LM Studio

LM Studio 是一个友好但功能强大的应用程序，用于在自己的硬件上运行开源权重的模型。它允许您运行 llama.cpp (GGUF) 或 MLX 模型（Apple Silicon）。提供 GUI 软件包或无头守护进程 (llmster)。有关产品和设置文档，请参阅 lmstudio.ai。

快速开始

1. 安装 LM Studio（桌面版）或 llmster（无头版），然后启动本地服务器：

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

2. 启动服务器

确保您启动了桌面应用程序或使用以下命令运行守护程序：

lms daemon up

lms server start --port 1234

如果您使用的是该应用程序，请确保启用 JIT 以获得流畅的体验。在 LM Studio JIT 和 TTL 指南 中了解更多信息。

3. 如果启用了 LM Studio 身份验证，请设置 LM_API_TOKEN：

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

如果禁用了 LM Studio 身份验证，您可以在交互式 API 设置期间将 OpenClaw 密钥留空。

有关 LM Studio 身份验证设置的详细信息，请参阅 LM Studio 身份验证。

4. 运行新手引导并选择 LM Studio：

openclaw onboard

5. 在新手引导中，使用 Default model 提示来选择您的 LM Studio 模型。

您也可以稍后设置或更改它：

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

LM Studio 模型键遵循 author/model-name 格式（例如 qwen/qwen3.5-9bOpenClaw）。OpenClaw 模型引用会在前面加上提供商名称：lmstudio/qwen/qwen3.5-9b。您可以通过运行 curl http://localhost:1234/api/v1/models 并查看 key 字段来找到 模型的确切键。

非交互式新手引导

当您想要脚本化设置 (CI、配置、远程引导) 时，请使用非交互式新手引导：

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

或者指定基础 URL、模型和可选的 API 密钥：

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 返回的模型键（例如 qwen/qwen3.5-9b），而不包含 lmstudio/ 提供商前缀。

对于经过身份验证的 LM Studio 服务器，传递 --lmstudio-api-key 或设置 LM_API_TOKENOpenClaw。 对于未经身份验证的 LM Studio 服务器，请省略该键；OpenClaw 会存储一个本地非机密标记。

--custom-api-key 为了兼容性仍然受支持，但对于 LM Studio，首选 --lmstudio-api-key。

这将写入 models.providers.lmstudio 并将默认模型设置为 lmstudio/<custom-model-id>API。当您提供 API 密钥时，设置还会写入 lmstudio:default 身份验证配置文件。

交互式设置可以提示输入可选的首选加载上下文长度，并将其应用于已发现并保存到配置中的 LM Studio 模型。 LM Studio 插件配置信任配置的 LM Studio 端点以进行模型请求，包括环回、局域网和 tailnet 主机。元数据/链路本地源仍然需要显式选择加入。您可以通过设置 models.providers.lmstudio.request.allowPrivateNetwork: false 选择退出。

配置

流式使用兼容性

LM Studio 兼容流式使用。当它不发出 OpenAI 形状的 usageOpenClaw 对象时，OpenClaw 会从 llama.cpp 风格的 timings.prompt_n / timings.predicted_n 元数据中恢复 token 计数。

相同的流式使用行为也适用于这些 OpenAI 兼容的本地后端：

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

思考兼容性

当 LM Studio 的 /api/v1/modelsOpenClaw 发现报告特定于模型的推理 选项时，OpenClaw 会在模型兼容元数据中暴露匹配的 OpenAI 兼容的 reasoning_effort 值。当前的 LM Studio 构建版本可以通告二进制 UI 选项（例如 allowed_options: ["off", "on"]），但在 /v1/chat/completionsOpenClaw 上拒绝这些值； OpenClaw 在发送请求之前将该二进制发现形状规范化为 none、minimal、low、medium、high 和 xhigh。 加载目录时，包含 off/on 推理映射的旧版保存的 LM Studio 配置 也会以相同方式规范化。

显式配置

{
  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,
          },
        ],
      },
    },
  },
}

故障排除

未检测到 LM Studio

确保 LM Studio 正在运行。如果启用了身份验证，还需要设置 LM_API_TOKEN：

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

验证 API 是否可访问：

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

身份验证错误 (HTTP 401)

如果设置报告 HTTP 401，请验证您的 API 密钥：

• 检查 LM_API_TOKEN 是否与 LM Studio 中配置的密钥匹配。
• 有关 LM Studio 身份验证设置的详细信息，请参阅 LM Studio 身份验证。
• 如果您的服务器不需要身份验证，请在设置期间将密钥留空。

即时 OpenAI 加载

LM Studio 支持即时 (JIT) 模型加载，即在首次请求时加载模型。默认情况下，OpenClaw 通过 LM Studio 的原生加载端点预加载模型，这在禁用 JIT 时很有帮助。要让 LM Studio 的 JIT、空闲 TTL 和自动驱逐行为控制模型生命周期，请禁用 OpenClaw 的预加载步骤：

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

局域网或 tailnet LM Studio 主机

使用 LM Studio 主机的可达地址，保留 /v1，并确保 LM Studio 在该机器上绑定到环回地址之外：

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

lmstudio 自动信任其配置的本地/私有端点以进行受保护的模型请求。自定义/本地 OpenAI 兼容提供商条目也信任其确切的已配置 baseUrl 源，元数据/链路本地源除外；对不同的私有端口或目标的请求仍然需要 models.providers.<id>.request.allowPrivateNetwork: true。设置 models.providers.<id>.request.allowPrivateNetwork: false 以选择退出确切的源信任。

相关

• 模型选择
• Ollama
• 本地模型