LM Studio

桌面端本地跑模工具：图形界面下载模型、聊天，并可开本地 API 给其他程序调用。

它是做什么的

LM Studio 面向本机用户：在 GUI 里管理模型、对话试用，再从 Developer 页启动本地服务。官方支持原生 REST API（/api/v1/*）、OpenAI 兼容端点、Anthropic 兼容端点，以及 lmstudio-js / lmstudio-python SDK。也可用 CLI：lms server start。默认服务地址常见为 http://localhost:1234（可改端口）。适合「不想先碰 Serving 配置」的本机路径。

一句话：桌面里完成「找模型 → 聊两句 → 开服务」，再用现成 SDK / 兼容客户端接到你的应用。局域网共享时注意鉴权开关，避免裸奔暴露在不可信网络。端口冲突时在 Server 设置里改默认 1234。

要点

• GUI 优先：下载、加载、聊天、开服务都在桌面应用内完成。
• 本地服务：可绑定 localhost 或局域网；默认可不鉴权，也可在设置中启用 API token（Authorization: Bearer ...）。
• OpenAI 兼容：如 /v1/chat/completions、/v1/embeddings、/v1/models、/v1/responses 等；客户端把 base_url 指到 http://localhost:1234/v1。
• 原生 API：0.4.0 起推荐 /api/v1/*（stateful chat、模型下载/加载/卸载、MCP 集成等，以官方文档为准）。
• 和同类比：比 Ollama 更偏桌面体验；比 vLLM 更偏个人本机；权重生态常与 GGUF / llama.cpp 路线相近。要脚本化批量起停时，再补齐 lms CLI 工作流。

适合谁

• 不想先配命令行 Serving，只要本机图形界面试模型
• 用 Cursor、自写脚本等 OpenAI / Anthropic 兼容客户端打本地模型
• 需要在局域网内给少量设备共用本机服务
• 更习惯「点一点就跑」，而不是先读编译与 CUDA 安装文档的用户

官方入口

• 官网
• 本地 Server 文档
• OpenAI 兼容端点
• REST API

建议怎么用

安装后先在界面下载并加载模型，确认聊天正常。再到 Developer 页开启 Server（或 lms server start），用 OpenAI SDK / curl 打 localhost:1234，把模型标识换成界面里显示的那个。若要 MCP、有状态会话、模型生命周期管理，优先看原生 /api/v1，不要死磕兼容层。多人高并发 GPU Serving 再看 vLLM；只要终端一键跑模可看 Ollama。