你的本地 AI 工具包。

在你的电脑上下载并运行 Llama、DeepSeek、Mistral、Phi。

通过使用 LM Studio，您同意其使用条款

新手友好，兼具专家级功能

易于上手，探索无限

发现和下载开源模型，在聊天中使用或运行本地服务器

聊天

在你的电脑上轻松运行 LLM，例如 Llama 和 DeepSeek。无需专业知识

使用 LM Studio，你可以...

✉️注册以接收电子邮件更新

🔨注册以获取 Beta 版本

库：

跨平台本地 AI SDK

LM Studio SDK：构建本地 AI 应用，无需处理依赖项

Python

TypeScript

1. 使用 pip安装 SDK

pip install lmstudio

2. 开始构建！访问 Python SDK 文档

LLM 聊天

Agentic 工具

结构化输出

管理模型

import lmstudio as lms

llm = lms.llm() # Get any loaded LLM

prediction = llm.respond_stream("What is a Capybara?")

for token in prediction:
    print(token, end="", flush=True)

开发者文档 lmstudio-js lmstudio-python Discord

常见问题

概括：该应用不会收集数据或监控你的行为。你的数据保留在本地机器上。

不会。使用本地 LLM 的主要原因之一是隐私，而 LM Studio 正是为此而设计的。你的数据保持私密性并保留在本地机器上。访问离线操作页面了解更多信息。

LM Studio 可在 M1/M2/M3/M4 Mac，以及支持 AVX2 的 Windows (x86 或 ARM) 和 Linux PC (x86) 上运行。访问系统要求页面以获取最新信息。

你可以运行来自 Hugging Face 的任何兼容的大型语言模型 (LLM)，包括 GGUF (llama.cpp) 格式和 MLX 格式 (仅限 Mac)。你可以运行 GGUF 文本嵌入模型。某些模型可能不受支持，而另一些模型可能太大而无法在你的机器上运行。尚不支持图像生成模型。请参阅模型目录以查看精选模型。

LM Studio GUI 应用程序不是开源的。但是，LM Studio 的 CLI lms、Core SDK 和我们的 MLX 推理引擎都是 MIT 许可的开源软件。此外，LM Studio 使你可以轻松使用领先的开源库（如 llama.cpp），而无需具备编译或集成它们的专业知识。

llama.cpp 是一个出色的开源库，它提供了一种强大而高效的方式在边缘设备上运行 LLM。它由 Georgi Gerganov 创建并领导。LM Studio 利用 llama.cpp 在 Windows、Linux 和 Mac 上运行 LLM。

请填写 LM Studio 工作版申请表，我们会尽快回复你。

是的！我们一直在寻找优秀的构建者加入我们的团队。如果你有兴趣，请发送电子邮件至 [email protected]，简要介绍你自己和你做过的相关项目。

开始使用 LM Studio

通过使用 LM Studio，您同意其使用条款

✉️注册以接收电子邮件更新

🔨注册以获取 Beta 版本