LM Studio

LM Studio esegue localmente modelli llama.cpp (GGUF) o MLX, come applicazione con interfaccia grafica oppure tramite il daemon headless llmster. Per la documentazione sull'installazione e sul prodotto, consulta lmstudio.ai.

Avvio rapido

lms server start --port 1234

lms daemon up

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

openclaw onboard

Per cambiare in seguito il modello predefinito:

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

Le chiavi dei modelli di LM Studio usano il formato author/model-name (ad esempio qwen/qwen3.5-9b); i riferimenti ai modelli di OpenClaw antepongono il provider: lmstudio/qwen/qwen3.5-9b. Per trovare la chiave esatta di un modello, esegui il comando seguente e controlla il campo key:

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

Configurazione iniziale non interattiva

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

In alternativa, specifica esplicitamente l'URL di base, il modello e la chiave 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 accetta la chiave del modello restituita da LM Studio (ad esempio qwen/qwen3.5-9b), senza il prefisso del provider lmstudio/. Passa --lmstudio-api-key (oppure imposta LM_API_TOKEN) per i server con autenticazione; omettilo per i server senza autenticazione e OpenClaw memorizzerà invece un indicatore locale non segreto. --custom-api-key è ancora accettato per compatibilità, ma è preferibile usare --lmstudio-api-key.

Questa operazione scrive models.providers.lmstudio e imposta il modello predefinito su lmstudio/<custom-model-id>. Se si fornisce una chiave API, viene scritto anche il profilo di autenticazione lmstudio:default.

La configurazione interattiva può inoltre richiedere una lunghezza preferita del contesto di caricamento e applicarla a tutti i modelli rilevati che salva nella configurazione.

Configurazione

Compatibilità dell'utilizzo durante lo streaming

LM Studio non emette sempre un oggetto usage nel formato OpenAI nelle risposte trasmesse in streaming. OpenClaw recupera invece i conteggi dei token dai metadati in stile llama.cpp timings.prompt_n / timings.predicted_n. Qualsiasi endpoint compatibile con OpenAI risolto come endpoint locale (host di local loopback) utilizza lo stesso meccanismo alternativo, che copre altri backend locali come vLLM, SGLang, llama.cpp, LocalAI, Jan, TabbyAPI e text-generation-webui.

Compatibilità del ragionamento

Quando il rilevamento tramite /api/v1/models di LM Studio segnala opzioni di ragionamento specifiche del modello, OpenClaw espone i valori reasoning_effort corrispondenti (none, minimal, low, medium, high, xhigh) nei metadati di compatibilità del modello. Alcune versioni di LM Studio presentano un'opzione binaria nell'interfaccia (allowed_options: ["off", "on"]) ma rifiutano questi valori letterali in /v1/chat/completions; OpenClaw normalizza tale forma binaria nella scala a sei livelli prima di inviare le richieste, anche per le configurazioni salvate in precedenza che contengono ancora mappature di ragionamento off/on.

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

Disabilitazione del precaricamento

LM Studio supporta il caricamento just-in-time (JIT) dei modelli, caricandoli alla prima richiesta. Per impostazione predefinita, OpenClaw precarica i modelli tramite l'endpoint nativo di caricamento di LM Studio, una soluzione utile quando JIT è disabilitato. Per affidare invece il ciclo di vita dei modelli a JIT, al TTL di inattività e all'espulsione automatica di LM Studio, 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 LAN o tailnet

Usa l'indirizzo raggiungibile dell'host di LM Studio, mantieni /v1 e assicurati che, su tale macchina, LM Studio sia associato anche a interfacce diverse da local loopback:

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

lmstudio considera automaticamente attendibile l'endpoint configurato per le richieste ai modelli, inclusi gli host di local loopback, LAN e tailnet, a eccezione delle origini di metadati/link-local. Qualsiasi voce di provider personalizzato/locale compatibile con OpenAI riceve la stessa attendibilità per l'origine esatta. Le richieste verso un host privato o una porta differenti richiedono comunque models.providers.<id>.request.allowPrivateNetwork: true; impostalo su false per rinunciare all'attendibilità predefinita.

Risoluzione dei problemi

LM Studio non rilevato

Assicurati che LM Studio sia in esecuzione:

lms server start --port 1234

Se l'autenticazione è abilitata, imposta anche LM_API_TOKEN. Verifica che l'API sia raggiungibile:

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

Errori di autenticazione (HTTP 401)

• Verifica che LM_API_TOKEN corrisponda alla chiave configurata in LM Studio.
• Consulta Autenticazione di LM Studio.
• Se il server non richiede l'autenticazione, lascia vuota la chiave durante la configurazione.

Argomenti correlati

• Selezione del modello
• Ollama
• Modelli locali