LM Studio

LM Studio 是一個親用且強大的應用程式，可在您自己的硬體上執行開放權重模型。它讓您能夠執行 llama.cpp (GGUF) 或 MLX 模型 (Apple Silicon)。提供 GUI 套件或無頭守護程式 (llmster)。如需產品和設定文件，請參閱 lmstudio.ai。

快速開始

1. 安裝 LM Studio (桌面版) 或 llmster (無頭模式)，然後啟動本機伺服器：

curl -fsSL https://lmstudio.ai/install.sh | bash

2. 啟動伺服器

請確定您啟動了桌面應用程式或使用以下指令執行守護程式：

lms daemon up

lms server start --port 1234

如果您正在使用該應用程式，請確保您已啟用 JIT 以獲得流暢的體驗。在 LM Studio JIT 和 TTL 指南 中瞭解更多資訊。

3. 如果已啟用 LM Studio 驗證，請設定 LM_API_TOKEN：

export LM_API_TOKEN="your-lm-studio-api-token"

如果停用了 LM Studio 驗證，您可以在互動式 OpenClaw 設定期間將 API 金鑰留空。

如需 LM Studio 驗證設定詳細資訊，請參閱 LM Studio Authentication。

4. 執行 onboarding 並選擇 LM Studio：

openclaw onboard

5. 在 onboarding 中，使用 Default model 提示來選擇您的 LM Studio 模型。

您也可以稍後設定或變更它：

openclaw models set lmstudio/qwen/qwen3.5-9b

LM Studio 模型金鑰遵循 author/model-name 格式 (例如 qwen/qwen3.5-9b)。OpenClaw 模型參照會在前面加上提供者名稱：lmstudio/qwen/qwen3.5-9b。您可以透過執行 curl http://localhost:1234/api/v1/models 並查看 key 欄位來找到模型的確切金鑰。

非互動式引導

當您想要透過腳本設定 (CI、佈建、遠端引導) 時，請使用非互動式引導：

openclaw onboard \
  --non-interactive \
  --accept-risk \
  --auth-choice lmstudio

或是指定基礎 URL、模型和選用 API 金鑰：

openclaw onboard \
  --non-interactive \
  --accept-risk \
  --auth-choice lmstudio \
  --custom-base-url http://localhost:1234/v1 \
  --lmstudio-api-key "$LM_API_TOKEN" \
  --custom-model-id qwen/qwen3.5-9b

--custom-model-id 接受 LM Studio 傳回的模型金鑰 (例如 qwen/qwen3.5-9b)，而不需 lmstudio/ 提供者前綴。

對於已啟用驗證的 LM Studio 伺服器，請傳遞 --lmstudio-api-key 或設定 LM_API_TOKEN。對於未啟用驗證的 LM Studio 伺服器，請省略金鑰；OpenClaw 會儲存一個本機非秘密標記。

為了相容性，--custom-api-key 仍然受到支援，但對於 LM Studio，首選 --lmstudio-api-key。

這會寫入 models.providers.lmstudio 並將預設模型設定為 lmstudio/<custom-model-id>。當您提供 API 金鑰時，設定也會寫入 lmstudio:default 驗證設定檔。

互動式設定可以提示選擇偏好的載入上下文長度，並將其套用於儲存到配置中的已偵測 LM Studio 模型。 LM Studio 外掛程式配置信任設定的 LM Studio 端點用於模型請求，包括 loopback、LAN 和 tailnet 主機。Metadata/link-local 來源仍然需要明確選擇加入。您可以透過設定 models.providers.lmstudio.request.allowPrivateNetwork: false 來選擇退出。

設定

串流使用相容性

LM Studio 相容串流使用。當它未發出 OpenAI 格式的 usage 物件時，OpenClaw 會改從 llama.cpp 風格的 timings.prompt_n / timings.predicted_n 元資料中回復 token 計數。

相同的串流使用行為適用於這些 OpenAI 相容的本地後端：

• vLLM
• SGLang
• llama.cpp
• LocalAI
• Jan
• TabbyAPI
• text-generation-webui

思考相容性

當 LM Studio 的 /api/v1/models 探索回報模型特定的推理選項時，OpenClaw 會在模型相容元資料中公開相符的 OpenAI 相容 reasoning_effort 值。目前的 LM Studio 版本可以宣傳二進位 UI 選項（例如 allowed_options: ["off", "on"]），但在 /v1/chat/completions 上拒絕這些值；OpenClaw 會在發送請求之前，將該二進位探索形狀正規化為 none、minimal、low、medium、high 和 xhigh。 當載入目錄時，包含 off/on 推理映射的舊版已儲存 LM Studio 設定也會以相同方式進行正規化。

明確設定

{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://localhost:1234/v1",
        apiKey: "${LM_API_TOKEN}",
        api: "openai-completions",
        models: [
          {
            id: "qwen/qwen3-coder-next",
            name: "Qwen 3 Coder Next",
            reasoning: false,
            input: ["text"],
            cost: { input: 0, output: 0, cacheRead: 0, cacheWrite: 0 },
            contextWindow: 128000,
            maxTokens: 8192,
          },
        ],
      },
    },
  },
}

疑難排解

未偵測到 LM Studio

請確保 LM Studio 正在執行。如果啟用了驗證，請同時設定 LM_API_TOKEN：

# Start via desktop app, or headless:
lms server start --port 1234

驗證 API 是否可存取：

curl http://localhost:1234/api/v1/models

驗證錯誤 (HTTP 401)

如果設定回報 HTTP 401，請驗證您的 API 金鑰：

• 請檢查 LM_API_TOKEN 是否符合 LM Studio 中設定的金鑰。
• 如需 LM Studio 驗證設定詳細資訊，請參閱 LM Studio Authentication。
• 如果您的伺服器不需要驗證，請在設定期間將金鑰留白。

Just-in-time 模型載入

LM Studio 支援及時 (JIT) 模型載入，其中模型會在第一次請求時載入。OpenClaw 預設會透過 LM Studio 的原生載入端點預載模型，這在停用 JIT 時很有幫助。若要讓 LM Studio 的 JIT、閒置 TTL 和自動驅逐行為擁有模型生命週期，請停用 OpenClaw 的預載步驟：

{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://localhost:1234/v1",
        api: "openai-completions",
        params: { preload: false },
        models: [{ id: "qwen/qwen3.5-9b" }],
      },
    },
  },
}

區域網路或 tailnet LM Studio 主機

使用 LM Studio 主機的可連線位址，保留 /v1，並確保 LM Studio 在該機器上已綁定至 loopback 以外：

{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://gpu-box.local:1234/v1",
        apiKey: "lmstudio",
        api: "openai-completions",
        models: [{ id: "qwen/qwen3.5-9b" }],
      },
    },
  },
}

lmstudio 會自動信任其設定的本地/私有端點用於受防護的模型請求。自訂/本地 OpenAI 相容的提供者項目也會信任其確切設定的 baseUrl 來源，metadata/link-local 來源除外；對於不同私有連接埠或目的地的請求仍然需要 models.providers.<id>.request.allowPrivateNetwork: true。設定 models.providers.<id>.request.allowPrivateNetwork: false 以退出確切來源信任。

相關

• 模型選擇
• Ollama
• 本機模型