Skip to main content

Documentation Index

Fetch the complete documentation index at: https://openclaw.zhcndoc.com/llms.txt

Use this file to discover all available pages before exploring further.

LM Studio 是一款友好且强大的应用，可在你自己的硬件上运行开源权重模型。它支持运行 llama.cpp（GGUF）或 MLX 模型（Apple Silicon）。既有 GUI 版本，也有无头守护进程（llmster）版本。有关产品和安装文档，请参见 lmstudio.ai。

​
快速开始

  1. 安装 LM Studio（桌面版）或 llmster（无头版），然后启动本地服务器：
curl -fsSL https://lmstudio.ai/install.sh | bash
  1. 启动服务器
确保你已经启动桌面应用，或者使用以下命令运行守护进程： 
lms daemon up

lms server start --port 1234
如果你正在使用应用，请确保已启用 JIT 以获得流畅体验。可在 LM Studio JIT and TTL 指南 中了解更多。
  1. 如果启用了 LM Studio 身份验证，请设置 LM_API_TOKEN：
export LM_API_TOKEN="your-lm-studio-api-token"
如果未启用 LM Studio 身份验证，你可以在交互式 OpenClaw 设置过程中将 API 密钥留空。 有关 LM Studio 身份验证设置的详细信息，请参见 LM Studio Authentication。
  1. 运行 onboarding 并选择 LM Studio：
openclaw onboard
  1. 在 onboarding 中，使用 Default model 提示选择你的 LM Studio 模型。
你也可以稍后设置或更改它： 
openclaw models set lmstudio/qwen/qwen3.5-9b
LM Studio 模型键遵循 author/model-name 格式（例如 qwen/qwen3.5-9b）。OpenClaw 模型引用会在前面加上提供方名称：lmstudio/qwen/qwen3.5-9b。你可以通过运行 curl http://localhost:1234/api/v1/models 并查看 key 字段来找到 模型的准确键值。

​
非交互式 onboarding

当你想通过脚本进行设置（CI、预配、远程引导）时，请使用非交互式 onboarding： 
openclaw onboard \
  --non-interactive \
  --accept-risk \
  --auth-choice lmstudio
或者指定基础 URL、模型，以及可选的 API 密钥： 
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 接受 LM Studio 返回的模型键值（例如 qwen/qwen3.5-9b），不包含 lmstudio/ 提供方前缀。 对于已认证的 LM Studio 服务器，请传入 --lmstudio-api-key 或设置 LM_API_TOKEN。 对于未认证的 LM Studio 服务器，请省略该密钥；OpenClaw 会存储一个本地的非机密标记。 --custom-api-key 仍然为兼容性保留支持，但对于 LM Studio，更推荐使用 --lmstudio-api-key。 这会写入 models.providers.lmstudio 并将默认模型设置为 lmstudio/<custom-model-id>。当你提供 API 密钥时，设置还会写入 lmstudio:default 身份验证配置文件。 交互式设置可能会提示你输入一个可选的首选加载上下文长度，并将其应用到它保存到配置中的已发现 LM Studio 模型上。 LM Studio 插件配置会信任已配置的 LM Studio 端点用于模型请求，包括 loopback、LAN 和 tailnet 主机。你可以通过设置 models.providers.lmstudio.request.allowPrivateNetwork: false 来选择退出。

​
配置

​
流式使用量兼容性

LM Studio 与流式使用量兼容。当它没有发出 OpenAI 形式的 usage 对象时，OpenClaw 会改为从 llama.cpp 风格的 timings.prompt_n / timings.predicted_n 元数据中恢复 token 数量。 以下 OpenAI 兼容的本地后端也适用相同的流式使用量行为：
  • vLLM
  • SGLang
  • llama.cpp
  • LocalAI
  • Jan
  • TabbyAPI
  • text-generation-webui

​
思考兼容性

当 LM Studio 的 /api/v1/models 发现结果报告特定于模型的推理 选项时，OpenClaw 会在模型兼容性元数据中暴露匹配的、与 OpenAI 兼容的 reasoning_effort 值。当前 LM Studio 构建版本可能会 الإعلان বাইনারি UI 选项，例如 allowed_options: ["off", "on"]，同时却会在 /v1/chat/completions 上拒绝这些值；在发送请求之前，OpenClaw 会将这种二元发现形状规范化为 none、minimal、low、medium、high 和 xhigh。 当加载目录时，包含 off/on 推理映射的旧版 LM Studio 保存配置也会以相同方式规范化。

​
显式配置

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

​
故障排除

​
未检测到 LM Studio

确保 LM Studio 正在运行。如果启用了身份验证，也请设置 LM_API_TOKEN： 
# 通过桌面应用启动，或者无头模式：
lms server start --port 1234
验证 API 可访问： 
curl http://localhost:1234/api/v1/models

​
身份验证错误（HTTP 401）

如果设置报告 HTTP 401，请验证你的 API 密钥：
  • 检查 LM_API_TOKEN 是否与 LM Studio 中配置的密钥匹配。
  • 有关 LM Studio 身份验证设置的详细信息，请参见 LM Studio Authentication。
  • 如果你的服务器不需要身份验证，请在设置过程中将密钥留空。

​
即时模型加载

LM Studio 支持即时（JIT）模型加载，即模型会在首次请求时加载。默认情况下，OpenClaw 会通过 LM Studio 的原生加载端点预加载模型，这在禁用 JIT 时很有帮助。要让 LM Studio 的 JIT、空闲 TTL 和自动回收行为接管模型生命周期，请禁用 OpenClaw 的预加载步骤： 
{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://localhost:1234/v1",
        api: "openai-completions",
        params: { preload: false },
        models: [{ id: "qwen/qwen3.5-9b" }],
      },
    },
  },
}

​
LAN 或 tailnet 上的 LM Studio 主机

使用 LM Studio 主机可访问的地址，保留 /v1，并确保该机器上的 LM Studio 绑定到 loopback 之外： 
{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://gpu-box.local:1234/v1",
        apiKey: "lmstudio",
        api: "openai-completions",
        models: [{ id: "qwen/qwen3.5-9b" }],
      },
    },
  },
}
不同于通用的 OpenAI 兼容提供方，lmstudio 会自动信任其配置的本地/私有端点，用于受保护的模型请求。像 localhost 或 127.0.0.1 这样的自定义 loopback 提供方 ID 也会自动被信任；对于 LAN、tailnet 或私有 DNS 的自定义提供方 ID，请显式设置 models.providers.<id>.request.allowPrivateNetwork: true。

​
相关内容