replicate-cli

Replicate CLI

Replicate CLI は、Replicate の AI モデルプラットフォームを操作するためのコマンドラインツールです。ターミナルから予測の実行、モデルの管理、デプロイメントの作成、モデルのファインチューニングを行えます。

認証

Replicate CLI を使用する前に、API トークンを設定します。

export REPLICATE_API_TOKEN=<token-from-replicate.com/account>

または、対話形式で認証します。

replicate auth login

認証を確認します。

replicate account current

主なコマンド

予測の実行

主な用途は、ホストされたモデルに対して予測を実行することです。

基本的な予測：

replicate run <owner/model> input_key=value

例：

画像生成：

replicate run stability-ai/sdxl prompt="a studio photo of a rainbow colored corgi"

ストリーミングによるテキスト生成：

replicate run meta/llama-2-70b-chat --stream prompt="Tell me a joke"

予測フラグ：

• --stream - 出力トークンをリアルタイムでストリーミングします（テキストモデル用）
• --no-wait - 完了を待たずに予測を送信します
• --web - ブラウザーで予測を開きます
• --json - 結果を JSON 形式で出力します
• --save - 出力をローカルディレクトリに保存します
• --output-directory <dir> - 出力ディレクトリを指定します（デフォルト：./{prediction-id}）

入力の処理

ファイルのアップロード： ローカルファイルパスの先頭に @ を付けます。

replicate run nightmareai/real-esrgan [email protected]

出力の連結： {{.output}} テンプレート構文を使って予測を連結します。

replicate run stability-ai/sdxl prompt="a corgi" | \
replicate run nightmareai/real-esrgan image={{.output[0]}}

モデルの操作

モデルのスキーマを表示（必須の入力と出力を確認）：

replicate model schema <owner/model>
replicate model schema stability-ai/sdxl --json

モデルの一覧表示：

replicate model list
replicate model list --json

モデルの詳細を表示：

replicate model show <owner/model>

新しいモデルを作成：

replicate model create <owner/name> \
  --hardware gpu-a100-large \
  --private \
  --description "Model description"

モデル作成時のフラグ：

• --hardware <sku> - ハードウェア SKU（references/hardware.md を参照）
• --private / --public - 公開設定
• --description <text> - モデルの説明
• --github-url <url> - ソースリポジトリへのリンク
• --license-url <url> - ライセンス情報
• --cover-image-url <url> - モデルページのカバー画像

トレーニング（ファインチューニング）

training コマンドを使用してモデルをファインチューニングします。

replicate train <base-model> \
  --destination <owner/new-model> \
  input_key=value

例 - DreamBooth で SDXL をファインチューニング：

replicate train stability-ai/sdxl \
  --destination myuser/custom-sdxl \
  --web \
  [email protected] \
  use_face_detection_instead=true

トレーニングの一覧表示：

replicate training list

トレーニングの詳細を表示：

replicate training show <training-id>

デプロイメント

デプロイメントでは、安定したパフォーマンスが見込める、専用の常時稼働型推論エンドポイントを提供します。

デプロイメントを作成：

replicate deployments create <name> \
  --model <owner/model> \
  --hardware <sku> \
  --min-instances 1 \
  --max-instances 3

例：

replicate deployments create text-to-image \
  --model stability-ai/sdxl \
  --hardware gpu-a100-large \
  --min-instances 1 \
  --max-instances 5

デプロイメントを更新：

replicate deployments update <name> \
  --max-instances 10 \
  --version <version-id>

デプロイメントの一覧表示：

replicate deployments list

デプロイメントの詳細とスキーマを表示：

replicate deployments show <name>
replicate deployments schema <name>

ハードウェア

利用可能なハードウェアオプションを一覧表示します。

replicate hardware list

ハードウェアの詳細情報と選択ガイドラインについては、references/hardware.md を参照してください。

スキャフォールディング

既存の予測をもとにローカル開発環境を作成します。

replicate scaffold <prediction-id-or-url> --template=<node|python>

これにより、その予測のモデルと入力があらかじめ設定されたプロジェクトが生成されます。

コマンドのエイリアス

便宜上、次のエイリアスを使用できます。

エイリアス	同等のコマンド
replicate run	replicate prediction create
replicate stream	replicate prediction create --stream
replicate train	replicate training create

サブコマンドの短縮エイリアス：

• replicate m = replicate model
• replicate p = replicate prediction
• replicate t = replicate training
• replicate d = replicate deployments
• replicate hw = replicate hardware
• replicate a = replicate account

よく使われるワークフロー

画像生成パイプライン

画像を生成してアップスケールします。

replicate run stability-ai/sdxl \
  prompt="professional photo of a sunset" \
  negative_prompt="blurry, low quality" | \
replicate run nightmareai/real-esrgan \
  image={{.output[0]}} \
  --save

実行前にモデルの入力を確認

必須の入力を把握するため、必ずモデルのスキーマを確認してください。

replicate model schema owner/model-name

バッチ処理

予測を実行して出力を保存します。

for prompt in "cat" "dog" "bird"; do
  replicate run stability-ai/sdxl prompt="$prompt" --save --output-directory "./outputs/$prompt"
done

長時間実行されるタスクを監視

待機せずに送信してから、ステータスを確認します。

# Submit
replicate run owner/model input=value --no-wait --json > prediction.json

# Check status later
replicate prediction show $(jq -r '.id' prediction.json)

ベストプラクティス

1. 最初に必ずスキーマを確認する - 予測を実行する前に、replicate model schema <model> を実行して、必須および任意の入力を確認します。

2. テキストモデルではストリーミングを使用する - 言語モデルの実行時に --stream フラグを追加すると、出力をリアルタイムで確認できます。

3. 出力を明示的に保存する - --save と --output-directory を使用して、予測の出力を整理します。

4. 自動化には JSON 出力を使用する - 出力をプログラムで解析する場合は、--json フラグを追加します。

5. デバッグには Web で開く - --web フラグを追加すると、Replicate ダッシュボードで予測を表示し、詳細なログを確認できます。

6. 予測を効率的につなぐ - {{.output}} 構文を使用すると、中間保存せずにモデル間で出力を渡せます。

トラブルシューティング

認証エラー：

• REPLICATE_API_TOKEN が正しく設定されていることを確認します
• replicate account current を実行して認証をテストします

モデルが見つからない場合：

• モデル名の形式を確認します：owner/model-name
• replicate.com にモデルが存在することを確認します

入力の検証エラー：

• replicate model schema <model> を実行して、必須の入力を確認します
• 入力の型（文字列、数値、ファイル）を確認します

ファイルのアップロードに関する問題：

• ローカルファイルには @ 接頭辞を使用していることを確認します
• ファイルパスが正しく、ファイルが存在することを確認します

その他のリソース

• Replicate のドキュメント：https://replicate.com/docs
• モデルエクスプローラー：https://replicate.com/explore
• API リファレンス：https://replicate.com/docs/reference/http
• GitHub リポジトリ：https://github.com/replicate/cli