FileMaker クラリス社のデータベース「FileMaker」シリーズに関する記事です。Pro/Serverと関連するMML/MLに関して記載しています。 FileMaker概要 Claris FileMaker(クラリス ファイルメーカー)の製品に関する簡単な概要記事です。 FileMaker履歴 1985年にFileMakerかせ最初に発売された時からの開発/使用しています。最初のバージョンはデータベースのリレーション機能など無いファイルベースのカード型データベースでした。非常に使いやすく情報を管理できたことを記憶しています。 主な年表 1985　FileMaker(Mac)発売/Forethought Inc. 1986　FileMaker Plus, v2.1/Forethought Inc. 1987　Apple社が子会社 Claris を設立 1988　FileMaker 4 /Nashoba 1988　Claris 社がNashoba / FileMaker を買収 1988　FileMaker II/Claris 1989　FileMaker II(最初の日本語版)/Claris 1990　FileMaker Pro 1.0 1991　ClarisWorks 発売 1992　FileMaker Pro 2.0(最初のWindows版) 1993　FileMaker Pro 2.1 1994　FileMaker Pro 2.1/SDK 2.1 1995　FileMaker Pro 3.0 1996　FileMaker Pro Server 3.0 1997　FileMaker Pro 4.0 1998　FileMaker Pro 5.0/FileMaker Server 5.0 1998　FileMaker Inc. に社名変更、Claris 社はFileMaker のみを扱うようになる 2001　ファイルメーカー Mobile 2001　FileMaker Pro 5.5/FileMaker Server 5.5 2002　ファイルメーカー Mobile for i-mode 2002　ファイルメーカー Mobile 2 2002　FileMaker Pro 6.0 2004　FileMaker Pro 7.0/FileMaker Server 7.0 2005　FileMaker Pro 8.0/FileMaker Pro Advanced 8.0 2005　FileMaker Server 8.0 2005　FileMaker Pro 8.0/FileMaker Pro Advanced 8.0 2006〜 FileMaker Pro 8.5..../FileMaker Pro Advanced 8.5... 2006〜 FileMaker Server 8.0.../FileMaker Server Advanced 8.0... 2019　Stamplay 買収し Claris Connect 2022　Claris Platform、Claris Studio 2024　AI関係の機能を追加/Server の AI Model Server などを追加 2025　Claris FileMaker 2025 2026　Claris FileMaker 2026 現在(2026年)はApple の子会社Claris International Inc.が開発/販売を実施しています。 Claris FileMaker/Claris Connect/Claris Studio などを展開しています。 Claris社 https://www.claris.com/ja/ FileMaker 2025 概要 2025 概要 FileMaker 開発環境にAI 機能を追加した版となりました。簡単にスクリブと関数から各種AIを呼び出して処理出来るようになりました。AI 機能/Claris プラットフォーム統合/開発者向け機能強化/UI・UX改善/サーバー・インフラ AI 機能 自然言語での SQL クエリー 自然言語での FileMaker 検索 モデルから応答を生成 RAG(検索拡張生成) ローカル LLM(オンプレミス AI) ファインチューニング(LoRA) 数値予測(回帰モデル) セマンティック検索の強化 PDF テキスト抽出 Anthropic 対応 Clarisプラットフォーム統合 FileMaker + Claris Studio + Claris Connect を条件を満たすライセンスなら 追加料金なし で利用可能 Claris Studio との双方向連携 Web フォームで収集したデータを FileMaker に連携、FileMaker データを Web ダッシュボード等で表示・更新 Claris Connect による外部サービス連携・ワークフロー自動化 FileMaker Pro 2025 からは Claris Studio テーブルを FileMaker ファイルに追加する機能は廃止 開発者向け機能強化 新AIスクリプトステップ(9 種類程度) 新AI関数 スクリプトワークスペース レコード一覧へ移動 カスタム関数のフォルダ整理 テーブルコメント 開発者アクセス権 [ソフトウェア更新の確認...] からメジャーアップグレード 対象ライセンスなら FileMaker Pro 2024 から 2025 へ直接アップグレード可能 UI・UX改善 macOS 向けUI刷新 表形式(Table View) レイアウト編集 Windows(2024 と 2025 の並行インストールなど) サーバー・インフラ AI モデルサーバー FileMaker Server 管理コンソールからローカル AI を運用・管理 Ubuntu 24 / 22 サポート JSON 処理のパフォーマンス向上 WebDirect ブラウザ戻るボタン警告、500〜1,000 同時ユーザ向けの性能改善 macOS Tahoe(26)サポート(22.0.4 以降) FileMaker プラットフォーム Claris FileMaker FileMaker Pro macOS / Windows … 開発・デスクトップ FileMaker Go iOS / iPadOS … モバイル FileMaker WebDirect Web ブラウザ … ブラウザ(Server/Cloud 経由) FileMaker Server macOS / Windows / Ubuntu … セルフホスト FileMaker Cloud Claris 管理のクラウド … Claris 管理クラウド Claris Studio 対応 Web ブラウザ … Web UI / フォーム(2025 で統合強化) Claris Connect 対応 Web ブラウザ … 外部連携・自動化(2025 で統合強化) FileMaker 2026 概要 FileMaker 2026 概要 2026年6月10日リリース(製品バージョン 26.0.1）。