Saltar al contenido principal
LM Studio ejecuta modelos llama.cpp (GGUF) o MLX localmente, como aplicación GUI o mediante el demonio llmster sin interfaz gráfica. Para la instalación y la documentación del producto, consulta lmstudio.ai.

​
Inicio rápido

1

Install and start the server

Instala LM Studio (escritorio) o llmster (sin interfaz gráfica) y luego inicia el servidor:
lms server start --port 1234
O ejecuta el demonio sin interfaz gráfica:
lms daemon up
Si usas la aplicación de escritorio, habilita JIT para una carga fluida de modelos; consulta la guía de JIT y TTL de LM Studio.
2

Set an API key if auth is enabled

export LM_API_TOKEN="your-lm-studio-api-token"
Si la autenticación de LM Studio está deshabilitada, deja la clave de API en blanco durante la configuración. Consulta Autenticación de LM Studio.
3

Run onboarding

openclaw onboard
Elige LM Studio y luego selecciona un modelo en el prompt Default model.
Cambia el modelo predeterminado más adelante: 
openclaw models set lmstudio/qwen/qwen3.5-9b
Las claves de modelo de LM Studio usan el formato author/model-name (por ejemplo, qwen/qwen3.5-9b); las referencias de modelo de OpenClaw anteponen el proveedor: lmstudio/qwen/qwen3.5-9b. Encuentra la clave exacta de un modelo ejecutando el comando siguiente y revisando el campo key: 
curl http://localhost:1234/api/v1/models

​
Incorporación no interactiva

openclaw onboard --non-interactive --accept-risk --auth-choice lmstudio
O especifica explícitamente la URL base, el modelo y la clave de API: 
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 toma la clave de modelo devuelta por LM Studio (por ejemplo, qwen/qwen3.5-9b), sin el prefijo de proveedor lmstudio/. Pasa --lmstudio-api-key (o define LM_API_TOKEN) para servidores autenticados; omítelo para servidores sin autenticación y OpenClaw almacenará en su lugar un marcador local que no es secreto. --custom-api-key todavía se acepta por compatibilidad, pero se prefiere --lmstudio-api-key. Esto escribe models.providers.lmstudio y establece el modelo predeterminado en lmstudio/<custom-model-id>. Proporcionar una clave de API también escribe el perfil de autenticación lmstudio:default. La configuración interactiva también puede solicitar una longitud de contexto de carga preferida y aplicarla en todos los modelos descubiertos que guarda en la configuración.

​
Configuración

​
Compatibilidad de uso en streaming

LM Studio no siempre emite un objeto usage con forma de OpenAI en las respuestas transmitidas. OpenClaw recupera los recuentos de tokens desde metadatos estilo llama.cpp timings.prompt_n / timings.predicted_n en su lugar. Cualquier endpoint compatible con OpenAI resuelto como endpoint local (host de loopback) obtiene este mismo fallback, lo que cubre otros backends locales como vLLM, SGLang, llama.cpp, LocalAI, Jan, TabbyAPI y text-generation-webui.

​
Compatibilidad de pensamiento

Cuando el descubrimiento /api/v1/models de LM Studio informa opciones de razonamiento específicas del modelo, OpenClaw expone valores reasoning_effort coincidentes (none, minimal, low, medium, high, xhigh) en los metadatos de compatibilidad del modelo. Algunas versiones de LM Studio anuncian una opción binaria de UI (allowed_options: ["off", "on"]) mientras rechazan esos valores literales en /v1/chat/completions; OpenClaw normaliza esa forma binaria a la escala de seis niveles antes de enviar solicitudes, incluso para configuraciones guardadas antiguas que todavía tienen mapas de razonamiento off/on.

​
Configuración explícita

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

​
Deshabilitar la precarga

LM Studio admite la carga de modelos justo a tiempo (JIT), que carga los modelos en la primera solicitud. OpenClaw precarga los modelos mediante el endpoint de carga nativo de LM Studio de forma predeterminada, lo que ayuda cuando JIT está deshabilitado. Para dejar que el JIT, el TTL de inactividad y el comportamiento de autoexpulsión de LM Studio gestionen el ciclo de vida del modelo, deshabilita el paso de precarga de OpenClaw: 
{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://localhost:1234/v1",
        api: "openai-completions",
        params: { preload: false },
        models: [{ id: "qwen/qwen3.5-9b" }],
      },
    },
  },
}

​
Host de LAN o tailnet

Usa la dirección alcanzable del host de LM Studio, conserva /v1 y asegúrate de que LM Studio esté vinculado más allá de loopback en esa máquina: 
{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://gpu-box.local:1234/v1",
        apiKey: "lmstudio",
        api: "openai-completions",
        models: [{ id: "qwen/qwen3.5-9b" }],
      },
    },
  },
}
lmstudio confía automáticamente en su endpoint configurado para solicitudes de modelo, incluidos hosts de loopback, LAN y tailnet (excepto orígenes de metadatos/link-local). Cualquier entrada de proveedor personalizada/local compatible con OpenAI obtiene la misma confianza de origen exacto. Las solicitudes a un host o puerto privado diferente todavía requieren models.providers.<id>.request.allowPrivateNetwork: true; establécelo en false para excluirte de la confianza predeterminada.

​
Solución de problemas

​
LM Studio no detectado

Asegúrate de que LM Studio esté en ejecución: 
lms server start --port 1234
Si la autenticación está habilitada, define también LM_API_TOKEN. Verifica que la API sea alcanzable: 
curl http://localhost:1234/api/v1/models

​
Errores de autenticación (HTTP 401)

  • Comprueba que LM_API_TOKEN coincida con la clave configurada en LM Studio.
  • Consulta Autenticación de LM Studio.
  • Si el servidor no requiere autenticación, deja la clave en blanco durante la configuración.

​
Relacionado