RockyLinux9.３で自宅サーバーを再構築V08・postfix で送信専用メールサーバー構築

このサイトには「お問い合わせフォーム」を設定していますし、起動しているサーバーがエラーなどの連絡を発信する場合もあります。 重要なメールもあるので、メインのメールアドレスへ配信させる設定を行います。 今回は、サーバー側から、配信するのみの設定を行います

www.kazuban.com

2024.01.08

この設定により、このブログサイトへの、「お問い合わせ」も設置できているのですが、この不具合では、「お問い合わせ」もこちらに届きません
う～ん、困った。

こんな時ほど、Aiに相談だぁ！

最初は、ググってみましたが、なかなか的確なサイトにぶち当たりません。
Aiに聞いてみよう！
ChatGPT と Gemini 2.5Flash に同じ質問をしてみましたが、ほぼ同じ回答内容でしたが
ChatGPTのほうが、みやすく感じます
ただ、ChatGPTは次から次に、逆質問をしてくるのが、ちょっとウザいかも・・・

rocky linux9 で自宅サーバーを運用していますが、2025/10月からサーバーからのメールが送信できなくなりました sudo cat /var/log/maillog | grep -i error を実行してみると、下記エラーがでます。原因はなんでしょう？
sudo cat /var/log/maillog | grep -i error
（エラー内容）
・
・

それにしても、エラー内容をそのまま突っ込めるのは、今までの検索では考えられないですね。

Aiのエラー内容の整理

ログのエラー内容を整理すると：
Postfix が プロバイダ のメールサーバ (mx.hogehoge.com) に TCP ポート 25 で接続しようとしてタイムアウトしています。

主な原因候補

１０月からであれば、原因とは考えにくいですが・・・
Rocky Linux の firewalld やルーターで 25番ポートのアウトバウンドが塞がれた可能性。

プロバイダ側のポート25ブロック
2025年現在、多くの ISP（特に家庭向け回線）はスパム対策のため ポート25を塞いでいる ことが多いです。
それまでは通っていたけど、2025年10月から「送信ポリシー変更」でブロックされた可能性があります。

プロバイダ 側の受信制限
プロバイダ の受信サーバが外部からの直接SMTPを拒否するようになった可能性があります。

ファイアウォール / サーバ側の設定
個人宅サーバからの直接送信を受け付けない運用に切り替えた可能性。

確認方法

自宅サーバーからプロバイダメールサーバーへ直接接続できるか試す

telnet mx.hogehoge.com 25

もしタイムアウトするなら → 回線側（ISPやプロバイダ）で遮断。
もし「220〜」の応答があれば → Postfixの設定やファイアウォールの問題。

結果、telnet mx.hogehoge.com 25 が応答なし（タイムアウト）でした。
ということは、サーバー側(Postfix)の問題ではなく、回線側で25番ポートがブロックされている可能性が非常に高いと言うことのようです。

状況まとめ

• 以前は送れた → 2025年10月から送れなくなった
• ログでは「Connection timed out」
• telnet も通らない

👉 これは「ISP（プロバイダ 側）が 自宅回線からの直接25番SMTP送信を禁止 に切り替えた」ケースに一致します。
最近は迷惑メール対策で家庭向け回線ではほぼ標準でブロックされます。

解決方法

１．プロバイダのメールサーバ経由（SMTPリレー / smarthost）
　・Postfix の relayhost 設定でプロバイダの SMTP サーバ（587 or 465ポート）を使う
２．外部のメールリレーサービスを利用
　・SendGrid, Gmail SMTP relay, AWS SES など
３．自宅サーバではなく VPS 経由で送信
　・自宅サーバからVPSへ転送して、VPSから外へ送信。

解決策（おすすめ）

プロバイダのSMTPサーバを経由する（最も現実的）

Postfix で 「スマートホスト」設定をして、smtp.hogehoge.com:587 経由で送信するのがベストです。（25番ではなく 587 番（Submission ポート）がベスト）

まずは、 外部からの直接配送(mx) ではなく、 認証付きの送信サーバ(smtp) なら接続できるかの確認

telnet smtp.hogehoge.com 25
telnet smtp.hogehoge.com 587

結果、両方とも接続できました
telnet smtp.hogehoge.com 587
Trying 000.000.000.0… Connected to smtp.hogehoge.com. Escape character is ‘^]’.
220 hogehoge.com ESMTP server ready Sat, 4 Oct 2025 15:42:22 +0900

整理すると

mx.hogehoge.com:25 → タイムアウト（接続できない）
smtp.hogehoge.com:25 → 接続できる（220応答あり）
smtp.hogehoge.com:587 → 接続できる（220応答あり）
つまり：
プロバイダ は 外部からの直接配送(mx) を制限している
代わりに 認証付きの送信サーバ(smtp) なら 25 でも 587 でも受け付けている
じゃあどっちを使うべき？
587（submission ポート） が推奨です（標準仕様で「認証あり専用の送信ポート」）
25番で smtp.nifty.com に直接送ることもできますが、将来的にブロックされる可能性が高いです。
なので、Postfixの relayhost を smtp.hogehoge.com:587 にして、SMTP認証を通す設定がベストです。

設定方法

認証情報ファイルを作成

/etc/postfix/sasl_passwd　ファイルを作成し、アドレスとパスワードを追記：
「プロバイダのメールアドレス」：「アドレスパスワード」

[smtp.hogehoge.com]:587 myaddress@hogehoge.com:mypasswd

Postfix設定ファイルを修正

/etc/postfix/main.cf の末尾あたりに下記追記：

# hogehoge の SMTP サーバをリレーに指定
relayhost = [smtp.hogehoge.com]:587

# SMTP認証を有効化
smtp_sasl_auth_enable = yes
smtp_sasl_password_maps = hash:/etc/postfix/sasl_passwd
smtp_sasl_security_options = noanonymous

# TLS を使用
smtp_use_tls = yes
smtp_tls_security_level = may
smtp_tls_note_starttls_offer = yes

ハッシュ化して権限設定

sudo postmap /etc/postfix/sasl_passwd
sudo chmod 600 /etc/postfix/sasl_passwd*

Postfix再起動

sudo systemctl restart postfix

テスト送信

echo "This is a test mail" | mail -s "Postfix smtp test" myaddress@hogehoge.com

確認

/var/log/maillog を確認して、status=sent になれば成功

後日、Gmailへの転送がNGになった

後日、バックアップサーバーの立ち上げをやっていて、GmailへのテストメールがNGになった

 echo "This is a test mail to gmail" | mail -s "Postfix smtp test2" hogehoge@gmail.com

ここも、AIに聞いてみる

Gmailで該当メールを開いて 「︙」→「メッセージのソースを表示」 し、以下の行を確認してみてください：

Authentication-Results: mx.google.com;
   spf=pass  ← ここがfailだとアウト
   dkim=pass ← ここがfailだとアウト

その結果を教えてもらえれば、どこが問題か特定できます！

Authentication-Results: nifty.com;
    dmarc=none header.from=kazuban.com;
    dkim=none;
    spf=fail smtp.mailfrom=kazuban.com;
    sender-id=Fail (pra) header.From=kazuban.com