2025 から続く AI 統合に加え、災害復旧・事業継続（BCDR）、開発者生産性、サーバー信頼性 が本リリースの柱です。メジャーバージョン番号が年号(26)と一致 するよう変更されました。今夏後半には エージェント型開発機能 のデベロッパープレビュー提供予定です。 参考 Claris 公式発表(日本語) Pro リリースノート Server リリースノート Technical Specifications AI 機能 Google Gemini 対応 フィールドアノテーション(AI 専用メタデータ) 新関数 FieldAnnotation / BaseTableComment / FieldDisplayNames でスキーマ情報をプログラムから参照 RAG 機能強化 AI スクリプトステップ強化 Cohere によるイメージ埋め込み 対応 ローカル LLM サポート強化 Claris AI モデルサーバー経由の社内完全ローカル実行を強化 推奨モデル更新 GPT-5.1、Claude Sonnet 4.6、Gemini 2.5 Pro など Claris プラットフォーム統合 2025 で開始した統合（FileMaker + Studio + Connect）を継承 OData 強化で Studio / Connect 連携を改善 FileMaker Cloud 2026 開発者向け機能強化 永続データ保存(Persistent Data Store) レコードではなくスキーマに名前付き値を保存。[永続データを構成] / GetPersistentData / ListPersistentDataIDs PDF スクリプトステップ一式 XML ツール＋ Upgrade Tool 大幅強化 複数ファイル一括 XML 出力、UTF-8 化など 条件付きフィールド編集 GetRecordIDsFromFoundSet 拡張 FileMaker SQL 強化 UI・UX 改善 macOS：再設計されたスマートインスペクタ スクリプトワークスペース カスタムダイアログ ズーム WebDirect アクセシビリティ 表形式・ホーム画面 サーバー・インフラ Remote Backup(アドオン) Standby Server(アドオン) 複数 FMSE プロセス サービス自動再起動 認証・セキュリティ AI モデルサーバー WebDirect OS 対応更新 macOS Tahoe 26 / Windows Server 2025 対応。Ventura・Sonoma 14 (Pro)、Windows 10、Server 2019 などは非対応 互換性 FileMaker Pro / Go 2026 クライアント は、ホストが FileMaker Server 2024 (v21)以前 だと接続不可 　→ Server を先にアップグレード FileMaker Cloud ホストには AI Model Server は同梱されない (外部 AI プロバイダまたは自前ホストは利用可) FileMaker プラットフォーム(動作環境) https://community.claris.com/ja/s/article/Claris-File Claris FileMaker FileMaker Pro … 開発・デスクトップ 　macOS: Tahoe 26 / Sequoia 15 　Windows: 11 (24H2 / 25H2) ※64-bit FileMaker Go … モバイル 　iOS / iPadOS: 26(最小 18)/ visionOS 26(最小 2) FileMaker WebDirect … ブラウザ(Server / Cloud 経由) 　デスクトップ: Safari 26+ / Chrome 147+ / Edge 147+ 　モバイル: iOS Safari 26+ / Chrome 147+ / Android Chrome 147+ FileMaker Server … セルフホスト 　macOS: Tahoe 26 / Sequoia 15 　Windows Server: 2025 / 2022(Standard / Datacenter) 　Ubuntu: 24.04 LTS / 22.04 LTS (Server / Desktop, AMD64 / ARM64) FileMaker Cloud … Claris 管理クラウド 　ホスト OS: Ubuntu 22.04 (Cloud 2026 は提供開始予定) Claris Studio 　… Web UI / フォーム（SaaS） ブラウザ: Safari 26+ / Chrome 147+ / Edge 147+ Claris Connect 　… 外部連携・自動化（SaaS） ブラウザ: Safari 26+ / Chrome 147+ / Edge 147+ AIサービスのテスト 2025 FileMaker 2025を元に記載されています。 概要 2025年7月にリリースされた Claris FileMaker 2025で強化されたAI機能のうちローカルLLM「AI モデルサーバー」を少し試したいと思います。 