lmstudio-js

GitHub
1.6k 249 简单 1 次阅读 今天MIT开发框架语言模型
AI 解读 由 AI 自动生成,仅供参考

lmstudio-js 是 LM Studio 官方推出的 TypeScript 开发工具包,旨在让开发者轻松地在本地环境中调用和运行大型语言模型(LLM)。它解决了传统云端 API 方案在隐私保护、网络依赖及成本控制上的痛点,同时弥补了通用 SDK(如 OpenAI SDK)在本地模型管理方面的功能缺失。

通过 lmstudio-js,用户不仅可以实现聊天对话和文本续写,还能定义工具函数将模型转化为完全本地运行的自主智能体。其独特亮点在于提供了精细的模型生命周期管理能力,支持动态加载与卸载模型、配置上下文长度及 GPU 卸载策略,甚至包含推测解码等高级特性。此外,它还支持生成文本嵌入向量,并兼容浏览器与 Node.js 环境。

这款工具专为熟悉 JavaScript 或 TypeScript 的软件开发者和研究人员设计,特别适合希望构建隐私安全、低延迟且无需联网的 AI 应用的技术人员。相比自动生成的通用客户端,lmstudio-js 从底层专为 TS/JS 生态打造,代码结构清晰、易于上手,是连接本地算力与创新应用的理想桥梁。

使用场景

一位全栈开发者正在构建一个完全本地运行的智能客服原型,需要在不依赖云端 API 的前提下,让 Node.js 后端动态调用本地大模型处理用户咨询。

没有 lmstudio-js 时

  • 开发者被迫使用通用的 OpenAI SDK 进行“曲线救国”,无法直接控制本地模型的加载与卸载,导致显存长期被占用,影响其他任务运行。
  • 缺乏对上下文长度、GPU 卸载比例等关键推理参数的配置能力,模型在低显存设备上频繁崩溃或响应极慢。
  • 无法通过代码获取模型元数据(如当前上下文窗口大小),难以根据硬件状况动态调整业务逻辑。
  • 实现自主 Agent 功能极其困难,因为通用 SDK 不支持将本地函数定义为工具供模型调用,必须自行编写复杂的底层通信代码。
  • 调试过程痛苦,一旦模型加载失败或参数错误,只能查看 LM Studio 图形界面日志,无法在 TypeScript 代码中捕获具体异常。

使用 lmstudio-js 后

  • 通过 client.llm.load()unload() 方法,代码可精准控制模型生命周期,用完即释放显存,实现多模型轮转调度。
  • 直接在初始化时传入 contextLengthgpuOffload 等参数,轻松适配不同配置的本地机器,推理稳定性大幅提升。
  • 调用 model.getInfo() 即可实时获取模型状态与规格,业务代码能据此动态优化提示词策略或拒绝超限请求。
  • 利用内置的 Agent 框架,几行代码即可定义本地工具函数,让大模型自主规划并执行查询数据库、调用内部 API 等复杂任务。
  • 完整的 TypeScript 类型支持与原生错误抛出机制,让开发者能在 IDE 中获得智能提示,并在 try-catch 块中精确处理各类运行时错误。

lmstudio-js 将原本繁琐的本地大模型运维工作转化为简洁的类型安全代码,让开发者真正专注于业务逻辑而非底层基础设施。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notes该工具是 LM Studio 的 JavaScript/TypeScript 客户端 SDK,本身不直接运行模型,而是连接到本地运行的 LM Studio 应用程序。因此,具体的操作系统、GPU、内存及模型依赖需求取决于所连接的 LM Studio 桌面端环境及其加载的模型。支持浏览器和任何 Node.js 兼容环境。
python不适用
@lmstudio/sdk
lmstudio-js hero image

快速开始

lmstudio javascript library logo

在 TypeScript 中使用本地 LLM

LM Studio 客户端 SDK

lmstudio-js 是 LM Studio 官方的 JavaScript 客户端 SDK,采用 TypeScript 编写。它允许您

  • 使用 LLM 进行 聊天回复 或预测 文本补全
  • 将函数定义为工具,将 LLM 转变为完全在本地运行的 自主代理
  • 从内存中 加载配置卸载 模型
  • 支持浏览器以及任何兼容 Node 的环境
  • 为文本生成嵌入向量,等等!

如果您使用的是 Python?请参阅 lmstudio-python

安装

npm install @lmstudio/sdk --save

快速示例

import { LMStudioClient } from "@lmstudio/sdk";
const client = new LMStudioClient();

const model = await client.llm.model("llama-3.2-1b-instruct");
const result = await model.respond("生命的意义是什么?");

console.info(result.content);

更多示例和文档,请访问 lmstudio-js 文档

为什么选择 lmstudio-js 而不是 openai SDK?

OpenAI 的 SDK 是专为 OpenAI 的专有模型设计的。因此,它缺少许多在本地环境中使用 LLM 所必需的功能,例如:

  • 管理模型在内存中的加载和卸载
  • 配置加载参数(上下文长度、GPU 分离设置等)
  • 推测解码
  • 获取关于模型的信息(如上下文长度、模型大小等)
  • ……以及其他更多功能

此外,虽然 openai SDK 是自动生成的,但 lmstudio-js 却是从零开始设计的,旨在为 TypeScript/JavaScript 开发人员提供简洁易用的接口。

贡献

您可以按照以下步骤在本地构建该项目:

git clone https://github.com/lmstudio-ai/lmstudio-js.git --recursive
cd lmstudio-js
npm install
npm run build

更多信息请参阅 CONTRIBUTING.md

社区

在 LM Studio 社区 Discord 服务器的 #dev-chat 中讨论所有关于 lmstudio-js 的话题。

Discord

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|2周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

160.8k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

109.2k|★★☆☆☆|昨天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|1周前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|1周前
插件开发框架