2026年8月にCloudflareがオープンソース化した「Cloudflare OS」を、VRAM 8GBの一般的なゲーミングPC（RTX 5060）でローカル動作させ、ローカルLLM（Ollama + Qwen3）に三目並べゲームを作らせるまでの実測付き奮闘記です。
結論から言うと動いたものの、「三目並べを作って」の一言から遊べるものが出てくるまでに5ラウンド・約16,000トークン・1時間半を要しました。5回の失敗がすべて違う理由で発生し、Cloudflare OSの設計思想が失敗するたびに浮き彫りになっていくという、非常に面白く実践的な技術レポートです。
| 項目 | 内容 |
|---|---|
| GPU | RTX 5060（VRAM 8GB）— ゲーミング用途で組んだPC |
| RAM | 32GB |
| OS | Windows 11 |
| Node.js | 24.13.0 / pnpm 11.15.1 |
| Cloudflare OS | 2026年8月リリース（v2、早期アクセス版、Apache-2.0） |
| モデル | Ollama + Qwen3:8b → 途中から Qwen3:30b-a3b |
Cloudflare社内で数千人が使っているAIエージェント環境をオープンソース化したもの。ドキュメント作成、アプリ開発、業務自動化を自社のCloudflareアカウント（またはローカル）にデプロイできる。2つのコア概念がある：
READMEでは pnpm run-local の一行で動くと書かれているが、Windowsでは spawnSync pnpm ENOENT で落ちる。原因はスクリプトが pnpm を直接spawnしているが、Windowsの実体は pnpm.cmd のため。
修正方法: 該当3ファイルで execFileSync("pnpm", ...) に shell: process.platform === "win32" を追加するだけ。または手動で pnpm install → ビルド → node run-dev-server.js を実行。
ローカル版は http://localhost:8787 で立ち上がり、wrangler と workerd 上で動くため Cloudflare アカウントとは一切繋がらない。デフォルト認証は admin ユーザーのみ（ローカル専用）。
💡 興味深い発見: 起動ログに Wrangler detected this dev session is running in an AI agent. と出力され、KVやD1やDurable ObjectをHTTPで覗けるAPIが勝手に生える。「AIエージェント向けの導線が標準で用意されている時代」になったと筆者が感嘆。
Cloudflare OSが対応するプロバイダは5種類：anthropic / openai / google（各社APIキー）、cloudflare（Workers AI）、そして ollama（API URLを自由指定）。ollama は実質「任意のOpenAI互換エンドポイント」を接続できる口になっている。
UIから qwen3:8b をOllama接続で登録。コスト表示は $0のまま。トークン消費や制限を気にしなくて良いのは財布とメンタルに良い。
「RAM 32GBだから大丈夫」「VRAM 8GBだから8Bモデルいける」と思うが、実際は違う。
| リソース | 公称 | 実効（デスクトップ常駐分を引く） |
|---|---|---|
| RAM空き | 31.9GB | 約16GB（Edge 2.5GB, Chrome 2.0GB, VS Code 1.2GB, Memory Compression 5.0GB等） |
| VRAM空き | 8151 MiB | 約6.6GB（24個のGPUプロセスが1GB強を常時占有） |
⚠️ 重要: ベンチマークは「全部閉じた状態」で測られるが、実際の作業はSlackやChromeを開きながら行われる。LLM用途ではGPUの世代や型番ではなくVRAMのGB数だけ見ればいい。5060の8GBと4060の8GBは、載るか載らないかではほぼ同じ振る舞い。
30b-a3bにモデル変更後、以下のような症状が現れた：
writeFileのパラメータ名を間違える（filename→path）Ollamaサーバーログに決定的な一行：slot context shift, n_keep = 4, n_left = 4091, n_discard = 2045
⚠️ Ollamaのデフォルトコンテキスト長はVRAM量で決まる: 23GiB以上で32K、47GiB以上で256K、それ未満は4096。VRAM 8GB環境では当然4096。
Cloudflare OSのシステムプロンプト（ツール定義込み）は4千トークン級 → 会話開始時点でコンテキストが溢れ、システムプロンプトが丸ごと切り捨てられていた。n_keep = 4（先頭4トークンのみ保護）は実質何も守っていない。
