CursorでローカルLLMは使える？基本の仕組みと制約
CursorでローカルLLMを使う際の機能制限
| 機能 | 直接接続 | トンネリング回避 | 公式サポート(将来) |
|---|---|---|---|
| Chat | × | ○ | ? |
| Cmd+K | × | ○ | ? |
| Composer | × | × | ? |
| Tab補完 | × | × | ? |
Cursorがlocalhostを直接サポートしない理由
テキトー教師DotAI 認定講師最初に戸惑うのが、CursorってローカルのLLMに直接繋げないんですよね。Ollamaで立ち上げたlocalhost:11434をそのまま指定してもダメだと。
室谷代表取締役これ、Cursorのアーキテクチャ上の問題なんですよ。プロンプトの組み立てやコンテキスト取得がCursorのサーバー経由で行われるんで、どうしても公開HTTPSエンドポイントが必要になる。
テキトー教師DotAI 認定講師なるほど。単なる「localhostが認識されない」だけじゃなくて、設計として外せない部分なんですね。
室谷代表取締役そう。BYOK（自分のAPIキー持ち込み）でもリクエストはCursorサーバーを通る。
完全なオフライン動作は今の構造だと難しい。
完全なオフライン動作は今の構造だと難しい。
トンネリング（ngrok/Cloudflare Tunnel）による回避方法
テキトー教師DotAI 認定講師じゃあ実際に使うにはどうするかというと、コミュニティでよく紹介されているのがngrokやCloudflare Tunnelを使う方法です。
室谷代表取締役つまりローカルのLLMをトンネルで公開HTTPSエンドポイントにして、Cursorの設定で「Override OpenAI Base URL」にそのURLを指定する。
テキトー教師DotAI 認定講師そうするとChatやCmd+Kは使えるようになるみたいですね。ただ、ComposerやTab補完は対象外らしいので注意が必要です。
室谷代表取締役あと当然トンネルにはインターネット接続が必要。完全オフラインにはならない。
まあコスト面ではローカルLLMならAPI利用料がかからないから、ヘビーユーザーには選択肢になる。
まあコスト面ではローカルLLMならAPI利用料がかからないから、ヘビーユーザーには選択肢になる。
コミュニティではどう議論されている？（フォーラム・Reddit）
テキトー教師DotAI 認定講師Cursorの公式フォーラムではこの話題、かなり根強い人気です。「ローカルLLM対応してほしい」という要望スレッドが複数立ってます。
室谷代表取締役最近のスレッドだと、CursorチームのDean Rie氏が「ネイティブサポートの要望は認識しているが、具体的なタイムラインは未定」と回答してた。
テキトー教師DotAI 認定講師ユーザーの中には「そのために月額400〜600ドル払ってもいい」という声もあるくらいですからね。需要は確実にある。
室谷代表取締役ただ、アーキテクチャの変更になるから簡単ではない。今は回避策でしのぎつつ、今後のアップデートを待つしかないですね。
セットアップ手順：Ollama + ngrokでCursorにローカルLLMを接続
Ollama + ngrokでCursorにローカルLLMを接続
- 01Ollamaでモデルをダウンロードして起動使いたいモデルを選び、ダウンロード後、Ollamaサーバーを起動
- 02ngrokでローカルサーバーを公開ngrokをインストールし認証トークンを設定、`ngrok http 11434`で公開URLを生成
- 03Cursorのカスタムエンドポイント設定ngrokのURLに/v1を付けて、Cursorの「Settings > Models > Override OpenAI Base URL」に入力。モデル名も指定
- 04動作確認とトラブルシューティング簡単な質問で応答を確認。エラー時はURLやモデル名のスペルミスを見直す
Ollamaでモデルをダウンロードして起動
テキトー教師DotAI 認定講師まずはOllamaを立ち上げて、使いたいモデルをダウンロードするところからですね。最初に戸惑うのが「どのモデルを選べばいいか」という点。
