LM Studio

LM Studio voert llama.cpp- (GGUF) of MLX-modellen lokaal uit, als GUI-app of als headless llmster-daemon. Zie lmstudio.ai voor installatie- en productdocumentatie.

Snel aan de slag

lms server start --port 1234

lms daemon up

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

openclaw onboard

Wijzig het standaardmodel later:

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

LM Studio-modelsleutels gebruiken de notatie author/model-name (bijvoorbeeld qwen/qwen3.5-9b); OpenClaw-modelreferenties voegen de provider vooraan toe: lmstudio/qwen/qwen3.5-9b. Vind de exacte sleutel voor een model door de onderstaande opdracht uit te voeren en het veld key te bekijken:

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

Niet-interactieve onboarding

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

Of geef de basis-URL, het model en de API-sleutel expliciet op:

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 verwacht de modelsleutel zoals die door LM Studio wordt geretourneerd (bijvoorbeeld qwen/qwen3.5-9b), zonder het providerprefix lmstudio/. Geef --lmstudio-api-key door (of stel LM_API_TOKEN in) voor geauthenticeerde servers; laat deze weg voor niet-geauthenticeerde servers, waarna OpenClaw in plaats daarvan een lokale, niet-geheime markering opslaat. --custom-api-key wordt om compatibiliteitsredenen nog steeds geaccepteerd, maar --lmstudio-api-key heeft de voorkeur.

Dit schrijft models.providers.lmstudio en stelt het standaardmodel in op lmstudio/<custom-model-id>. Als je een API-sleutel opgeeft, wordt ook het authenticatieprofiel lmstudio:default geschreven.

De interactieve configuratie kan daarnaast vragen naar een gewenste lengte van de laadcontext en past deze toe op de gevonden modellen die in de configuratie worden opgeslagen.

Configuratie

Compatibiliteit van gebruiksgegevens bij streaming

LM Studio levert bij gestreamde reacties niet altijd een usage-object in OpenAI-indeling. OpenClaw herstelt in plaats daarvan de aantallen tokens uit metadata in llama.cpp-stijl: timings.prompt_n / timings.predicted_n. Elk OpenAI-compatibel eindpunt dat als lokaal eindpunt wordt herkend (loopback-host), krijgt dezelfde fallback. Dit geldt ook voor andere lokale backends, zoals vLLM, SGLang, llama.cpp, LocalAI, Jan, TabbyAPI en text-generation-webui.

Compatibiliteit met denkprocessen

Wanneer de detectie via /api/v1/models van LM Studio modelspecifieke redeneeropties rapporteert, stelt OpenClaw overeenkomende waarden voor reasoning_effort (none, minimal, low, medium, high, xhigh) beschikbaar in de compatibiliteitsmetadata van het model. Sommige LM Studio-builds bieden een binaire UI-optie (allowed_options: ["off", "on"]) aan, maar weigeren die letterlijke waarden op /v1/chat/completions; OpenClaw normaliseert die binaire vorm naar de schaal met zes niveaus voordat verzoeken worden verzonden, ook voor oudere opgeslagen configuraties die nog redeneertoewijzingen met off/on bevatten.

Expliciete configuratie

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

Vooraf laden uitschakelen

LM Studio ondersteunt just-in-time (JIT) laden van modellen, waarbij modellen bij het eerste verzoek worden geladen. OpenClaw laadt modellen standaard vooraf via het native laadeindpunt van LM Studio, wat helpt wanneer JIT is uitgeschakeld. Als je in plaats daarvan JIT, de TTL bij inactiviteit en het automatisch verwijderen van LM Studio de levenscyclus van modellen wilt laten beheren, schakel je de stap voor vooraf laden van OpenClaw uit:

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

LAN- of tailnet-host

Gebruik het bereikbare adres van de LM Studio-host, behoud /v1 en zorg ervoor dat LM Studio op die machine niet alleen aan loopback is gebonden:

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

lmstudio vertrouwt automatisch het geconfigureerde eindpunt voor modelverzoeken, waaronder loopback-, LAN- en tailnet-hosts (met uitzondering van metadata- en link-local-herkomsten). Elke aangepaste/lokale OpenAI-compatibele providervermelding krijgt hetzelfde vertrouwen voor exact dezelfde herkomst. Voor verzoeken aan een andere privéhost of -poort blijft models.providers.<id>.request.allowPrivateNetwork: true vereist; stel dit in op false om het standaardvertrouwen uit te schakelen.

Probleemoplossing

LM Studio niet gedetecteerd

Controleer of LM Studio actief is:

lms server start --port 1234

Als authenticatie is ingeschakeld, stel dan ook LM_API_TOKEN in. Controleer of de API bereikbaar is:

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

Authenticatiefouten (HTTP 401)

• Controleer of LM_API_TOKEN overeenkomt met de sleutel die in LM Studio is geconfigureerd.
• Zie LM Studio-authenticatie.
• Als de server geen authenticatie vereist, laat je de sleutel tijdens de configuratie leeg.

Gerelateerd

• Modelselectie
• Ollama
• Lokale modellen