LM Studio 模型 API：从启动服务到完成第一次调用

更新于 2026-10-23 · openmodel.cyou

简答：LM Studio 模型 API 本质上是本地推理接口。新项目优先考虑原生 /api/v1，想复用 OpenAI SDK 或现有应用时使用 /v1 兼容接口；先启动服务器，再通过 /v1/models 获取真实模型 ID，最后发送请求。

定义：LM Studio 模型 API 是由本地 LM Studio 服务器提供的 HTTP 接口，可用于调用本地模型、查询模型、生成文本、生成 Embeddings，以及连接支持 OpenAI 兼容协议的应用。

先跑通第一条请求：启动服务、获取模型名、发送对话

本文根据 LM Studio 公开开发者文档整理，本站不是 LM Studio 官方站。开始前，请确认已经在 LM Studio 中准备好至少一个可用模型。

1. 启动 API 服务器：打开 Developer 面板，启用 Start server；也可以在终端运行 lms server start。官方文档说明，服务器可在本机 localhost 或网络中提供接口。
2. 查询模型 ID：先访问 GET /v1/models，不要凭记忆填写模型名称。返回结果中的 id 才是请求体里应使用的模型标识符。
3. 发送第一条请求：把下面代码中的 <MODEL_ID> 替换为上一步返回的实际 ID。

curl http://localhost:1234/v1/models

curl http://localhost:1234/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<MODEL_ID>",
    "messages": [
      {"role": "user", "content": "请用一句话介绍你自己。"}
    ],
    "temperature": 0.7
  }'

官方兼容接口文档列出了 /v1/models、/v1/responses、/v1/chat/completions、/v1/embeddings 等路径；默认示例使用 localhost:1234，但实际端口应以你的服务器设置为准。参考：服务器启动说明、OpenAI 兼容端点、模型列表接口。

三套 API 路径怎么选：/api/v1、/v1 与 /api/v0

LM Studio 当前文档同时介绍原生 REST API、OpenAI 兼容 API 和旧版 v0 REST API。路径不同，适合的使用场景也不同。

官方 REST API 总览说明，LM Studio 0.4.0 引入了原生 v1 REST API，并建议新项目使用它；同一页面还列出了 /api/v1/chat、/api/v1/models、模型加载、卸载和下载等接口。OpenAI 兼容文档则面向需要复用 OpenAI 客户端的场景。参考：LM Studio REST API 总览、REST API v0、OpenAI 兼容端点。

如果你只是希望让 Python、Node.js、OpenAI SDK 或支持兼容协议的工具调用本地模型，优先从 /v1 开始；如果需要模型加载、状态型对话或 LM Studio 原生能力，再研究 /api/v1。

Python、Node.js 和原生 v1 调用示例

Python：使用 OpenAI 客户端调用 Chat Completions

LM Studio 官方示例使用 OpenAI Python 客户端，并将 base_url 指向本地的 http://localhost:1234/v1。示例中的 API Key 只是客户端初始化参数，不代表需要向本地服务申请远程密钥。

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:1234/v1",
    api_key="lm-studio",
)

completion = client.chat.completions.create(
    model="<MODEL_ID>",
    messages=[
        {"role": "user", "content": "请用三句话解释什么是本地模型 API。"}
    ],
    temperature=0.7,
)

print(completion.choices[0].message.content)

Node.js / TypeScript：修改 baseURL 后复用客户端

官方兼容接口文档展示了 TypeScript 客户端通过 baseUrl 指向本地服务。下面的调用结构适合已经安装 OpenAI Node.js 客户端的项目。

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "http://localhost:1234/v1",
  apiKey: "lm-studio",
});

const completion = await client.chat.completions.create({
  model: "<MODEL_ID>",
  messages: [
    { role: "user", content: "请用一句话说明本地 API 的用途。" }
  ],
});

console.log(completion.choices[0]?.message?.content ?? "");

原生 v1：调用 /api/v1/chat

原生 v1 API 的聊天路径是 POST /api/v1/chat。它与 OpenAI 兼容的 /v1/chat/completions 不是同一个端点，切换时应同时检查请求体字段和响应格式。

curl http://localhost:1234/api/v1/chat \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<MODEL_ID>",
    "input": "请用一句话介绍本地推理。"
  }'

如果你的代码已经使用 OpenAI SDK，通常先改 base_url 或 baseURL，再把模型参数替换为 /v1/models 返回的真实 ID。不要把 <MODEL_ID> 作为字面量直接发送。

