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

Providers

LM Studio

LM Studio è un'app accessibile ma potente per eseguire modelli con pesi aperti sul tuo hardware. Permette di eseguire modelli llama.cpp (GGUF) o MLX (Apple Silicon). È disponibile come pacchetto GUI o demone headless (llmster). Per la documentazione del prodotto e della configurazione, vedi lmstudio.ai.

Avvio rapido

  1. Installa LM Studio (desktop) o llmster (headless), quindi avvia il server locale:
curl -fsSL https://lmstudio.ai/install.sh | bash
  1. Avvia il server

Assicurati di avviare l'app desktop oppure di eseguire il demone usando il comando seguente:

lms daemon up

lms server start --port 1234

Se usi l'app, assicurati di avere JIT abilitato per un'esperienza fluida. Scopri di più nella guida JIT e TTL di LM Studio.

  1. Se l'autenticazione di LM Studio è abilitata, imposta LM_API_TOKEN:
export LM_API_TOKEN="your-lm-studio-api-token"

Se l'autenticazione di LM Studio è disabilitata, puoi lasciare vuota la chiave API durante la configurazione interattiva di OpenClaw.

Per i dettagli sulla configurazione dell'autenticazione di LM Studio, vedi Autenticazione di LM Studio.

  1. Esegui l'onboarding e scegli LM Studio:
openclaw onboard
  1. Nell'onboarding, usa il prompt Default model per scegliere il tuo modello LM Studio.

Puoi anche impostarlo o modificarlo in seguito:

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

Le chiavi dei modelli LM Studio seguono il formato author/model-name (ad es. qwen/qwen3.5-9b). I riferimenti ai modelli OpenClaw antepongono il nome del provider: lmstudio/qwen/qwen3.5-9b. Puoi trovare la chiave esatta di un modello eseguendo curl http://localhost:1234/api/v1/models e controllando il campo key.

Onboarding non interattivo

Usa l'onboarding non interattivo quando vuoi automatizzare la configurazione con script (CI, provisioning, bootstrap remoto):

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

Oppure specifica l'URL di base, il modello e la chiave API facoltativa:

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 accetta la chiave del modello restituita da LM Studio (ad es. qwen/qwen3.5-9b), senza il prefisso provider lmstudio/.

Per server LM Studio autenticati, passa --lmstudio-api-key o imposta LM_API_TOKEN. Per server LM Studio non autenticati, ometti la chiave; OpenClaw salva un indicatore locale non segreto.

--custom-api-key rimane supportato per compatibilità, ma per LM Studio è preferibile --lmstudio-api-key.

Questo scrive models.providers.lmstudio e imposta il modello predefinito su lmstudio/<custom-model-id>. Quando fornisci una chiave API, la configurazione scrive anche il profilo di autenticazione lmstudio:default.

La configurazione interattiva può chiedere una lunghezza di contesto di caricamento preferita facoltativa e la applica ai modelli LM Studio rilevati che salva nella configurazione. La configurazione del Plugin LM Studio considera attendibile l'endpoint LM Studio configurato per le richieste ai modelli, inclusi host loopback, LAN e tailnet. Puoi disattivare questo comportamento impostando models.providers.lmstudio.request.allowPrivateNetwork: false.

Configurazione

Compatibilità dell'utilizzo in streaming

LM Studio è compatibile con l'utilizzo in streaming. Quando non emette un oggetto usage in stile OpenAI, OpenClaw recupera invece i conteggi dei token dai metadati timings.prompt_n / timings.predicted_n in stile llama.cpp.

Lo stesso comportamento dell'utilizzo in streaming si applica a questi backend locali compatibili con OpenAI:

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

Compatibilità del ragionamento

Quando il rilevamento /api/v1/models di LM Studio segnala opzioni di ragionamento specifiche del modello, OpenClaw espone i valori reasoning_effort compatibili con OpenAI corrispondenti nei metadati di compatibilità del modello. Le build attuali di LM Studio possono pubblicizzare opzioni UI binarie come allowed_options: ["off", "on"] rifiutando al contempo quei valori su /v1/chat/completions; OpenClaw normalizza quella forma di rilevamento binaria in none, minimal, low, medium, high e xhigh prima di inviare le richieste. Le configurazioni LM Studio salvate in precedenza che contengono mappe di ragionamento off/on vengono normalizzate allo stesso modo quando il catalogo viene caricato.

Configurazione esplicita

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

Risoluzione dei problemi

LM Studio non rilevato

Assicurati che LM Studio sia in esecuzione. Se l'autenticazione è abilitata, imposta anche LM_API_TOKEN:

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

Verifica che l'API sia accessibile:

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

Errori di autenticazione (HTTP 401)

Se la configurazione segnala HTTP 401, verifica la tua chiave API:

  • Controlla che LM_API_TOKEN corrisponda alla chiave configurata in LM Studio.
  • Per i dettagli sulla configurazione dell'autenticazione di LM Studio, vedi Autenticazione di LM Studio.
  • Se il tuo server non richiede autenticazione, lascia vuota la chiave durante la configurazione.

Caricamento just-in-time dei modelli

LM Studio supporta il caricamento just-in-time (JIT) dei modelli, in cui i modelli vengono caricati alla prima richiesta. OpenClaw precarica i modelli tramite l'endpoint di caricamento nativo di LM Studio per impostazione predefinita, cosa utile quando JIT è disabilitato. Per lasciare che JIT, TTL di inattività e comportamento di auto-evict di LM Studio gestiscano il ciclo di vita del modello, disabilita il passaggio di precaricamento di OpenClaw:

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

Host LM Studio LAN o tailnet

Usa l'indirizzo raggiungibile dell'host LM Studio, mantieni /v1 e assicurati che LM Studio sia associato oltre il loopback su quella macchina:

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

A differenza dei provider generici compatibili con OpenAI, lmstudio considera automaticamente attendibile il proprio endpoint locale/privato configurato per le richieste ai modelli protette. Anche gli ID provider loopback personalizzati come localhost o 127.0.0.1 sono considerati attendibili automaticamente; per ID provider personalizzati LAN, tailnet o DNS privati, imposta esplicitamente models.providers.<id>.request.allowPrivateNetwork: true.

Correlati