--- read_when: - Bạn muốn chạy OpenClaw với các mô hình mã nguồn mở thông qua LM Studio - Bạn muốn thiết lập và cấu hình LM Studio summary: Chạy OpenClaw với LM Studio title: LM Studio x-i18n: generated_at: "2026-05-02T22:21:37Z" model: gpt-5.5 provider: openai source_hash: 814117ecbdc52cf67e921d0f0d67c4219f8bdc15fb8cf34b983cda775cba9b9e source_path: providers/lmstudio.md workflow: 16 --- LM Studio là một ứng dụng thân thiện nhưng mạnh mẽ để chạy các mô hình open-weight trên phần cứng của riêng bạn. Ứng dụng cho phép bạn chạy các mô hình llama.cpp (GGUF) hoặc MLX (Apple Silicon). Có gói GUI hoặc daemon không giao diện (`llmster`). Để xem tài liệu sản phẩm và thiết lập, hãy xem [lmstudio.ai](https://lmstudio.ai/). ## Bắt đầu nhanh 1. Cài đặt LM Studio (desktop) hoặc `llmster` (không giao diện), sau đó khởi động máy chủ cục bộ: ```bash curl -fsSL https://lmstudio.ai/install.sh | bash ``` 2. Khởi động máy chủ Hãy đảm bảo bạn khởi động ứng dụng desktop hoặc chạy daemon bằng lệnh sau: ```bash lms daemon up ``` ```bash lms server start --port 1234 ``` Nếu bạn đang dùng ứng dụng, hãy đảm bảo đã bật JIT để có trải nghiệm mượt mà. Tìm hiểu thêm trong [hướng dẫn JIT và TTL của LM Studio](https://lmstudio.ai/docs/developer/core/ttl-and-auto-evict). 3. Nếu xác thực LM Studio được bật, hãy đặt `LM_API_TOKEN`: ```bash export LM_API_TOKEN="your-lm-studio-api-token" ``` Nếu xác thực LM Studio bị tắt, bạn có thể để trống khóa API trong quá trình thiết lập OpenClaw tương tác. Để biết chi tiết thiết lập xác thực LM Studio, hãy xem [Xác thực LM Studio](https://lmstudio.ai/docs/developer/core/authentication). 4. Chạy onboarding và chọn `LM Studio`: ```bash openclaw onboard ``` 5. Trong onboarding, dùng lời nhắc `Default model` để chọn mô hình LM Studio của bạn. Bạn cũng có thể đặt hoặc thay đổi sau: ```bash openclaw models set lmstudio/qwen/qwen3.5-9b ``` Khóa mô hình LM Studio tuân theo định dạng `author/model-name` (ví dụ: `qwen/qwen3.5-9b`). Tham chiếu mô hình OpenClaw thêm tên provider ở phía trước: `lmstudio/qwen/qwen3.5-9b`. Bạn có thể tìm khóa chính xác cho một mô hình bằng cách chạy `curl http://localhost:1234/api/v1/models` và xem trường `key`. ## Onboarding không tương tác Dùng onboarding không tương tác khi bạn muốn viết script thiết lập (CI, cấp phát, bootstrap từ xa): ```bash openclaw onboard \ --non-interactive \ --accept-risk \ --auth-choice lmstudio ``` Hoặc chỉ định URL cơ sở, mô hình và khóa API tùy chọn: ```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` nhận khóa mô hình do LM Studio trả về (ví dụ: `qwen/qwen3.5-9b`), không bao gồm tiền tố provider `lmstudio/`. Với máy chủ LM Studio có xác thực, truyền `--lmstudio-api-key` hoặc đặt `LM_API_TOKEN`. Với máy chủ LM Studio không xác thực, bỏ qua khóa; OpenClaw lưu một dấu mốc cục bộ không phải bí mật. `--custom-api-key` vẫn được hỗ trợ để tương thích, nhưng `--lmstudio-api-key` được ưu tiên cho LM Studio. Thao tác này ghi `models.providers.lmstudio` và đặt mô hình mặc định thành `lmstudio/`. Khi bạn cung cấp khóa API, thiết lập cũng ghi hồ sơ xác thực `lmstudio:default`. Thiết lập tương tác có thể nhắc nhập độ dài ngữ cảnh tải ưu tiên tùy chọn và áp dụng giá trị đó cho các mô hình LM Studio đã phát hiện mà nó lưu vào cấu hình. Cấu hình Plugin LM Studio tin cậy endpoint LM Studio đã cấu hình cho các yêu cầu mô hình, bao gồm loopback, LAN và máy chủ tailnet. Bạn có thể tắt bằng cách đặt `models.providers.lmstudio.request.allowPrivateNetwork: false`. ## Cấu hình ### Tương thích mức sử dụng streaming LM Studio tương thích với mức sử dụng streaming. Khi nó không phát ra đối tượng `usage` có dạng OpenAI, OpenClaw khôi phục số lượng token từ siêu dữ liệu kiểu llama.cpp `timings.prompt_n` / `timings.predicted_n` thay thế. Hành vi mức sử dụng streaming tương tự áp dụng cho các backend cục bộ tương thích OpenAI sau: - vLLM - SGLang - llama.cpp - LocalAI - Jan - TabbyAPI - text-generation-webui ### Tương thích suy luận Khi quá trình khám phá `/api/v1/models` của LM Studio báo cáo các tùy chọn suy luận dành riêng cho mô hình, OpenClaw hiển thị các giá trị `reasoning_effort` tương thích OpenAI tương ứng trong siêu dữ liệu tương thích mô hình. Các bản dựng LM Studio hiện tại có thể quảng bá các tùy chọn UI nhị phân như `allowed_options: ["off", "on"]` trong khi từ chối các giá trị đó trên `/v1/chat/completions`; OpenClaw chuẩn hóa dạng khám phá nhị phân đó thành `none`, `minimal`, `low`, `medium`, `high` và `xhigh` trước khi gửi yêu cầu. Cấu hình LM Studio đã lưu cũ hơn có chứa bản đồ suy luận `off`/`on` cũng được chuẩn hóa theo cùng cách khi catalog được tải. ### Cấu hình rõ ràng ```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, }, ], }, }, }, } ``` ## Khắc phục sự cố ### Không phát hiện được LM Studio Hãy đảm bảo LM Studio đang chạy. Nếu xác thực được bật, cũng hãy đặt `LM_API_TOKEN`: ```bash # Start via desktop app, or headless: lms server start --port 1234 ``` Xác minh API có thể truy cập được: ```bash curl http://localhost:1234/api/v1/models ``` ### Lỗi xác thực (HTTP 401) Nếu thiết lập báo cáo HTTP 401, hãy xác minh khóa API của bạn: - Kiểm tra rằng `LM_API_TOKEN` khớp với khóa đã cấu hình trong LM Studio. - Để biết chi tiết thiết lập xác thực LM Studio, hãy xem [Xác thực LM Studio](https://lmstudio.ai/docs/developer/core/authentication). - Nếu máy chủ của bạn không yêu cầu xác thực, hãy để trống khóa trong quá trình thiết lập. ### Tải mô hình đúng lúc LM Studio hỗ trợ tải mô hình đúng lúc (JIT), trong đó các mô hình được tải ở yêu cầu đầu tiên. OpenClaw mặc định tải trước mô hình thông qua endpoint tải gốc của LM Studio, điều này hữu ích khi JIT bị tắt. Để LM Studio JIT, TTL nhàn rỗi và hành vi tự động loại bỏ sở hữu vòng đời mô hình, hãy tắt bước tải trước của OpenClaw: ```json5 { models: { providers: { lmstudio: { baseUrl: "http://localhost:1234/v1", api: "openai-completions", params: { preload: false }, models: [{ id: "qwen/qwen3.5-9b" }], }, }, }, } ``` ### Máy chủ LM Studio trên LAN hoặc tailnet Dùng địa chỉ có thể truy cập của máy chủ LM Studio, giữ `/v1` và đảm bảo LM Studio được bind vượt ngoài loopback trên máy đó: ```json5 { models: { providers: { lmstudio: { baseUrl: "http://gpu-box.local:1234/v1", apiKey: "lmstudio", api: "openai-completions", models: [{ id: "qwen/qwen3.5-9b" }], }, }, }, } ``` Không giống các provider tương thích OpenAI chung, `lmstudio` tự động tin cậy endpoint cục bộ/riêng tư đã cấu hình cho các yêu cầu mô hình được bảo vệ. Các ID provider local loopback tùy chỉnh như `localhost` hoặc `127.0.0.1` cũng được tự động tin cậy; với LAN, tailnet hoặc ID provider DNS riêng tùy chỉnh, hãy đặt rõ ràng `models.providers..request.allowPrivateNetwork: true`. ## Liên quan - [Lựa chọn mô hình](/vi/concepts/model-providers) - [Ollama](/vi/providers/ollama) - [Mô hình cục bộ](/vi/gateway/local-models)