LM Studio

部署方式Element Labs(LM Studio)

桌面版"一键本地 LLM":应用内下载模型、聊天、起本地 OpenAI 兼容服务,运行时是 llama.cpp 加 Apple MLX 双引擎。

类型
一体化本地运行工具
支持
应用内下载模型 · 内置聊天界面 · 本地 OpenAI 兼容服务 · llama.cpp + MLX 双引擎 · lms CLI / Python / JS SDK
上手难点
应用本体闭源,深度定制要走 CLI 或 SDK;star 热度按官方 CLI 仓库(lms)计
许可
应用闭源(lms CLI / SDK 为 MIT)
发布
2023-09-15
收录
2026-10-03

它解决什么

本地模型的上手门槛是“下权重、选量化、起服务”三件事。LM Studio 把它们装进一个桌面应用: 在应用里挑模型自动下载,点开就能聊天,再点一下就是一个本地 OpenAI 兼容服务。 运行时是 llama.cpp 加 Apple MLX 双引擎,Mac 和 Windows 都能跑,官方还把它做成 “本地优先”的 agent 形态(Bionic)。

什么时候用它

  • 想在桌面直接“打开就用”本地模型、不想碰终端 → 首选。
  • Apple Silicon 开发机,想吃满统一内存 → MLX 引擎是它的差异化优势。
  • 应用要接本地模型 → 官方的 lms CLI 与 Python / JS SDK 都是开源的。

上手难点

  • 应用本体闭源,深度定制空间比直接用引擎小,需要定制就用 lms CLI。
  • 模型目录比 Ollama 薄,个别变体要自己找 GGUF 导入。
  • 多用户高并发不是它的场景,那是 vLLM / SGLang 的活。