Langsung ke konten utama
LM Studio adalah aplikasi yang ramah pengguna sekaligus kuat untuk menjalankan model open-weight di perangkat keras Anda sendiri. Aplikasi ini memungkinkan Anda menjalankan model llama.cpp (GGUF) atau MLX (Apple Silicon). Tersedia dalam paket GUI atau daemon headless (llmster). Untuk dokumentasi produk dan penyiapan, lihat lmstudio.ai.

​
Mulai cepat

  1. Instal LM Studio (desktop) atau llmster (headless), lalu mulai server lokal:
curl -fsSL https://lmstudio.ai/install.sh | bash
  1. Mulai server
Pastikan Anda memulai aplikasi desktop atau menjalankan daemon menggunakan perintah berikut: 
lms daemon up

lms server start --port 1234
Jika Anda menggunakan aplikasi, pastikan JIT diaktifkan untuk pengalaman yang lancar. Pelajari selengkapnya di panduan JIT dan TTL LM Studio.
  1. Jika autentikasi LM Studio diaktifkan, atur LM_API_TOKEN:
export LM_API_TOKEN="your-lm-studio-api-token"
Jika autentikasi LM Studio dinonaktifkan, Anda dapat membiarkan kunci API kosong selama penyiapan interaktif OpenClaw. Untuk detail penyiapan autentikasi LM Studio, lihat Autentikasi LM Studio.
  1. Jalankan onboarding dan pilih LM Studio:
openclaw onboard
  1. Dalam onboarding, gunakan prompt Default model untuk memilih model LM Studio Anda.
Anda juga dapat mengatur atau mengubahnya nanti: 
openclaw models set lmstudio/qwen/qwen3.5-9b
Kunci model LM Studio mengikuti format author/model-name (misalnya qwen/qwen3.5-9b). Ref model OpenClaw menambahkan nama penyedia di depan: lmstudio/qwen/qwen3.5-9b. Anda dapat menemukan kunci persis untuk sebuah model dengan menjalankan curl http://localhost:1234/api/v1/models dan melihat bidang key.

​
Onboarding non-interaktif

Gunakan onboarding non-interaktif saat Anda ingin membuat skrip penyiapan (CI, provisioning, bootstrap jarak jauh): 
openclaw onboard \
  --non-interactive \
  --accept-risk \
  --auth-choice lmstudio
Atau tentukan URL dasar, model, dan kunci API opsional: 
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 menerima kunci model seperti yang dikembalikan oleh LM Studio (misalnya qwen/qwen3.5-9b), tanpa prefiks penyedia lmstudio/. Untuk server LM Studio yang diautentikasi, teruskan --lmstudio-api-key atau atur LM_API_TOKEN. Untuk server LM Studio yang tidak diautentikasi, hilangkan kunci; OpenClaw menyimpan penanda lokal non-rahasia. --custom-api-key tetap didukung untuk kompatibilitas, tetapi --lmstudio-api-key lebih disarankan untuk LM Studio. Ini menulis models.providers.lmstudio dan mengatur model default ke lmstudio/<custom-model-id>. Saat Anda memberikan kunci API, penyiapan juga menulis profil auth lmstudio:default. Penyiapan interaktif dapat meminta panjang konteks muat pilihan opsional dan menerapkannya ke seluruh model LM Studio yang ditemukan dan disimpan ke konfigurasi. Konfigurasi Plugin LM Studio memercayai endpoint LM Studio yang dikonfigurasi untuk permintaan model, termasuk host loopback, LAN, dan tailnet. Origin metadata/link-local masih memerlukan opt-in eksplisit. Anda dapat opt out dengan mengatur models.providers.lmstudio.request.allowPrivateNetwork: false.

​
Konfigurasi

​
Kompatibilitas penggunaan streaming

LM Studio kompatibel dengan penggunaan streaming. Saat tidak memancarkan objek usage berbentuk OpenAI, OpenClaw memulihkan hitungan token dari metadata bergaya llama.cpp timings.prompt_n / timings.predicted_n sebagai gantinya. Perilaku penggunaan streaming yang sama berlaku untuk backend lokal yang kompatibel dengan OpenAI berikut:
  • vLLM
  • SGLang
  • llama.cpp
  • LocalAI
  • Jan
  • TabbyAPI
  • text-generation-webui

​
Kompatibilitas penalaran

Saat penemuan /api/v1/models LM Studio melaporkan opsi penalaran khusus model, OpenClaw mengekspos nilai reasoning_effort kompatibel OpenAI yang cocok dalam metadata kompat model. Build LM Studio saat ini dapat mengiklankan opsi UI biner seperti allowed_options: ["off", "on"] sambil menolak nilai tersebut pada /v1/chat/completions; OpenClaw menormalkan bentuk penemuan biner itu menjadi none, minimal, low, medium, high, dan xhigh sebelum mengirim permintaan. Konfigurasi LM Studio lama yang tersimpan dan berisi peta penalaran off/on dinormalkan dengan cara yang sama saat katalog dimuat.

​
Konfigurasi eksplisit

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

​
Pemecahan masalah

​
LM Studio tidak terdeteksi

Pastikan LM Studio berjalan. Jika autentikasi diaktifkan, atur juga LM_API_TOKEN: 
# Start via desktop app, or headless:
lms server start --port 1234
Verifikasi bahwa API dapat diakses: 
curl http://localhost:1234/api/v1/models

​
Kesalahan autentikasi (HTTP 401)

Jika penyiapan melaporkan HTTP 401, verifikasi kunci API Anda:
  • Periksa bahwa LM_API_TOKEN cocok dengan kunci yang dikonfigurasi di LM Studio.
  • Untuk detail penyiapan auth LM Studio, lihat Autentikasi LM Studio.
  • Jika server Anda tidak memerlukan autentikasi, biarkan kunci kosong selama penyiapan.

​
Pemuatan model tepat waktu

LM Studio mendukung pemuatan model tepat waktu (JIT), yaitu model dimuat pada permintaan pertama. OpenClaw secara default melakukan pramuat model melalui endpoint muat native LM Studio, yang membantu saat JIT dinonaktifkan. Agar JIT, TTL saat menganggur, dan perilaku pengeluaran otomatis LM Studio mengelola siklus hidup model, nonaktifkan langkah pramuat OpenClaw: 
{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://localhost:1234/v1",
        api: "openai-completions",
        params: { preload: false },
        models: [{ id: "qwen/qwen3.5-9b" }],
      },
    },
  },
}

​
Host LM Studio LAN atau tailnet

Gunakan alamat host LM Studio yang dapat dijangkau, pertahankan /v1, dan pastikan LM Studio diikat lebih dari loopback pada mesin tersebut: 
{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://gpu-box.local:1234/v1",
        apiKey: "lmstudio",
        api: "openai-completions",
        models: [{ id: "qwen/qwen3.5-9b" }],
      },
    },
  },
}
lmstudio secara otomatis memercayai endpoint lokal/pribadi yang dikonfigurasi untuk permintaan model yang dilindungi. Entri penyedia khusus/lokal yang kompatibel dengan OpenAI juga memercayai origin baseUrl persis yang dikonfigurasi, kecuali origin metadata/link-local; permintaan ke port atau tujuan pribadi yang berbeda tetap memerlukan models.providers.<id>.request.allowPrivateNetwork: true. Atur models.providers.<id>.request.allowPrivateNetwork: false untuk opt out dari kepercayaan origin persis.

​
Terkait