対処: setx OLLAMA_CONTEXT_LENGTH 16384（公式は64K以上推奨だが8GB環境では16Kが現実的）。
副作用: qwen3:8bのメモリ使用量が5.2GB→7.8GBに増加（KVキャッシュサイズ直結）。実効6.6GBに収まらず、CPU 27% / GPU 73%の混合実行に落ちた。
この「エラーも警告も出ずに黙ってトークンを捨てて動き続ける」挙動はローカルならではの罠。フロンティアAPIならコンテキスト超過でエラーで蹴られるので嫌でも気付ける。
| R | こちらが渡した情報 | 結果 |
|---|---|---|
| 1 | 「三目並べ作って」 | binding名をブラウザのグローバル変数として参照 → ReferenceError |
| 2 | 「このエラーが出てる」 | fetchでHTTPを叩く方式に変更 → CSPで全遮断 |
| 3 | 「CSPで塞がれてる」 | CORSの問題と誤診して無限ループ → 手動停止 |
| 4 | Gadget RPCスタブの存在を明示 | クラス名を独自命名 → メソッドが見つからない |
| 5 | 完全なスケルトンを渡す | ✅ 完走 |
ラウンド1: client.js（ブラウザ側）でサーバー側のbinding名をグローバル変数として参照。サーバーとクライアントの境界を混同。
ラウンド2: fetchでHTTPエンドポイントを叩く方式に書き換えるが、Gadgetのiframeには connect-src 'none' が効いていて fetch/XHR/WebSocket すべて不通。Gadgetは外の世界と直接喋れず、binding（Gatekeeper）経由のみ。
ラウンド3（山場）: CSP違反をCORS問題と誤診し、Access-Control-Allow-Origin を延々と追加し続ける無限ループ。直らないので位置を変えてまた追加…10分眺めてから手動Stop。
ラウンド4: gadget グローバル変数と await gadget.method() のRPC方式を明示したが、クラス名を TIC_TAC_TOE と独自命名。Cloudflare OSではクラス名は Gadget 固定（筆者の伝え漏れが原因）。
ラウンド5: 完全なスケルトンコードを渡すと、正確に写経して完走。Durable ObjectでRPC経由のゲーム状態管理が動作。
エージェントのターン停止判定（packages/workshop-backend/src/agent.ts の shouldStopAfterTurn）は以下4条件のみ：
「失敗が繰り返されている」という概念が一つも入っていない。エージェント側から「詰まりました」と言う手段（giveUpツール）は、コールバック起点時のみ登録されるため、通常チャットでは使えない。
🔑 Gatekeeperの矛盾: 副作用は非同期化されているのに、失敗は同期的な人間の監視に依存したまま。「コーヒーを取りに行っていい」のに、その間誰がStopを押すのか。部品自体は揃っており、shouldStopAfterTurn に「直近N回のエラーが同種なら停止」を足すだけで解決する（難易度ではなく優先順位の問題）。
プロンプトで「2回失敗したら聞いて」と指示しても無理。失敗回数を数える主体がループ内の本人になるため。数える主体はループの外（ハーネス）にいる必要がある。
5ラウンドの失敗は全部「余計なことをした」。正解は毎回、書いたものより小さかった。
一般的なWeb開発の常識（fetchできる、localStorageがある、好きなクラス名を選べる、CORSで解決できる）をCloudflare OSは全部持っていない。「持たせない、渡さない、迂回させない」という設計思想（Unix哲学の「最小限で、余計なことをさせない」と同じ形）。
💡 実践的アドバイス: Cloudflare OSで開発させるなら、スケルトンと禁止事項を最初からプロンプトに持たせるべき。ラウンド5のスケルトンをラウンド1で渡していれば1ラウンドで終わっていたはず。
wrangler + workerd で完全ローカル動作、課金ゼロ。Windowsでは pnpm run-local がENOENTで落ちるので shell オプション追加が必要OLLAMA_CONTEXT_LENGTH を必ず確認「弱いモデルで通る設計は、強いモデルでも通る。逆は成り立たない」という非対称がある。フロンティアモデルの賢さは設計の粗を隠してしまう（一種の測定誤差）。
ローカルLLMの地味に大きな効能：CORS無限ループを従量課金環境で3ラウンド目で心が折れたが、ローカルなら電気代だけでニコニコ眺めていられた。「財布とトークンの忍耐力が無料になる」。
Cloudflare OS自体の評価は「もうこっとでいいんじゃないか」— ドキュメントもアプリも自動化も面倒なことの大半が完結する。ただし扱いこなすにはエンジニア要素が必要で、「安全である」と「作れる」は別の軸。