--- read_when: - Je wilt OpenClaw uitvoeren met open-sourcemodellen via LM Studio - Je wilt LM Studio instellen en configureren summary: OpenClaw uitvoeren met LM Studio title: LM Studio x-i18n: generated_at: "2026-05-02T22:22:16Z" model: gpt-5.5 provider: openai source_hash: 814117ecbdc52cf67e921d0f0d67c4219f8bdc15fb8cf34b983cda775cba9b9e source_path: providers/lmstudio.md workflow: 16 --- LM Studio is een gebruiksvriendelijke maar krachtige app om open-weight-modellen op je eigen hardware uit te voeren. Hiermee kun je llama.cpp- (GGUF) of MLX-modellen (Apple Silicon) uitvoeren. Beschikbaar als GUI-pakket of als headless daemon (`llmster`). Raadpleeg voor product- en installatiedocumentatie [lmstudio.ai](https://lmstudio.ai/). ## Snel aan de slag 1. Installeer LM Studio (desktop) of `llmster` (headless) en start daarna de lokale server: ```bash curl -fsSL https://lmstudio.ai/install.sh | bash ``` 2. Start de server Zorg ervoor dat je de desktop-app start of de daemon uitvoert met de volgende opdracht: ```bash lms daemon up ``` ```bash lms server start --port 1234 ``` Als je de app gebruikt, zorg er dan voor dat JIT is ingeschakeld voor een soepele ervaring. Lees meer in de [LM Studio JIT- en TTL-gids](https://lmstudio.ai/docs/developer/core/ttl-and-auto-evict). 3. Als LM Studio-authenticatie is ingeschakeld, stel dan `LM_API_TOKEN` in: ```bash 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-authenticatie](https://lmstudio.ai/docs/developer/core/authentication) voor details over het instellen van LM Studio-authenticatie. 4. Voer onboarding uit en kies `LM Studio`: ```bash openclaw onboard ``` 5. Gebruik tijdens onboarding de prompt `Default model` om je LM Studio-model te kiezen. Je kunt dit ook later instellen of wijzigen: ```bash 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 vindt de exacte sleutel voor een model 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): ```bash openclaw onboard \ --non-interactive \ --accept-risk \ --auth-choice lmstudio ``` Of specificeer de basis-URL, het model en de optionele API-sleutel: ```bash 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 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/`. Wanneer je een API-sleutel opgeeft, schrijft de installatie ook het authenticatieprofiel `lmstudio:default`. Interactieve installatie kan vragen om een optionele voorkeurslengte voor de laadcontext en past die toe op alle ontdekte LM Studio-modellen die in de configuratie worden opgeslagen. De Plugin-configuratie van LM Studio vertrouwt het geconfigureerde LM Studio-eindpunt voor modelverzoeken, inclusief loopback-, LAN- en tailnet-hosts. Je kunt dit uitschakelen door `models.providers.lmstudio.request.allowPrivateNetwork: false` in te stellen. ## Configuratie ### Compatibiliteit met streaminggebruik LM Studio is compatibel met streaminggebruik. Wanneer het geen OpenAI-vormgegeven `usage`-object uitzendt, herstelt OpenClaw tokenaantallen uit llama.cpp-stijl `timings.prompt_n` / `timings.predicted_n`-metadata. 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 ontdekking via `/api/v1/models` van LM Studio modelspecifieke redeneeropties rapporteert, stelt OpenClaw de bijpassende OpenAI-compatibele `reasoning_effort`- waarden beschikbaar in modelcompatibiliteitsmetadata. Huidige LM Studio-builds kunnen binaire UI-opties adverteren, zoals `allowed_options: ["off", "on"]`, terwijl ze die waarden op `/v1/chat/completions` weigeren; OpenClaw normaliseert die binaire ontdekkingsvorm naar `none`, `minimal`, `low`, `medium`, `high` en `xhigh` voordat verzoeken worden verzonden. Oudere opgeslagen LM Studio-configuratie die `off`/`on`-redeneermaps bevat, wordt op dezelfde manier genormaliseerd wanneer de catalogus wordt geladen. ### Expliciete configuratie ```json5 { 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 ervoor dat LM Studio actief is. Als authenticatie is ingeschakeld, stel dan ook `LM_API_TOKEN` in: ```bash # Start via desktop app, or headless: lms server start --port 1234 ``` Controleer of de API bereikbaar is: ```bash 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-authenticatie](https://lmstudio.ai/docs/developer/core/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 het eerste verzoek worden geladen. OpenClaw laadt modellen standaard vooraf via het native laadeindpunt van LM Studio, wat helpt wanneer JIT is uitgeschakeld. Schakel de preload-stap van OpenClaw uit om het JIT-, idle-TTL- en auto-evict-gedrag van LM Studio de levenscyclus van modellen te laten beheren: ```json5 { models: { providers: { lmstudio: { baseUrl: "http://localhost:1234/v1", api: "openai-completions", params: { preload: false }, models: [{ id: "qwen/qwen3.5-9b" }], }, }, }, } ``` ### LAN- of tailnet-LM Studio-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: ```json5 { 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/privé-eindpunt voor afgeschermde modelverzoeken. 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 privé-DNS expliciet `models.providers..request.allowPrivateNetwork: true` in. ## Gerelateerd - [Modelselectie](/nl/concepts/model-providers) - [Ollama](/nl/providers/ollama) - [Lokale modellen](/nl/gateway/local-models)