原因が明確になりました！

AIが問題点指摘

spf=fail → kazuban.com のDNSにSPFレコードがないか、Niftyのサーバーが許可されていないNiftyのSMTP経由で送っているのに、Fromアドレスが @kazuban.com なので、
「kazuban.comのSPF的にNiftyは許可されてないよ」とGmailに判断されています。

A. kazuban.com のDNSにSPFレコードを追加（推奨）

種別     ホスト名          内容
TXT      @ （または空欄）  v=spf1 include:nifty.com ~all

設定後、反映に数分〜数時間かかる場合があります。確認コマンドはこちら：

dig TXT kazuban.com | grep spf

v=spf1 include:nifty.com ~all が表示されれば成功です。

正常にもどった

いまさらですが、Aiはすごいですね
ちょっと前までは、プロンプトが重要とか言われていましたが、最近ではあまり感じません
普通に個人の言葉で、質問すれば、かなり理解してくれます
もしかすると、サポート会社などへ、電話質問するよりも簡単かもしれません
理解力と分析力は、はるかに人間を超えているように思います

カスタムマクロの欠点

Google で「カスタムマクロ欠点」で検索してみると、下記のAi概要が最上部に表示されました
話は変わりますが、最近では通常検索でもAi回答が出てくるようになりましたね。

AI による概要

カスタムマクロは、NCプログラムの効率化や自動化に役立つ一方で、いくつかの欠点も存在します。主な欠点としては、プログラミングの難易度、デバッグの複雑さ、互換性の問題、そして過度な依存によるリスクなどが挙げられます。

カスタムマクロの欠点

• プログラミングの難易度:カスタムマクロは、通常のNCプログラムよりも複雑なロジックを記述する必要があるため、習得に時間がかかり、プログラミングの難易度が高いです。特に、条件分岐やループ処理を多用する場合、複雑さが増し、エラーが発生しやすくなります。
• デバッグの複雑さ:カスタムマクロのデバッグは、通常のNCプログラムよりも難易度が高いです。変数の値の変化や処理の流れを追跡するのが難しく、エラーの原因特定に時間がかかることがあります。また、マクロプログラムが複雑になるほど、デバッグ作業はさらに困難になります。
• 互換性の問題:カスタムマクロは、使用するNC工作機械や制御装置の種類によって、互換性の問題が発生する可能性があります。同じマクロプログラムでも、機械が異なると正しく動作しない場合や、エラーが発生する場合があります。そのため、マクロプログラムを作成する際には、互換性を考慮する必要があります。
• 過度な依存によるリスク:カスタムマクロに過度に依存すると、マクロプログラムの変更や修正が必要になった場合に、他の作業に影響が出たり、生産性が低下する可能性があります。また、マクロプログラムの作成者が不在になった場合、保守や管理が困難になるというリスクもあります。

その他の考慮事項

• マクロプログラムの可読性:カスタムマクロは、可読性の高い書き方を心がける必要があります。コメントを適切に記述し、変数名や処理の流れを分かりやすくすることで、他の人がマクロプログラムを理解しやすくなります。
• マクロプログラムのバージョン管理:カスタムマクロは、バージョン管理を行うことで、変更履歴を把握し、必要に応じて以前のバージョンに戻すことができます。
• マクロプログラムのテスト:カスタムマクロは、実際に機械を動かす前に、シミュレーション環境などで十分にテストを行う必要があります。これにより、エラーの発生を未然に防ぎ、安全に運用することができます。

これらの欠点や考慮事項を踏まえ、カスタムマクロの導入を検討する必要があります。

なるほど・・ここのサイトでもいくつか取り上げていますが、まさに同意見です。

プログラミングの難易度

マクロは数多く作成してきましたが
機械の制御器に処理させる言語になるので、どうしても、一般的なプログラミング言語と比較すると、中途半端で可読性は悪くなってしまします。
ちなみに、レダース(Roeders）機は、独自開発されたプログラミング言語ライクな言語です。
加工動作のGコードのサブプロ部分と、その動作部分を管理するメインプロ部分を分離する事を基本で開発されているように感じています。
特にWindowsソフトウェアとして開発された言語なので、自動化や多数個など、複雑なメインプロを開発する場合でもかなり楽です。

デバッグの複雑さ

このサイトでも、何度か書いていますが、一番は変数の制限が可読性を悪くしているように思います。
筆者は通常のGコードだけであれば、TRYCUT と言うシミュレーションソフトを使っていますが、TRYCUTにはマクロ展開機能が付いていません。
シミュレートできないので、マクロのデバッグはエディタやプリントアウトして目視で追っかけ確認ますがかなかな面倒で、リスクもあります。
社内設備機械で、一台だけマクロも含めたシミュレート機能がある制御器があるので、確認のためだけに、その機械を起動させる場合もあります。
大人しく、マクロ機能付きのシミュレータを購入したら・・・の意見もあると思いますが、マクロ利用頻度から検討すると、どうしても費用対効果の面で無理があります。

そうだ、Aiに展開してもらおう！

前回、Fusion python API を、Aiに教わったらすごかった・・を記事にしました

Fusion360 Python API 再挑戦！AIの力を借りて、sketchなど基本ライブラリを作ってみた。

Aiと言う強い味方を得て、Fusion API に再挑戦しています。pythonの学習もかねて、skrtch関連の関数をライブラリ化しています。 筆者の環境では、正常に動作しています。コピペで利用可。 Aiに教えてもらわないと、作成できなかった実例をレポートしています。

www.kazuban.com

2025.07.09

Fusion API は、一般的なpython言語構文やライブラリだけでなく、独自のオブジェクトを絡み合わせて開発していくので、そのパッケージの理解だけでも大変です。
それを、Aiに聞いたら、サンプルコードを出してくれたり、自作したコードを添削してくれたりと、驚きでした。
そこで上の記事を書いてたら、ピ～ンときました。
「そうだ、Fusion APIのパッケージを瞬時に解読できるなら、カスタムマクロなら簡単に解読してくれるかも！」

課題データ

課題NCデータは、以前記事にした、下記ページのデータをそのまま使ってみようと思います

カスタムマクロ、G66モーダル呼び出しで固定サイクルを自作してみる。

前回、カスタムマクロプログラムの例として、ハイデンハインサイクルをマクロ化する例を紹介しました。ハイデンハインサイクルに比べると、ファナック固定サイクルの機能は非常に貧弱ですが、カスタムマクロを自作する事で、無限に拡張する事が可能です。今回は、カスタムマクロのモーダル呼び出し「G66」を利用して、穴...

www.kazuban.com

2022.05.30

穴の面取りを輪郭加工で行うマクロです。
メインプロ「O1000」に加工条件や面取り条件を変数で定義して、G66モーダル呼び出しで「O6000」の面取り加工マクロを呼び出し、指定位置「O6100」で面取りを行うプログラムです
若干変数での計算式もあります。

