OllamaがFly.io Spritesと統合、セキュアなAIエージェント実行環境を提供

OllamaがFly.io Spritesと統合、セキュアなAIエージェント実行環境を提供

基本情報

項目 内容
公開元 Ollama
公開日 2026-10-13
ライセンス MIT
出典の種類 公開元の一次情報(Ollama公式ブログ記事のため一次情報として確実)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

Ollamaは2026年10月13日、Fly.ioが提供するサンドボックス環境「Sprites」との統合を発表しました。この提携により、AIエージェントをフル機能のLinux仮想マシン内で安全に実行しながら、Ollama Cloudが提供する最新のオープンウェイトモデルを利用することが可能になります。APIキーの漏洩を防ぐセキュアな接続機構を備えており、開発者は機密性を保ちながらエージェントに高度なタスクを実行させることができます。

発表の内容

今回の発表の核となるのは、Fly.ioの「Sprites」とOllama Cloudを結びつける新しい「Ollama Connector」です。Spritesは、セッション間でデータが保持される独自のディスクを備えた、完全なLinux仮想マシン(VM)によるサンドボックス環境です。この環境を利用することで、Claude Code、Codex、Gemini CLI、Cursorといったエージェントツールを、ホストシステムから隔離された安全な状態で動作させることができます。

セキュアな接続メカニズム

Ollama Connectorは、エージェントが動作する環境に直接APIキーを置かない仕組みを採用しています。利用者はまず、Fly.ioのダッシュボード上でOllamaのAPIキーを組織に追加します。このキーはFly.io側で暗号化され、APIを通じて外部に読み出されることはありません。

Sprite内部からOllamaのモデルを呼び出す際は、Fly.ioが提供するゲートウェイを経由します。ゲートウェイは、リクエストを送信したSpriteを識別し、自動的にAPIキーを付与してOllama Cloudへ転送します。Sprite側にはゲートウェイのURLと接続ID(connection_id)のみが渡されるため、エージェントのコードが誤って、あるいは悪意を持ってAPIキーを外部に流出させるリスクを構造的に排除しています。

アクセス制御と柔軟な設定

セキュリティをさらに強化するため、新しいコネクタはデフォルトですべてのSpriteからのアクセスをブロックするように設計されています。管理者は、ラベルや名前のプレフィックス、あるいはすべてのSpriteといった単位で、どの環境にOllamaへのアクセス権を与えるかを細かく制御できます。また、この通信はSpriteの内部からのみ有効であり、外部からの不正な利用を防ぐ設計となっています。設定後は、ダッシュボード上の「Test reachability」機能を使用して、特定のSpriteが正しくOllamaに接続できるかを確認できます。

サポートされるモデルとインターフェース

この統合により、kimi-k3、glm-5.3、deepseek-v4.1-flashといったOllama Cloud上の最新モデルが利用可能になります。利用方法は非常に柔軟で、標準的な curl コマンドによるアクセスのほか、OpenAI SDKと互換性のあるPythonコードからも呼び出せます。Pythonを使用する場合、base_url をゲートウェイのURLに設定し、api_key には任意の値("unused"など)を指定するだけで動作します。また、Ollama独自の /api/* ルートもゲートウェイ経由でサポートされています。Fly.io Spritesには、Claude Code、Cursor、Codex、Gemini CLIに対してOllamaの存在を伝える機能が組み込まれているため、適切なアクセス権限があれば追加設定なしでこれらのエージェントからモデルを利用できます。

実践的な活用例:ファジング

発表では、複数のモデルを組み合わせた具体的な活用例として「ファジング(脆弱性診断)」が挙げられています。例えば、300億パラメータを持つ nemotron-3-nano:30b のような比較的小規模なモデルに不正な入力を生成させ、それをSprite内のプログラムに対して実行します。その結果発生したクラッシュなどの挙動を、kimi-k3 のようなより大規模で高度なモデルが分析するというワークフローです。モデルの切り替えはリクエスト内のモデル指定フィールドを変更するだけで容易に行えるため、タスクの難易度に応じたモデルの使い分けが推奨されています。

背景

資料には、この統合がOllamaとFly.ioの両チームが共同で開発したものであることが明記されています。ブログ末尾では「Thank you to the Fly.io team for building this with us」と謝辞が述べられており、単なる一方的な連携発表ではなく、両社が協力して仕組みを構築したことが読み取れます。

また資料は、Claude Code、Codex、Gemini CLI、Cursorといったコーディングエージェントが、コマンドを実行する際にサンドボックス内で動作することを前提に設計されている点に触れています。これらのエージェントツールがコマンド実行機能を持つようになったことで、実行環境の隔離とAPIキーの保護が課題になっていたことがうかがえますが、その背景事情そのものについて資料がさらに詳しく説明しているわけではありません。

ローカルLLMの利用者への影響

まず注意したいのは、今回の統合が対象としているのは「Ollama Cloud」であり、利用者自身のマシン上で動くローカルのOllamaサーバーではないという点です。資料で言及されているkimi-k3、glm-5.3、deepseek-v4.1-flashは、いずれもOllama Cloud経由で提供されるモデルとして紹介されており、Spriteの中で動くエージェントはネットワーク越しにこれらのモデルを呼び出す形になります。手元のGPUで推論を回す用途を想定している読者にとっては、ここで紹介されている仕組みそのものを自分のローカル環境に持ち込めるわけではない点は理解しておく必要があります。

一方で、Ollama Cloudで提供されるモデル自体はオープンウェイトモデルであり、ollama/ollama プロジェクトがKimi、GLM、DeepSeekなどのモデルをサポートしていることとも整合しています。つまり、同じモデルファミリーをローカルで動かすという選択肢自体は別途存在しますが、今回のSprites連携がそのローカル実行パスに対応しているかどうかについては、資料中に明確な言及がありません。

セキュリティ面では、APIキーをSprite内のコード自身が保持しない設計が明記されており、ゲートウェイがキーを代理で付与する仕組みです。エージェントに外部ネットワークへのアクセス権を与えたまま高度な処理をさせたいが、キー漏洩のリスクは避けたい、という読者にとっては参考になる設計パターンといえます。ただし、この仕組みを使うにはFly.ioのSpritesというサービスへの登録と、Ollama Cloudの利用契約(APIキーの取得)が前提になる点は見落とせません。資料では「Ollama pricing」への参照リンクも示されており、Cloud側の利用には課金が発生する可能性がある構成であることがうかがえますが、具体的な料金については本資料に記載がなく、「言及されていない」としておきます。

また、ライセンスやベンチマークスコアについても本資料には記載がなく、これらの点についても言及を避けます。ファジングの例で挙げられているnemotron-3-nano:30bのパラメータ数(300億)は資料に明記されている数値のみを採用しています。

関連記事

次に読むなら

  • 記事に出てくるエンジンを調べる → Ollama

出典