Macで構築する Ollama × Open WebUI ローカルAI環境
Dockerは使わない！Python venv（仮想環境）で作る安全で快適なローカルLLM構築手順
Mac上で完全にローカルで動作するAI環境（LLM）を構築する方法をまとめました。今回はDockerを使わず、Pythonの仮想環境（venv）を使って**Ollama**と**Open WebUI**を組み合わせた環境を作ります。
1. アーキテクチャの役割分担
バックグラウンドAIエンジン
Ollama
Go / C++（llama.cpp）で動作する推論エンジン。Macシステムに直接インストールして動かすため、venvは使いません。
フロントエンドWeb UI
Open WebUI
PythonベースのWeb画面。依存ライブラリの衝突を防ぐため、Pythonのvenv（仮想環境）内で動作させます。
2. 環境構築の手順
Step 1: Python 3.12 のセットアップ
macOS標準のPython 3.9.6は触らずにそのまま残しておきます。python.org から Python 3.12.x pkg インストーラー を取得してインストールします。
python3.12 --version # 出力例: Python 3.12.xStep 2: Ollama の導入とモデルダウンロード
ollama.com から macOS 向けアプリ（.dmg）をダウンロードしてインストールします。起動後、ターミナルで軽量モデルを取得してみます。
ollama run gemma4:e4b # モデルのダウンロードと試走（終了は /bye）Step 3: venv の作成と Open WebUI のインストール
Python 3.12 を明示的に指定して専用フォルダに仮想環境（venv）を作成・有効化します。
mkdir -p ~/open-webui && cd ~/open-webui
python3.12 -m venv venv
source venv/bin/activate
pip install --upgrade pip
pip install open-webuiStep 4: Open WebUI の起動
仮想環境が有効な状態（先頭に (venv) がある状態）で以下を実行します。
open-webui serve起動後、ブラウザで http://localhost:8080 にアクセスし、初回のアカウント登録（管理者）を行えば準備完了です！
3. 64GB Mac mini 向けおすすめモデル
メモリ64GBのMac環境でおすすめのローカルLLMモデル比較表です。
| モデル名 | サイズ | 必要メモリ | 特徴・用途 |
|---|---|---|---|
| gemma4:e4b | 4B | 約 9.5 GB | 超高速。ちょっとした単語調べや文法チェックに最適。 |
| qwen2.5:32b | 32B | 約 20 GB | メイン推奨！ 高い日本語精度と快適な速度を両立。 |
| llama3.3:70b | 70B | 約 40 GB | 最高峰の知能。複雑な推論や高度な相談向け。 |
| qwen2.5-coder:32b | 32B | 約 20 GB | コーディング・プログラム作成特化モデル。 |
4. シャットダウン後の日常起動方法
Macを再起動した後は、ターミナルを開いて以下の1行コマンドを実行するだけで簡単に復帰できます。
cd ~/open-webui && source venv/bin/activate && open-webui serve
💡 ポイント:
OllamaはMac起動時にメニューバーへ自動常駐するため、手動でOllama起動コマンドを入力する必要はありません。
OllamaはMac起動時にメニューバーへ自動常駐するため、手動でOllama起動コマンドを入力する必要はありません。
