【第1回】生成AI×サーバーサイド開発の幕開け！AlmaLinux 9で構築するAIプログラミングの基礎と環境構築

生成AIの波を乗りこなせ！サーバーサイドAI開発の扉を開く

こんにちは！「LINUX工房」管理人の「リナックス先生」です。
昨今、ChatGPTやGeminiをはじめとする「生成AI」が世界中を席巻していますね。ブラウザからAIを使うだけでなく、「自分のWebサービスやシステムにAIを組み込みたい！」と考えているエンジニアの方も多いのではないでしょうか。

本連載「生成AI初心者向けAIサーバーサイドプログラミングの基礎」では、安定性とセキュリティに優れたサーバーOS「AlmaLinux 9」を舞台に、生成AI（LLM）のAPIを活用したサーバーサイドプログラミングの手法を全8回にわたって徹底解説します。

この記事は、Linuxコマンドの基礎がわかり、これからAIを活用したプログラミングに挑戦したい初心者のための「実践的な第一歩」です。

---

1. なぜAlmaLinux 9でAIサーバーサイド開発なのか？

生成AIを活用したアプリケーションを本番環境で稼働させる際、OSの選定は非常に重要です。今回、私たちがAlmaLinux 9を採用するのには、プロの現場ならではの明確な理由があります。

RHEL 9の完全なクローンとしての信頼性

AlmaLinuxは、エンタープライズ（企業向け）OSのデファクトスタンダードであるRed Hat Enterprise Linux (RHEL) と1対1のバイナリ互換性を持っています。つまり、世界中の大企業が使っている堅牢なシステムと全く同じ仕組みを、無料で利用できるということです。
AIアプリケーションは、外部APIとの頻繁な通信や、ユーザーからの入力データの処理を行うため、OSレベルでの高い安定性が求められます。

強力なセキュリティ基盤（SELinux / Firewalld）

生成AIのAPIキーは、万が一流出すると多額の請求被害に遭うリスクがあります。AlmaLinux 9には、デフォルトで強力なアクセス制御機能であるSELinuxが組み込まれており、万が一Webアプリケーションに脆弱性があった場合でも、被害を最小限に食い止めることができます。
また、不要なポートを塞ぐFirewalldや、不正アクセスを検知して遮断するFail2banとの相性も抜群です。

最新の開発言語パッケージの提供

AlmaLinux 9では、AI開発の標準言語であるPythonの比較的新しいバージョン（Python 3.9〜3.11）が、OSの標準リポジトリ（AppStream）から安全にインストール可能です。ソースコードからコンパイルする手間がなく、セキュリティアップデートもDNFパッケージマネージャーで簡単に管理できます。

---

2. AlmaLinux 9：AIプログラミング環境の構築

それでは、実際にAlmaLinux 9のサーバーにAIプログラミングのための環境を構築していきましょう。ここでは、Python 3.11をインストールし、プロジェクト専用の「仮想環境（venv）」を作成します。

2-1. システムの最新化と必須ツールのインストール

まずはサーバーにSSH接続し、システム全体を最新の状態にアップデートします。これはセキュリティの基本です。

sudo dnf clean all
sudo dnf update -y
sudo dnf install -y epel-release wget curl git

2-2. Python 3.11 のインストール

生成AIのAPIを操作するためのライブラリ（Google Generative AI SDKやOpenAI SDK）は、Pythonでの開発が最も活発です。AlmaLinux 9のAppStreamからPython 3.11をインストールします。

sudo dnf install -y python3.11 python3.11-pip

インストールが完了したら、バージョンを確認します。

python3.11 --version
# 出力例: Python 3.11.x

2-3. プロジェクトディレクトリと仮想環境の作成

Pythonでの開発では、システム全体の環境を汚さないために、プロジェクトごとに仮想環境 (venv) を作成するのが鉄則です。これにより、「プロジェクトAとプロジェクトBで必要なライブラリのバージョンが違って動かない！」というトラブルを防げます。

# AIプロジェクト用のディレクトリを作成
mkdir -p ~/ai_project
cd ~/ai_project

# 仮想環境 'ai_env' を作成
python3.11 -m venv ai_env

# 仮想環境を有効化（アクティベート）
source ai_env/bin/activate

プロンプトの先頭に (ai_env) と表示されれば成功です。以降のライブラリのインストールは、必ずこの仮想環境が有効な状態で行います。

2-4. 必要なPythonライブラリのインストール

今回は、HTTPリクエストを簡単に扱うための requests ライブラリと、環境変数を安全に読み込むための python-dotenv をインストールします。

pip install --upgrade pip
pip install requests python-dotenv

---

3. APIキーの取得と極秘管理（セキュリティ対策）

生成AIを利用するには、AI提供元（GoogleやOpenAIなど）からAPIキーを取得する必要があります。このキーはあなたのクレジットカードと紐付いている「銀行の暗証番号」のようなものです。

3-1. .env ファイルの作成と権限設定

プロジェクトディレクトリ内に .env という隠しファイルを作成し、そこにAPIキーを保存します。

cd ~/ai_project
nano .env

以下のように記述して保存します（キーの内容はご自身のものに置き換えてください）。

AI_API_KEY="AIzaSyYourSecretKeyHere..."

