LM Studio

LM Studio, llama.cpp (GGUF) veya MLX modellerini bir GUI uygulaması ya da başsız llmster daemon olarak yerel ortamda çalıştırır. Kurulum ve ürün belgeleri için lmstudio.ai adresine bakın.

Hızlı başlangıç

Sunucuyu kurup başlatın

LM Studio’yu (masaüstü) veya llmster’i (başsız) kurun, ardından sunucuyu başlatın:

lms server start --port 1234

Alternatif olarak başsız daemon’ı çalıştırın:

lms daemon up

Masaüstü uygulamasını kullanıyorsanız modellerin sorunsuz yüklenmesi için JIT’yi etkinleştirin; LM Studio JIT ve TTL kılavuzuna bakın.

Kimlik doğrulama etkinse bir API anahtarı ayarlayın

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

LM Studio kimlik doğrulaması devre dışıysa kurulum sırasında API anahtarını boş bırakın. LM Studio Kimlik Doğrulaması sayfasına bakın.

İlk kurulumu çalıştırın

openclaw onboard

LM Studio seçeneğini belirleyin, ardından Default model isteminde bir model seçin.Yeni bir yönlendirmeli kurulumda OpenClaw önce varsayılan veya yapılandırılmış LM Studio ana makinesindeki /api/v1/models uç noktasını sorgular. Mevcut bir LLM yalnızca LM Studio, araç eğitimi ve en az 16K etkin bağlam bildirdiğinde otomatik olarak sunulur. Yüklü modellerde, yüklü örneğin bağlamı duyurulan daha büyük üst sınırdan önceliklidir. Aynı CLI/macOS kurulum sıralaması, ayarı kaydetmeden önce gerçek bir tamamlama isteğiyle rotayı doğrular. Otomatik denetim hiçbir zaman model indirmez ve yalnızca gömme amaçlı katalog girdilerini yok sayar.

Varsayılan modeli daha sonra değiştirin:

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

LM Studio model anahtarları author/model-name biçimini kullanır (ör. qwen/qwen3.5-9b); OpenClaw model referanslarının başına sağlayıcı eklenir: lmstudio/qwen/qwen3.5-9b. Bir modelin tam anahtarını bulmak için aşağıdaki komutu çalıştırıp key alanına bakın:

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

Etkileşimsiz ilk kurulum

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

Alternatif olarak temel URL’yi, modeli ve API anahtarını açıkça belirtin:

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, model anahtarını LM Studio’nun döndürdüğü biçimde (ör. qwen/qwen3.5-9b), lmstudio/ sağlayıcı öneki olmadan alır. Kimliği doğrulanmış sunucular için --lmstudio-api-key değerini iletin (veya LM_API_TOKEN değişkenini ayarlayın); kimlik doğrulaması olmayan sunucularda bunu atlayın. OpenClaw bunun yerine gizli olmayan yerel bir işaretçi depolar. --custom-api-key uyumluluk amacıyla hâlâ kabul edilir, ancak --lmstudio-api-key tercih edilir. Bu işlem models.providers.lmstudio girdisini yazar ve varsayılan modeli lmstudio/<custom-model-id> olarak ayarlar. Bir API anahtarı sağlamak ayrıca lmstudio:default kimlik doğrulama profilini yazar. Etkileşimli kurulum ayrıca tercih edilen yükleme bağlamı uzunluğunu sorabilir ve bunu yapılandırmaya kaydettiği keşfedilmiş modellere uygular.

Yapılandırma

Akış kullanımı uyumluluğu

LM Studio, akış yanıtlarında her zaman OpenAI biçiminde bir usage nesnesi yayınlamaz. OpenClaw bunun yerine token sayılarını llama.cpp tarzı timings.prompt_n / timings.predicted_n meta verilerinden kurtarır. Yerel uç nokta (geri döngü ana makinesi) olarak çözümlenen tüm OpenAI uyumlu uç noktalar aynı geri dönüş mekanizmasını kullanır; bu, vLLM, SGLang, llama.cpp, LocalAI, Jan, TabbyAPI ve text-generation-webui gibi diğer yerel arka uçları da kapsar.

