Vai al contenuto principale

​
LM Studio

LM Studio è un’app intuitiva ma potente per eseguire modelli open-weight sul tuo hardware. Ti consente di eseguire modelli llama.cpp (GGUF) o MLX (Apple Silicon). È disponibile come pacchetto GUI o come demone headless (llmster). Per la documentazione del prodotto e della configurazione, vedi lmstudio.ai.

​
Guida rapida

  1. Installa LM Studio (desktop) oppure llmster (headless), quindi avvia il server locale:
curl -fsSL https://lmstudio.ai/install.sh | bash
  1. Avvia il server
Assicurati di avviare l’app desktop oppure di eseguire il demone con il seguente comando: 
lms daemon up

lms server start --port 1234
Se stai usando l’app, assicurati di avere JIT abilitato per un’esperienza fluida. Scopri di più nella guida JIT e TTL di LM Studio.
  1. OpenClaw richiede un valore di token LM Studio. Imposta LM_API_TOKEN:
export LM_API_TOKEN="your-lm-studio-api-token"
Se l’autenticazione di LM Studio è disabilitata, usa qualsiasi valore di token non vuoto: 
export LM_API_TOKEN="placeholder-key"
Per i dettagli sulla configurazione dell’autenticazione di LM Studio, vedi Autenticazione di LM Studio.
  1. Esegui l’onboarding e scegli LM Studio:
openclaw onboard
  1. Durante l’onboarding, usa il prompt Default model per scegliere il tuo modello LM Studio.
Puoi anche impostarlo o modificarlo in seguito: 
openclaw models set lmstudio/qwen/qwen3.5-9b
Le chiavi dei modelli LM Studio seguono il formato author/model-name (ad esempio qwen/qwen3.5-9b). I riferimenti ai modelli di OpenClaw antepongono il nome del provider: lmstudio/qwen/qwen3.5-9b. Puoi trovare la chiave esatta di un modello eseguendo curl http://localhost:1234/api/v1/models e cercando il campo key.

​
Onboarding non interattivo

Usa l’onboarding non interattivo quando vuoi automatizzare la configurazione (CI, provisioning, bootstrap remoto): 
openclaw onboard \
  --non-interactive \
  --accept-risk \
  --auth-choice lmstudio
Oppure specifica URL di base o modello con 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 provider lmstudio/. L’onboarding non interattivo richiede --lmstudio-api-key (oppure LM_API_TOKEN nell’ambiente). Per i server LM Studio senza autenticazione, va bene qualsiasi valore di token non vuoto. --custom-api-key rimane supportato per compatibilità, ma per LM Studio è preferibile --lmstudio-api-key. Questo scrive models.providers.lmstudio, imposta il modello predefinito su lmstudio/<custom-model-id> e scrive il profilo di autenticazione lmstudio:default. La configurazione interattiva può richiedere una lunghezza di contesto di caricamento preferita facoltativa e la applica ai modelli LM Studio rilevati che salva nella configurazione.

​
Configurazione

​
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,
          },
        ],
      },
    },
  },
}

​
Risoluzione dei problemi

​
LM Studio non rilevato

Assicurati che LM Studio sia in esecuzione e di avere impostato LM_API_TOKEN (per i server senza autenticazione, va bene qualsiasi valore di token non vuoto): 
# Avvia tramite l'app desktop oppure in modalità headless:
lms server start --port 1234
Verifica che l’API sia accessibile: 
curl http://localhost:1234/api/v1/models

​
Errori di autenticazione (HTTP 401)

Se la configurazione segnala HTTP 401, verifica la tua chiave API:
  • Controlla che LM_API_TOKEN corrisponda alla chiave configurata in LM Studio.
  • Per i dettagli sulla configurazione dell’autenticazione di LM Studio, vedi Autenticazione di LM Studio.
  • Se il tuo server non richiede autenticazione, usa qualsiasi valore di token non vuoto per LM_API_TOKEN.

​
Caricamento del modello just-in-time

LM Studio supporta il caricamento dei modelli just-in-time (JIT), in cui i modelli vengono caricati alla prima richiesta. Assicurati di averlo abilitato per evitare errori di tipo “Model not loaded”.