室谷代表取締役現場の目的次第ですよね。コード補完なら軽めのモデルで十分だけど、チャットでしっかりした応答が欲しいなら70Bクラスが候補になる。
テキトー教師DotAI 認定講師そうなんです。ただ、ハードウェアの制約もあるので、実際に動かせるモデルを選ぶのが現実的です。
ダウンロードできたら、ターミナルでOllamaサーバーを起動しておきます。
ダウンロードできたら、ターミナルでOllamaサーバーを起動しておきます。
ngrokでローカルサーバーを公開
室谷代表取締役ここがミソで、Cursorはローカルホストを直接認識しないんですよね。だからngrokでトンネルを作って、ローカルのOllamaを外部からアクセスできるようにします。
テキトー教師DotAI 認定講師ngrokをインストールして認証トークンを設定したら、
ngrok http 11434 みたいに実行すると公開URLが生成されます。これでインターネット経由でローカルLLMにアクセスできるようになるわけです。室谷代表取締役ただ、これだとネット接続は必須になる。完全オフラインは狙えないですが、プライバシー重視のシナリオでは有効な回避策です。
Cursorのカスタムエンドポイント設定
テキトー教師DotAI 認定講師取得したngrokのURL（末尾に
/v1 を付けます）を、Cursorの設定画面で入力します。設定場所は「Settings > Models > Override OpenAI Base URL」。室谷代表取締役さらにモデル名も追加しないといけませんね。Ollamaで使っているモデル名をそのまま入力します。
大文字小文字に注意しないと認識されない例があるようです。
大文字小文字に注意しないと認識されない例があるようです。
テキトー教師DotAI 認定講師そこは現場でよく聞く落とし穴です。あと、APIキーはダミーでも動く場合が多いですが、BYOKの設定が有効になっているか確認したほうがいいです。
動作確認とトラブルシューティング
室谷代表取締役設定が終わったら、チャットで簡単な質問を投げてみて応答が返ってくるか確認します。これで一通りの流れは動くはずです。
テキトー教師DotAI 認定講師ただ、まれに「モデルが現在のプランでは機能しません」みたいなエラーが出ることがあります。その場合はngrokのURLが正しいか、モデル名にスペルミスがないかを見直すといいです。
室谷代表取締役トンネル経由なのでレイテンシは気になりますが、開発用途なら許容範囲でしょう。長期的にはCursorがネイティブでローカルLLMに対応してくれるのが理想ですね。
LM StudioやLiteLLMを使った別のセットアップ方法
各ツールの特徴比較
Ollama
- シンプルさ重視
- とにかく試したいなら
- トンネル経由（完全オフライン不可）
LM Studio
- UIでモデル管理
- Windowsユーザー向け
- トンネル経由（完全オフライン不可）
LM Studioでモデルをサーブ
室谷代表取締役LM Studioでモデルをサーブして、ngrokでHTTPSトンネルするのがシンプルですね。選択肢として知っておくといいと思います。
テキトー教師DotAI 認定講師そうですね。UIがわかりやすいので、Ollamaに抵抗がある方にはこちらをおすすめできます。
設定も基本的に同じ流れでいけます。
設定も基本的に同じ流れでいけます。
室谷代表取締役ただ、トンネリング処理が入るのは変わらない。Cursorのサーバー経由であることに変わりありませんから、完全オフラインにはなりません。
テキトー教師DotAI 認定講師その点は注意ですね。でも、ローカルにモデルを持ちたいという目的は達成できます。
LiteLLMプロキシで複数モデルを管理
室谷代表取締役LiteLLMプロキシを使うと、一つのエンドポイントから複数のプロバイダーを切り替えられます。ローカルだけでなくAPI経由も混在できるので結構柔軟です。
テキトー教師DotAI 認定講師現場でよく聞かれるのは、「複数のモデルを試したい」というニーズ。LiteLLMならモデル名を変えるだけでプロバイダーを切り替えられるのがメリットです。
