実行プログラムと拡張機能
最終更新
LM Studioの使い方：モデル導入から会話まで
LM Studioで使うモデルを自分のアプリにつなぐ
LM Studioは、モデルを探してダウンロードし、自分のコンピューターで会話できるデスクトップアプリです。API1サーバーを起動すると、エディターや自作プログラムから同じモデルを呼び出せます。画面でのチャット開始から、別のアプリを接続する順序まで説明します。
画面では文書に答えるのに同じモデルをAPIから呼ぶと内容を知らない場合、モデルが変わったのではなく、画面側の文書検索や要求への追加処理が抜けている可能性があります。サーバー接続と文書入力を別々に確認します。
モデルを探して読み込み、短いチャットから始める
LM Studioの検索画面で小さな多言語モデルを選び、ファイルサイズとアプリの適合情報を確認します。メモリ使用量はモデルサイズ・量子化2・形式によって異なる場合があります。ダウンロード後、チャット画面のモデル選択から読み込んでから質問を送ります。
短い文の修正を依頼して応答を確かめます。次に、インストール案内のアドレスなど答えを知っている項目を質問し、原文と照合します。短いチャットから文書の質問へ入力を増やすと、基本応答、文書処理、メモリの順で点検できます。
OSとGGUF・MLXファイル形式を合わせる
LM Studioはllama.cppベースのGGUF3とApple Silicon Mac上のMLX4実行に対応します。同じモデル名の二つの配布版は交換可能なファイルではありません。OSと実際のランタイム5に合わせて選び、モデルrevision・量子化・コンテキスト・エンジンを記録します。拡張子名を変えても形式変換にはなりません。
現在の要件ではMacはApple SiliconとmacOS 14以降が必要で、Intel Macは非対応です。Windows x64ではAVX2対応を確認します。アプリのインストール要件と、モデルや長文書に必要なメモリは別です。読み込みに失敗した場合はモデルサイズ・空きメモリ・アプリとエンジンのバージョン・ファイル形式を確認します。
メモリ見積もり・モデル読込・文書入力を分けて試す
CLI6のlms load --estimate-onlyはモデルを実際に読み込まずメモリを推定しますが、他アプリの使用量や実行時の変化を保証しません。まず短いコンテキストでモデルを読み込み、基本チャットを確認してから必要な文書入力を追加します。事前推定・実際の読み込み・文書処理は別の段階です。
以下はlocal-guideというモデル別名と4,096コンテキストでサーバーを起動する例です。まず短い入力を送り、実際の作業に必要な場合だけコンテキストを増やします。モデル読み込みの失敗とAPI要求に文書テキストが含まれない問題を分けて確認できます。
lms loadを実行すると取得済みモデルの選択一覧が出ます。使うファイルを選び、ロード完了を待ちましょう。lms lsで先に一覧を確認できます。このコマンドは選んだモデルにAPI別名local-guideを付けるため、次のリクエストもその別名を使います。
lms ls
lms load --context-length 4096 --identifier local-guide
lms server start --bind 127.0.0.1 --port 1234
curlでAPIアドレスとモデル別名を確認
サーバーを起動して以下の要求を送ります。local-guideは前段で指定したAPI別名であり、ファイル名ではありません。curlとクライアントは127.0.0.1:1234と対応するAPIパスを使います。一文が返ればモデル選択とサーバー接続は確認できますが、画面で添付したガイドがAPIへ渡った意味ではありません。
認証が有効なら発行されたトークン7を要求ヘッダーに含めます。同じPCで試す場合は127.0.0.1を使い、診断のためにサーバーをネットワークへ公開したりCORSを有効にしたりしません。文書内容の欠落はアドレスやCORSを変えても解決しません。
画面とAPIの両方に同じ短いテキスト質問を送り、結果を比較します。両方が似ていて文書質問だけ異なるなら、API入力に文書内容が抜けていないか確認します。短い質問から異なる場合はモデル別名・チャットテンプレート・生成設定を調べます。
curl -sS http://127.0.0.1:1234/v1/chat/completions -H "Content-Type: application/json" -d '{"model":"local-guide","messages":[{"role":"user","content":"Reply with one short sentence."}],"max_tokens":128,"stream":false}'APIクライアントの要求に文書内容を含める
