LM Studio 教程：免命令行下载和运行模型，新手完整上手指南

核对说明：本文依据 LM Studio 官方文档与下载页（2026-10-30 读取，下载页显示当前版本 0.4.27）编写。软件界面更新较快，截图与菜单位置可能与你看到的略有不同，请以官方文档为准。我们没有对速度做自测，不给出跑分。

如果你不想碰命令行，又想在自己电脑上运行大模型，这篇 LM Studio 教程就是为你写的。LM Studio 是一款图形化桌面软件：能搜索并下载模型、像网页聊天一样对话、直接和文档聊天，还能一键开启兼容 OpenAI 格式的本地接口。下面按“安装 → 下载模型 → 聊天 → 调参数 → 文档对话 → 本地服务器”的顺序一步步讲。

LM Studio 是什么，和 Ollama 有什么区别

LM Studio 官方文档把它描述为能下载并运行本地 LLM（如 gpt-oss、Llama、Qwen）的应用，提供简洁的聊天界面、模型搜索下载（来自 Hugging Face）、MCP 支持，以及兼容 OpenAI 的本地接口。它用 llama.cpp 运行 GGUF 模型，在 Apple 芯片的 Mac 上还支持 Apple 的 MLX。

和 Ollama 比，两者定位不同：

两者可以同时安装，互不冲突。命令行更熟悉的读者可以直接看《Ollama 安装教程》。

LM Studio 教程第一步：系统要求与安装

按官方系统要求页面：

安装步骤：

1. 打开 LM Studio 下载页，选择你的系统版本下载安装包。
2. 按提示安装并打开软件。首次启动时它会引导你下载一个模型，可以先跳过，之后再选。
3. 模型文件会很大，安装前确认磁盘空间；如果系统盘空间不足，可以在“My Models”页修改模型保存目录。

下载你的第一个模型

搜索模型

在左侧进入 Discover（发现）页，可以按关键词搜索，例如 qwen、gemma、llama，也可以直接输入 用户名/模型名，甚至粘贴完整的 Hugging Face 链接。官方小技巧：Mac 上按 ⌘+2，Windows 和 Linux 按 Ctrl+2，可以从任何界面跳到 Discover 页。

怎么选量化版本

同一个模型会有 Q3_K_S、Q8_0 等多个版本，它们是同一个模型的不同压缩程度。官方文档的建议是：如果机器能跑，选择 4-bit 或更高的版本。我们的补充：

更详细的比较见《大模型量化是什么：Q4_K_M、Q8 怎么选》。

按内存挑模型大小

先看自己的显存或统一内存，再选文件大小。下面是粗略的起点，数据取自 Ollama 模型库的文件大小（2026-10-30），LM Studio 里的同名模型大小相近但不完全一样：

注意：下载文件之外还要给上下文留空间，规则见《大模型显存需求怎么算》。8GB 显卡的选择可参考《8GB 显存能跑什么模型》。

开始聊天

1. 在聊天页顶部点击模型选择器，选择已下载的模型并加载。
2. 加载完成后，直接在底部输入框提问。
3. 如果加载很慢或提示内存不足，换小一档的模型，或降低下面要讲的上下文长度。

调整加载参数

LM Studio 官方文档说明，可以为每个模型设置默认的加载参数：进入 My Models 页，点击模型旁的齿轮图标即可。常见的设置有：

• GPU 卸载（GPU offload）：决定多少层放进显卡。放不下的层会留在内存，速度会下降。
• 上下文大小：越大占用内存越多。长文档分析可以调大，但要留意内存。
• Flash Attention：可选的优化，官方文档把它列为可按模型设置的选项。

调整后保存为默认值，下次加载就会沿用。参数含义的通俗解释，见《大模型显存需求怎么算》。

和文档聊天

官方文档说明，可以把 .docx、.pdf、.txt 文件附加到聊天里：

• 文档较短、能放进模型上下文时，LM Studio 会把全文放进对话。
• 文档很长时，LM Studio 会改用 RAG（检索增强生成），从长文档中检索相关片段交给模型。这种方式有时效果很好，有时需要调整。
• 官方的小技巧：提问时尽量多给上下文，写出你预期在文档里出现的词句，能提高检索命中率。

