启动服务器

安装并启动 LM Studio。

然后，确保通过开发者页面左上角的切换开关，或通过终端中的 lms 启动了服务器。

lms server start

默认情况下，服务器可在 https://:1234 访问。

如果您还没有下载模型，可以先下载模型

lms get ibm/granite-4-micro

API 身份验证

默认情况下，LM Studio API 服务器不要求身份验证。为了提高安全性，您可以在服务器设置中将服务器配置为需要 API 令牌进行身份验证。

要验证 API 请求，请在 LM Studio 的开发者页面生成 API 令牌，并将其包含在请求的 Authorization 标头中，格式如下：Authorization: Bearer $LM_API_TOKEN。在此阅读更多关于身份验证的信息。

与模型聊天

使用聊天端点向模型发送消息。默认情况下，如果模型尚未加载，系统将自动加载它。

/api/v1/chat 端点是有状态的，这意味着您不需要在每个请求中传递完整的历史记录。在此阅读更多相关说明。

curl https://:1234/api/v1/chat \
  -H "Authorization: Bearer $LM_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "ibm/granite-4-micro",
    "input": "Write a short haiku about sunrise."
  }'

请参阅完整的聊天文档以获取更多详细信息。

通过 API 使用 MCP 服务器

通过在 integrations 字段中指定服务器，使模型能够在 /api/v1/chat 中与临时模型上下文协议 (MCP) 服务器交互。

curl https://:1234/api/v1/chat \
  -H "Authorization: Bearer $LM_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "ibm/granite-4-micro",
    "input": "What is the top trending model on hugging face?",
    "integrations": [
      {
        "type": "ephemeral_mcp",
        "server_label": "huggingface",
        "server_url": "https://hugging-face.cn/mcp",
        "allowed_tools": ["model_search"]
      }
    ],
    "context_length": 8000
  }'

您还可以通过 integrations 字段使用本地配置的 MCP 插件（来自您的 mcp.json）。使用本地运行的 MCP 插件需要通过 Authorization 标头传递 API 令牌进行身份验证。在此阅读更多关于身份验证的信息。

curl https://:1234/api/v1/chat \
  -H "Authorization: Bearer $LM_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "ibm/granite-4-micro",
    "input": "Open lmstudio.ai",
    "integrations": [
      {
        "type": "plugin",
        "id": "mcp/playwright",
        "allowed_tools": ["browser_navigate"]
      }
    ],
    "context_length": 8000
  }'

请参阅完整的聊天文档以获取更多详细信息。

下载模型

使用下载端点通过标识符从 LM Studio 模型目录下载模型，或通过 Hugging Face 模型 URL 下载。

curl https://:1234/api/v1/models/download \
  -H "Authorization: Bearer $LM_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "ibm/granite-4-micro"
  }'

响应将返回一个 job_id，您可以使用它来跟踪下载进度。

curl -H "Authorization: Bearer $LM_API_TOKEN" \
  https://:1234/api/v1/models/download/status/{job_id}

请参阅下载和下载状态文档以获取更多详细信息。

LM Studio API 入门指南

启动服务器

API 身份验证

与模型聊天

通过 API 使用 MCP 服务器

下载模型