APIからガイドについて誤った回答が返る場合、アプリが文書を実際の要求に含めたか確認します。短い資料は本文を直接含められますが、長い資料では関連箇所を検索して要求に渡す工程が必要な場合があります。画面でファイルを添付したときの処理はAPI呼び出しへ自動では引き継がれません。
原因を調べるには、ガイドの内容から既知の一文を API リクエストに直接含めて質問します。その文に基づいて回答できれば、モデルと API はテキストを処理しています。画面からファイルを添付したときだけ結果が異なる場合は、アプリが文書を検索して API リクエストに追加する経路を確認してください。
テキストを直接入力しても回答形式が崩れる場合は、モデルファイル、チャットテンプレート、生成設定を比較してください。このテストで分かるのは今回の診断対象となる経路であり、一般的な文書検索精度ではありません。
ツール呼び出し8は通常チャットと分けて確認します。要求受信・モデルによる呼び出し形式の生成・アプリでの実行・結果をモデルへ戻す処理はそれぞれ別工程です。通常質問の後に必要なツールを一つだけ追加し、最後に文書タスクを接続すると失敗箇所を絞り込めます。
アプリ画面を閉じてもサーバーを動かし続ける場合
アプリ画面を閉じた後もAPIサーバーが必要なら、LM Studioの別デーモンllmsterを検討できます。APIを使うからといって製品をすぐ乗り換える必要はありません。デーモンでは起動・更新・PC再起動後の復旧を別途準備するため、直接画面で確認する短い作業ならGUIのほうが管理を簡単にできます。
他エンジンの高速化やファイル対応を比べる前に、現在の回答を生成したモデルファイル・ランタイム・コンテキスト・要求を記録します。APIに文書内容を含めることで作業が解決するならLM Studioを継続できます。検索・挿入工程がないならクライアント側を補い、必要な形式や高速化に現行エンジンが対応しない場合にランタイム変更を検討します。
用語の注釈
API — 別のコードからプログラムの機能を呼び出すための決められたインターフェースです。
本文に戻る量子化 — モデルの重みや計算値を少ないビット数で表し、保存容量やメモリ使用量を減らす方法です。表現が粗くなるため、精度にも影響することがあります。
本文に戻るGGUF — モデル情報を格納するファイル形式で、llama.cpp系のツールで広く使われます。
本文に戻るMLX — Appleが開発する機械学習フレームワークで、Apple SiliconのCPUとGPUが共有するメモリを使ってモデルを実行します。
本文に戻るランタイム — プログラムの実行時に必要な機能を提供するソフトウェア環境です。ローカルAIではモデル実行エンジンを指すこともあります。
本文に戻るCLI — Command-Line Interfaceの略です。ターミナルにコマンドを入力してプログラムを操作する方式です。
本文に戻るトークン — モデルが入力や出力を分けて処理する単位です。
本文に戻るツール呼び出し — ファイル読み取り、検索、コマンド実行などの外部機能を、名前と引数でモデルが要求する形式です。実行の有無はエージェントランタイムと権限設定が決めます。
本文に戻る
よくある質問
- この記事で最初に確認すべきことは何ですか？
- LM Studioは、モデルを探してダウンロードし、自分のコンピューターで会話できるデスクトップアプリです。APIサーバーを起動すると、エディターや自作プログラムから同じモデルを呼び出せます。画面でのチャット開始から、別のアプリを接続する順序まで説明します。
- 必要なメモリはどのくらいですか？
- CLIのlms load --estimate-onlyはモデルを実際に読み込まずメモリを推定しますが、他アプリの使用量や実行時の変化を保証しません。まず短いコンテキストでモデルを読み込み、基本チャットを確認してから必要な文書入力を追加します。事前推定・実際の読み込み・文書処理は別の段階です。
変更履歴
サイトの説明を変更した記録です。インストール済みのエンジンやモデルのバージョンを自動で確認した結果ではありません。
LM Studioのモデル読み込み・API接続の案内を追加
モデルの読み込み時に文脈長と識別子を設定し、同じ名前でローカルAPIへリクエストする例を追加しました。MLXとGGUFの実行経路を区別し、アプリに追加した文書がAPIリクエストにも自動で含まれるわけではないことを説明しました。