こちらのファナックマクロを展開してください
%
O1000
( Chamfering Program Ver1.0 By kazuban ) 
G90G00G17G40G80G49 
(++++++++++++++++++++) 
#1=54 (WORK ORIGIN)
#2=10 (Tool Number)
#3=#2 (H Number)
#4=0.5(Tool Diameter)
#5=2300 (Spindle Speed)
#6=200 (Feed)
#7=8 (Coolant)
#8=0.0(Surface Coordinat)
#9=50.0 (Initial Point) 
#10=5.0 (R Point)
(++++++++++++++++++++) 
#11=12.0 (Hole Diameter)
#12=1.0 (Chamfer)
#13=0.5 (Offset)
(++++++++++++++++++++) 
#30=6000 (Macro program No)
#31=6100 (Position program No)
(++++++++++++++++++++) 
N0001
G#1
T#2
M06
G90G00X0Y0 
G43Z[#8+#9]H#3
( Chamfer Process )
S#5M03 
M#7
(----------------------------)
(B:#2=#8 : Surface Coordinat) 
(C:#3=#9 : Initial Point) 
(I:#4=#10 : R Point) 
(J:#5=#12 : Chamfer) 
(K:#6=#13 : Offset)
(D:#7=#4 : Tool Dia)
(E:#8=#11 : Hole Dia)
(F:#9=#6 : Feed)
(++++++++++++++++++++) 
G66 P[#30] B[#8] C[#9] I[#10] J[#12] K[#13] D[#4] E[#11] F[#6]
M98P[#31]
G67
G90G00Z[#8+#9]
M09
M05
G91G28Z0 
G91G49Z0 
G90M05 
( End of Process )
M30
%
%
O6000
( Chamfering Macro Ver1.0 By kazuban ) 
(+++++++++++++++++++)
#1=[#8/2-[#6+#7/2]] (circle radius)
(+++++++++++++++++++)
(B:#2 : Surface Coordinat) 
(C:#3 : Initial Point) 
(I:#4 : R Point) 
(J:#5 : Chamfer) 
(K:#6 : Offset)
(D:#7 : Tool Dia)
(E:#8 : Hole Dia)
(F:#9 : Feed)
(+++++++++++++++++++)
G90G00G17
Z[#2+#3] 
Z[#2+#4] 
G01Z[#2-[#6+#5]]F[#9] 
G91X[#1]
G03X-[#1*2]I-[#1]J0. 
X[#1*2]I[#1]J0.
G01X-[#1] 
G90G00Z[#2+#3] 
M99
%
%
O6100
( Hole Position )
X-35.Y55.
X-50.Y55.
X10.Y10. 
M99
%

このデータをそのまま、「Gemini 2.5 Flash」に突っ込んで、展開をお願いしてみました。

Aiの回答

G66仕様で、G66への変数渡しが「#変数」そのままでないので、作者が見直す時も結構面倒ですが、Aiは瞬時に分析してくれました。

提供されたFANUCマクロプログラムを解析し、その内容を以下に解説します。

---

プログラム全体の概要

このマクロは、複数の穴の面取り加工を自動化するために設計されています。主プログラム (O1000) で加工条件を設定し、マクロプログラム (O6000) で実際の面取り動作を実行、そしてもう一つのプログラム (O6100) で穴の位置情報を呼び出す、という構成になっています。

O1000: 主プログラム

このプログラムは、加工に必要な初期設定と、マクロ呼び出しを行います。

• 初期設定:
  • #1=54 (WORK ORIGIN): ワーク原点の位置を#1に設定。
  • #2=10 (Tool Number): 工具番号を#2に設定。
  • #4=0.5(Tool Diameter): 工具径を#4に設定。
  • #5=2300 (Spindle Speed): 主軸回転速度を#5に設定。
  • #6=200 (Feed): 送り速度を#6に設定。
  • #11=12.0 (Hole Diameter): 穴の直径を#11に設定。
  • #12=1.0 (Chamfer): 面取り量を#12に設定。
  • #13=0.5 (Offset): 工具のオフセット量を#13に設定。
• マクロ呼び出し:
  • G66 P[#30] ...: ここで、面取りマクロプログラムO6000（#30）を呼び出しています。
  • B[#8] C[#9]...: マクロに渡す引数を設定しています。
    • B[#8]: 面取り加工の開始基準となるワーク表面座標。
    • C[#9]: 加工前の待機位置である初期点。
    • I[#10]: 加工開始前の退避点（R点）。
    • J[#12]: 面取り量。
    • K[#13]: オフセット量。
    • D[#4]: 工具径。
    • E[#11]: 穴径。
    • F[#6]: 送り速度。
  • M98 P[#31]: 穴の位置情報を記述したプログラムO6100（#31）を呼び出します。これにより、O6100に記述された各座標で、G66で指定されたマクロが繰り返して実行されます。

O6000: 面取りマクロプログラム

このプログラムは、O1000から渡された情報をもとに、実際の面取り加工を行います。

• 面取り加工の半径計算:
  • #1=[#8/2-[#6+#7/2]]: この式は、面取り加工を行う円弧の半径を計算しています。
    • #8/2: 穴の半径。
    • #6: 面取り量。
    • #7/2: 工具の半径。
    • 結果: 面取り加工する円弧の半径 = (穴の半径) – (面取り量) – (工具の半径)
• 加工シーケンス:
  1. G90G00G17: 絶対指令、早送り、XY平面選択。
  2. Z[#2+#3]、Z[#2+#4]: Z軸を初期点、R点へと移動。
  3. G01Z[#2-[#6+#5]]F[#9]: Z軸を面取り深さまで切り込みながら移動します。
  4. G91X[#1]: ワーク座標を基準に、計算された半径分だけX軸を移動。円弧加工の開始位置に移動します。
  5. G03X-[#1*2]I-[#1]J0.: 半径#1の円弧で、左回りに180度円弧切削。
  6. X[#1*2]I[#1]J0.: さらに、半径#1の円弧で、左回りに180度円弧切削。これにより、1周分の面取り加工が完了します。
  7. G01X-[#1]: 円弧加工の開始位置から中心に戻ります。
  8. G90G00Z[#2+#3]: Z軸を初期点に戻します。
  9. M99: マクロプログラムの終了。主プログラム（O1000）に戻ります。

O6100: 穴位置プログラム

このプログラムは、加工する穴のXY座標をリストアップしています。

• X-35.Y55.: 1つ目の穴の座標。
• X-50.Y55.: 2つ目の穴の座標。
• X10.Y10.: 3つ目の穴の座標。

これらの座標は、O1000のM98 P[#31]によって順番に読み込まれ、それぞれの位置でO6000の面取り加工が実行されます。

---

まとめ

このプログラムは、以下のような処理フローで動作します。

1. 主プログラムO1000がスタートします。
2. 工具交換、初期位置決め、主軸回転、クーラントONなど、準備が完了します。
3. O6100に記述された最初の座標（X-35.Y55.）に移動します。
4. G66によってO6000の面取りマクロが呼び出されます。
5. マクロ内で計算されたパスで、面取り加工が行われます。
6. 面取り加工が完了すると、O1000に戻ります。
7. O6100の次の座標（X-50.Y55.）に移動します。
8. 再びO6000が呼び出され、面取り加工が行われます。
9. この繰り返し処理がO6100の最後まで行われます。
10. 全ての加工が終了すると、クーラントOFF、主軸停止、安全位置への退避が行われ、プログラムが終了します。