Düşünme uyumluluğu

LM Studio’nun /api/v1/models keşfi modele özgü akıl yürütme seçenekleri bildirdiğinde OpenClaw, model uyumluluk meta verilerinde karşılık gelen reasoning_effort değerlerini (none, minimal, low, medium, high, xhigh) sunar. Bazı LM Studio derlemeleri ikili bir kullanıcı arayüzü seçeneği (allowed_options: ["off", "on"]) duyururken /v1/chat/completions üzerinde bu değişmez değerleri reddeder; OpenClaw, istekleri göndermeden önce bu ikili biçimi altı seviyeli ölçeğe normalleştirir. Bu, hâlâ off/on akıl yürütme eşlemelerine sahip eski kayıtlı yapılandırmalar için de geçerlidir.

Açık yapılandırma

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

Ön yüklemeyi devre dışı bırakma

LM Studio, modelleri ilk istekte yükleyen tam zamanında (JIT) model yüklemeyi destekler. OpenClaw, varsayılan olarak modelleri LM Studio’nun yerel yükleme uç noktası üzerinden önceden yükler; bu, JIT devre dışıyken yardımcı olur. Bunun yerine model yaşam döngüsünü LM Studio’nun JIT, boşta kalma TTL’si ve otomatik çıkarma davranışının yönetmesine izin vermek için OpenClaw’ın ön yükleme adımını devre dışı bırakın:

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

LAN veya tailnet ana makinesi

LM Studio ana makinesinin erişilebilir adresini kullanın, /v1 değerini koruyun ve LM Studio’nun o makinede geri döngünün ötesine bağlandığından emin olun:

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

lmstudio, meta veri/bağlantı-yerel kaynakları hariç olmak üzere geri döngü, LAN ve tailnet ana makineleri dâhil, model istekleri için yapılandırılmış uç noktasına otomatik olarak güvenir. Tüm özel/yerel OpenAI uyumlu sağlayıcı girdileri aynı tam kaynak güvenini kullanır. Farklı bir özel ana makineye veya bağlantı noktasına gönderilen istekler için hâlâ models.providers.<id>.request.allowPrivateNetwork: true gerekir; varsayılan güvenden vazgeçmek için bunu false olarak ayarlayın.

Sorun giderme

LM Studio algılanmıyor

LM Studio’nun çalıştığından emin olun:

lms server start --port 1234

Kimlik doğrulama etkinse LM_API_TOKEN değişkenini de ayarlayın. API’ye erişilebildiğini doğrulayın:

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

Kimlik doğrulama hataları (HTTP 401)

LM_API_TOKEN değerinin LM Studio’da yapılandırılmış anahtarla eşleştiğini denetleyin.
LM Studio Kimlik Doğrulaması sayfasına bakın.
Sunucu kimlik doğrulaması gerektirmiyorsa kurulum sırasında anahtarı boş bırakın.

Overview

Concepts and configuration

Providers

Hızlı başlangıç

Etkileşimsiz ilk kurulum

Yapılandırma

Akış kullanımı uyumluluğu

Düşünme uyumluluğu

Açık yapılandırma

Ön yüklemeyi devre dışı bırakma

LAN veya tailnet ana makinesi

Sorun giderme

LM Studio algılanmıyor

Kimlik doğrulama hataları (HTTP 401)

İlgili

​Hızlı başlangıç

​Etkileşimsiz ilk kurulum

​Yapılandırma

​Akış kullanımı uyumluluğu

​Düşünme uyumluluğu

​Açık yapılandırma

​Ön yüklemeyi devre dışı bırakma

​LAN veya tailnet ana makinesi

​Sorun giderme

​LM Studio algılanmıyor

​Kimlik doğrulama hataları (HTTP 401)

​İlgili

Hızlı başlangıç

Etkileşimsiz ilk kurulum

Yapılandırma

Akış kullanımı uyumluluğu

Düşünme uyumluluğu

Açık yapılandırma

Ön yüklemeyi devre dışı bırakma

LAN veya tailnet ana makinesi

Sorun giderme

LM Studio algılanmıyor

Kimlik doğrulama hataları (HTTP 401)

İlgili