Naar hoofdinhoud gaan

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

LM Studio is een toegankelijke maar krachtige app om open-weight modellen op je eigen hardware uit te voeren. Je kunt er llama.cpp- (GGUF) of MLX-modellen (Apple Silicon) mee draaien. Beschikbaar als GUI-pakket of headless daemon (llmster). Zie lmstudio.ai voor product- en installatiedocumentatie.

​
Snelle start

  1. Installeer LM Studio (desktop) of llmster (headless) en start daarna de lokale server:
curl -fsSL https://lmstudio.ai/install.sh | bash
  1. Start de server
Zorg dat je de desktop-app start of de daemon uitvoert met de volgende opdracht: 
lms daemon up

lms server start --port 1234
Als je de app gebruikt, zorg dan dat JIT is ingeschakeld voor een soepele ervaring. Lees meer in de LM Studio JIT- en TTL-gids.
  1. Als LM Studio-authenticatie is ingeschakeld, stel dan LM_API_TOKEN in:
export LM_API_TOKEN="your-lm-studio-api-token"
Als LM Studio-authenticatie is uitgeschakeld, kun je de API-sleutel leeg laten tijdens de interactieve OpenClaw-installatie. Zie LM Studio Authentication voor details over het instellen van LM Studio-authenticatie.
  1. Voer onboarding uit en kies LM Studio:
openclaw onboard
  1. Gebruik tijdens onboarding de prompt Default model om je LM Studio-model te kiezen.
Je kunt dit later ook instellen of wijzigen: 
openclaw models set lmstudio/qwen/qwen3.5-9b
LM Studio-modelsleutels volgen de indeling author/model-name (bijv. qwen/qwen3.5-9b). OpenClaw modelverwijzingen voegen de providernaam ervoor toe: lmstudio/qwen/qwen3.5-9b. Je kunt de exacte sleutel voor een model vinden door curl http://localhost:1234/api/v1/models uit te voeren en naar het veld key te kijken.

​
Niet-interactieve onboarding

Gebruik niet-interactieve onboarding wanneer je de installatie wilt scripten (CI, provisioning, externe bootstrap): 
openclaw onboard \
  --non-interactive \
  --accept-risk \
  --auth-choice lmstudio
Of geef de basis-URL, het model en de optionele API-sleutel op: 
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 neemt de modelsleutel zoals die door LM Studio wordt geretourneerd (bijv. qwen/qwen3.5-9b), zonder het providerprefix lmstudio/. Geef voor geauthenticeerde LM Studio-servers --lmstudio-api-key door of stel LM_API_TOKEN in. Laat voor niet-geauthenticeerde LM Studio-servers de sleutel weg; OpenClaw slaat een lokale niet-geheime markering op. --custom-api-key blijft ondersteund voor compatibiliteit, maar --lmstudio-api-key heeft de voorkeur voor LM Studio. Dit schrijft models.providers.lmstudio en stelt het standaardmodel in op lmstudio/<custom-model-id>. Wanneer je een API-sleutel opgeeft, schrijft de installatie ook het lmstudio:default-authenticatieprofiel. Interactieve installatie kan vragen om een optionele voorkeurslengte voor de laadcontext en past die toe op de ontdekte LM Studio-modellen die in de configuratie worden opgeslagen. De LM Studio-pluginconfiguratie vertrouwt het geconfigureerde LM Studio-eindpunt voor modelaanvragen, inclusief loopback-, LAN- en tailnet-hosts. Je kunt je hiervoor afmelden door models.providers.lmstudio.request.allowPrivateNetwork: false in te stellen.

​
Configuratie

​
Compatibiliteit met streaminggebruik

LM Studio is compatibel met streaminggebruik. Wanneer het geen OpenAI-vormig usage-object uitzendt, herstelt OpenClaw in plaats daarvan tokenaantallen uit llama.cpp-achtige metadata timings.prompt_n / timings.predicted_n. Hetzelfde gedrag voor streaminggebruik geldt voor deze OpenAI-compatibele lokale backends:
  • vLLM
  • SGLang
  • llama.cpp
  • LocalAI
  • Jan
  • TabbyAPI
  • text-generation-webui

​
Compatibiliteit met thinking

Wanneer de modeldetectie van LM Studio via /api/v1/models modelspecifieke redeneeropties rapporteert, behoudt OpenClaw die native waarden in de compatibiliteitsmetadata van het model. Voor binaire thinking-modellen die allowed_options: ["off", "on"] adverteren, koppelt OpenClaw uitgeschakelde thinking aan off en ingeschakelde /think-niveaus aan on, in plaats van alleen-OpenAI-waarden zoals low of medium te verzenden.

​
Expliciete configuratie

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

​
Probleemoplossing

​
LM Studio niet gedetecteerd

Zorg dat LM Studio actief is. Als authenticatie is ingeschakeld, stel dan ook LM_API_TOKEN in: 
# Start via desktop app, or headless:
lms server start --port 1234
Controleer of de API toegankelijk is: 
curl http://localhost:1234/api/v1/models

​
Authenticatiefouten (HTTP 401)

Als de installatie HTTP 401 meldt, controleer dan je API-sleutel:
  • Controleer of LM_API_TOKEN overeenkomt met de sleutel die in LM Studio is geconfigureerd.
  • Zie LM Studio Authentication voor details over het instellen van LM Studio-authenticatie.
  • Als je server geen authenticatie vereist, laat de sleutel dan leeg tijdens de installatie.

​
Just-in-time model laden

LM Studio ondersteunt just-in-time (JIT) model laden, waarbij modellen bij de eerste aanvraag worden geladen. Zorg dat dit is ingeschakeld om fouten zoals ‘Model not loaded’ te voorkomen.

​
LAN- of tailnet-LM Studio-host

Gebruik het bereikbare adres van de LM Studio-host, behoud /v1 en zorg dat LM Studio op die machine buiten loopback is gebonden: 
{
  models: {
    providers: {
      lmstudio: {
        baseUrl: "http://gpu-box.local:1234/v1",
        apiKey: "lmstudio",
        api: "openai-completions",
        models: [{ id: "qwen/qwen3.5-9b" }],
      },
    },
  },
}
In tegenstelling tot generieke OpenAI-compatibele providers vertrouwt lmstudio automatisch het geconfigureerde lokale/private eindpunt voor bewaakte modelaanvragen. Aangepaste loopback-provider-ID’s zoals localhost of 127.0.0.1 worden ook automatisch vertrouwd; stel voor aangepaste provider-ID’s voor LAN, tailnet of private DNS expliciet models.providers.<id>.request.allowPrivateNetwork: true in.

​
Gerelateerd