LM Studio 入門：圖形介面跑本機模型

想在自己的電腦跑 AI 模型，又不想碰終端機，LM Studio 是最接近「裝好就能用」的一條路：一套桌面軟體，在同一個視窗裡搜尋、下載模型、對話，也能把模型開成本機 API 伺服器。

這篇照官方文件走完一輪：對照系統需求、下載第一個模型、調整上下文視窗與 GPU offload，最後把本機伺服器打開讓別的程式呼叫。介面位置以官網當天版本為準。

LM Studio 是什麼：App、llmster 與 lms 三件套

官方文件的說法是讓你「在本機執行 Llama、DeepSeek、Qwen、Phi 等大型語言模型」，支援 macOS、Windows 與 Linux。官方把自家工具拆成三個，名字很像但角色不同：

• LM Studio（桌面 App）：圖形介面，能搜尋下載模型、對話、上傳文件對話、設定參數、跑本機伺服器、接 MCP 伺服器，文件說這是最容易的起點。
• llmster（無介面的背景服務）：不必裝桌面 App，文件舉的場景是 Linux 伺服器、沒有螢幕的 GPU 機器、CI 流程。
• lms（命令列工具）：兩者都能指揮，隨 App 或 llmster 一起裝好；文件寫下指令時 LM Studio 沒開著會自動啟動。

先對照官方系統需求

這份需求講的是軟體跑不跑得動，不是模型跑不跑得動。官方文件目前列的是：

• macOS：晶片需 Apple Silicon（文件寫 M1／M2／M3／M4），系統需 macOS 14.0 或更新，建議 16GB 以上記憶體（RAM）；8GB 的 Mac 文件寫仍有機會使用，但要挑小模型，且不支援 Intel 版 Mac。
• Windows：x64 與 ARM（文件點名 Snapdragon X Elite）都支援；x64 需 CPU 支援 AVX2，建議至少 16GB 記憶體、4GB 專用顯示記憶體（VRAM）。
• Linux：x64 與 ARM64 都支援，以 AppImage 發布，需要 Ubuntu 20.04 或更新，比 22 更新的版本文件說測試不足。

官方沒有給「幾 B 的模型對應幾 GB 記憶體」的對照表，模型要多少記憶體得看檔案大小與上下文視窗。

跑本機模型要什麼電腦：記憶體、顯示記憶體與 Apple Silicon

下載與安裝：下載頁有兩個東西

查證當天的下載頁放了兩個入口：LM Studio Bionic（描述是「為開放模型打造的代理（Agent）」），以及 LM Studio 本身（「含對話介面與可程式化的 API」）。這篇談後者，下載頁當天對 Windows 顯示的版本是 0.4.24。沒有螢幕的機器改裝 llmster。

curl -fsSL https://lmstudio.ai/install.sh | bash

irm https://lmstudio.ai/install.ps1 | iex

找模型並下載：Discover 分頁接 Hugging Face

App 內建模型下載器，官方文件寫它「讓你從 Hugging Face 下載任何支援的模型」。到 Discover 分頁可以用關鍵字搜尋（文件舉例 llama、gemma），也可以貼上 user/model 字串或完整網址。

同一個模型底下常會冒出 Q3_K_S、Q_8 之類好幾個選項。官方文件說這些是同一個模型的複本，只是保真度不同，Q 代表「量化」，把檔案壓小、換取一部分品質。文件的建議只有一句：機器夠力就選 4-bit 或以上。

GGUF 量化怎麼選：Q4_K_M、Q8_0、F16 的檔名、檔案大小與記憶體

量化（Quantization）：用較少位元執行模型的取捨

格式上，官網的模型目錄頁把模型分成 GGUF 與 MLX 兩種篩選，首頁則寫執行環境底層是 MLX 與 llama.cpp。別處抓好的 GGUF 檔可用 lms import 匯入（文件標示為實驗性），模型預設放在 ~/.lmstudio/models 底下。

Hugging Face 入門：找模型、看授權、下載

對話與參數：上下文視窗、GPU offload

模型抓好後到 Chat 分頁，打開模型載入器選一個模型，載入前可先改參數。官方文件對「載入模型」的定義是：配置記憶體來放模型權重與其他參數。

想固定某個模型的設定，文件說到 My Models 分頁按齒輪圖示編輯預設參數，列的三個理由是：設定 GPU offload 比例、設定上下文視窗大小、要不要用 Flash Attention。

找不到這些選項通常是模式問題。文件說介面分成 User 與 Developer：User 只顯示對話介面、其他自動設定；Developer 開放可調的載入與推論參數，在 Settings 開啟。

