目次 / 仕組み(構成)

Pixubus EX の仕組み(構成)

登場するのは 3 つだけ — 操作と保存をあずかる 本体(ブラウザ + サーバー)と、画像を読みプロンプトを作る llama-server。この関係さえ掴めば、1 台で動かすのも、強い GPU を別に用意するのも考え方は同じです。

全体像:本体と llama-server

本体と llama-server の間は、ふつうの HTTP 通信(OpenAI 互換 API)です。だから接続先を「同じ PC」「家の別 PC」「クラウド」のどこに置いても、URL を変えるだけで差し替えられます(→ 構成パターン)。セットアップが済めば外部サービスにはつながりません。すべて localhost なら完全オフラインで完結します。

なぜ ~800px の壁を越えられるのか

これが Pixubus EX の核心です。同じ Gemma4 でも、エンジンの違いで「画像をどれだけ細かく読めるか」が変わります。

Ollama は画像トークン上限がコード内に固定されていて、何 px 送っても内部で縮小されます。Pixubus EX は llama.cpp を直接使い、画像トークン予算を引き上げることで、髪飾りや小さなボタンといった細部まで読ませます。検証の詳細は research/ 側のレポートにあります。

※ モデルや Ollama の仕様は変動します。数値は検証時点(2026-06)のものです。

ジョブと履歴(サーバー側で動く)

抽出・生成はジョブとしてサーバー側で実行されます。だからブラウザのタブを閉じても止まりません。あとで開き直せば、進行中なら再アタッチ、完了済みなら結果が残っています(スマホ・不安定な回線でも安心)。GPU は 1 つなので、重い処理が重ならないよう順番に処理されます。

データの保存場所

作ったものは あなたの PC の data/ の中に保存されます。

• 履歴・設定・ジョブ — data/history.db(Node 24 組み込みの node:sqlite)。
• 入力画像 — data/uploads/。

まるごとバックアップするなら data/ を取れば 1 セットです(バックアップ に npm run backup あり)。

3 つの構成パターン

「本体」と「llama-server」をどこに置くかで 3 通り。どれも仕組みは同じ(本体 → llama-server)で、頭脳をどの PC に置くかが違うだけです。