--- title: "8. 自分だけのアプリにカスタマイズする" order: 8 --- 7章までで翻訳デスクトップアプリが完成し、プロダクション品質のコードとの違いも学びました。この章では、ここまで作ったアプリを**自分だけのアプリに作り変える**ためのポイントをまとめます。 翻訳アプリはあくまで題材です。llama.cppを自分のライブラリに差し替えれば、同じ構成でどんなアプリでも作れます。 ## 8.1 ビルド設定を差し替える まず`CMakeLists.txt`で、llama.cpp関連の`FetchContent`を自分のライブラリに置き換えます。 ```cmake # 削除: llama.cpp と cpp-llamalib の FetchContent # 追加: 自分のライブラリ FetchContent_Declare(my_lib GIT_REPOSITORY https://github.com/yourname/my-lib GIT_TAG main ) FetchContent_MakeAvailable(my_lib) target_link_libraries(my-app PRIVATE httplib::httplib nlohmann_json::nlohmann_json my_lib # cpp-llamalib の代わりに自分のライブラリ # ... ) ``` ライブラリがCMakeに対応していない場合は、ヘッダーファイルとソースファイルを直接`src/`に置いて`add_executable`に追加すればOKです。cpp-httplibやnlohmann/json、webviewはそのまま残します。 ## 8.2 APIを自分のタスクに合わせる 翻訳APIのエンドポイントとパラメータを、自分のタスクに合わせて変更します。 | 翻訳アプリ | 自分のアプリ（例: 画像処理） | |---|---| | `POST /translate` | `POST /process` | | `{"text": "...", "target_lang": "ja"}` | `{"image": "base64...", "filter": "blur"}` | | `POST /translate/stream` | `POST /process/stream` | | `GET /models` | `GET /filters`や`GET /presets` | 個々のハンドラの中身も書き換えます。例えば`llm.chat()`を呼んでいた箇所を、自分のライブラリのAPIに差し替えるだけです。 ```cpp // Before: LLM翻訳 auto translation = llm.chat(prompt); res.set_content(json{{"translation", translation}}.dump(), "application/json"); // After: 例えば画像処理ライブラリの場合 auto result = my_lib::process(input_image, options); res.set_content(json{{"result", result}}.dump(), "application/json"); ``` SSEストリーミングも同じです。コールバックで進捗を返す関数があれば、3章と同じパターンで逐次レスポンスを返せます。LLMに限らず、処理に時間がかかるタスクならどれでも使えます。画像処理の進捗、データ変換のステップ、長時間の計算結果など、用途は様々です。 ## 8.3 設計上の注意点 ### 初期化コストが高いライブラリ 本書ではLLMモデルを`main()`の先頭でロードし、変数に保持しています。これは意図的な設計です。リクエストのたびにモデルをロードすると数秒かかるので、起動時に1回だけロードして使い回しています。大きなデータファイルの読み込みやGPUリソースの確保など、初期化が重いライブラリでも同じアプローチが使えます。 ### スレッド安全性 cpp-httplibはスレッドプールでリクエストを並行処理します。4章ではモデル切り替え時に`llm`オブジェクトが上書きされる問題を`std::mutex`で保護しました。自分のライブラリを組み込む場合も同じパターンが使えます。ライブラリがスレッドセーフでない場合や、オブジェクトの差し替えが発生する場合は`std::mutex`で保護してください。 ## 8.4 UIをカスタマイズする `public/`の3ファイルを編集します。 - **`index.html`** — 入力フォームの構成を変えます。`