メインコンテンツへスキップ

​
LM Studio

LM Studio は、自分のハードウェア上でオープンウェイトモデルを実行するための、使いやすく強力なアプリです。llama.cpp（GGUF）または MLX モデル（Apple Silicon）を実行できます。GUI パッケージまたはヘッドレスデーモン（llmster）として利用できます。製品とセットアップのドキュメントについては、lmstudio.ai を参照してください。

​
クイックスタート

  1. LM Studio（デスクトップ）または llmster（ヘッドレス）をインストールし、ローカルサーバーを起動します。
curl -fsSL https://lmstudio.ai/install.sh | bash
  1. サーバーを起動します
デスクトップアプリを起動するか、次のコマンドを使ってデーモンを実行してください。 
lms daemon up

lms server start --port 1234
アプリを使う場合は、快適に利用するために JIT を有効にしてください。詳しくは、LM Studio JIT and TTL guide を参照してください。
  1. OpenClaw では LM Studio のトークン値が必要です。LM_API_TOKEN を設定します。
export LM_API_TOKEN="your-lm-studio-api-token"
LM Studio の認証が無効な場合は、空でない任意のトークン値を使ってください。 
export LM_API_TOKEN="placeholder-key"
LM Studio の認証設定の詳細については、LM Studio Authentication を参照してください。
  1. オンボーディングを実行し、LM Studio を選択します。
openclaw onboard
  1. オンボーディングで、Default model のプロンプトを使って LM Studio モデルを選択します。
後から設定または変更することもできます。 
openclaw models set lmstudio/qwen/qwen3.5-9b
LM Studio のモデルキーは author/model-name 形式（例: qwen/qwen3.5-9b）に従います。OpenClaw のモデル参照では、プロバイダー名が先頭に付きます: lmstudio/qwen/qwen3.5-9b。モデルの正確なキーは、curl http://localhost:1234/api/v1/models を実行して key フィールドを確認することで見つけられます。

​
非対話型オンボーディング

セットアップをスクリプト化したい場合（CI、プロビジョニング、リモートブートストラップ）は、非対話型オンボーディングを使用します。 
openclaw onboard \
  --non-interactive \
  --accept-risk \
  --auth-choice lmstudio
または、API キーとともにベース URL やモデルを指定します。 
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 は、LM Studio が返すモデルキー（例: qwen/qwen3.5-9b）を受け取り、lmstudio/ のプロバイダープレフィックスは含めません。 非対話型オンボーディングには --lmstudio-api-key（または環境変数内の LM_API_TOKEN）が必要です。 認証されていない LM Studio サーバーでは、空でない任意のトークン値で動作します。 --custom-api-key も互換性のため引き続きサポートされていますが、LM Studio では --lmstudio-api-key の使用を推奨します。 これにより models.providers.lmstudio が書き込まれ、デフォルトモデルが lmstudio/<custom-model-id> に設定され、lmstudio:default 認証プロファイルが書き込まれます。 対話型セットアップでは、任意の推奨ロードコンテキスト長を尋ねることができ、保存する検出済み LM Studio モデル全体にその設定を適用します。

​
設定

​
明示的な設定

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

​
トラブルシューティング

​
LM Studio が検出されない

LM Studio が実行中であり、LM_API_TOKEN を設定していることを確認してください（認証なしサーバーでは、空でない任意のトークン値で動作します）。 
# デスクトップアプリから起動するか、ヘッドレスで起動:
lms server start --port 1234
API にアクセスできることを確認します。 
curl http://localhost:1234/api/v1/models

​
認証エラー（HTTP 401）

セットアップで HTTP 401 が報告される場合は、API キーを確認してください。
  • LM_API_TOKEN が LM Studio で設定したキーと一致していることを確認してください。
  • LM Studio の認証設定の詳細については、LM Studio Authentication を参照してください。
  • サーバーで認証が不要な場合は、LM_API_TOKEN に空でない任意のトークン値を使用してください。

​
Just-in-time モデル読み込み

LM Studio は just-in-time（JIT）モデル読み込みをサポートしており、モデルは最初のリクエスト時に読み込まれます。Model not loaded エラーを避けるため、これを有効にしていることを確認してください。