LM Studio

LM Studio запускает модели llama.cpp (GGUF) или MLX локально — как приложение с графическим интерфейсом или автономный llmster демон. Инструкции по установке и документацию продукта см. на lmstudio.ai.

Быстрый старт

lms server start --port 1234

lms daemon up

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

openclaw onboard

Чтобы позднее изменить модель по умолчанию:

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

Ключи моделей LM Studio используют формат author/model-name (например, qwen/qwen3.5-9b); в ссылках на модели OpenClaw перед ними указывается провайдер: lmstudio/qwen/qwen3.5-9b. Чтобы узнать точный ключ модели, выполните приведённую ниже команду и найдите поле key:

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

Неинтерактивная первоначальная настройка

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

Или явно укажите базовый URL, модель и 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 принимает ключ модели, возвращённый LM Studio (например, qwen/qwen3.5-9b), без префикса провайдера lmstudio/. Передайте --lmstudio-api-key (или задайте LM_API_TOKEN) для серверов с аутентификацией; для серверов без аутентификации не указывайте его, и OpenClaw вместо этого сохранит локальный несекретный маркер. --custom-api-key по-прежнему поддерживается для совместимости, но предпочтительно использовать --lmstudio-api-key.

При этом записывается models.providers.lmstudio, а моделью по умолчанию становится lmstudio/<custom-model-id>. Если указан ключ API, также записывается профиль аутентификации lmstudio:default.

При интерактивной настройке также может быть предложено выбрать предпочтительный размер контекста загрузки, который применяется ко всем обнаруженным моделям, сохраняемым в конфигурации.

Конфигурация

Совместимость потоковой статистики использования

LM Studio не всегда включает объект usage в формате OpenAI в потоковые ответы. OpenClaw вместо этого восстанавливает количество токенов из метаданных timings.prompt_n / timings.predicted_n в формате llama.cpp. Та же резервная обработка применяется к любой OpenAI-совместимой конечной точке, определённой как локальная (узел обратной петли), и охватывает другие локальные серверные системы, включая vLLM, SGLang, llama.cpp, LocalAI, Jan, TabbyAPI и text-generation-webui.

Совместимость режима рассуждений

Когда при обнаружении через /api/v1/models LM Studio сообщает параметры рассуждений для конкретной модели, OpenClaw предоставляет соответствующие значения reasoning_effort (none, minimal, low, medium, high, xhigh) в метаданных совместимости модели. Некоторые сборки LM Studio показывают в интерфейсе двоичный параметр (allowed_options: ["off", "on"]), но отклоняют эти буквальные значения в /v1/chat/completions; перед отправкой запросов OpenClaw нормализует этот двоичный формат до шестиступенчатой шкалы, в том числе для ранее сохранённой конфигурации, в которой по-прежнему используются карты рассуждений off/on.

Явная конфигурация

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

Отключение предварительной загрузки

LM Studio поддерживает загрузку моделей по требованию (JIT), то есть загружает их при первом запросе. По умолчанию OpenClaw предварительно загружает модели через встроенную конечную точку загрузки LM Studio, что полезно, когда JIT отключён. Чтобы жизненным циклом моделей вместо этого управляли механизмы JIT, TTL простоя и автоматического вытеснения LM Studio, отключите этап предварительной загрузки OpenClaw:

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

Узел в локальной сети или tailnet

Используйте доступный адрес узла LM Studio, сохраните /v1 и убедитесь, что LM Studio на этом компьютере принимает подключения не только через интерфейс обратной петли:

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

lmstudio автоматически считает настроенную конечную точку доверенной для запросов к моделям, включая узлы обратной петли, локальной сети и tailnet (кроме источников метаданных и link-local). Для любой пользовательской или локальной записи OpenAI-совместимого провайдера применяется такое же доверие к точно совпадающему источнику. Для запросов к другому частному узлу или порту по-прежнему требуется models.providers.<id>.request.allowPrivateNetwork: true; задайте значение false, чтобы отказаться от доверия по умолчанию.

Устранение неполадок

LM Studio не обнаружен

Убедитесь, что LM Studio запущен:

lms server start --port 1234

Если аутентификация включена, также задайте LM_API_TOKEN. Проверьте доступность API:

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

Ошибки аутентификации (HTTP 401)

• Убедитесь, что LM_API_TOKEN совпадает с ключом, настроенным в LM Studio.
• См. Аутентификация LM Studio.
• Если сервер не требует аутентификации, при настройке оставьте ключ пустым.

Связанные материалы

• Выбор модели
• Ollama
• Локальные модели