参考資料 Claris FileMaker 2025 のご紹介 - AI - https://community.claris.com/ja/s/article/Claris-FileMaker-2025-ai-ja Claris FileMaker 2025 のご紹介 - AI - 続編 https://community.claris.com/ja/s/article/Claris-FileMaker-2025-ai-next-ja 安全・安心に AI を利用するためのローカル LLM 環境： Claris FileMaker 2025 - AI 活用 https://www.claris.com/ja/blog/2026/filemaker2025-ai-local-llm 社内文書の情報検索に活用できる RAG （ 2 ）利用編： Claris FileMaker 2025 - AI 活用 https://www.claris.com/ja/blog/2026/filemaker2025-ai-rag2 ChatGPT を使うように AI に質問・指示： Claris FileMaker 2025 - AI 活用 https://www.claris.com/ja/blog/2026/filemaker2025-ai-generate-response-from-model 独自の AI モデルサーバーの運用 https://support.claris.com/s/answerview?anum=000048414&language=ja 動作環境 他のローカル LLM に比べて少しハイスペックな環境が必要なようです。 (FileMaker Server機能も有るためなのか、単にAIサービスのパフォーマンスの問題なのかは未調査です。) 以下の記事の内容を抜粋しています。 安全・安心に AI を利用するためのローカル LLM 環境： Claris FileMaker 2025 - AI 活用 2026 年 05 月 13 日の記事 https://www.claris.com/ja/blog/2026/filemaker2025-ai-local-llm AI を動作させるためには以下の動作環境が最小スペックとなります。 捕捉 : 使用するモデルにも左右されます。 環境が弱いと AI モデルをダウンロード出来ても応答速度が極端に遅く成ったり、ロード時にメモリ不足のエラーが表示されて実行が不安定となったり出来なくなったりとなります。 「テキスト / イメージ埋め込み」時 Windows および Ubuntu CPU: Intel Xeon または AMD Zen 4,5 シリーズ、 AVX2 または AVX512 RAM: 16 GB macOS CPU: Apple シリコン RAM: 16 GB 「テキスト生成 / ファインチューニング」時 ( ファインチューニングは Apple シリコンのみで使用できます。 ) Windows および Ubuntu CUDA GPU が必須 CPU: Intel Xeon または AMD Zen 4,5 シリーズ、 AVX2 または AVX512 GPU: Nvidia RTX4090 または Nvidia A10 、合計 32GB 以上の VRAM RAM: 32 GB macOS CPU: Apple シリコン Ultra RAM: 64 GB 今回のテスト環境 手持ちの次の macOS 環境でテストします。 macOS Mac mini 2023 CPU: Apple シリコン M2 RAM: 24 GB macOS: Sequoia 15.7.5   AIサービスの関係図 FileMaker の AI サービスを実行するための関係を簡単に図示してみました。 この図は、今回テストし結果を元に作成した物です。 FileMaker の AI サービスは、 FileMaker Server 上でローカル LLM を実行出来るサービスを提供します。 この AI サービスは、 FileMaker Pro アプリのスクリプトから呼び出して実行します。 AI サービスのローカル LLM で使用するモデルのダウンロード先として使用する Hugging Face サービスから Access Token を使用してモデルをダウンロードし、ロードして使用できるようにします。 最終的に、ローカルLLMをFileMaker Pro アプリのスクリプトから AI サービス キーとモデル名を使用して、エンドポイントへ要求し結果を取得します。 Hugging Faceへの登録 Hugging Faceサイト FileMaker Server 2025 のローカル LLM 機能(AIサービス)を使用するためには Hugging Face サイトから公開されているモデルをAIサービスからダウンロードする必要が有ります。そのために Hugging Face サイトの登録を先にしておきます。 Hugging Face ( ハギングフェイス ) サイト https://huggingface.co/ アカウント登録 「 Sign Up 」ボタンを押して登録を開始します。 電子メールアドレスとバスワードを設定して「 Next 」ボタンを押します。 プロファイルを登録します。 なんか、確認が。。。。 「開始」ボタンを押と再度。。。 「 Please check your email address for a confirmation link 」に従って電子メールから確認します。 Web ページの「 Confirm 」ボタンを押して確認します。 Access Tokensの作成 アクセストークンを作成します。 ユーザー ICON をクリックしてメニューから「 Access Tokens 」を選択します。 「 Create new token 」ボタンを押して作成します。 Token type を「 Read 」にして「 Token name 」に「FMServer」と入力して「 Create new token 」ボタンで作成します。 今回の FileMaker Server 2025のAIサービス 向けのモデルはダウンロードのみなので「 read 」にしています。 生成したToken を Copy します。このTokenを使用してFileMaker Server 2025のAIサービスからモデルをダウンロードします。 追加された Token が一覧に表示されます。 AIサービスの設定 使用するモデルを FileMaker Server 2025のAIサービス に登録する手順を説明します。 設定 FileMaker ServerのAdmin Consoleにログインします。 (注意: adminとしてローカルアドレスで接続します。) 