LM Studio

LM Studio는 GUI 앱 또는 헤드리스 llmster 데몬으로 llama.cpp(GGUF) 또는 MLX 모델을 로컬에서 실행합니다. 설치 및 제품 문서는 lmstudio.ai를 참조하십시오.

빠른 시작

서버 설치 및 시작

LM Studio(데스크톱) 또는 llmster(헤드리스)를 설치한 다음 서버를 시작하십시오.

lms server start --port 1234

또는 헤드리스 데몬을 실행하십시오.

lms daemon up

데스크톱 앱을 사용하는 경우 원활한 모델 로딩을 위해 JIT를 활성화하십시오. 자세한 내용은 LM Studio JIT 및 TTL 가이드를 참조하십시오.

인증이 활성화된 경우 API 키 설정

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

LM Studio 인증이 비활성화되어 있다면 설정 중 API 키를 비워 두십시오. 자세한 내용은 LM Studio 인증을 참조하십시오.

온보딩 실행

openclaw onboard

LM Studio을 선택한 다음 Default model 프롬프트에서 모델을 선택하십시오.새로운 안내식 설정에서는 OpenClaw가 먼저 기본 또는 구성된 LM Studio 호스트의 /api/v1/models을 조회합니다. 기존 LLM은 동일한 CLI/macOS 설정 단계를 통해 제공되며, 구성이 저장되기 전에 실제 완성 요청으로 검증됩니다. 자동 검사는 모델을 다운로드하지 않으며 임베딩 전용 카탈로그 항목을 무시합니다.

나중에 기본 모델을 변경하려면 다음을 실행하십시오.

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

LM Studio 모델 키는 author/model-name 형식(예: qwen/qwen3.5-9b)을 사용하며, OpenClaw 모델 참조에는 제공자가 앞에 붙습니다: lmstudio/qwen/qwen3.5-9b. 모델의 정확한 키를 찾으려면 아래 명령을 실행하고 key 필드를 확인하십시오.

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

비대화형 온보딩

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

또는 기본 URL, 모델 및 API 키를 명시적으로 지정하십시오.

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-id에는 lmstudio/ 제공자 접두사 없이 LM Studio가 반환한 모델 키(예: qwen/qwen3.5-9b)를 입력합니다. 인증된 서버에는 --lmstudio-api-key을 전달하거나 LM_API_TOKEN을 설정하십시오. 인증되지 않은 서버에서는 생략하며, OpenClaw가 대신 로컬 비밀 정보가 아닌 마커를 저장합니다. 호환성을 위해 --custom-api-key도 계속 허용되지만, --lmstudio-api-key을 사용하는 것이 좋습니다. 이 작업은 models.providers.lmstudio을 기록하고 기본 모델을 lmstudio/<custom-model-id>로 설정합니다. API 키를 제공하면 lmstudio:default 인증 프로필도 기록됩니다. 대화형 설정에서는 선호하는 로드 컨텍스트 길이를 추가로 묻고, 검색하여 구성에 저장하는 모든 모델에 이를 적용할 수 있습니다.

구성

스트리밍 사용량 호환성

LM Studio는 스트리밍 응답에서 OpenAI 형식의 usage 객체를 항상 내보내지는 않습니다. OpenClaw는 대신 llama.cpp 형식의 timings.prompt_n / timings.predicted_n 메타데이터에서 토큰 수를 복구합니다. 로컬 엔드포인트(루프백 호스트)로 확인된 모든 OpenAI 호환 엔드포인트에는 동일한 대체 처리가 적용되며, vLLM, SGLang, llama.cpp, LocalAI, Jan, TabbyAPI, text-generation-webui 같은 다른 로컬 백엔드도 포함됩니다.

사고 호환성

LM Studio의 /api/v1/models 검색이 모델별 추론 옵션을 보고하면 OpenClaw는 모델 호환성 메타데이터에 일치하는 reasoning_effort 값(none, minimal, low, medium, high, xhigh)을 노출합니다. 일부 LM Studio 빌드는 이진 UI 옵션(allowed_options: ["off", "on"])을 표시하면서 /v1/chat/completions에서는 이러한 리터럴 값을 거부합니다. OpenClaw는 요청을 보내기 전에 이 이진 형식을 6단계 척도로 정규화하며, 여기에는 여전히 off/on 추론 맵이 있는 이전 저장 구성도 포함됩니다.

명시적 구성

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

사전 로드 비활성화

LM Studio는 첫 번째 요청 시 모델을 로드하는 JIT(Just-In-Time) 모델 로딩을 지원합니다. OpenClaw는 기본적으로 LM Studio의 네이티브 로드 엔드포인트를 통해 모델을 사전 로드하며, 이는 JIT가 비활성화된 경우 유용합니다. 대신 LM Studio의 JIT, 유휴 TTL 및 자동 축출 동작이 모델 수명 주기를 관리하도록 하려면 OpenClaw의 사전 로드 단계를 비활성화하십시오.

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

LAN 또는 tailnet 호스트

LM Studio 호스트에서 접근 가능한 주소를 사용하고 /v1을 유지하며, 해당 머신에서 LM Studio가 루프백 외부에도 바인딩되어 있는지 확인하십시오.

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

lmstudio은 루프백, LAN 및 tailnet 호스트(메타데이터/링크 로컬 오리진 제외)를 포함하여 구성된 엔드포인트를 모델 요청 대상으로 자동 신뢰합니다. 모든 사용자 지정/로컬 OpenAI 호환 제공자 항목에도 동일한 정확한 오리진 신뢰가 적용됩니다. 다른 비공개 호스트나 포트에 대한 요청에는 여전히 models.providers.<id>.request.allowPrivateNetwork: true이 필요하며, 기본 신뢰를 사용하지 않으려면 이를 false로 설정하십시오.

문제 해결

LM Studio가 감지되지 않음

LM Studio가 실행 중인지 확인하십시오.

lms server start --port 1234

인증이 활성화되어 있다면 LM_API_TOKEN도 설정하십시오. API에 접근할 수 있는지 확인하십시오.

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

인증 오류(HTTP 401)

LM Studio에 구성된 키와 LM_API_TOKEN이 일치하는지 확인하십시오.
LM Studio 인증을 참조하십시오.
서버에 인증이 필요하지 않다면 설정 중 키를 비워 두십시오.

Overview

Concepts and configuration

Providers

빠른 시작

비대화형 온보딩

구성

스트리밍 사용량 호환성

사고 호환성

명시적 구성

사전 로드 비활성화

LAN 또는 tailnet 호스트

문제 해결

LM Studio가 감지되지 않음

인증 오류(HTTP 401)

관련 문서

​빠른 시작

​비대화형 온보딩

​구성

​스트리밍 사용량 호환성

​사고 호환성

​명시적 구성

​사전 로드 비활성화

​LAN 또는 tailnet 호스트

​문제 해결

​LM Studio가 감지되지 않음

​인증 오류(HTTP 401)

​관련 문서

빠른 시작

비대화형 온보딩

구성

스트리밍 사용량 호환성

사고 호환성

명시적 구성

사전 로드 비활성화

LAN 또는 tailnet 호스트

문제 해결

LM Studio가 감지되지 않음

인증 오류(HTTP 401)

관련 문서