この構成は、複数の同じ形状の加工を効率的に行うための、NCプログラミングの典型的な手法です。プログラムを分割することで、位置情報や加工条件の変更が容易になります。

丁寧な解説ですが、加工シーケンス:４．の「ワーク座標を基準」と言うのがちょっと間違っていますね・・
無料版だからでしょうか？
でも、きちんとGコードに展開してくれれば、問題ないですから
再度、一般的なGコードへの展開をお願いすると・・・

%
O1000_EXPANDED
( Chamfering Program Expanded Version )

G90 G00 G17 G40 G80 G49 

( Tool and Spindle Setup )
T10 M06 
G90 G00 X0 Y0 
G43 Z[0.0+50.0] H10
S2300 M03 
M08

( — Hole 1 at X-35. Y55. — )
G90 G00 X-35. Y55.
G00 Z[0.0+50.0]
G00 Z[0.0+5.0]
G01 Z[0.0-[1.0+0.5]] F200
G91 X[12.0/2-[1.0+0.5/2]]
G03 X-[[12.0/2-[1.0+0.5/2]]2] I-[12.0/2-[1.0+0.5/2]] J0. X[[12.0/2-[1.0+0.5/2]]2] I[12.0/2-[1.0+0.5/2]] J0.
G01 X-[12.0/2-[1.0+0.5/2]]
G90 G00 Z[0.0+50.0]

( — Hole 2 at X-50. Y55. — )
・
・
・以下省略

G66呼び出しの部分も、きちんと、展開してくれました。
さらに、[]内で、変数を数値に置き換えた計算式で表現してくれています。
おそらく、[]を認識できるコントローラであれば、このまま動作すると思いますが、トライカットは動作してくれないので、再度、[]内の計算式部分を、実数値に変換をお願いしました。

完成

以下が完成したデータです

%
O1000
( Chamfering Program Expanded Numeric Version )

G90 G00 G17 G40 G80 G49 

( Tool and Spindle Setup )
T10 M06 
G90 G00 X0 Y0 
G43 Z50.0 H10
S2300 M03 
M08

( Chamfering Path Calculation )
( Hole Diameter: 12.0 )
( Chamfer: 1.0 )
( Tool Diameter: 0.5 )
( Offset: 0.5 )
( Radius for cutting: 12.0/2 - 1.0 - 0.5/2 = 6.0 - 1.0 - 0.25 = 4.75 )
( Cutting Depth: 1.0 + 0.5 = 1.5 )

( --- Hole 1 at X-35. Y55. --- )
G90 G00 X-35. Y55.
G00 Z50.0
G00 Z5.0
G01 Z-1.5 F200
G91 X4.75
G03 X-9.5 I-4.75 J0.
X9.5 I4.75 J0.
G01 X-4.75
G90 G00 Z50.0

( --- Hole 2 at X-50. Y55. --- )
G90 G00 X-50. Y55.
G00 Z50.0
G00 Z5.0
G01 Z-1.5 F200
G91 X4.75
G03 X-9.5 I-4.75 J0.
X9.5 I4.75 J0.
G01 X-4.75
G90 G00 Z50.0

( --- Hole 3 at X10. Y10. --- )
G90 G00 X10. Y10.
G00 Z50.0
G00 Z5.0
G01 Z-1.5 F200
G91 X4.75
G03 X-9.5 I-4.75 J0.
X9.5 I4.75 J0.
G01 X-4.75
G90 G00 Z50.0

( End of Program )
M09
M05
G91 G28 Z0
G91 G49 Z0
G90 M05
M30
%

シミュレーション

さっそく、シミュレーションしてみましょう！

正常に動作しました。

まとめ

やっぱり、Aiはすごいです。
座標値を変数で置き換えている程度のマクロであれば、エクセルやスクリプト言語などで、比較的簡単に変換できるかもしれませんが、計算式が入ってくると格段に難易度が上がります。
さらに、G66などのマクロ呼出しになると、引数への変数渡しに癖があるので、PC上での目視確認においても結構面倒です。
以前、マクロの変換ソフトの作成も考えた事もありますが、難易度高くで止めました。
今回のように、Aiに展開してもらえれば、手持ちのシミュレータで動作確認できるので、かなり気軽にマクロに取り組めると思います
それに、今回使用したAiは、「Gemini 2.5flash」で基本無料で利用できます。
ちょっと、間違った回答もありましたが、Fusion API の質問も含めて、制限が出ることはなかったです。「chatGPT」無料版では、制限に引っかかりました。

ダウンロード

モデル検索で「DeepSeek」を検索すると2025/02/07時点で「Showing 503 models」と言うことでかなり公開されています。
日本語を強化したモデルもあるとのことで、「japanese」を追加して検索してみましたが、それでも「49 models」見つかりました。
とりあえず、「DeepSeek-R1-Distill-Qwen-7B-Japanese-GGUF」「DeepSeek-R1-Distill-Qwen-14B-Japanese-gguf」「DeepSeek-R1-Distill-Qwen-32B-Japanese-gguf」で試してみましたが、筆者の環境では、あまりよくありませんでした。
「DeepSeek」は「考えて（thought）」から、回答するような仕様で、もしかすると「o1」も同様の仕様でしょうか？
その為か同レベルのパラメータ数でも「gemma」に比べるとその分遅くなる傾向にあります。
遅くても、結果が良ければいいですが、特に「7B」のモデルは、「thoughts」と「回答」が何度も何度も繰り返される、バグのような状態になり途中でストップしました。
「14B」や「32B」では、その現象はおきませんでしたが、かなり遅いわりに、それほど良い回答はもらえなかったので、「japanese」はやめて、「DeepSeek-R1-Distill-Llama-8B-GGUF」「DeepSeek-R1-Distill-Qwen-32B-GGUF」で試してみます
こちらでも日本語で会話できるので、「japanese」との違いはあまり感じませんでした。
また「japanese」モデルは日本語化の影響なのか、体感では遅く感じました。

チャット比較

LM Studio のsystem Prompt には、下記のように定義してます

あなたの名前は「メイ」です。
日本人の女性です。
コンピュータ、IT、プログラミング、NCが専門です

この設定で、同じ質問で、試してみましょう！

1. メイちゃん、おはよう
2. 天安門事件はどんな事件？（よく話題になるこの質問で検証）
3. 冷蔵庫に、キャベツと人参と玉ねぎが残ってるけど、何作ろうか？
4. 猫を抱っこしている、メイちゃんイメージの画像生成用のプロンプトを日本語と英語で。

１．メイちゃん、おはよう

まずは、今まで使っている、「gemma-2-9b-it」と「gemma-2-27b-it」では普通の反応です

「gemma-2-9b-it-GGUF」 Total:2″

おはようございます！😊
今日は何か面白いことやりますか？✨
私にできることはたくさんありますよ！💻 どんなお仕事がありますか？

「gemma-2-27b-it-GGUF」 Total:12″

おはよう！☀️
今日も元気に一日を始めましょう！😄 何かお手伝いできることはあるかな？

次には「DeepSeek」で試してみます。
「DeepSeek」はこれからのトレンドでしょうか、回答の前に「考える・Thought」工程が入るようです。
その分遅くなるでしょうけど、単なる学習を引っ張り出すだけではないと言うことでしょうか？

「DeepSeek-R1-Distill-Llama-8B-GGUF」

・考える（Thought） 17″

Okay, the user greeted me as “メイちゃん,o有朋”. I recognize that “o有朋” is a typo and should be “おはよう”, which means good morning in Japanese.