室谷代表取締役設定が多少複雑になるのが難点ですね。dockerで動かすのも手ですが、初心者にはハードルが高くなる。
テキトー教師DotAI 認定講師ただ、慣れれば柔軟性は抜群です。プロジェクトごとに最適なモデルを使い分けられます。
Ollamaとの比較：どちらがおすすめ？
室谷代表取締役シンプルさで言えばOllamaがやはり一番ですね。LM Studioも似たようなものですが、WindowsのユーザーにはLM Studioがインストールしやすいケースもあります。
テキトー教師DotAI 認定講師私は、とにかく試したいだけならOllama、UIでモデル管理したいならLM Studio、複数モデルを高度に制御したいならLiteLLM、という使い分けを伝えています。
室谷代表取締役コスト面ではどれもローカルなので同じです。要は慣れと環境次第。
まずはOllamaで動かしてみて、足りなければ乗り換えるのが現実的ですね。
まずはOllamaで動かしてみて、足りなければ乗り換えるのが現実的ですね。
テキトー教師DotAI 認定講師その通りです。どの方法もトンネル経由になる点は同じなので、そこだけ理解しておけば大丈夫です。
ローカルLLM接続時の注意点：プライバシーと機能制限
まとめ
ローカルLLM接続時の注意点
- リクエストはCursorサーバーを経由するため、完全なローカル処理にはならない。
- ComposerやTab補完は使えず、ChatとCtrl+Kの提案程度しか機能しない。
- ngrokやCloudflare Tunnelが必要で、完全オフライン運用は不可能。
- ngrokのエンドポイントがインターネットに露出するセキュリティリスクがある。
リクエストはCursorサーバーを経由する
室谷代表取締役このワークアラウンド、実はリクエストがCursorのサーバーを通る構造なんですよね。完全なローカル処理にはならない。
テキトー教師DotAI 認定講師そうなんです。Cursor側でプロンプトを組み立てたりコンテキストを取得するので、コードの一部がどうしても外部に出ます。
室谷代表取締役機密性の高いコードを扱う現場だと「それならローカルじゃないじゃん」ってなる。コスト削減目的でもセキュリティ要件で弾かれるケースが多い。
テキトー教師DotAI 認定講師最初にこの仕組みを知らずに導入して、あとで気付く人もいるので注意が必要です。
ComposerやTabは使えるのか
テキトー教師DotAI 認定講師ComposerやTab補完は使えないという報告が多いんですよ。ChatとCtrl+Kの提案くらいしか動かない。
室谷代表取締役機能制限が大きいですね。エディタのフル機能を活かしたい人には不満が残る。
テキトー教師DotAI 認定講師現状では「提案の補助」程度に割り切る必要があります。本格的なコーディング支援にはクラウドモデルが必須と考えたほうがいい。
室谷代表取締役時給換算すると、限られた機能で生産性がどれだけ上がるか、ROIをきちんと見たほうがいいです。
完全オフライン運用は不可能
室谷代表取締役ngrokやCloudflare Tunnelが必要なので、インターネット接続は必須。完全オフラインは無理。
テキトー教師DotAI 認定講師「完全にオフラインで使いたい」という声はよく聞きますが、Cursorのアーキテクチャ上の制約で現状は難しいようです。
室谷代表取締役社内ネットワークすら通せない環境だと、この方法自体が選択肢にならない。
テキトー教師DotAI 認定講師ネイティブのローカルLLM対応が来るまでは、オフライン用途は諦めるか別のエディタを検討するしかないですね。
ngrokのセキュリティリスク
テキトー教師DotAI 認定講師ngrokでトンネルを公開する以上、エンドポイントがインターネットに露出するリスクはあります。
室谷代表取締役特にエンタープライズだと、外部公開自体がポリシー違反になる。そこで試せなくて困ってるチームも見かけます。
テキトー教師DotAI 認定講師Cloudflare Tunnelなどより安全な選択肢もありますが、それでも完全なプライバシーは期待できません。機密データを扱うなら、まずこのリスクを認識しておく必要があります。
