Pular para o conteúdo principal

​
LM Studio

O LM Studio é um aplicativo amigável, porém poderoso, para executar modelos com pesos abertos no seu próprio hardware. Ele permite executar modelos llama.cpp (GGUF) ou MLX (Apple Silicon). Está disponível em um pacote com GUI ou como daemon headless (llmster). Para documentação do produto e de configuração, consulte lmstudio.ai.

​
Início rápido

  1. Instale o LM Studio (desktop) ou o llmster (headless) e, em seguida, inicie o servidor local:
curl -fsSL https://lmstudio.ai/install.sh | bash
  1. Inicie o servidor
Certifique-se de iniciar o aplicativo desktop ou executar o daemon usando o seguinte comando: 
lms daemon up

lms server start --port 1234
Se você estiver usando o aplicativo, certifique-se de ter o JIT habilitado para uma experiência fluida. Saiba mais no guia de JIT e TTL do LM Studio.
  1. O OpenClaw requer um valor de token do LM Studio. Defina LM_API_TOKEN:
export LM_API_TOKEN="your-lm-studio-api-token"
Se a autenticação do LM Studio estiver desativada, use qualquer valor de token não vazio: 
export LM_API_TOKEN="placeholder-key"
Para detalhes de configuração da autenticação do LM Studio, consulte Autenticação do LM Studio.
  1. Execute o onboarding e escolha LM Studio:
openclaw onboard
  1. No onboarding, use o prompt Default model para escolher seu modelo do LM Studio.
Você também pode defini-lo ou alterá-lo depois: 
openclaw models set lmstudio/qwen/qwen3.5-9b
As chaves de modelo do LM Studio seguem o formato author/model-name (por exemplo, qwen/qwen3.5-9b). As referências de modelo do OpenClaw adicionam o nome do provedor antes: lmstudio/qwen/qwen3.5-9b. Você pode encontrar a chave exata de um modelo executando curl http://localhost:1234/api/v1/models e procurando o campo key.

​
Onboarding não interativo

Use o onboarding não interativo quando quiser automatizar a configuração (CI, provisionamento, bootstrap remoto): 
openclaw onboard \
  --non-interactive \
  --accept-risk \
  --auth-choice lmstudio
Ou especifique a URL base ou o modelo com chave de 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 recebe a chave do modelo retornada pelo LM Studio (por exemplo, qwen/qwen3.5-9b), sem o prefixo de provedor lmstudio/. O onboarding não interativo exige --lmstudio-api-key (ou LM_API_TOKEN no ambiente). Para servidores LM Studio sem autenticação, qualquer valor de token não vazio funciona. --custom-api-key continua compatível por razões de compatibilidade, mas --lmstudio-api-key é o preferido para o LM Studio. Isso grava models.providers.lmstudio, define o modelo padrão como lmstudio/<custom-model-id> e grava o perfil de autenticação lmstudio:default. A configuração interativa pode solicitar um comprimento de contexto de carregamento preferido opcional e aplicá-lo aos modelos do LM Studio descobertos que ela salva na configuração.

​
Configuração

​
Configuração explícita

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

​
Solução de problemas

​
LM Studio não detectado

Certifique-se de que o LM Studio está em execução e de que você definiu LM_API_TOKEN (para servidores sem autenticação, qualquer valor de token não vazio funciona): 
# Inicie pelo aplicativo desktop ou em modo headless:
lms server start --port 1234
Verifique se a API está acessível: 
curl http://localhost:1234/api/v1/models

​
Erros de autenticação (HTTP 401)

Se a configuração relatar HTTP 401, verifique sua chave de API:
  • Verifique se LM_API_TOKEN corresponde à chave configurada no LM Studio.
  • Para detalhes de configuração da autenticação do LM Studio, consulte Autenticação do LM Studio.
  • Se o seu servidor não exigir autenticação, use qualquer valor de token não vazio para LM_API_TOKEN.

​
Carregamento de modelo just-in-time

O LM Studio oferece suporte ao carregamento de modelo just-in-time (JIT), em que os modelos são carregados na primeira solicitação. Certifique-se de que isso esteja habilitado para evitar erros de “Model not loaded”.