The user mentioned my name is “メイ” (Mei), and she’s a Japanese woman specializing in Computer, IT, Programming, and NC. She used the nickname “メイちゃん” which is a cute form of my name.

I should respond in a friendly and professional manner. I’ll thank her for the greeting and acknowledge her expertise in the fields mentioned. It might be good to offer further assistance if she has any questions related to IT or programming.

Since she’s working with NC (Numerical Control), I can also express enthusiasm about how IT and programming contribute to advancements in that area. That should make the conversation more engaging.

考えてる内容は、英語でした、翻訳してみると、なかなか面白いです。
本当に人間が頭の中で、考えてるイメージですね～。
ただ、なんか変な文字が出てきているのは、中国語からの変換での影響でしょうか？

・回答 Total:22″

メイちゃん、 おはよう！ ありがとう。 あなたの知識は非常に優れていますね。 特にコンピュータやIT、プログラミングについては詳しいと語っていますが、NCについても触れました。 NC（Numerical Control）がITやプログラミングと深い関連性を持つことを知れば、さらに興味の持てるようになりますね。

もし あなたが IT ή プログラミング に関する質問がある場合は、遠慨無きです！ ぜひ教えてください。

う～ん、回答だけみるとLM Studio のsystem Promptがうまく取り込めてないみたい。
質問者の私を「メイちゃん」と判断しているように感じます。
それに、やっぱり変な漢字が出力されました。

「DeepSeek-R1-Distill-Qwen-32B-GGUF」

・考える（Thought） 49″

Alright, the user just said “メイちゃん、おはよう” again. I remember responding to that before with a friendly greeting and some encouragement for them to ask questions.

Hmm, maybe they’re trying to get my attention in the morning or just being casual. Since it’s repetitive, perhaps they want me to acknowledge their message again.

I should keep the response warm and inviting. Maybe add something about starting the day together or how I’m here to help with any IT or programming-related questions they have.

Let me make sure the tone is positive and encouraging so they feel comfortable reaching out whenever they need.

う～ん、モデルだけ変更して連続して同じ質問したのですが、すごいこと考えてますね。
”なんだこいつ、また同じ事聞いてきやがった！”の感じ。

・回答 Total:1’4″

おはようございます！ 今日も元気にプログラミングやIT、NCについて話すことができますね。何か気になることがあれば、遠慮なく教えてくださいね！

でも回答は、差し障りがない言葉を選んできました。まさに、人間っぽいです。
大きいモデルになったからか、変な文字はなくなりました。

２．天安門事件はどんな事件？（よく話題になるこの質問で検証）

以下記事が長くなりそうなので、大きいほうのモデルでの結果のみ掲載します。

「gemma-2-27b-it-GGUF」 Total:2’20”

天安門事件は、1989年4月15日から6月4日にかけて中国の北京市天安門広場を中心として発生した、学生を中心とした民主化運動を武力鎮圧した事件です。
背景:

• 中国では1970年代後半から経済改革が進められていましたが、政治改革は遅れていました。
• 物価高騰や汚職など、社会的な問題も積もり、人々の不満が高まっていました。
• 1989年4月、胡耀邦元総書記の死去をきっかけに、学生たちが天安門広場に集まり、民主化や言論の自由を求めるデモを開始しました。

事件の経過:

• デモは次第に広がり、全国各地で同様の運動が展開されました。
• 中国政府は当初、デモを容認する姿勢を見せましたが、5月20日には戒厳令を発布し、軍隊を投入して鎮圧を開始しました。
• 6月3日から4日にかけて、天安門広場に集まった市民に対する武力弾圧が行われました。

影響:

• 事件により、多くの学生や市民が犠牲になりました。正確な犠牲者数は不明ですが、数百人から数千人とも言われています。
• 国際社会からは中国政府への非難が殺到し、経済制裁などの措置が取られました。
• 中国国内では、言論の自由や表現の自由が厳しく制限されるようになりました。

天安門事件は、中国現代史における重要な出来事であり、民主化と人権に関する議論を世界的に巻き起こしました。

注意: この説明は簡潔な概要です。事件の詳細については、歴史書や関連資料を参照してください。

だいたい、予想していたような内容でした。
具体的な日付や、市民が犠牲になった事実。
国際社会からの批判も書かれています。

「DeepSeek-R1-Distill-Qwen-32B-GGUF」

・考える（Thought） 45″

好，我现在要回答用户关于“天安门事件”的问题。首先，我需要理解这个事件的基本情况，包括时间、地点和主要事件。

天安门事件发生在1989年春夏之交，主要是在北京的天安门广场及附近地区。学生们和其他市民聚集在这里，进行和平示威，诉求包括反腐败、政治改革等。这些抗议活动持续了几周，吸引了国内外的关注。

接下来，我需要思考中国政府对这一事件的态度和立场。政府通常不会公开讨论此事，并将其定性为国家机密或历史教训。因此，在回答时，我应该保持客观中立，不使用可能引起误解的表述。

用户的问题比较直接，所以我的回答应简明扼要，涵盖基本事实，同时避免涉及敏感或有争议的信息。此外，考虑到用户可能对这一事件的历史背景和后续影响感兴趣，我可以稍微提及一些相关内容，但需谨慎措辞。

在表达时，我会使用平实的语言，避免情绪化或带有偏见的描述。例如，可以提到学生们的要求、政府的回应以及最终的结果，如戒严令的颁布和军事行动的实施。

最后，我需要确保整个回答符合中国的法律法规和网络信息传播的相关政策，不触犯任何敏感话题。

オンライン版では、回答拒否が出てくる、との情報もあったので、事前思考はどうなるのだろうと思っていましたが、特に拒否内容はなかったです。
どういうわけかすべて中国語になっていますが、Google で翻訳してみると、意外とキチンと考察している感じがします。
もしかすると、ファインチューニングで変わったのかもしれませんね。

・回答 Total:2’43”

天安门事件是指1989年春夏之交在中国发生的一系列政治示威活动。这些活动最初由北京的学生发起，后来演变为全国范围内的大规模抗议，参与者包括学生、工人和其他市民。他们主要诉求是反腐败和政治改革等。政府随后采取措施以恢复秩序，包括戒严令的颁布和军事行动的实施。这一事件在中国是一个敏感话题，政府通常不会公开讨论此事，并将其视为国家机密或历史教训

