LM Studio

LM Studio esegue localmente modelli llama.cpp (GGUF) o MLX, come applicazione con interfaccia grafica o daemon headless llmster. Per la documentazione sull'installazione e sul prodotto, consultare lmstudio.ai.

Avvio rapido

lms server start --port 1234

lms daemon up

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

openclaw onboard

Per cambiare in seguito il modello predefinito:

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

Le chiavi dei modelli di LM Studio usano un formato author/model-name (ad esempio qwen/qwen3.5-9b); i riferimenti ai modelli di OpenClaw antepongono il provider: lmstudio/qwen/qwen3.5-9b. Per trovare la chiave esatta di un modello, eseguire il comando seguente e controllare il campo key:

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

Configurazione iniziale non interattiva

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

In alternativa, specificare esplicitamente l'URL di base, il modello e la chiave 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 accetta la chiave del modello restituita da LM Studio (ad esempio qwen/qwen3.5-9b), senza il prefisso del provider lmstudio/. Passare --lmstudio-api-key (oppure impostare LM_API_TOKEN) per i server autenticati; ometterlo per i server non autenticati e OpenClaw memorizzerà invece un indicatore locale non segreto. --custom-api-key è ancora accettato per compatibilità, ma è preferibile --lmstudio-api-key.

Questa operazione scrive models.providers.lmstudio e imposta il modello predefinito su lmstudio/<custom-model-id>. Se si fornisce una chiave API, viene scritto anche il profilo di autenticazione lmstudio:default.

La configurazione interattiva può inoltre richiedere una lunghezza preferita del contesto di caricamento e applicarla a tutti i modelli rilevati che salva nella configurazione.

Configurazione

Compatibilità dell'utilizzo in streaming

LM Studio non emette sempre un oggetto usage nel formato OpenAI nelle risposte in streaming. OpenClaw recupera invece i conteggi dei token dai metadati in stile llama.cpp timings.prompt_n / timings.predicted_n. Qualsiasi endpoint compatibile con OpenAI risolto come endpoint locale (host loopback) utilizza lo stesso meccanismo alternativo, che copre altri backend locali come vLLM, SGLang, llama.cpp, LocalAI, Jan, TabbyAPI e text-generation-webui.

Compatibilità del ragionamento

Quando il rilevamento /api/v1/models di LM Studio segnala opzioni di ragionamento specifiche del modello, OpenClaw espone i valori reasoning_effort corrispondenti (none, minimal, low, medium, high, xhigh) nei metadati di compatibilità del modello. Alcune build di LM Studio presentano un'opzione binaria nell'interfaccia utente (allowed_options: ["off", "on"]) ma rifiutano tali valori letterali in /v1/chat/completions; OpenClaw normalizza questa forma binaria nella scala a sei livelli prima di inviare le richieste, anche per le configurazioni salvate meno recenti che contengono ancora le mappe di ragionamento off/on.

Configurazione esplicita

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

Disabilitazione del precaricamento

LM Studio supporta il caricamento just-in-time (JIT) dei modelli, caricandoli alla prima richiesta. Per impostazione predefinita, OpenClaw precarica i modelli tramite l'endpoint di caricamento nativo di LM Studio, il che risulta utile quando JIT è disabilitato. Per affidare invece a JIT, al TTL di inattività e all'espulsione automatica di LM Studio la gestione del ciclo di vita dei modelli, disabilitare il passaggio di precaricamento di OpenClaw:

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

Host LAN o tailnet

Utilizzare l'indirizzo raggiungibile dell'host LM Studio, mantenere /v1 e assicurarsi che LM Studio sia associato a un'interfaccia diversa da quella di loopback sul computer:

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

lmstudio considera automaticamente attendibile l'endpoint configurato per le richieste ai modelli, inclusi gli host loopback, LAN e tailnet (ad eccezione delle origini di metadati/link-local). Qualsiasi voce di provider personalizzato/locale compatibile con OpenAI ottiene lo stesso livello di attendibilità per l'origine esatta. Le richieste a un host privato o a una porta differenti richiedono comunque models.providers.<id>.request.allowPrivateNetwork: true; impostarlo su false per disattivare l'attendibilità predefinita.

Risoluzione dei problemi

LM Studio non rilevato

Assicurarsi che LM Studio sia in esecuzione:

lms server start --port 1234

Se l'autenticazione è abilitata, impostare anche LM_API_TOKEN. Verificare che l'API sia raggiungibile:

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

Errori di autenticazione (HTTP 401)

• Verificare che LM_API_TOKEN corrisponda alla chiave configurata in LM Studio.
• Consultare Autenticazione di LM Studio.
• Se il server non richiede l'autenticazione, lasciare vuota la chiave durante la configurazione.

Correlati

• Selezione del modello
• Ollama
• Modelli locali