室谷代表取締役結局のところ、本番環境で使うにはまだハードルが高い。テストや学習用途として割り切るのが現実的ですね。
業務での導入を考える：コストと生産性のバランス
ハードウェア投資 vs API課金の比較
室谷代表取締役業務でローカルLLMを導入するかどうか、結局はコストのトレードオフなんですよね。API課金は使った分だけ払うけど、ハードウェア投資は初期コストが大きい。
テキトー教師DotAI 認定講師そうですね。CursorにローカルLLMを繋ぐにはGPU搭載マシンが必要で、個人だと結構な出費です。
でもAPIを大量に使うチームなら、半年で元が取れる可能性もあります。
でもAPIを大量に使うチームなら、半年で元が取れる可能性もあります。
室谷代表取締役MYUUUの現場でも、ヘビーユーザーは月100ドル以上のAPI課金がザラです。そうなると、ハイエンドGPU1台分を数年でペイできる計算になる。
機密データを外部に出さないメリット
テキトー教師DotAI 認定講師コスト以前に、絶対にコードを外部に出せない現場もありますよね。金融とか医療系とか。
室谷代表取締役そうです。Cursorの仕組み上、BYOKでもリクエストはCursorサーバーを通るので、完全なオフラインはまだ難しい。
ただ、トンネリングでローカルLLMを接続すれば、推論自体は手元で完結する。
ただ、トンネリングでローカルLLMを接続すれば、推論自体は手元で完結する。
テキトー教師DotAI 認定講師そこが悩ましいところで、ngrok経由とはいえ「外部に出てる」感は残ります。でも実際のコード生成はローカルで動くので、社内規定次第ではクリアできるケースも増えてきました。
ハイブリッド運用の提案：ローカル+クラウド
室谷代表取締役完全にローカルかクラウドかの二択じゃなくて、使い分けが現実的だと思います。機密コードはローカルLLM、それ以外は高速なクラウドモデル、という形。
テキトー教師DotAI 認定講師確かに、CursorでローカルLLMを使う場合、ComposerやTab補完はまだ対応してないんですよね。チャットとCmd+K専用と割り切れば、ハイブリッドは十分機能します。
室谷代表取締役将来ネイティブ対応が来れば状況は変わりますが、現状では「守るべきデータが一部ある」という現場にぴったりの選択肢です。
今後の展望：CursorのネイティブローカルLLM対応は来る？
なぜローカルLLMが求められているのか
テキトー教師DotAI 認定講師コミュニティを見ていると、ローカルLLMの要望はかなり根強いですね。「オフラインで使いたい」「機密コードを外に出せない」という声が多くて。
室谷代表取締役コスト面でも、ヘビーユーザーはAPI代が月数百ドルになるケースもある。自前でLlamaとか動かせればランニングコスト抑えられるという発想は理解できるんですよね。
テキトー教師DotAI 認定講師ただ現状は回避策しかなくて、多くの人が「ワークアラウンドは嫌だ」と言ってる。そこに需要が集中してる印象です。
室谷代表取締役そう。でもCursorからすると、ローカルLLMを公式サポートするのはビジネスモデルとトレードオフだから、簡単には決断できないんじゃないかな。
開発チームのスタンス：認識はあるが優先度は？
テキトー教師DotAI 認定講師フォーラムのDean Rie氏の回答では、要望は認識しているけれど「具体的なタイムラインはない」と。はっきり言って優先度は低そうですよね。
室谷代表取締役まあビジネス的に考えれば当然で。Cursorの売りはクラウドモデルの品質と高速な補完・Tab機能。
ローカルLLMはその体験を保証できないから、サポートするには工数がかかる割に収益に直結しない。
ローカルLLMはその体験を保証できないから、サポートするには工数がかかる割に収益に直結しない。
テキトー教師DotAI 認定講師でも「Pro Maxで月200ドル払ってもいいからローカルLLMを使いたい」というユーザーもいる。その声は無視できない気がします。
室谷代表取締役そのセグメントは確かに存在するけど、全体の何割かと言うと…。Cursorとしては、まずはBYOKとトンネリングでしのいでもらいつつ、コア体験の向上にリソースを振るのが合理的だと思います。
