OpenRouterが使えないとき、いつものアプリをローカルLLMに切り替えるには？

アプリが送ったコードや質問をLM StudioのAPI¹サーバーが受け取り、ローカルモデルで処理した回答をアプリに返します。接続するアプリの設定画面で、OpenAI-compatibleまたはCustom providerを選べるか確認してください。ここにLM Studioのサーバーアドレス（Base URL）とモデルIDを登録します。LM Studioサーバー案内・互換APIとBase URL

次の関数は、全体の値totalに対してpartが占める割合を計算します。このコードをローカルモデルへ送り、totalが0の場合の問題と修正方法を尋ねます。

LM Studioをインストールし、Discoverタブでモデルを探します。モデルカードでGGUF²やMLX³などLM Studioランタイム⁴が対応する形式かを確認し、メモリに合う量子化⁵ファイルを選びます。ツール呼び出し⁶が必要なら、選んだモデルが対応しているかもモデルカードで確認します。モデルのダウンロード案内

ダウンロード後はChatタブでモデルを選び、メモリへ読み込みます。初回に必要なランタイムのインストール案内が出たら、合わせて完了してください。外部で取得したGGUFはlms import --copyでLM Studioのモデルフォルダーへ取り込めます。OpenRouterだけが使えずインターネットには接続できるなら、この準備を進められます。インターネット自体が切れる場合にも備えるなら、モデルとランタイムを事前にダウンロードしてください。モデル検索・ダウンロード、ランタイムの導入、更新には接続が必要です。オフライン利用案内・モデルの取り込み

LM StudioのDeveloperタブを開き、ServerのStart serverをオンにします。標準例のポートは1234ですが、Server Settingsで変更できるため、アプリに表示された実際のAPIアドレスを使います。Serve on Local Networkはオフのままにし、サーバーをこのコンピューターのlocalhostだけで利用します。サーバー起動・サーバー設定

ブラウザーまたはターミナルでhttp://localhost:1234/v1/modelsを開き、data配列のidをアプリにコピーします。ポートを変えた場合は1234を実際の番号に置き換えます。JIT読み込みが有効だと、一覧にはディスク上にあり、まだメモリに読み込まれていないモデルも含まれることがあります。Chatタブのモデルローダーで先に読み込むか、Server SettingsでJITを有効にします。モデル一覧API・サーバー設定

認証が初期設定のままなら、このモデル一覧リクエストに外部APIキーは不要です。LM StudioでRequire Authenticationを有効にした場合は、Server SettingsのManage Tokens⁷で作成したローカルAPIトークンを使い、アプリの認証欄が必要とする場合だけ入力します。OpenRouterなどクラウドサービスのキーをlocalhostリクエストに入れないでください。LM Studio認証設定

アプリのモデルプロバイダー設定でOpenAI-compatibleまたはCustom providerを選び、ローカル用プロファイルを新規作成します。OpenRouterプロファイルを複製すると、プロバイダー種別や自動ルーティングが残る場合があるため、新しいカスタム接続を選びます。Base URLはhttp://localhost:1234/v1、モデルIDは/v1/modelsからコピーした値にします。自動プロバイダーフォールバックやモデルルーターがあればオフにし、失敗したリクエストが外部サービスへ再送されないようにします。LM StudioのBase URL形式

プロファイルを保存したら、ローカルプロファイルを選んで新しいチャットを開きます。アプリがチャットに含めるメッセージや添付ファイルを確認し、今回レビューするコードと質問を改めて入力してください。過去のクラウドチャットにあったコードや条件も必要なら、一緒に追加します。

アプリで1 + 1はいくつですか？と尋ねてください。回答が返れば、質問を送り応答を受け取る基本的な接続はできています。回答が来ない場合は次の節のエラー表を確認します。リクエストが実際にLM Studioへ届いたかも確かめたいときは、次のログ確認を追加できます。

リクエストの記録を見る場合は、ターミナルでlms --helpを実行してコマンド一覧が表示されるか確認します。見つからない場合はLM Studio CLIの準備案内に従って設定してください。その後、次のログコマンドを実行し、ターミナルを開いたままにします。

lms log stream --source server

ログを有効にした場合は同じ短い質問を再送し、リクエストが記録されるか確認します。ログコマンドの案内 接続を確認できたら、例の関数とバグを見つけ、最小限の修正案を教えてください。totalが0の場合はどうなりますか？を送ってください。total == 0でZeroDivisionErrorが発生するという指摘と修正案を受け取ったら、0をどう扱い、何を返すかをコードと照合します。

ローカルモデルはクラウドモデルと文脈長⁸やツール呼び出し対応が異なることがあります。長いリクエストはコードと質問を保ったまま入力を短くし、ツールが必要な作業ではアプリのツール連携をオフにした結果とオンにした結果を比べます。この例では、ゼロ除算を見つけられるか、提案された処理が意図した戻り値を返すかを確認します。

エラーが出たら、アプリとLM Studioのログに最初に現れたステータスコードや文言を記録してください。次の表で該当する症状を探し、一項目ずつ直してから同じ短い質問で再試験します。サーバーログにリクエストが残るかも確認すると、アプリの接続とモデルの回答の問題を分けやすくなります。正常応答後も作業結果が異なる場合は、文脈長・ツール対応・出力上限も確認してください。サーバー状態の案内

サーバーポート、モデルID、モデルを読み込むランタイムを記録しておけば、後で新しいチャットから同じ確認を続けられます。モデルファイルと実行設定の保存方法はローカルLLMのバックアップ・復元ガイド、関連政策の適用範囲はAI輸出管理とローカルモデルの案内を参照してください。