RubyLLM：単一フレームワークで全ての AI プロバイダーを統合

Ruby で開発する際、AI チャンネルを開通させたい場合の解決策です。全ての主要な AI プロバイダーに対応し、チャットボットや RAG アプリケーションなどのあらゆる workflow を簡単に構築できます。

✅ 検証済み実績

• 完全なプライベート環境での業務用 AI 導入対応
• Ruby で動作する AI チャットアプリをわずか 2 分で作成可能
• RubyLLM をご活用の方の事例共有も歓迎いたします（お話しは 5 分以内）

🚀 なぜ RubyLLM か？

各 AI プロバイダーは肥大化したクライアント、異なる API 仕様、レスポンス形式を求められて疲弊させがちです。RubyLLM はそれらを抽象化した単一の美しいフレームワークを提供します。

• GPT、Claude、Ollama などを問わず、同一インターフェースで利用可能
• 必要な依存関係はたった 3 つ：

  Faraday

  ,

  Zeitwerk

  ,

  Marcel

  で完結

💻 コードサンプル

🔹 基本的なチャットと多様な処理

ファイルアップロードやストリーミング対応、画像生成など多彩な機能を

chat.ask

chat = RubyLLM.chat

# 単なる質問
chat.ask "Ruby を学ぶ最良の方法は何ですか？"

# ファイル分析（画像・ビデオ・音声・ドキュメント・コード）
chat.ask "この画像には何がありますか？", with: "ruby_conf.jpg"
chat.ask "この会議について教えてください", with: "meeting.wav"
chat.ask "この文書要約してください", with: "contract.pdf"

# 複数ファイルの同時分析
chat.ask "これらのファイルを分析してください", with: ["diagram.png", "report.pdf"]

# レスポンスストリーミング出力（リアルタイム表示）
chat.ask "Ruby の物語を語ってください" do |chunk|
  print chunk.content
end

# その他の機能呼び出し
RubyLLM.paint "水彩画風の夕暮れの山々"          # 画像生成
RubyLLM.embed "Ruby はエレガントです"            # エンベッディング
RubyLLM.transcribe "meeting.wav"                 # 音声認識
RubyLLM.moderate "テキストの安全性を確認する"    # コンテンツ調整

🔹 AI に Ruby コードを実行させる（ツール）

自分の Ruby メソッドを AI が利用可能なツールとして提供します。

class Weather < RubyLLM::Tool
  desc "現在の天気を取得する"

  def execute(latitude:, longitude:)
    url = "https://api.open-meteo.com/v1/forecast?latitude=#{latitude}&longitude=#{longitude}&current=temperature_2m,wind_speed_10m"
    JSON.parse(Faraday.get(url).body)
  end
end

chat.with_tool(Weather).ask "ベルリンの天気はどうですか？"

🔹 指示（System Prompt）とツールでエージェントを定義

再利用可能な AI エージェントを簡単に作成できます。

class WeatherAssistant < RubyLLM::Agent
  model "gpt-5-nano"
  instructions "簡潔になり、常に天気に関するツールを利用してください。"
  tools Weather
end

WeatherAssistant.new.ask "ベルリンの天気はどうですか？"

🔹 構造化された出力（JSON スキーマ）

ただスキーマを定義すれば、AI は自動的に JSON フォーマットで応答してくれます。

class ProductSchema < RubyLLM::Schema
  string :name
  number :price
  array :features do
    string
  end
end

response = chat.with_schema(ProductSchema).ask "製品を分析してください", with: "product.txt"
# response.data -> JSON オブジェクトが返されます

📜 機能一覧

• チャット:

  RubyLLM.chat

  で即時対話可能
• ビジョン: 画像とビデオの視覚解析
• オーディオ: 音声トランスクリプションと理解 (

  transcribe

  )
• ドキュメント: PDF, CSV, JSON などあらゆる形式からの情報抽出
• 画像生成: AI による画像作成 (

  paint

  )
• エンベッディング: ベクトル表現の生成 (

  embed

  )
• モデレーション: コンテンツ安全性の調整 (

  moderate

  )
• ツール: AI が外部 Ruby メソッドを呼び出せる仕組み
• エージェント:

  RubyLLM::Agent

  でカスタムアシスタント作成
• 構造化出力: JSON スキーマを定義するだけで動作
• ストリーミング: ブロック処理でリアルタイムレスポンス取得
• Rails 統合:

  acts_as_chat

  を使った ActiveRecord インタグリゼーション
• 非同期処理: Fiber ベースの並列実行対応
• モデルレジストリ: 800 以上のモデル検出と価格情報提示
• 拡張思考（Chain of Thought）制御: 検討プロセスの保存・監視可能
• プロバイダー対応: OpenAI, xAI, Anthropic, Gemini, Ollama など全主要 API 対応

📦 インストール

Gemfile

gem 'ruby_llm'

その後、依存関係をインストールします：

bundle install

🔑 API キーの設定

config/initializers/ruby_llm.rb

RubyLLM.configure do |config|
  config.openai_api_key = ENV['OPENAI_API_KEY']
end

🚄 Rails への統合

インストール手順

bin/rails generate ruby_llm:install
bin/rails db:migrate
# v1.13 以降
bin/rails ruby_llm:load_models 

チャット UI の追加（オプション）

Web インターフェースを迅速に追加したい場合：

bin/rails generate ruby_llm:chat_ui

モデル定義と動作確認

class Chat < ApplicationRecord
  acts_as_chat
end

以下のコードを実行すると、データベース内にチャットスレッドが作成されます：

chat = Chat.create! model: "claude-sonnet-4"
chat.ask "このファイルには何がありますか？", with: "report.pdf"

最後にブラウザから

http://localhost:3000/chats