官方的离线说明还写明：文档处理全部在本地完成，上传到 LM Studio 的内容不会离开应用。

进阶：三种使用方式与运行时管理

LM Studio 不只是一个桌面窗口。按官方文档和下载页，它有三种形态：

下载页给出的 llmster 安装命令：Mac 和 Linux 用 curl -fsSL https://lmstudio.ai/install.sh | bash，Windows 用 irm https://lmstudio.ai/install.ps1 | iex。执行任何“从网络下载并运行脚本”的命令前，请先确认来源可信。

另外，LM Studio 用“运行时（LM Runtimes）”来执行模型：官方文档说明，它在各系统上用 llama.cpp 运行 GGUF 模型，在 Apple 芯片 Mac 上还可以用 MLX。在 Mac 上按 ⌘+Shift+R，在 Windows 和 Linux 上按 Ctrl+Shift+R 可以安装或管理运行时。遇到“新模型加载失败”时，先检查运行时是否需要更新，往往能解决问题。

十分钟上手清单

1. 确认电脑满足系统要求，并查清自己的显存或统一内存大小。
2. 下载并安装 LM Studio。
3. 在 Discover 页搜索一个与你内存匹配的模型（例如 8GB 选 8B 级）。
4. 选 Q4_K_M 或更高的版本，等待下载完成。
5. 加载模型，问几个熟悉领域的问题，感受回答质量。
6. 回到 My Models 页，给这个模型设置好默认的上下文大小。
7. 需要时，开启本地服务器，用 OpenAI 格式的客户端接入。

开启本地服务器：用 OpenAI 格式调用

LM Studio 的开发者功能可以把模型变成一个本地接口。官方文档列出的兼容端点包括 /v1/models、/v1/chat/completions、/v1/embeddings、/v1/completions 等，示例中使用的端口是 1234。已有的 OpenAI 客户端只需把 base URL 改到本机即可：

from openai import OpenAI
client = OpenAI(base_url="http://localhost:1234/v1", api_key="lm-studio")
resp = client.chat.completions.create(
    model="这里填 LM Studio 中显示的模型标识",
    messages=[{"role": "user", "content": "你好，请介绍一下你自己"}],
)
print(resp.choices[0].message.content)

api_key 填任意字符串即可（本地服务不校验，这是常见写法，我们没有逐版本验证，如被拒绝请参考官方文档）。服务器既可以只监听本机，也可以在局域网内提供服务；如果开放到局域网，请确认网络可信。

离线使用与隐私

按官方离线说明：聊天、与文档对话、运行本地服务器都不需要联网；搜索模型、下载模型和 Discover 页的目录更新需要联网。你可以先下载好模型，之后完全断网使用。官方也说明，在 LM Studio 里与模型聊天时输入的内容不会离开你的设备。

加载与运行故障排查

常见问题（FAQ）

LM Studio 免费吗？

价格与授权条款（个人与商用）请以 LM Studio 官方网站当前页面为准，我们不在此替官方下结论。

LM Studio 和 Ollama 能同时装吗？

可以，两者互不冲突。但同时加载两个大模型会占用双份内存。

Intel Mac 能用吗？

官方系统要求页面写明暂不支持 Intel Mac。

8GB 内存的电脑能用吗？

官方说可以尝试，但要选择较小的模型并控制上下文大小。

能不能联网搜索？

LM Studio 的核心功能本地运行，联网搜索类功能是否可用以官方文档为准，我们没有逐一验证。

怎么让别的设备访问？

开启本地服务器，并按官方文档使用局域网访问；也可以参考《Open WebUI + Ollama 搭建教程》得到一个网页界面。

下一步与社区

LM Studio 上手之后，下一步通常是选更合适的模型。可以看《本地大模型推荐》。如果你卡在某一步，欢迎来社区提问（加入社区）。我们在深圳做本地大模型机器的选型、组装与实测，也可以帮你配好开箱即用的机器；先聊需求，不强制购买。

参考来源

• LM Studio 下载页
• LM Studio 文档：系统要求
• LM Studio 文档：下载模型
• LM Studio 文档：OpenAI 兼容接口
• LM Studio 文档：离线运行