LM Studio

LM Studio запускає моделі llama.cpp (GGUF) або MLX локально — як застосунок із графічним інтерфейсом або безголовий демон llmster. Документацію зі встановлення та продукту див. на lmstudio.ai.

Швидкий старт

Установіть і запустіть сервер

Установіть LM Studio (настільний застосунок) або llmster (безголовий режим), а потім запустіть сервер:

lms server start --port 1234

Або запустіть безголовий демон:

lms daemon up

Якщо використовується настільний застосунок, увімкніть JIT для плавного завантаження моделей; див. посібник LM Studio з JIT і TTL.

Укажіть ключ API, якщо автентифікацію ввімкнено

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

Якщо автентифікацію LM Studio вимкнено, під час налаштування залиште ключ API порожнім. Див. Автентифікація LM Studio.

Запустіть початкове налаштування

openclaw onboard

Виберіть LM Studio, а потім виберіть модель у запиті Default model.Під час нового керованого налаштування OpenClaw спочатку надсилає запит до /api/v1/models на стандартному або налаштованому хості LM Studio. Наявну LLM буде запропоновано через ту саму послідовність налаштування в CLI/macOS і перевірено реальним доповненням, перш ніж її конфігурацію буде збережено. Автоматична перевірка ніколи не завантажує модель і ігнорує записи каталогу, призначені лише для вбудовувань.

Щоб пізніше змінити стандартну модель:

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

Ключі моделей LM Studio мають формат author/model-name (наприклад, qwen/qwen3.5-9b); у посиланнях на моделі OpenClaw на початку додається постачальник: lmstudio/qwen/qwen3.5-9b. Щоб знайти точний ключ моделі, виконайте наведену нижче команду та перегляньте поле key:

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

Неінтерактивне початкове налаштування

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

Або явно вкажіть базову URL-адресу, модель і ключ 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 приймає ключ моделі, повернутий LM Studio (наприклад, qwen/qwen3.5-9b), без префікса постачальника lmstudio/. Передайте --lmstudio-api-key (або задайте LM_API_TOKEN) для серверів з автентифікацією; для серверів без автентифікації не вказуйте його — OpenClaw натомість збереже локальний несекретний маркер. --custom-api-key усе ще підтримується для сумісності, але рекомендовано --lmstudio-api-key. Це записує models.providers.lmstudio і встановлює стандартною модель lmstudio/<custom-model-id>. Якщо надати ключ API, також буде записано профіль автентифікації lmstudio:default. Під час інтерактивного налаштування також може з’явитися запит щодо бажаної довжини контексту завантаження, яку буде застосовано до виявлених моделей, збережених у конфігурації.

Конфігурація

Сумісність використання з потоковим передаванням

LM Studio не завжди додає до потокових відповідей об’єкт usage у форматі OpenAI. OpenClaw натомість відновлює кількість токенів із метаданих timings.prompt_n / timings.predicted_n у стилі llama.cpp. Такий самий резервний механізм застосовується до будь-якої OpenAI-сумісної кінцевої точки, визначеної як локальна (хост зворотного зв’язку), і охоплює інші локальні серверні системи, як-от vLLM, SGLang, llama.cpp, LocalAI, Jan, TabbyAPI і text-generation-webui.

Сумісність міркування

Коли механізм виявлення /api/v1/models LM Studio повідомляє про параметри міркування для певної моделі, OpenClaw надає відповідні значення reasoning_effort (none, minimal, low, medium, high, xhigh) у метаданих сумісності моделі. Деякі збірки LM Studio показують двійковий параметр інтерфейсу (allowed_options: ["off", "on"]), але відхиляють ці буквальні значення в /v1/chat/completions; OpenClaw нормалізує цей двійковий формат до шестирівневої шкали перед надсиланням запитів, зокрема для раніше збереженої конфігурації, що досі містить карти міркування off/on.

Явна конфігурація

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

Вимкнення попереднього завантаження

LM Studio підтримує завантаження моделей «точно вчасно» (JIT), тобто завантажує їх за першим запитом. За замовчуванням OpenClaw попередньо завантажує моделі через власну кінцеву точку завантаження LM Studio, що корисно, коли JIT вимкнено. Щоб керування життєвим циклом моделей натомість здійснювали JIT, TTL простою та автоматичне вивантаження LM Studio, вимкніть етап попереднього завантаження OpenClaw:

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

Хост у LAN або tailnet

Використовуйте доступну адресу хоста LM Studio, збережіть /v1 і переконайтеся, що LM Studio на цьому комп’ютері прив’язано не лише до інтерфейсу зворотного зв’язку:

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

lmstudio автоматично вважає налаштовану для нього кінцеву точку довіреною для запитів до моделей, зокрема хости зворотного зв’язку, LAN і tailnet (крім джерел метаданих або локальних каналів зв’язку). Будь-який власний або локальний запис OpenAI-сумісного постачальника отримує таку саму довіру до точного джерела. Для запитів до іншого приватного хоста або порту все одно потрібен models.providers.<id>.request.allowPrivateNetwork: true; задайте для нього false, щоб відмовитися від стандартної довіри.

Усунення несправностей

LM Studio не виявлено

Переконайтеся, що LM Studio запущено:

lms server start --port 1234

Якщо автентифікацію ввімкнено, також задайте LM_API_TOKEN. Перевірте доступність API:

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

Помилки автентифікації (HTTP 401)

Переконайтеся, що LM_API_TOKEN відповідає ключу, налаштованому в LM Studio.
Див. Автентифікація LM Studio.
Якщо сервер не потребує автентифікації, залиште ключ порожнім під час налаштування.

Overview

Concepts and configuration

Providers

Швидкий старт

Неінтерактивне початкове налаштування

Конфігурація

Сумісність використання з потоковим передаванням

Сумісність міркування

Явна конфігурація

Вимкнення попереднього завантаження

Хост у LAN або tailnet

Усунення несправностей

LM Studio не виявлено

Помилки автентифікації (HTTP 401)

Пов’язані матеріали

​Швидкий старт

​Неінтерактивне початкове налаштування

​Конфігурація

​Сумісність використання з потоковим передаванням

​Сумісність міркування

​Явна конфігурація

​Вимкнення попереднього завантаження

​Хост у LAN або tailnet

​Усунення несправностей

​LM Studio не виявлено

​Помилки автентифікації (HTTP 401)

​Пов’язані матеріали

Швидкий старт

Неінтерактивне початкове налаштування

Конфігурація

Сумісність використання з потоковим передаванням

Сумісність міркування

Явна конфігурація

Вимкнення попереднього завантаження

Хост у LAN або tailnet

Усунення несправностей

LM Studio не виявлено

Помилки автентифікації (HTTP 401)

Пов’язані матеріали