例:http:// 127.0.0.1 :16001/admin-console 127.0.0.1などのI IPアドレスから でアクセスすると他の設定 ( 主に URL) に影響が発生する場合があります。 ローカルドメイン時は「 http://a10-macmini-2023.local:16001/admin-console 」とかのドメイン名でアクセスします。 今回のテスト環境では、ローカルアクセスのIPアドレス「 127.0.0.1 」でテストしています。 管理者「admin」でログインし「 AI サービス」を選択します、 モデルサーバーを設定 モデルサーバーの「状態」チェックボックスを「 ON 」に変更します。 設定ダイアログ「モデルサーバーを設定」が表示されます。 内容に従って設定を実施します。 1.Miniforgeに移動します。 WebブラウザからのURL: https://github.com/conda-forge/miniforge/releases 指定された「 Miniforge3-26.3.2-2-MacOSX-arm64.sh 」をダウンロードします。 「モデルサーバーを設定」ダイアログの「参照 ... 」ボタンを押して「 Miniforge3-26.3.2-2-MacOSX-arm64.sh 」を選択し「アップロード」を選択します。 「モデルサーバーを設定」ダイアログの「ファイルをアップロード」ボタンを押してアップロードします。 しばらくすると処理が実行された後、ステータスが「準備中」から「実行中」へ変更されます。 サーバー構成の「アクセスにはAPIキーが必要」をONとします。 起動すると左側には新しいメニューが追加されます。 ・モデル ・ファインチューニング済みモデル Hugging Face からモデルをダウンロードするためにモデルサーバーの「   トークン」項目に Hugging Faceで作成した「Access Token」 登録します。 ここまでで、モデルをダウンロードする準備が整いました。 APIキーの作成 FileMaker Server の AI サービスに外部からアクセスするための API キーを作成します。 捕捉 : ここで生成されたキーは FileMaker スクリプトでAPIキーとして利用します。 左のメニューから「キー」を選択して「キー」画面を表示します。 「キーを作成」ボタンをクリックして新しいキーを登録します。 名前: AIKeyTest サービスへのアクセスを許可: テキストおよびクエリー生成 有効期限: 6ヶ月 を設定して「保存」ボタンを押して登録します。 APIキーが表示されるので コピーして保存 してください。 注意 : APIキーは一度しか表示されないので注意してください。 捕捉 : 捕捉 : ここで生成されたキーは FileMaker スクリプトでAPIキーとして利用します。 サーバー構成の設定 サーバー構成の「アクセスにはAPIキーが必要」をONとしてAPIキーを利用するようにします。 モデル設定 左のメニューから「モデル」を選択して、モデル画面を表示します。 デフォルトで登録されているモデル一覧が表示されます。 モデルの「名前」は、 FileMaker スクリプトで使用します。 モデル一覧のモデルは未だ 1 つもダウンロードしていません。 マシンにダウンロードと実行可能な場合の表示例 : 「 ! 」稼働しているマシンでのメモリ不足表示例 : モデル操作 使用するモデルを「ダウンロード」ボタンを押してダウンロードします。 今回はテキスト生成用のテスト AI アプリを作成するので、次のモデルをダウンロードします。 google/codegemma-7b-it ダウンロードが完了したらモデルを「ロード」します。 既に「ロード」しているモデルが有るとと次のメッセージが表示されます。 今回のテストでは最終的に「 mlx-community/codegemma-7b-it-8bit 」を使用します。 「 mlx-community/codegemma-7b-it-8bit 」に関しては、後の文書で説明します。  モデルのダウンロードに失敗 モデルをダウンロードするときに次のメッセージで失敗する場合が有ります。 今回は、 Hugging Face に登録されているモデルの認証 ( 許諾 ) で許可されていない事による物です。 以下の手順で「 google/codegemma-7b-it 」の許諾をします。 Hugging Face サイトのモデルから「 google/codegemma-7b-it 」を検索します。 「 google/codegemma-7b-it 」ページの「 Acnowledge licence 」 ( 利用許諾 ) ボタンを押して、許諾を完了します。 「 Authorize 」 ( 承認 ) ボタンで承認します。 チェックし「 Accept 」します。 「 google/codegemma-7b-it 」ページに戻り承認は完了します。 モデルの使用許諾を承認すると FileMaker Server のモデルダウンロード時の警告は無くなりダウンロードが出来る様になります。 AIサービス実行の準備 FileMaker Pro から FileMaker Server の AI サービスを利用してチャットアプリ ( テキスト生成 ) のテストを実施する準備をします。 接続情報の整理 今回のチャットアプリの環境として次の情報をまとめます。 AIサービスへの接続情報 エンドポイント: "https://192.168.1.58/llm/v1/" キー: FielMaker Proテストアプリの接続情報 接続アカウント: "testUser" モデル: "google/codegemma-7b-it" エンドポイントの取得 AI サービスへの接続情報 　 > エンドポイント の取得 FileMaker Server の AI サービスのモデルサーバーのエンドポイント 表示は「 https://127.0.0.1/llm/v1/ 」となっています。ここでの IP アドレスは外部からはアクセス出来ないので「構成」画面からサーバー機に割り当てられている IP アドレスを取得します。 「構成」画面での一般設定では 2 つのエントリポイントの候補が有ります。 