流式输出、Embeddings、Responses 与工具调用

流式输出：适合聊天界面需要边生成边显示的场景。OpenAI 兼容的 Responses 文档提供了 stream: true 示例，并说明响应会以 SSE 事件形式返回。Chat Completions 也支持 stream 参数，但你的客户端需要按对应 SDK 的流式接口读取事件。

curl http://localhost:1234/v1/responses \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<MODEL_ID>",
    "input": "请用三点说明流式输出的用途。",
    "stream": true
  }'

Embeddings：如果你要做向量检索、相似度搜索或知识库索引，应使用 /v1/embeddings，并传入适合生成向量的模型 ID，而不是普通聊天模型。官方示例使用 OpenAI Python 客户端的 client.embeddings.create 方法。

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:1234/v1",
    api_key="lm-studio",
)

result = client.embeddings.create(
    model="<EMBEDDING_MODEL_ID>",
    input=["这是一段需要向量化的文本。"],
)

print(len(result.data[0].embedding))

Responses：适合需要流式、推理字段、前一轮响应状态或远程 MCP 工具的场景。工具调用：适合让模型提出函数调用请求，再由你的程序执行函数并把结果回传；模型不会替你的程序直接执行代码。官方工具调用文档说明，兼容接口可通过 /v1/chat/completions 和 /v1/responses 使用工具。

如果只是普通问答，先用 Chat Completions；如果需要状态、流式事件或工具编排，再根据官方能力对照表选择 Responses 或原生 /api/v1/chat。参考：Responses API、Embeddings、工具调用。

模型 ID、连接和局域网访问排错

1. model 参数错误：重新运行 curl http://localhost:1234/v1/models，复制返回对象中的 id。不要使用模型展示名称、下载页面标题或自行拼接的名称。
2. Connection refused：先检查 Developer 面板中的 Start server 是否已启用，再确认请求使用的端口与服务器设置一致。如果通过命令行启动，可尝试 lms server start。
3. 模型没有响应：先确认模型已经下载，并在 LM Studio 中完成加载或允许服务器按配置发现模型。旧版 v0 模型列表会返回模型状态等信息，可用于辅助判断。
4. 局域网设备无法访问：本机地址 localhost 只适用于运行服务器的设备。要让同一局域网内的其他设备访问，需要启用 Serve on Local Network，或使用 lms server start --bind 0.0.0.0。然后把客户端地址改为服务器所在设备的局域网地址和端口。
5. 安全检查：绑定到非 127.0.0.1 的地址后，服务会暴露到 localhost 之外。官方建议在这种情况下启用认证，并只在明确需要时开放局域网访问。

排错顺序建议固定为：服务器是否启动 → 地址和端口是否正确 → /v1/models 是否能返回 → model 是否来自返回结果 → 再测试聊天请求。这样可以把网络问题、模型问题和请求体问题分开处理。局域网访问的安全提醒可参考 Serve on Local Network。

常见问题

LM Studio 模型 API 默认地址是什么？

官方 OpenAI 兼容示例使用 http://localhost:1234，并在后面拼接 /v1；例如聊天接口是 /v1/chat/completions。实际端口应以本地服务器设置为准。

LM Studio 的 model 参数应该怎么填写？

先请求 /v1/models，使用返回数据中对应模型对象的 id。不要直接填写模型显示名称，也不要把 <MODEL_ID> 占位符原样发送。

应该使用 /api/v1 还是 /v1？

需要 LM Studio 原生模型管理、状态型聊天等能力时了解 /api/v1；需要复用 OpenAI Python、Node.js 或兼容应用时优先使用 /v1。新项目可先从官方推荐的原生 v1 了解，再按集成需求选择。

为什么请求 localhost:1234 会出现连接失败？

先确认 Developer 面板已开启 Start server，或者执行 lms server start；然后检查端口、路径和请求设备是否正确。若从另一台设备访问，localhost 指向的是另一台设备本身，不能代替服务器所在设备的局域网地址。

Embeddings 应该使用聊天模型吗？

不建议直接混用。Embeddings 接口需要传入适合生成向量的模型 ID，聊天模型和 Embeddings 模型的用途不同，应以 /v1/models 返回的模型信息和模型能力为准。

相关阅读

• 返回首页查看更多 AI API 接入指南

参考资料

1. LM Studio as a Local LLM API Server（lmstudio.ai）
2. OpenAI Compatibility Endpoints | LM Studio（lmstudio.ai）
3. List Models | LM Studio（lmstudio.ai）
4. Chat Completions | LM Studio（lmstudio.ai）
5. Responses | LM Studio（lmstudio.ai）
6. Embeddings | LM Studio（lmstudio.ai）
7. Tool Use | LM Studio（lmstudio.ai）
8. Serve on Local Network | LM Studio（lmstudio.ai）