保存後、他のユーザーから読み取られないようにファイルのパーミッション（権限）を厳格に設定します。

chmod 600 .env

---

4. 実践：初めての生成AI API呼び出しスクリプト

準備が整いました！いよいよ、Pythonを使って生成AIのAPIを呼び出すスクリプトを作成します。ここでは汎用的な requests ライブラリを用いたREST API通信の基礎を学びます。

hello_ai.py というファイルを作成します。

nano hello_ai.py

以下のコードを記述します。コード内のコメントをしっかり読んで、処理の流れを理解してください。

import os
import requests
import json
from dotenv import load_dotenv

# 1. .envファイルから環境変数を読み込む
load_dotenv()

# 2. 環境変数からAPIキーを取得
API_KEY = os.getenv("AI_API_KEY")
if not API_KEY:
    print("エラー: .envファイルにAPIキーが設定されていません。")
    exit(1)

# 3. APIのエンドポイントURL（※プロバイダによって異なります）
# ここでは例として一般的なREST APIの構造を示しています
API_URL = "https://api.example.com/v1/generate"

# 4. HTTPリクエストのヘッダー情報
# JSON形式で通信することと、認証ヘッダーにAPIキーをセットします
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

# 5. AIに送信するデータ（プロンプト）
# どのような役割を持たせ、何を質問するかを定義します
payload = {
    "model": "high-performance-model",
    "messages": [
        {"role": "system", "content": "あなたは優秀なLinuxエンジニアです。"},
        {"role": "user", "content": "AlmaLinux 9の最大の特徴を1文で教えてください。"}
    ],
    "max_tokens": 100,
    "temperature": 0.7
}

# 6. APIへPOSTリクエストを送信
print("AIに問い合わせ中...")
try:
    response = requests.post(API_URL, headers=headers, data=json.dumps(payload))
    
    # 7. レスポンスの処理
    if response.status_code == 200:
        result = response.json()
        ai_reply = result["choices"][0]["message"]["content"]
        print("\n=== AIからの回答 ===")
        print(ai_reply)
        print("====================")
    else:
        print(f"APIエラー: HTTPステータスコード {response.status_code}")
        print(response.text)

except Exception as e:
    print(f"通信エラーが発生しました: {e}")

スクリプトの実行

仮想環境が有効な状態で、スクリプトを実行します。

python hello_ai.py

APIの通信が成功すれば、見事にAIからの回答がターミナル上に表示されるはずです！これが、あなたのサーバーと世界の最先端AIが繋がった瞬間です。

---

5. トラブルシューティング：通信エラーやSELinuxの壁

サーバーサイドでの開発では、ローカルのPCとは異なるエラーに遭遇することがあります。特有のトラブルシューティングをまとめました。

Case 1: ModuleNotFoundError が出る

原因： 仮想環境（venv）が有効になっていない状態でスクリプトを実行しようとしています。
解決策： source ai_env/bin/activate を実行してから再度試してください。

Case 2: 外部APIとの通信がタイムアウトする

原因： サーバーのネットワーク設定、または AlmaLinux の Firewalld / SELinux が外部への通信（アウトバウンド）を制限している可能性があります。
解決策：
単純なPythonスクリプトの実行であればブロックされることは稀ですが、後々これをPHPやApache経由で動かす（Webアプリ化する）際には、SELinuxがApacheの外部ネットワーク通信をブロックします。
将来のWebアプリ化を見据えて、以下のコマンドでSELinuxのブール値を変更し、HTTPDからのネットワーク接続を許可しておきましょう。

# Apache(httpd)がネットワーク経由で外部APIへ接続することを許可する
sudo setsebool -P httpd_can_network_connect 1

Case 3: HTTPステータスコード 401 (Unauthorized) が返ってくる

原因： APIキーが間違っているか、.env ファイルが正しく読み込めていません。
解決策： .env ファイルのキーに余計なスペースや改行が含まれていないか、また load_dotenv() が正しく実行されているかを確認してください。

---

総まとめ：AI開発の土台は完成！次は対話へ

お疲れ様でした！第1回では、AlmaLinux 9上にPython仮想環境を構築し、APIキーをセキュアに管理しながら、初めてAI APIを呼び出すところまでを実践しました。

この小さなスクリプトが、今後開発していく「独自AIチャットボット」や「自動処理システム」のすべての土台となります。

次回、【第2回】PythonとLLMの対話：プロンプトエンジニアリングの基本実装 では、より複雑な指示（プロンプト）を動的に生成し、出力結果のフォーマットを制御する実践的なテクニックを解説します。
お楽しみに！LINUX工房の「リナックス先生」でした。