サーバー名: A10-Macmini-2023.local サーバーIPアドレス: 192.168.1.58   192.168.1.155 今回は IP アドレスを使用します。 このデバイスでは インサーネットアドレス : 192.168.1.58 WiFi アドレス : 192.168.1.155 の 2 つが存在します。 インサーネットアドレスを使用して最終的にエンドポイントを次のように決定します。 https://192.168.1.155/llm/v1/ キーの取得 AI サービスへの接続情報 　 > キー の取得 AI サービスのキー / キーを作成時に取得したキーです。 eyJhbGciOiJSUzI1.......< 略 >............hFRURWgzA 接続アカウントの取得 FielMaker Pro テストアプリの接続情報 　 > 接続アカウント の取得 今回は "testUser" を使用します。 チャットアプリでは特に使用しませんが、 AI サービスへのアクセス時に使用します。 モデルの取得 FielMaker Pro テストアプリの接続情報 　 > モデル の取得 今回使用するアプリではテキスト生成するための「 google/codegemma-7b-it 」を指定します。   テストアプリの制作 FileMaker Server に実装されている「 AI サービス」をテストするための FileMaker Pro の簡単なアプリを制作しました。 「AIチャット.fmp12」 ダウンロード 動作 入力フィールド「チャット」に質問を入れて「チャット」ボタンを押と、 AI サービスから回答が得られます。 新しいレコードにその内容を保存して、次の質問を待ちます。 サンブルアプリの概要 2 つのテーブル AI チャット : チャットを保存 AI チャット接続情報 : AI サービスの接続情報を保存 スクリプト一覧 最初の起動 アプリを起動すると接続情報を設定することを促す「接続情報を設定してください。」ダイアログが表示されます。 「 OK 」ボタンを押して設定画面を表示します。 レコードを作成します。 AI サービス接続情報を入力します。 AI サービス実行の準備 で取得した以下の情報を入力します。 エンドポイント https://192.168.1.155/llm/v1/ API キー eyJhbGciOiJSUzI1.......< 略 >............hFRURWgzA 接続アカウント testUser モデル google/codegemma-7b-it   動作テスト AI チャット画面に移動して何か質問してみます。 今回は単純に「テスト」と入力して「チャット」ボタンを押します。 エラーが表示されました。 「 OK 」ボタンで確認すると、新しいレコードに AI サービスの結果が保存されます。 [LLM] error. Reason: HTTP response code said error: 502 スクリプトの問題では無く Server の AIサービス側 に問題が有り応答出来ないようです。 色々と調べたりテストした結果、現在のモデル「 google/codegemma-7b-it 」では、現在の環境である Mac mini 24GB では、メモリ不足で正しく動作しないようです。 24GB の RAM で動作するためにもっと軽量をダウンロードしてロードします。 mlx-community/codegemma-7b-it-8bit AI チャットの AI サービス接続情報のモデル名を修正します。 mlx-community/codegemma-7b-it-8bit 再度テストを実行します。 応答が正常に戻りました。 新しい問い合わせをしてみました。 返答までの時間が 50 秒以上もかかっています。おそらく FileMaker Server の AI サービスの環境をアップグレードすると良くなるのでしょう。 もう一つ、返答が「マークダウン（ Markdown ）」形式で行われています。 スクリブトを修正して、以下の指示を追加して回答をプレーンテキストにします。 AI チャットスクリブとの内容に変数「 $ 指示」を追加し「モデルから応答を生成」に「指示」に $ 指示を与えます。 " 回答はプレーンテキストのみとする。 見出し（ # ）、箇条書き（ - や * ）、太字（ ** ）、コードブロック（ ``` ）、リンク記法は使わない。 前置き・挨拶・「以下に～」などの説明文も不要。 本文だけを日本語の通常の文章で返す。 " 実行結果 完全に修正することは出来ませんでしたが、結果から「マークダウン（ Markdown ）」内容が少し緩和された内容で返答が出来ました。 以上で、 FileMaker Server の AI サービス ( ローカル LLM) をテストしてみました。 AIサービスのテスト 2026 「AIサービスのテスト 2025」の記事と同様な構成で、2026年6月にリリースされた Claris FileMaker 2026で再度テストした結果を記載します。 概要 AI サービスのテスト 2025 の記事と同様な構成で、 2026 年 6 月にリリースされた Claris FileMaker 2026 で再度テストした結果を記載します。 AIサービスの動作環境が2025版から厳しく(必須デバイス以下ですが)なりましたが、同一のモデルとテストアプリで2025版でも同様な結果を得ることが出来ました。 動作環境の概要 他のローカル LLM に比べて少しハイスペックな環境が必要なようです。 (今回は。FileMaker Serverも同居しているためにより環境が厳しくなっています。) 以下の記事の内容を抜粋しています。 安全・安心に AI を利用するためのローカル LLM 環境： Claris FileMaker 2025 - AI 活用 2026 年 05 月 13 日の記事 https://www.claris.com/ja/blog/2026/filemaker2025-ai-local-llm Claris FileMaker 2026 動作環境 https://community.claris.com/ja/s/article/Claris-File AI を動作させるためには以下の動作環境が最小スペックとなります。 捕捉 : 使用するモデルにも左右されます。 