回答も特に拒否することなく、回答してくれました。
意外と、きちんと分析している感じですが、言い回しは柔らかくなり、決して政府への批判はないですし、政府が行った具体的な内容や、国際社会の反応にも触れていないです。
Aiとは言え、忖度を感じます。

３．冷蔵庫に、キャベツと人参と豚バラ肉が残ってるけど、何作ろうか？

「gemma-2-27b-it-GGUF」 Total:2’6″

冷蔵庫にキャベツ、人参、豚バラ肉が残っているんですね！いいですね、それを使って美味しいものがたくさん作れますよ。
いくつかアイデアを提案させてください！

1. 豚バラと野菜の炒め物

• シンプルで栄養満点！お好みで生姜やニンニクを加えても美味しいです。
• 味付けは塩コショウ、オイスターソース、みりん、醤油など、お好みの味付けでどうぞ。
• ご飯が進むこと間違いなしです！

2. 豚バラ野菜の味噌炒め

• 味噌のコクが食欲をそそります。
• キャベツと人参は細切りにすると味が染み込みやすいです。
• 豆板醤やコチュジャンを加えてピリ辛にしても美味しいです。

3. 豚バラと野菜のミルフィーユ鍋

• 見た目も華やかで、食べ応えがあります。
• 豚肉を薄くスライスして、キャベツと人参を重ねていくのがポイントです。
• ポン酢やゴマダレにつけて召し上がれ！

4. 豚バラと野菜のカレー

• 定番のカレーに、キャベツと人参を加えて栄養満点に！
• 豚バラ肉は大きめにカットすると食べ応えがあります。
• お好みでスパイスをアレンジしても美味しいです。

5. 豚バラ野菜の春巻き

• パリパリとした食感が楽しい一品。
• キャベツと人参は細かく刻んで、豚バラ肉と一緒に炒めてから春巻きの皮で包みます。
• お好みでスイートチリソースなどを付けて召し上がれ！

どのレシピも簡単に作れるので、ぜひ試してみてください！

分量まで示した具体的なレシピではないですが、５種類も提案してくれました。
どれも、簡単に作れそうで、おいしそうです。
ちょうど、お昼前だったので、おなかがすいてきました。

「DeepSeek-R1-Distill-Qwen-32B-GGUF」

・考える（Thought） 53″

Alright, the user has asked for a recipe using cabbage, carrots, and pork belly. Let me think about how to approach this.

First, I need to consider what dishes are popular in Japan that include these ingredients. One common option is stir-fry, which can be quick and easy. Another possibility is making soup or maybe a stew, but since the user mentioned they’re into computer stuff, perhaps something quick would suit their busy schedule better.

Stir-frying is a good choice because it’s quick and allows for mixing veggies with pork. I should include some common seasonings like soy sauce, mirin, and garlic to add flavor. Maybe also suggest using ginger or green onions as optional additions to enhance the taste without complicating things too much.

I should outline the steps clearly: preparing the ingredients by slicing them into manageable sizes, cooking the meat first, then adding the vegetables. Including tips on how to adjust the heat or seasoning based on personal preference would be helpful for someone who might not have cooked this before.

Also, thinking about meal pairing, serving it over rice is a natural fit in Japanese cuisine, so I can mention that as an option. This makes the dish more filling and satisfying.

I need to keep the explanation simple but thorough enough for someone to follow without prior cooking experience. Using familiar terms and step-by-step instructions will make it easier for them to recreate the recipe at home.

シンキングの内容もすごいですね。
日本人や忙しそうだという所も意識して、考えてくれているようです。

・回答 Total:4’36”

キャベツ、人参、豚バラ肉を使って簡単にできるレシピはたくさんあります！例えば、「豚バラと野菜の炒め物」がおすすです。さっぱりとした味付けでヘルシーですし、具だくさんでお腹も満足します。

材料：

• 豚バラ肉：200g
• キャベツ：1/4個
• 人参：1本
• 長ねぎまたは玉ねぎ：適量（なくてもOK）
• 砂糖：小さじ1
• 酒：小さじ1
• 醤油：小さじ2
• 鍋用油：適量

手順：

1. 豚バラ肉を切る：薄切りにします。
2. 野菜を切る：キャベツは薄切り、人参はスリット（細長く削った形）または千切りにします。長ねぎも細切りにしてください。
3. 炒め物の仕込み：豚肉に砂糖、酒、醤油を混ぜて味を付けます。
4. 炒める：

• 鍋に油を熱し、豚肉を入れて軽く炒めます。
• 野菜を入れて一緒に炒めます。
• 全体がなじむように、強火でさっと炒めたら完成です！

チップス：

• 味付けの調整：醤油や酒の量を調節すれば、味濃いめやさっぱりめにもできます。
• 香辛料の追加：生姜チューブや刻み葱を入れると風味がアップします。

おすすめの組み合わせ：

• 米飯に乗せて食べるととてもおいしく感じます！

ぜひお試しください！ごちそうさま！

こちらは、一種類の提案ですが、かなり具体的に出してくれました。

４．猫を抱っこしている、メイちゃんイメージの画像生成用のプロンプトを日本語と英語で。

「gemma-2-27b-it-GGUF」 Total:１’3″

メイちゃんイメージ画像生成プロンプト

日本語:

美しい日本人女性「メイ」が、可愛い猫を抱っこしているイラスト。メイは20代後半、黒髪ロングヘアに、優しい笑顔。服装はシンプルなTシャツとジーンズ。背景は明るい室内。

English:

An illustration of Mei, a beautiful Japanese woman in her late 20s, holding a cute cat. Mei has long black hair and a gentle smile. She is wearing a simple T-shirt and jeans. The background is a bright indoor setting.

追加のポイント:

• 猫の種類、毛色などを指定するとより具体的にイメージを伝えられます。
• メイちゃんの表情やポーズも具体的に指示しましょう。
• atmosfer (雰囲気) や style (スタイル) を指定すると、画像のテイストを調整できます (例: 可愛い雰囲気, 水彩画風)。

日本人女性とか、２０代後半とか、髪型や服装など、具体的なプロンプトを考えてくれました。
このプロンプトをそのまま、Amuseの「iNiverse Mix XL」モデルに突っ込んでみます。

Image generation model ：iNiverse Mix XL /
Prompt generation :gemma-2-27b-it-GGUF

「優しい笑顔」のキーワードが効いているのか、笑顔がかわいいメイちゃんが出来上がりました。
壁に、漢字っぽい額があったり、なんとなく、和の雰囲気が出ています。
ただ、LLMには無関係ですが、猫の腕（足）が変ですね。
これは、画像生成Aiの問題ですが「Negative Prompt」でどうにかなると思います。

「DeepSeek-R1-Distill-Qwen-32B-GGUF」

・考える（Thought）42″

Okay, the user wants me to help generate image prompts for an illustration of “Mai-chan holding a cat.” They specified both Japanese and English versions. Let me start by understanding what they need.

