# LM Studio

LM Studio 是一款流行的**本地大模型 GUI**，支持下载、量化并在本机推理各种开源模型。Cherry Studio 可作为前端连接到 LM Studio 的本地服务，在保留本地隐私的同时获得更好的对话体验。

## 前置准备

1. 从 [LM Studio 官网](https://lmstudio.ai/) 下载并安装客户端
2. 在 LM Studio 中下载至少一个模型（推荐先试 Llama 3.x 8B 或 Qwen 系列）
3. 打开 LM Studio 顶部 **Server** Tab，点击 **Start Server**（默认端口 `1234`）

## 在 Cherry Studio 配置

* 打开 `设置 → 模型服务`，找到 **LM Studio** Provider 进入详情页
* **API 地址** 默认 `http://localhost:1234`，如改过 LM Studio 端口请同步修改
* **API 密钥** 可留空（本地推理无需鉴权），或在 LM Studio 中开启鉴权后填入
* 点击 **获取模型列表**，Cherry Studio 会自动拉取 LM Studio 已加载的模型

{% hint style="info" %}
**模型列表为空？** LM Studio 只暴露**已 `Load` 到内存**的模型，没 Load 的不会出现在列表里。回到 LM Studio 先 Load 模型再来"获取模型列表"。
{% endhint %}

## 推荐用法

| 场景                   | 建议                                                           |
| -------------------- | ------------------------------------------------------------ |
| 隐私敏感对话               | 选小模型（8B 以下）本机跑，完全离线                                          |
| Apple Silicon（M 系芯片） | LM Studio 用 MLX 后端，效率显著高于 llama.cpp                          |
| 嵌入模型                 | LM Studio 也可加载嵌入模型，用于 [全局记忆](/advanced-basic/memory.md) 与知识库 |

## 与 Ollama 的区别

|      | LM Studio     | [Ollama](/pre-basic/providers/ollama.md) |
| ---- | ------------- | ---------------------------------------- |
| 形态   | 图形界面 + Server | 命令行 / 后台服务                               |
| 模型管理 | GUI 浏览/下载     | `ollama pull`                            |
| API  | OpenAI 兼容     | OpenAI 兼容                                |
| 适合   | 偏好图形交互的用户     | 偏好命令行 / Docker 部署                        |

两者都可接入 Cherry Studio，按个人偏好选择即可。

## 常见问题

* **Cherry Studio 连不上**：确认 LM Studio 中 Server 是否已 Start（绿点状态）
* **响应巨慢**：模型过大 / 显存不足，换更小模型或更大量化（如 Q4 → Q3）
* **乱码 / 输出截断**：上下文长度超过模型限制，在 LM Studio 中调高 `n_ctx`

***

### 💡 获取帮助与提交反馈

如果您在配置或使用过程中遇到任何疑问、Bug 或有功能改进建议，请参考 [反馈与建议](/question-contact/suggestions.md) 中提供的官方渠道。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.cherry-ai.com/pre-basic/providers/lm-studio.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.