環境が弱いと AI モデルをダウンロード出来ても応答速度が極端に遅く成ったり、ロード時にメモリ不足のエラーが表示されて実行出来なかったりします。 以下の情報はClaris FileMaker 2026 動作環境から抜粋した物です。 https://community.claris.com/ja/s/article/Claris-File 推奨モデル: テキスト生成/イメージキャプション 推奨モデル: ベクトル埋め込みおよびセマンティック検索 AI モデルサーバーのハードウェアの必要条件 動作環境 推奨モデル: テキスト生成/イメージキャプション Claris AI Model Server (Mac) < 埋め込み > チップ : Apple シリコン メモリ : 16 GB < イメージキャプション / テキスト生成 / ファインチューニング > 必須 - Mac mini チップ : M4 メモリ : 32 GB 推奨 - Mac mini/Studio チップ : M4 Pro/M4 Max (16 コア Neural Engine) メモリ : 64 GB 最良 - Mac Studio チップ : M3 Ultra (32 コア Neural Engine) メモリ : 96 GB Claris AI Model Server (Ubuntu/Windows) < 埋め込み > CPU: Intel Xeon または AMD Zen 4 、 5 シリーズ、 AVX2 、または AVX512 RAM: 16 GB < イメージキャプション / テキスト生成 / ファインチューニング > 必須 NVIDIA または AMD GPU が必須 CPU: Intel Xeon または AMD Zen 4 、 5 シリーズ、 AVX2 、または AVX512 GPU: NVIDIA: Nvidia RTX 4090 または Nvidia RTX Ada 4500 、合計 24 GB 以上の VRAM AMD: (Ubuntu のみ ) AMD Radeon AI PRO R9700 、合計 24 GB 以上の VRAM VRAM: 24 GB 推奨 CPU: Intel Xeon または AMD Zen 4 、 5 シリーズ、 AVX2 、または AVX512 GPU: Nvidia RTX 5090 、合計 32 GB 以上の VRAM 最良 NVIDIA GPU が必須 CPU: Intel Xeon または AMD Zen 4 、 5 シリーズ、 AVX2 、または AVX512 GPU: Nvidia RTX PRO 6000 、合計 96 GB 以上の VRAM VRAM: 96 GB 今回のテスト環境 今回は、手持ちの次のmacOS機種でテストします。 Claris AI Model Server (Mac)の必須条件にも満たない機種ですがテストします。 macOS Mac mini 2023 CPU: Apple シリコン M2    (M4では無い) RAM: 24 GB macOS: Sequoia 15.7.5   AIサービスの関係図 FileMaker の AI サービスを実行するための関係を簡単に図示してみました。 この図は、今回テストし結果を元に作成した物です。 FileMaker の AI サービスは、 FileMaker Server 上でローカル LLM を実行出来るサービスを提供します。 この AI サービスは、 FileMaker Pro アプリのスクリプトから呼び出して実行します。 AI サービスのローカル LLM で使用するモデルのダウンロード先として使用する Hugging Face サービスから Access Token を使用してモデルをダウンロードし、ロードして使用できるようにします。 最終的に、ローカルLLMをFileMaker Pro アプリのスクリプトから AI サービス キーとモデル名を使用して、エンドポイントへ要求し結果を取得します。 Hugging Faceへの登録 Hugging Faceサイト FileMaker Server 2026 のローカル LLM 機能(AIサービス)を使用するためには Hugging Face サイトから公開されているモデルをAIサービスからダウンロードする必要が有ります。そのために Hugging Face サイトの登録を先にしておきます。 Hugging Face ( ハギングフェイス ) サイト https://huggingface.co/ アカウント登録 「 Sign Up 」ボタンを押して登録を開始します。 電子メールアドレスとバスワードを設定して「 Next 」ボタンを押します。 プロファイルを登録します。 なんか、確認が。。。。 「開始」ボタンを押と再度。。。 「 Please check your email address for a confirmation link 」に従って電子メールから確認します。 Web ページの「 Confirm 」ボタンを押して確認します。 Access Tokensの作成 アクセストークンを作成します。 ユーザー ICON をクリックしてメニューから「 Access Tokens 」を選択します。 「 Create new token 」ボタンを押して作成します。 Token type を「 Read 」にして「 Token name 」に「FMServer」と入力して「 Create new token 」ボタンで作成します。 今回の FileMaker Server 2025のAIサービス 向けのモデルはダウンロードのみなので「 read 」にしています。 生成したToken を Copy します。このTokenを使用してFileMaker Server 2025のAIサービスからモデルをダウンロードします。 追加された Token が一覧に表示されます。 AIサービスの設定 FileMaker Server 2026の「AIサービス」を設定します。 設定 FileMaker ServerのAdmin Consoleにログインします。 注意: adminとしてローカルアドレスで接続します。 例:http:// 127.0.0.1 :16001/admin-console 127.0.0.1などのI IPアドレスから でアクセスすると他の設定 ( 主に URL) に影響が発生する場合があります。 