LM Studio

LM Studio voert llama.cpp- (GGUF) of MLX-modellen lokaal uit, als GUI-app of de headless llmster-daemon. Raadpleeg lmstudio.ai voor installatie- en productdocumentatie.

Snel aan de slag

lms server start --port 1234

lms daemon up

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

openclaw onboard

Wijzig het standaardmodel later:

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

LM Studio-modelsleutels gebruiken de indeling author/model-name (bijv. qwen/qwen3.5-9b); OpenClaw-modelverwijzingen voegen de provider ervoor: lmstudio/qwen/qwen3.5-9b. Vind de exacte sleutel voor een model door de onderstaande opdracht uit te voeren en naar het veld key te kijken:

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

Niet-interactieve onboarding

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

Of geef de basis-URL, het model en de API-sleutel expliciet 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 gebruikt de modelsleutel zoals die door LM Studio wordt geretourneerd (bijv. qwen/qwen3.5-9b), zonder het providerprefix lmstudio/. Geef --lmstudio-api-key door (of stel LM_API_TOKEN in) voor geauthenticeerde servers; laat dit weg voor niet-geauthenticeerde servers, waarna OpenClaw in plaats daarvan een lokale, niet-geheime markering opslaat. --custom-api-key wordt voor compatibiliteit nog steeds geaccepteerd, maar --lmstudio-api-key heeft de voorkeur.

Hiermee wordt models.providers.lmstudio geschreven en wordt het standaardmodel ingesteld op lmstudio/<custom-model-id>. Als je een API-sleutel opgeeft, wordt ook het authenticatieprofiel lmstudio:default geschreven.

Bij interactieve configuratie kan bovendien om een gewenste contextlengte voor het laden worden gevraagd; deze wordt toegepast op alle gedetecteerde modellen die in de configuratie worden opgeslagen.

Configuratie

Compatibiliteit van gebruiksgegevens bij streaming

LM Studio geeft bij gestreamde reacties niet altijd een OpenAI-vormig usage-object terug. OpenClaw herstelt de tokenaantallen in plaats daarvan uit metadata in llama.cpp-stijl: timings.prompt_n / timings.predicted_n. Elk OpenAI-compatibel eindpunt dat als lokaal eindpunt wordt herkend (loopback-host), krijgt dezelfde fallback. Dit omvat andere lokale backends, zoals vLLM, SGLang, llama.cpp, LocalAI, Jan, TabbyAPI en text-generation-webui.

Compatibiliteit voor denkprocessen

Wanneer de detectie via /api/v1/models van LM Studio modelspecifieke redeneeropties rapporteert, stelt OpenClaw overeenkomende reasoning_effort-waarden (none, minimal, low, medium, high, xhigh) beschikbaar in de compatibiliteitsmetadata van het model. Sommige LM Studio-builds adverteren een binaire UI-optie (allowed_options: ["off", "on"]), maar weigeren die letterlijke waarden op /v1/chat/completions; OpenClaw normaliseert die binaire vorm naar de schaal met zes niveaus voordat verzoeken worden verzonden, ook voor oudere opgeslagen configuraties die nog steeds redeneertoewijzingen met off/on bevatten.

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,          },        ],      },    },  },}

Vooraf laden uitschakelen

LM Studio ondersteunt just-in-time (JIT) laden van modellen, waarbij modellen bij het eerste verzoek worden geladen. OpenClaw laadt modellen standaard vooraf via het ingebouwde laadeindpunt van LM Studio, wat helpt wanneer JIT is uitgeschakeld. Als je in plaats daarvan LM Studio's JIT, TTL bij inactiviteit en automatische verwijdering de levenscyclus van modellen wilt laten beheren, schakel je de stap voor vooraf laden van OpenClaw uit:

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

LAN- of tailnet-host

Gebruik het bereikbare adres van de LM Studio-host, behoud /v1 en zorg ervoor dat LM Studio op die machine niet alleen aan loopback is gebonden:

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

lmstudio vertrouwt automatisch het geconfigureerde eindpunt voor modelverzoeken, waaronder loopback-, LAN- en tailnet-hosts (met uitzondering van metadata-/link-local-oorsprongen). Elke aangepaste/lokale OpenAI-compatibele providervermelding krijgt hetzelfde vertrouwen voor de exacte oorsprong. Voor verzoeken naar een andere privéhost of -poort blijft models.providers.<id>.request.allowPrivateNetwork: true vereist; stel dit in op false om het standaardvertrouwen uit te schakelen.

Problemen oplossen

LM Studio niet gedetecteerd

Controleer of LM Studio actief is:

lms server start --port 1234

Als authenticatie is ingeschakeld, stel je ook LM_API_TOKEN in. Controleer of de API bereikbaar is:

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

Authenticatiefouten (HTTP 401)

• Controleer of LM_API_TOKEN overeenkomt met de sleutel die in LM Studio is geconfigureerd.
• Raadpleeg LM Studio-authenticatie.
• Als de server geen authenticatie vereist, laat je de sleutel tijdens de configuratie leeg.

Gerelateerd

• Modelselectie
• Ollama
• Lokale modellen