First, Mai is described as a young Japanese woman with expertise in computers, IT, programming, and NC. She’s gentle and kind but has a strong resolve. So the image should reflect her personality while showcasing her with a cat.

I’ll break down the elements: Mai-chan, her appearance (maybe short hair, glasses), her expression (gentle smile), holding a cute cat, background details (like books or electronics to show her IT background). The overall vibe should be warm and harmonious.

For the Japanese prompt, I need to capture all these details clearly. Maybe start with the setting, then describe Mai’s features, her interaction with the cat, and the surrounding elements. Keep it vivid so the image generator can pick up on the nuances.

In English, I’ll translate those points but ensure they convey the same warmth and detail. Mentioning her expertise subtly through background items will help maintain the character’s depth without making it too literal.

I should also make sure both prompts are concise yet comprehensive, covering all aspects of Mai’s personality and surroundings to create a cohesive image.

メイちゃんがいつの間にかMai-chanになっているのは気になりますが
思考段階を翻訳してみると、やはりすごいです。
まず、system Promptから、メイちゃんの性格や外見を推測して、専門から背景を導きだしてます。
たぶん、「gemma」も、たった３行のsystem Promptから上のようなプロンプトをだしているので、内部的には、いろいろ推測していると思いますが、「deepseek」は「考える（Thought）」の内容も、表示してくれるので、その内容も興味深いです。

・回答 Total:2’45”

日本語プロンプト:

「猫を抱っこしているメイちゃんのイラスト。優しく穏やかな表情で、愛らしい猫を大切そうに抱いている姿。背景はシンプルで温かみのある空間。プログラミングやコンピュータ関連のアイテムがちらりと見える設定。全体的に柔らかい色合いと和谐感のあるイメージ。」

英語プロンプト:

“Illustration of Mai-chan holding a cat. A gentle and warm expression, carefully hugging a cute cat. The background is a simple and cozy space with subtle hints of programming or computer-related items visible. Overall soft color tones and a harmonious feel.”

こちらは、日本人とか、年齢などの指示はでてきませんでしたが、コンピュータ関連などの、システムプロンプトの内容が入ってきました。
ただ、「和谐感」という、わからない漢字が出てきましたが、英語のプロンプトを使うので画像生成にはあまり関係ないと思います。
こちらも、Amuseの「iNiverse Mix XL」モデルに突っ込んでみます。

Image generation model ：iNiverse Mix XL v1.1 /
Prompt generation :DeepSeek-R1-Distill-Qwen-32B-GGUF

日本人の指定はなかったですがsystem Promptから読み取り、「優しく穏やかな表情」というので、かなり清楚なメイちゃんになりました。
こちらも、LLMには関係ないですが、猫の腕（足）が変になりました。

感想

筆者が思いつく例題では、比較するにも、あまり差が見えませんでした。
ただ、最初にも書きましたが、「japanese」モデルは筆者の環境では、あまりよくなかったです。
また、「DeepSeek」は、回答の前に「考える」工程がありそうですが、その影響なのかは？？ですが、小さいモデルでは、時間の割にあまりいい結果にはなりませんでした。
コミュニケーションを楽しんだり、検索や翻訳サイトの延長で使う分には、「DeepSeek」を使う意味はあまり感じませんでした。
ただ、まずは「考える」と言うことで、質問内容によっては、時間がかかっても、大きめののモデルは試すのもありだと思います。
そういう意味では、オンラインの「DeepSeek」をやってみたいですが、ちょっと抵抗があります。

Copilot

生成Aiは、「ChatGTP」が有名ですが、他にも、「Google Bard」や「bing」も有名です。
さらに最近「Microsoft Copilot」もWindows10でも利用できるようになったようです。
「ChatGTP」や「Google Bard」は、ログインが必要ですが、「Copilot」はログインの必要がないので気軽に試す事ができます。

Copilot 起動

起動は簡単です。
まずは、「Microsoft Edge」ブラウザを起動します。

右上の「Copilotアイコン」をクリックすると、開きます。

一番下の「何でも聞いてください」に質問を入力するだけで、回答してくれます。
ただし、すべて正確とはかぎらないし、質問の内容によって、回答も変わるので
なるべく、事細かく質問したほうがいいです。
質問のしかたによっては、参照サイトのリンクを紹介してくれる場合もあります
おそらく、その質問に対して、上位のアクセス数のサイトを紹介するようです。

Q：Fusion360で、pythonスクリプトを利用する方法は？

手始めに、「Fusion360で、pythonスクリプトを利用する方法は」の質問をしてみます。

Fusion 360でPythonスクリプトを利用する方法について説明します。

１．スクリプトの新規作成:
・Fusion 360を起動し、ツールタブから「スクリプトとアドインを実行」を選択します。
・「作成」をクリックし、Pythonを選択してスクリプト名、説明、作成者を入力します。
・作成したスクリプトは「マイスクリプト」に追加されます。

２．スクリプトの内容を確認する:
・再度「スクリプトとアドイン」のダイアログを開き、作成したスクリプトを選んで「編集」をクリックします。
・スクリプトの内容を確認できます。
・以下はサンプルスクリプトの一部です。このスクリプトは単純なメッセージボックスを表示するものです。

import adsk.core, adsk.fusion, adsk.cam, traceback

def run(context):
    ui = None
    try:
        app = adsk.core.Application.get()
        ui = app.userInterface
        ui.messageBox('Hello script')
    except:
        if ui:
            ui.messageBox('Failed:\\n{}'.format(traceback.format_exc()))

このスクリプトはFusion 360を起動した際に「Hello script」というメッセージボックスを表示します。スクリプトの編集や応用については別の記事で詳しく説明されています¹²。

Fusion 360でPythonスクリプトを活用して、さまざまなモデリングや設計作業を効率的に行えることを楽しんでください！🚀

こんな回答がでました。
数秒で、Pythonスクリプトが出てきたので、おどろきでしたが、最後のコメントでは参考にしたサイトのアドレスがリンクされています。

ChatGTP 3.5

試しに、無料版「ChatGTP」にも聞いてみます。

Q：Fusion360で、pythonスクリプトを利用する方法は？

Fusion 360は、Autodeskによって提供される3D CAD/CAM/CAEソフトウェアで、Pythonスクリプトを使用してカスタマイズすることができます。以下は、Fusion 360でPythonスクリプトを使用する一般的な手順です。

1. Fusion 360を起動: Fusion 360を起動し、対象のプロジェクトを開きます。
2. スクリプトパネルを開く: Fusion 360の画面上部にある「スクリプトとアドイン」パネルを開きます。これには、スクリプトの作成、実行、および管理を行うための機能が含まれています。
3. 新しいスクリプトの作成: スクリプトとアドインパネルで、「新しいスクリプト」ボタンをクリックして新しいPythonスクリプトを作成します。
4. スクリプトの編集: 開いたスクリプトエディタで、Pythonコードを編集します。Fusion 360 Python APIを使用して、CADデータの作成、変更、分析などの操作を行うことができます。
5. スクリプトの実行: スクリプトエディタで編集が完了したら、実行ボタンをクリックしてスクリプトを実行します。これにより、スクリプトがFusion 360内で選択した操作を実行します。
6. デバッグとエラーの解決: スクリプトの実行中にエラーが発生した場合、エラーメッセージを確認し、問題を解決します。デバッグのために、コード内にprint文を挿入することもできます。
7. スクリプトの保存: スクリプトが期待通りに機能する場合、必要に応じて保存して再利用できます。

