path: root/content/software/ollama-web/index.md

+++
# 必須。Software名、一覧、HTML titleで使用する。
title = "ollama-web"

# 任意。一覧とmeta descriptionで使用する。不要なら空文字列のままにする。
description = """
Docker や仮想マシンを必要とせず、ホスト OS 上で直接起動して利用できる、軽量な個人向け Ollama Web UI です。
"""

# 必須。Software一覧の並び順で使用する。
date = 2026-08-22

# 必須。Notes中心のサイトfeedへSoftwareを含めない。
include_in_feeds = false

[extra]
# 任意。詳細ページの「使用言語」に表示する。
language = ["Python"]

# 任意。詳細ページの「ライセンス」に表示する。
license = "MIT"

# 必須。ソースコードの正本となるcgit URLを指定する。
source = "https://git.takashi-2521.com/ollama-web/"

# 任意。GitHub mirrorがない場合は空文字列のままにする。
github_mirror = "https://github.com/takashi000/ollama-web"

# 任意。content/を基準にしたNotesのMarkdown pathを指定する。
related_notes = []
+++

## 概要

ブラウザから Ollama とのストリーミングチャット、
Web 検索・URL 取得、画像・ファイル・PDF 添付、MCP Tool Calling を利用できます。\
大規模な AI プラットフォームを導入せず、個人が小さな構成で使うことを想定しています。

![実行例](capture.gif)

## 背景

OpenWeb UIなどの生成AIプラットフォームだと、DockerなどのVM環境を立ち上げる必要があるのが、
結構煩わしく感じられました。\
最近は、Ollamaでも
GLM-5.2やDeepseek V4などの比較的エージェンティックに動作するオープンウェイトモデルが使用できます。\
より、手軽に使えるOllamaフロントエンドアプリケーションを作ろうと思いました。

## 開発の過程

基本的には、CodexとZooCodeを使用して開発しました。

軽量化を重視したため、バックエンドにはStarletteとUvicorn、HTML生成にはJinja2を使用しています。
フロントエンドも専用フレームワークを導入せず、HTML、CSS、JavaScriptで構成しました。

会話履歴などもセッションで管理できるようにしました。\
ここもデータベースを導入せずに、
ディレクトリ単位でJSONを使って保存するようにしました。

見た目のUIに関しては、レスポンシブデザインに対応しました。\
スマホからだとレンダーできないケースが頻発しました。\
LLMからの応答を逐次受信するたびにMarkdown全体をHTMLへ変換していたからでした。\
応答が長くなるほど再描画の負荷が増えました。\
なので、Markdownとしての最終的なHTML変換は応答完了時にまとめて行いました。\
ストリーミング中の表示はリアルタイムに更新します。

標準のツールには、Web検索・スクレイピング・PDF抽出を搭載しました。\
必要になった部分だけを追加取得できるように、ツールにページング機能を付けました。\
ツール呼び出しが一定回数を超えた場合は、その時点で最終回答を生成させるようにしました。

MCPにも対応しました。プロトコルは2025-11-25版[^1]です。\
対応したトランスポートは、stdioとStreamable HTTPです。\
SSEは非推奨でしたので、非対応です。\
tool/list、tool/callの最小限の機能だけ実装しました。
[^1]: [Model Context Protocol Specification — 2025-11-25](https://modelcontextprotocol.io/specification/2025-11-25)

PIN認証、CSRF・CSP対策、取得先URLの検査、MCP実行ファイルと接続先の許可リスト化を採用しました。\
LANからの利用、Web取得、ファイル操作、MCPによる外部プログラムの起動をセキュアに保ちます。\
任意のプロセスの起動を防ぐため、明示的に許可した実行ファイルだけstdio経由でのMCPに使用できます。

## 参考資料