ローカルドメイン時は「 http://a10-macmini-2023.local:16001/admin-console 」とかのドメイン名でアクセスします。 今回のテスト環境では、ローカルアクセスのIPアドレス「 127.0.0.1 」でテストしています。 管理者「admin」でログインし「 AI サービス」を選択します、 モデルサーバーを設定 モデルサーバーの「状態」チェックボックスを「 ON 」に変更します。 設定ダイアログ「モデルサーバーを設定」が表示されます。 内容に従って設定を実施します。 1.Miniforge に移動します。 Miniforge のWebURL https://github.com/conda-forge/miniforge/releases/ ダイアログに表示されている「 26.1.1-3 」を探します。 Assets内から指定された「 Miniforge3-26.3.2-2-MacOSX-arm64.sh 」を選択しダウンロードします。 「モデルサーバーを設定」ダイアログの「参照 ... 」ボタンを押して「 Miniforge3-MacOSX-arm64.sh 」を選択し「アップロード」を選択します。 「モデルサーバーを設定」ダイアログの「ファイルをアップロード」ボタンを押してアップロードします。 捕捉 : 指定したファイルに問題が有れば次のようなダイアログが出てアップロードがキャンセルされます。 もう一度、ファイルを探しダウンロードをして、正しいファイルをアップロードしてください。 しばらくすると処理が実行された後、ステータスが「準備中」から「実行中」へ変更されます。 macOSのアクティビティモニターアプリのCPU使用状態の一例です。 「実行中」の画面が次の用になります。 更にしばらくすると、状態表示に更に追加されます。 左側には新しいメニューが追加され次の用になります。 ・設定 ・モデル ・ファインチューニング済みモデル ・リクエスト ・チャット Hugging Face からモデルをダウンロードするためにモデルサーバーの「 Hugging Face トークン ン」項目に Hugging Faceで作成した「Access Token」 登録します。 サーバー構成の「アクセスにはAPIキーが必要」をONとします。 APIキーの作成 FileMaker Server の AI サービスに外部からアクセスするための API キーを作成します。 捕捉 : ここで生成されたキーは FileMaker スクリプトでAPIキーとして利用します。 左のメニューから「キー」を選択して「キー」画面を表示します。 「キーを作成」ボタンをクリックして新しいキーを登録します。 名前: AIKeyTest サービスへのアクセスを許可: テキストおよびクエリー生成 有効期限: 6ヶ月 を設定して「保存」ボタンを押して登録します。 APIキーが表示されるので コピーして保存 してください。 注意 : APIキーは一度しか表示されないので注意してください。 捕捉 : ここで生成されたキーは FileMaker スクリプトでAPIキーとして利用します。 新しいキーが一覧に追加されます。 ここまでで、モデルをダウンロードとAIサービスへのアクセスする準備が整いました。 サーバー構成の設定 サーバー構成の「アクセスにはAPIキーが必要」をONとしてAPIキーを利用するようにします。 モデル設定 左のメニューから「モデル」を選択して、モデル画面を表示します。 デフォルトで登録されているモデル一覧が表示されます。 モデルの「名前」は、 FileMaker スクリプトで使用します。 モデル一覧のモデルは未だ 1 つもダウンロードしていません。 マシンにダウンロードと実行可能な場合の表示例 : 「 ! 」稼働しているマシンでのメモリ不足表示例 : Not Acknowledged モデルのダウンロードとロード 使用するモデルを「ダウンロード」ボタンを押してダウンロードします。 今回はテキスト生成用のテスト AI アプリを作成するので、次のモデルをダウンロードします。 google/codegemma-7b-it ダウンロードが完了したらモデルを「ロード」します。 既に「ロード」しているモデルが有るとと次のメッセージが表示されます。 今回のテストでは最終的に「 mlx-community/codegemma-7b-it-8bit 」を使用します。 「 mlx-community/codegemma-7b-it-8bit 」に関しては、次の文書で説明します。 モデの追加 & ダウンロード & ロード 2025では「 mlx-community/codegemma-7b-it-8bit 」を使用しないとMac mini の環境では正常に動作しないので2026のテストでは次のモデルを先に追加/ダウンロードします。 「 mlx-community/codegemma-7b-it-8bit 」 「モデルを追加」ボタンを押して開始します。 ダウンロードするモデル情報を入力し追加します。 問題が無ければダウンードが開始されます。 ダウンロードが終わると自動的にロードされます。 注意 : 他のモデルがロード済みだとメモリ不足などでロードにしっばする場合が有ります。  モデルのダウンロードに失敗 モデルをダウンロードするときに次のメッセージで失敗する場合が有ります。 今回は、 Hugging Face に登録されているモデルの認証 ( 許諾 ) で許可されていない事による物です。 以下の手順で「 google/codegemma-7b-it 」の許諾をします。 Hugging Face サイトのモデルから「 google/codegemma-7b-it 」を検索します。 「 google/codegemma-7b-it 」ページの「 Acnowledge licence 」 ( 利用許諾 ) ボタンを押して、許諾を完了します。 「 Authorize 」 ( 承認 ) ボタンで承認します。 チェックし「 Accept 」します。 「 google/codegemma-7b-it 」ページに戻り承認は完了します。 モデルの使用許諾を承認すると FileMaker Server のモデルダウンロード時の警告は無くなりダウンロードが出来る様になります。 