對話裡也能附檔案。官方文件寫可以附 .docx、.pdf、.txt：內容塞得進上下文視窗時整份放進對話，太長時改用檢索增強生成（RAG）。官方提醒這招時好時壞，查詢時把預期會出現在原文的名詞寫進去比較準。

上下文視窗（Context Window）是什麼：容量與理解的差別

本機伺服器：埠 1234 與 OpenAI 相容端點

官方文件說可以從 Developer 分頁把本機模型開成 API 伺服器，只開在 localhost 或開放給區域網路都行，做法是打開 Start server 開關。也可以走終端機：

lms get openai/gpt-oss-20b
lms load openai/gpt-oss-20b
lms server start

文件寫伺服器啟動後監聽在 localhost 的埠 1234。OpenAI 相容端點在 v1 底下，文件列了 /v1/models、/v1/responses、/v1/chat/completions、/v1/embeddings 與 /v1/completions。現有的 OpenAI 客戶端程式可以沿用，只要把 base URL 換掉。

curl http://localhost:1234/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "use the model identifier from LM Studio here",
    "messages": [{"role": "user", "content": "Say this is a test"}],
    "temperature": 0.7
  }'

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:1234/v1"
)
# ... the rest of your code ...

埠與範圍都能改。文件寫 lms server start 可以帶 --port 指定埠（範例是 --port 3000）、--cors 開啟跨來源支援、--bind 指定綁定位址，預設 127.0.0.1 只聽 localhost，改成 0.0.0.0 會聽所有介面，官方在後兩個旗標旁都放了警告。

驗證預設是關的。官方文件寫 LM Studio 預設不要求 API 請求附帶驗證；要改成只接受有效權杖，得在 Server Settings 打開開關，需要 LM Studio 0.4.0 或更新版本。

閱讀完整文字說明

三個並排的抽象方塊代表 LM Studio 的三個使用階段。第一個是 Discover 分頁：搜尋關鍵字或貼上 Hugging Face 網址、挑選 GGUF 或 MLX 格式與量化版本、把檔案存到 ~/.lmstudio/models，這一段需要網路。第二個是 Chat 分頁：把模型載入到記憶體、設定上下文視窗與 GPU offload、開始對話並可附加文件檔案。第三個是 Developer 分頁：打開 Start server 開關或執行 lms server start、伺服器監聽在 localhost 的埠 1234、其他程式用 OpenAI 相容端點呼叫。第二與第三個階段被一個虛線框圈起來，標示為在你的電腦裡執行、可以離線。底部說明資料流：只有第一步需要網路，模型下載完成後，第二步與第三步的對話與 API 請求都留在本機。

隱私與離線：官方文件怎麼寫

官方的「離線運作」頁講得很直接：一般情況下 LM Studio 不需要網路就能運作，包含與模型對話、與文件對話、跑本機伺服器。文件逐項寫：用已下載的模型時，你輸入的東西不會離開裝置；做 RAG 時文件留在你的機器上；伺服器的請求也留在本機。

要連網的操作文件也列了：搜尋模型、下載新模型、內建目錄顯示統計、下載執行環境、檢查更新。想完全離線，就先把模型抓好。

隱私權政策則寫 LM Studio「處理盡可能少的資訊，而且可以完全在裝置上離線運作」，除了雲端服務外不處理 App 裡的對話或文件內容。

為什麼要在自己電腦跑 AI：隱私、離線與成本

授權與和 Ollama 的差別

LM Studio 桌面版走的是自家使用條款，不是開源授權；查證當天條款頁的版本日期是 2026 年 8 月 23 日，立約公司是 Element Labs, Inc.。條文給的是「非專屬、不可轉讓」的授權，供你「個人與／或內部商業用途」使用，並禁止再授權、散布、當成軟體即服務對外提供與還原工程。

所以「能不能商用」沒有一句話的答案：授權範圍是個人與內部商業用途，外部散布與軟體即服務在限制項目裡，放進公司流程前請讀條款原文與官網企業方案頁，以官網為準。命令列工具 lms 則單純，文件寫它採 MIT 授權。

和 Ollama 相比，官方文件撐得住的差別有三點：介面上 LM Studio 本身就是圖形介面；格式上官網目錄用 GGUF 與 MLX 兩種篩選；授權上 Ollama 的 LICENSE 是 MIT，LM Studio 則是自家條款。速度與相容性官方沒有比較，這篇不猜。

Ollama 入門：Windows、Mac 安裝與第一個模型

在自己電腦跑 DeepSeek：Ollama 蒸餾版教學

開放權重（Open Weights）：能下載模型，還要確認什麼

• AI 工具
• 教學
• AI 寫程式與本機模型