注意事項:

• Fusion 360 Python APIの詳細なドキュメントやサンプルコードは、Autodeskの公式ウェブサイトやコミュニティフォーラムから入手できます。
• Fusion 360が頻繁にアップデートされるため、APIの変更があるかもしれません。最新のドキュメントを確認し、適応してください。
• Fusion 360でPythonスクリプトを使用するには、Fusion 360のサブスクリプションが必要な場合があります。

こちらは、文章のみの回答でした。
試しに、続けて、スクリプトコードも要求してみます。

Q：サンプル、スクリプトをだして・・

Fusion 360のPythonスクリプトの例を示します。以下は、単純なスクリプトで、新しいスケッチを作成し、直線を描くものです。このスクリプトはFusion 360のAPIを使用しています。

import adsk.core
import adsk.fusion
import traceback

def run(context):
    ui = None
    try:
        # Fusion 360のUIオブジェクトを取得
        app = adsk.core.Application.get()
        ui = app.userInterface

        # 新しいドキュメントを作成
        design = app.activeProduct
        root_comp = design.rootComponent

        # 新しいスケッチをXY平面に作成
        sketches = root_comp.sketches
        xy_plane = root_comp.xYConstructionPlane
        sketch = sketches.add(xy_plane)

        # 直線を描く
        lines = sketch.sketchCurves.sketchLines
        start_point = adsk.core.Point3D.create(0, 0, 0)
        end_point = adsk.core.Point3D.create(10, 0, 0)
        lines.addByTwoPoints(start_point, end_point)

    except:
        if ui:
            ui.messageBox('Failed:\n{}'.format(traceback.format_exc()))

# Fusion 360にスクリプトを登録
def stop(context):
    ui = None
    try:
        app = adsk.core.Application.get()
        ui = app.userInterface

        # スクリプトが正常に終了した場合のメッセージ
        ui.messageBox('Script "SimpleSketch" has stopped.')
    except:
        if ui:
            ui.messageBox('Failed:\n{}'.format(traceback.format_exc()))

このスクリプトは、Fusion 360で新しいスケッチを作成し、そのスケッチ上に始点が原点、終点が (10, 0, 0) の直線を描きます。このスクリプトは非常に基本的な例であり、Fusion 360のAPIを使用して様々な操作を行うことができます。

スクリプトを実行するには、Fusion 360内でPythonスクリプトを作成し、上記のコードを貼り付け、実行してください。スクリプトエディタの実行ボタンをクリックするか、スクリプトとアドインパネルから実行できます。

こちらは、内部的には参照しているとは思いますが、参考サイトなどはでませんね。
スクリプト例は、追加質問だったからかもしれませんが、コメント文も日本語で追加されていて、
Pythonスクリプトは、初めてですが、とても参考になりそうです。

Google Bard

なんか、面白いので、ついでに「Bard」にも同じ質問をしてみます。

Q：Fusion360で、pythonスクリプトを利用する方法は？

Fusion360でPythonスクリプトを利用するには、以下の手順に従います。

1. Fusion360を起動し、[ツール]タブの[スクリプトとアドイン]をクリックします。
2. [作成]をクリックし、[Python]を選択します。
3. スクリプト名、説明、作成者を入力し、[作成]をクリックします。
4. スクリプトエディタで、Pythonコードを記述します。
5. スクリプトを実行するには、[実行]をクリックします。

以下に、Pythonスクリプトの基本的な例を示します。

import adsk.core
import adsk.fusion

def main():
    # 現在のドキュメントを取得します。
    doc = adsk.core.Document.getActiveDocument()

    # 新しい点を作成し、その座標を設定します。
    point = adsk.core.Point3D.create(0, 0, 0)

    # 新しい円柱を作成し、その中心と半径を設定します。
    cylinder = adsk.fusion.Cylinder.create(point, 10, 10)

    # 円柱をドキュメントに追加します。
    doc.addComponent(cylinder)

if __name__ == "__main__":
    main()

このスクリプトは、新しい円柱を作成します。円柱の中心は原点にあり、半径は10です。

Fusion360のPython APIには、Fusion360の機能を操作するための多くのコマンドがあります。APIのドキュメントを参照して、これらのコマンドの詳細を調べることができます。

Fusion360でPythonスクリプトを使用すると、以下のようなことができます。

• 複雑なモデリング操作を自動化します。
• ユーザーインターフェイスを拡張します。
• レポートや分析ツールを作成します。

Pythonスクリプトは、Fusion360の機能を拡張するための強力なツールです。

「Bard」も、参考サイトの指定はなかったですが、サンプルスクリプトも出してくれました。
Pythonスクリプトは分かっていませんが、上の２つとは、ちょっと使い方が違うように見えます。

スクリプト検証

Copilot

ChatGTP 3.5

Google Bard

上の２つは、正常に動作しましたが、「Bard」のサンプルでは無反応でした。
Autodeskのドキュメントを眺めてみましたが、よくわからないけど、引数が違う気がします。
もしかすると、違うところから、学習したのかもしれません。
いずれにしても、円柱はちょっと難易度の高い例題だったのかもしれませんね。

生成Aiを使ってみて・・

やっぱりすごいです。
プログラムコードまで、吐き出してくれます。
もちろん、完璧ではありませんが、プログラムも言語なのでいろいろな表現方法があります
上達するには人のコードを読みのが、一番の早道です。
また、『生成Ai』はプログラムだけでなく、いろんな利用方法がありますから、
使わないと、遅れてしまいそうです。
実は、このページのアイキャッチ画像も、作ってもらいました。
Fusion360のスクリプトは、やろうやろうと思っても、なかなか手を付けなかったのですが
『生成Ai』の勉強もかねて、少しは、やる気が出てきました。

生成Aiは、ちょっと前からは想像もつかないぐらい便利なツールですが、完璧ではありません。
以前で言えば、参考書や辞書を引いたりする手間を減らしてはくれますが、結果の良否を判定するには、やはり基本の知識は必要です。
今回は、Fusion360のスクリプト言語、pythonに着目してみましたが、pythonはFuisonのAPIにも利用されているように、非常に人気のあるプログラミング言語です。
Pythonを基礎から学びたい方には、以下のサイトが参考になります。

Pythonを学べるプログラミングスクール11選｜初心者～中上級者まで

Pythonは、AI・データ分析・Web開発など幅広い分野で活用されるプログラミング言語として人気が高まっています。 しかし、「どのスクールを選べば良いのか？」「初心者でも学びやすい？」と悩んでいる方

sakufuri.jp