01Hauptwerke
一から学習した、約1億パラメータの日本語の会話モデル
約1億（102M）パラメータの Qwen3 型のモデルを、専用のトークナイザーと日本語中心の 10B トークンで、 GPU 1枚（RTX 5060 Ti）を使って約6日で事前学習した。そのあと SFT と GRPO で会話とツール呼び出しを教え、 素の会話版と、キャラクター「もぐ」の2つに仕上げた。どちらもこのサイトのチャットで話せて、推論は saserver の GTX 1650 で動かしている。 120M・500M の試作に続く3代目で、いまは文脈を 8K に伸ばす v1.1 を試している。
# GPU 1枚で、一から学習した手順
$ pretrain 10B tokens · 約6日
$ sft 会話とツール呼び出し
$ grpo 素の会話版 / もぐ
$ serve saserver · GTX 1650
プラグインで組み替えられる、ターミナル向けの小さなコーディングエージェント
コア（エージェントループ、プロバイダー、4つのツール、プラグイン API）は約3,900行で、4,000行を超えるとテストが落ちるようにしている。 それ以外の機能は公開のプラグインAPIで足す。MCP と Agent Skills をそのまま使え、 小さいモデルが出した壊れたツール呼び出しを直す仕組みや、同じ出力の繰り返しを止める仕組みも入れている。 macOS・Linux・Windows で動く。
# macOS / Linux · 単一バイナリ（Windows は install.ps1）
$ curl -fsSL https://sasanokusa.com/sasacode/install.sh | sh
$ sasacode
02Werke
公開中・研究中・試作中のものをまとめています。
アカウントもクラウドも要らない、ネイティブの軽い AI ターミナル
ふつうの日本語で聞ける乗換案内。FunctionGemma × Transit MCP
17ノードの疑似データセンターで、ローカルLLMに障害対応を任せられるかを評価した
壊せる Docker 環境で、LLM が障害を応急復旧できるかを繰り返し測る
LLM を信用しない前提で作る、サーバー管理エージェント
Apache 風の設定で動く、Rust 製の静的配信・リバースプロキシ
AI エージェントに検索とページ閲覧を渡す MCP サーバー
QR コードの連続表示とカメラだけで、ファイルを送る PWA
自宅で動かしたローカル推論が、API ならいくらだったかを計算する
XIAO nRF52840 と IMU で作る、自作の VR トラッカー
03Betrieb
このサイトやデモ、Botは自宅のsaserverで動いています（LLM の推論の一部は自宅の別のマシン）。現在の状態をそのまま表示しています。
04Journal
サーバーやカメラ、東ドイツについての忘備録です。
05Über mich
sasanokusa です。Discord と X にだいたいいます。
もともとは「鯖に置くものがない」ので始めたブログでしたが、いまはコーディングエージェントやローカル LLM の研究、ネットワークまわりの道具を作って、自宅のサーバーで動かしています。
趣味は東ドイツ、動画編集（Ezov Group）、フィルムカメラ、Minecraft サーバーの運営。