アーキテクチャの壁と現実的な選択肢
テキトー教師DotAI 認定講師そもそもアーキテクチャ上の制約があって、Cursorの高度な機能（Tab補完やAgentのプロンプト構築）は自社サーバーで処理する設計らしい。完全にローカルに閉じるのは難しいんですよね。
室谷代表取締役そう。完全バイパスはできないと公式も言ってる。
だから純粋なオフライン運用は現状不可能に近い。
だから純粋なオフライン運用は現状不可能に近い。
テキトー教師DotAI 認定講師現実的な選択肢としては、ngrokやCloudflare Tunnelで外部公開して繋ぐ方法。プライバシー面では少し気になりますが、推論自体はローカルで動くので妥協点にはなる。
室谷代表取締役いくつかのステップを踏めば使えるのは確か。ただ「サクッと使いたい」という層にはハードルが高い。
将来的に、Cursorがローカルモデルを限定的にサポートする可能性はゼロじゃないけど、すぐには来ないでしょうね。
将来的に、Cursorがローカルモデルを限定的にサポートする可能性はゼロじゃないけど、すぐには来ないでしょうね。
よくある質問
Q1. ローカルLLMとクラウドLLMで速度や品質にどのくらい差がありますか？
室谷代表取締役体感だとクラウドの高速モデルに比べて応答が2〜3倍遅いですね。特にコード補完のリアルタイム性が求められる場面ではストレスを感じやすい。
テキトー教師DotAI 認定講師品質面では、小規模モデルだとコードの推論精度が落ちます。複雑なリファクタリング提案はクラウドの方が確実です。
Q2. ローカルLLMを動かすのに必要なPCスペックはどのくらいですか？
室谷代表取締役最低でも16GBのVRAM搭載GPUが欲しいです。8GBでも小さいモデルなら動きますが、速度面で実用的じゃない。
テキトー教師DotAI 認定講師MacのMシリーズだとユニファイドメモリが効くので、16GB統一メモリでそこそこ動きます。逆にWindowsノートの内蔵GPUは厳しいですね。
Q3. Cursor以外のエディタでも同じ方法でローカルLLMを利用できますか？
室谷代表取締役基本的にOpenAI互換APIが使えるエディタなら同じ手法が応用できます。VSCodeの拡張機能で似たことをやっている人もいます。
テキトー教師DotAI 認定講師でも、Cursorはコードコンテキストをうまく使う独自機能があるので、外部LLMだとその恩恵が減るのは注意です。
Q4. ngrokを使うのはセキュリティ上問題ありませんか？
室谷代表取締役ngrokはHTTPSトンネルを提供するので、通信自体は暗号化されます。ただし、ngrokのサーバーを経由するので、完全なオフラインにはなりません。
テキトー教師DotAI 認定講師社内の機密コードを扱うなら、ngrokではなくローカルネットワーク内で完結する方法（例：LAN内の別マシンに立てる）を検討した方がいいです。
Q5. ローカルLLMを使うと、Cursorの無料トライアル期間に影響しますか？
室谷代表取締役影響ありません。ローカルLLMを使う場合でも、Cursor自体のライセンスは別です。
無料トライアルはそのまま使えます。
無料トライアルはそのまま使えます。
テキトー教師DotAI 認定講師ただし、ローカルLLMだけではPro限定機能（高度なリファクタリングなど）は使えないので、ハイブリッド運用が現実的です。
まとめ
室谷代表取締役ローカルLLMをCursorで使うのは、プライバシー重視やコスト削減という明確な目的があるなら十分検討の価値があります。ただ、速度と品質を取るならクラウド併用が現実的です。
テキトー教師DotAI 認定講師最初はOllama＋ngrokのシンプルな組み合わせで試すのがおすすめです。慣れたらLM StudioやLiteLLMで柔軟性を高めるといいでしょう。
室谷代表取締役将来的にCursorがネイティブでローカルLLMをサポートする可能性もありますが、今のところはこの手順が事実上の標準です。必要に応じて公式のアップデートをチェックしてください。
テキトー教師DotAI 認定講師環境に合わせてハイブリッドに使うのが、今のところ最も現実的な選択肢だと思います。
