English简体中文繁體中文日本語EspañolPortuguês (BR)한국어DeutschFrançaisالعربيةItalianoTiếng ViệtNederlandsTürkçeУкраїнськаBahasa IndonesiaPolskiفارسیไทย

Providers

LM Studio

Edit source

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、親しみ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）として提供されます。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。
bash
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、次のコマンドでデーモンを実行していることを確認してください。

bash
lms daemon up
bash
lms server start --port 1234

アプリを使用している場合は、スムーズな体験のために JIT が有効になっていることを確認してください。詳しくは LM Studio JIT と TTL ガイド を参照してください。

  1. LM Studio 認証が有効な場合は、LM_API_TOKEN を設定します。
bash
export LM_API_TOKEN="your-lm-studio-api-token"

LM Studio 認証が無効な場合は、対話型の OpenClaw セットアップ中に API キーを空白のままにできます。

LM Studio 認証セットアップの詳細については、LM Studio 認証 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。
bash
openclaw onboard
  1. オンボーディングでは、Default model プロンプトを使って LM Studio モデルを選択します。

後で設定または変更することもできます。

bash
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を前置します: 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、key フィールドを見ることで確認できます。

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。

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

または、ベース URL、モデル、任意の API キーを指定します。

bash
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 から返されるモデルキー（例: qwen/qwen3.5-9b）を受け取ります。 lmstudio/ プロバイダープレフィックスは含めません。

認証済みの LM Studio サーバーでは、--lmstudio-api-key を渡すか、LM_API_TOKEN を設定します。 未認証の LM Studio サーバーでは、キーを省略します。OpenClaw はローカルの非シークレットマーカーを保存します。

--custom-api-key は互換性のため引き続きサポートされますが、LM Studio では --lmstudio-api-key が推奨されます。

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> に設定されます。API キーを指定した場合、セットアップは lmstudio:default 認証プロファイルも書き込みます。

対話型セットアップでは、任意の優先ロードコンテキスト長を入力でき、保存された検出済み LM Studio モデル全体にそれを適用します。 LM Studio Plugin 設定は、loopback、LAN、tailnet ホストを含むモデルリクエストについて、設定済みの LM Studio エンドポイントを信頼します。models.providers.lmstudio.request.allowPrivateNetwork: false を設定するとオプトアウトできます。

設定

ストリーミング使用量の互換性

LM Studio はストリーミング使用量に対応しています。OpenAI 形式の usage オブジェクトを出力しない場合、OpenClaw は代わりに llama.cpp 形式の timings.prompt_n / timings.predicted_n メタデータからトークン数を復元します。

同じストリーミング使用量の挙動は、次の OpenAI 互換ローカルバックエンドにも適用されます。

  • vLLM
  • SGLang
  • llama.cpp
  • LocalAI
  • Jan
  • TabbyAPI
  • text-generation-webui

Thinking の互換性

LM Studio の /api/v1/models 検出がモデル固有の reasoning オプションを報告する場合、OpenClaw は対応する OpenAI 互換の reasoning_effort 値をモデル互換メタデータとして公開します。現在の LM Studio ビルドは、 allowed_options: ["off", "on"] のようなバイナリの UI オプションを告知することがありますが、 /v1/chat/completions ではそれらの値を拒否します。OpenClaw はリクエスト送信前に、そのバイナリ検出形式を none、minimal、low、medium、high、xhigh に正規化します。 off/on reasoning マップを含む古い保存済み LM Studio 設定も、 カタログの読み込み時に同じ方法で正規化されます。

明示的な設定

json5
{  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 が実行中であることを確認してください。認証が有効な場合は、LM_API_TOKEN も設定します。

bash
# Start via desktop app, or headless:lms server start --port 1234

API にアクセスできることを確認します。

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

認証エラー（HTTP 401）

セットアップが HTTP 401 を報告する場合は、API キーを確認してください。

  • LM_API_TOKEN が LM Studio に設定されたキーと一致していることを確認します。
  • LM Studio 認証セットアップの詳細については、LM Studio 認証 を参照してください。
  • サーバーが認証を必要としない場合は、セットアップ中にキーを空白のままにします。

ジャストインタイムのモデル読み込み

LM Studio は、最初のリクエスト時にモデルを読み込むジャストインタイム（JIT）モデル読み込みをサポートしています。OpenClaw はデフォルトで LM Studio のネイティブ読み込みエンドポイントを通じてモデルをプリロードします。これは JIT が無効な場合に役立ちます。LM Studio の JIT、アイドル TTL、自動エビクト動作にモデルライフサイクルを任せるには、OpenClaw のプリロード手順を無効にします。

json5
{  models: {    providers: {      lmstudio: {        baseUrl: "http://localhost:1234/v1",        api: "openai-completions",        params: { preload: false },        models: [{ id: "qwen/qwen3.5-9b" }],      },    },  },}

LAN または tailnet の LM Studio ホスト

LM Studio ホストの到達可能なアドレスを使用し、/v1 を維持し、そのマシン上で LM Studio がループバックを越えてバインドされていることを確認してください。

json5
{  models: {    providers: {      lmstudio: {        baseUrl: "http://gpu-box.local:1234/v1",        apiKey: "lmstudio",        api: "openai-completions",        models: [{ id: "qwen/qwen3.5-9b" }],      },    },  },}

汎用の OpenAI 互換プロバイダーとは異なり、lmstudio は保護されたモデルリクエストに対して、設定済みのローカル/プライベートエンドポイントを自動的に信頼します。localhost や 127.0.0.1 のようなカスタムループバックプロバイダー ID も自動的に信頼されます。LAN、tailnet、またはプライベート DNS のカスタムプロバイダー ID では、models.providers.<id>.request.allowPrivateNetwork: true を明示的に設定してください。

関連

Was this useful?