスポンス変換処理
    return new OpenAIGenerateContentResponse(data);
  }
}

 3. createContentGeneratorの改造/packages/core/src/core/contentGenerator.ts
export async function createContentGenerator(
  config: ContentGeneratorConfig,
): Promise<ContentGenerator> {
  // 常にローカルLLM（Ollama）を使用
  return new OpenAICompatibleContentGenerator({
    endpoint: process.env.LOCAL_LLM_ENDPOINT || 'http://localhost:11434/v1',
    model: process.env.LOCAL_LLM_MODEL || 'gemma3n:latest',
  });
}

 4. 認証タイプの追加/packages/core/src/core/contentGenerator.ts
export enum AuthType {
  OAuthPersonal = 'oauth-personal',
  OAuthServiceAccount = 'oauth-service-account',
  GeminiApiKey = 'gemini-api-key',
  USE_LOCAL_LLM = 'use-local-llm', // 新規追加
}

 5. 認証ダイアログの更新/packages/cli/src/ui/components/AuthDialog.tsx
const items = [
  { label: 'Local LLM (Ollama)', value: AuthType.USE_LOCAL_LLM },
  // 他の認証オプション（表示はするが使わない）
];

 6. 認証検証の更新/packages/cli/src/config/auth.ts
export async function validateAuthMethod(
  authMethod: AuthType | undefined,
): Promise<string | null> {
  if (authMethod === AuthType.USE_LOCAL_LLM) {
    return null; // ローカルLLMは認証不要
  }
  // 他の認証方法の検証
}

 7. ロゴの変更/packages/cli/src/ui/components/AsciiArt.ts
ASCIIアートをGEMINIからGEMMAに変更：
export const shortAsciiLogo = `
   █████████  ██████████ ██████   ██████ ██████   ██████   █████
  ███░░░░░███░░███░░░░░█░░██████ ██████ ░░██████ ██████  ███░░░███
 ███     ░░░  ░███  █ ░  ░███░█████░███  ░███░█████░███ ░███  ░███
░███          ░██████    ░███░░███ ░███  ░███░░███ ░███ ░███████████
░███    █████ ░███░░█    ░███ ░░░  ░███  ░███ ░░░  ░███ ░███░░░░░███
░░███  ░░███  ░███ ░   █ ░███      ░███  ░███      ░███ ░███    ░███
 ░░█████████  ██████████ █████     █████ █████     █████░███    █████
  ░░░░░░░░░  ░░░░░░░░░░ ░░░░░     ░░░░░ ░░░░░     ░░░░░░░░    ░░░░░
`;

 実装時の注意点
 TypeScriptの型互換性GeminiのレスポンスフォーマットとOpenAIのフォーマットは異なるため、変換処理が必要
class OpenAIGenerateContentResponse {
  constructor(private data: any) {}
  
  get candidates() {
    return [{
      content: { parts: [{ text: this.data.choices[0].message.content }] },
      finishReason: this.mapFinishReason(this.data.choices[0].finish_reason),
    }];
  }
}

 設定ファイルの優先順位~/.gemini/settings.jsonが存在する場合、環境変数より優先されることがあります。完全にローカルLLM専用にする場合は、このファイルを削除するか、適切に設定する必要があります。

 使い方Ollamaをインストールし、起動
必要なモデルをpull: ollama pull gemma3n:latest
改造したGemini CLIを起動
認証画面で"Local LLM (Ollama)"を選択

 Gemini CLIのアーキテクチャ分析：なぜ改造が容易だったのか今回の改造がスムーズに実装できた理由は、Gemini CLIが疎結合で拡張を前提とした設計になっているからです。

 優れた疎結合設計の特徴
 1. インターフェースによる抽象化// AIプロバイダーを完全に抽象化
export interface ContentGenerator {
  generateContent(request: GenerateContentParameters): Promise<GenerateContentResponse>;
  generateContentStream(request: GenerateContentParameters): AsyncIterable<GenerateContentResponse>;
  countTokens(request: CountTokensParameters): Promise<CountTokensResponse>;
  embedContent(request: EmbedContentParameters): Promise<EmbedContentResponse>;
}
この設計により、新しいAIプロバイダー（Ollama）の追加が既存コードを変更せずに可能でした。

 2. 依存性注入パターンConfigクラスを通じた一貫した依存性管理
コンストラクタベースの注入により、テスタブルで柔軟な設計

 3. パッケージの明確な分離packages/
├── core/     # ビジネスロジック、AI連携
└── cli/      # UI、ユーザーインタラクション
ESLintルールで相対的なクロスパッケージインポートを禁止
各パッケージが独立して機能

 4. プラグインシステム
ツールシステム: Tool/BaseToolインターフェースによる統一的な契約

MCP（Model Context Protocol）: 外部ツールの動的な追加が可能

認証システム: AuthTypeの列挙により新しい認証方法の追加が容易

 5. 設計パターンの活用
ファクトリーパターン: createContentGenerator()で実装の詳細を隠蔽

ストラテジーパターン: 異なるAIプロバイダーを同じインターフェースで扱う

レジストリパターン: ToolRegistryによる動的なツール管理

 改造時に恩恵を受けた点ContentGeneratorの追加
インターフェースを実装するだけで新しいプロバイダーを追加
既存のGoogleGenAIContentGeneratorと同じ契約を守るだけ
認証方法の追加
AuthType enumに新しい値を追加
validateAuthMethodに条件分岐を追加
既存の認証フローを壊さない
設定の拡張
環境変数による設定の上書きが可能
設定ファイルの階層的な管理

 アーキテクチャの強み
Open/Closed原則: 拡張に対して開いており、修正に対して閉じている

単一責任の原則: 各モジュールが明確な責任を持つ

依存関係逆転の原則: 具象クラスではなくインターフェースに依存

 まとめGemini CLIの優れたアーキテクチャにより、比較的簡単にローカルLLM対応を追加できました。ContentGeneratorインターフェースによる抽象化と、疎結合な設計が、この種の拡張を容易にしています。
このような設計は、オープンソースプロジェクトとして理想的です。コミュニティが独自の拡張を作りやすく、本体のコードを変更せずに新機能を追加できるからです。
Apache-2.0ライセンスのおかげで、このような改造を自由に行い、共有することができます。ローカルLLMを使いたいが、使いやすいCLIインターフェースが欲しい場合に、この方法は有効な選択肢となるでしょう。

 参考リンクGemini CLI Repository
Ollama
Apache License 2.0

 リポジトリhttps://github.com/Riti0208/gemini-cli-local

はじめに

開発環境：Claude CodeとDeepWiki MCP

ライセンスについて

改造の概要

ファイル構造と変更内容

1. ContentGenerator インターフェースの理解

2. OpenAI互換ContentGeneratorの実装

3. createContentGeneratorの改造

4. 認証タイプの追加

5. 認証ダイアログの更新

6. 認証検証の更新

7. ロゴの変更

実装時の注意点

TypeScriptの型互換性

設定ファイルの優先順位

使い方

Gemini CLIのアーキテクチャ分析：なぜ改造が容易だったのか

優れた疎結合設計の特徴

1. インターフェースによる抽象化

2. 依存性注入パターン

3. パッケージの明確な分離

4. プラグインシステム

5. 設計パターンの活用

改造時に恩恵を受けた点

アーキテクチャの強み

まとめ

参考リンク

リポジトリ

Discussion