AIサービス実行の準備 FileMaker Pro から FileMaker Server の AI サービスを利用してチャットアプリ ( テキスト生成 ) のテストを実施する準備をします。 接続情報の整理 今回のチャットアプリの環境として次の情報をまとめます。 AIサービスへの接続情報 エンドポイント: "https://192.168.1.58/llm/v1/" キー: FielMaker Proテストアプリの接続情報 接続アカウント: "testUser" モデル: "mlx-community/codegemma-7b-it-8bit" エンドポイントの取得 AI サービスへの接続情報 　 > エンドポイント の取得 FileMaker Server の AI サービスのモデルサーバーのエンドポイント 表示は「 https://127.0.0.1/llm/v1/ 」となっています。ここでの IP アドレスは外部からはアクセス出来ないので「構成」画面からサーバー機に割り当てられている IP アドレスを取得します。 「ダッシュボード」画面のサーバー名とサーバーIPアドレスを確認します。 サーバー名: A10-Macmini-2023.local サーバーIPアドレス: Pv4: 1I92.168.1.58   192.168.1.155 IPv6: f12...... 今回は IP アドレスを使用します。 このデバイスではIPv4として インサーネットアドレス : 192.168.1.58 WiFi アドレス : 192.168.1.155 の 2 つが存在します。 インサーネットアドレスを使用して最終的にエンドポイントを次のように決定します。 https://192.168.1.155/llm/v1/ キーの取得 AI サービスへの接続情報 　 > キー の取得 AI サービスのキー / キーを作成時に取得したキーです。 eyJhbGciOiJSUzI1.......< 略 >............hFRURWgzA 接続アカウントの取得 FielMaker Pro テストアプリの接続情報 　 > 接続アカウント の取得 今回は "testUser" を使用します。 チャットアプリでは特に使用しませんが、 AI サービスへのアクセス時に使用します。 モデルの取得 FielMaker Pro テストアプリの接続情報 　 > モデル の取得 今回使用するアプリではテキスト生成するための「mlx-community/codegemma-7b-it-8bit」を指定します。 テストアプリの制作 FileMaker Server に実装されている「 AI サービス」をテストするための FileMaker Pro の簡単なアプリを制作しました。 「AIチャット2026.fmp12」 ダウンロード 動作 入力フィールド「チャット」に質問を入れて「チャット」ボタンを押と、 AI サービスから回答が得られます。 新しいレコードにその内容を保存して、次の質問を待ちます。 サンブルアプリの概要 2 つのテーブル AI チャット : チャットを保存 AI チャット接続情報 : AI サービスの接続情報を保存 スクリプト一覧 最初の起動 アプリを起動すると接続情報を設定することを促す「接続情報を設定してください。」ダイアログが表示されます。 「 OK 」ボタンを押して設定画面を表示します。 レコードを作成します。 AI サービス接続情報を入力します。 AI サービス実行の準備 で取得した以下の情報を入力します。 エンドポイント https://192.168.1.155/llm/v1/ API キー eyJhbGciOiJSUzI1.......< 略 >............hFRURWgzA 接続アカウント testUser モデル mlx-community/codegemma-7b-it-8bit 動作テスト テストアプリ「AIチャット2026」をテストします。 mlx-community/codegemma-7b-it-8bit チャット枠に文字を入力して「チャット」ボタンを押してテストを実行します。 応答が戻りました。 返答までの時間が 50 秒以上もかかっています。 FileMaker Server の AI サービスの環境をアップグレードすると良くなるのでしょう。 もう一つ、返答が「マークダウン（ Markdown ）」形式で行われています。 プレーンテキスト化 スクリブトを修正して、以下の指示を追加して回答をプレーンテキストにします。 AI チャットスクリブとの内容に変数「 $ 指示」を追加し「モデルから応答を生成」に「指示」に $ 指示を与えます。 " 回答はプレーンテキストのみとする。見出し（ # ）、箇条書き（ - や * ）、太字（ ** ）、コードブロック（ ``` ）、リンク記法は使わない。前置き・挨拶・「以下に～」などの説明文も不要。本文だけを日本語の通常の文章で返す。 " 実行結果 「プレーンテキスト」で返答が出来ました。 2025版はマークダウンようの文字が残っていましたが、2026版は無くなっています。 動作テスト時の問題例 以下は、モデルの指定で処理ができなかったときの例です。 現在のテスト環境で、モデル「 google/codegemma-7b-it 」を使用した場合の例です。 「テスト」と入力して「チャット」ボタンを押します。 エラーが表示されました。 「 OK 」ボタンで確認すると、新しいレコードに AI サービスの結果が保存されます。 [LLM] error. Reason: HTTP response code said error: 502 スクリプトの問題では無く Server の AIサービス側 に問題が有り応答出来ないようです。 色々と調べたりテストした結果、現在のモデル「 google/codegemma-7b-it 」では、現在の環境である Mac mini 24GB では、メモリ不足で正しく動作しないようです。 24GB の RAM で動作するためにもっと軽量をダウンロードしてロードします。 mlx-community/codegemma-7b-it-8bit 以上、 FileMaker Server 2026 の AI サービス ( ローカル LLM) をテストしてみました。