chore(i18n): refresh uk translations
This commit is contained in:
openclaw-docs-i18n[bot]
parent
cb8065d7d9
commit
c3cb70d927
@ -1,19 +1,19 @@
|
||||
---
|
||||
read_when:
|
||||
- Ви хочете запускати OpenClaw з open source моделями через LM Studio
|
||||
- Ви хочете налаштувати й сконфігурувати LM Studio
|
||||
summary: Запуск OpenClaw з LM Studio
|
||||
- Ви хочете запускати OpenClaw з моделями з відкритим кодом через LM Studio
|
||||
- Ви хочете налаштувати та сконфігурувати LM Studio
|
||||
summary: Запустіть OpenClaw за допомогою LM Studio
|
||||
title: LM Studio
|
||||
x-i18n:
|
||||
generated_at: "2026-04-24T03:48:28Z"
|
||||
generated_at: "2026-04-27T07:19:09Z"
|
||||
model: gpt-5.4
|
||||
provider: openai
|
||||
source_hash: 2077790173a8cb660409b64e199d2027dda7b5b55226a00eadb0cdc45061e3ce
|
||||
source_hash: 0077108b7ab3171084f89234e25f5f5e8b68239a6fa6c11fa70c65f52d56670f
|
||||
source_path: providers/lmstudio.md
|
||||
workflow: 15
|
||||
---
|
||||
|
||||
LM Studio — це зручний і водночас потужний застосунок для запуску моделей з відкритими вагами на власному обладнанні. Він дає змогу запускати моделі llama.cpp (GGUF) або MLX (Apple Silicon). Доступний як GUI-застосунок або безголовий демон (`llmster`). Документацію про продукт і налаштування див. на [lmstudio.ai](https://lmstudio.ai/).
|
||||
LM Studio — це дружній, але водночас потужний застосунок для запуску моделей з відкритими вагами на вашому власному обладнанні. Він дає змогу запускати моделі llama.cpp (GGUF) або MLX (Apple Silicon). Доступний як GUI-пакет або безголовий демон (`llmster`). Докладніше про продукт і налаштування дивіться в [lmstudio.ai](https://lmstudio.ai/).
|
||||
|
||||
## Швидкий старт
|
||||
|
||||
@ -25,7 +25,7 @@ curl -fsSL https://lmstudio.ai/install.sh | bash
|
||||
|
||||
2. Запустіть сервер
|
||||
|
||||
Переконайтеся, що ви або запускаєте desktop-застосунок, або запускаєте демон такою командою:
|
||||
Переконайтеся, що ви або запустили desktop-застосунок, або запустили демон за допомогою такої команди:
|
||||
|
||||
```bash
|
||||
lms daemon up
|
||||
@ -35,43 +35,39 @@ lms daemon up
|
||||
lms server start --port 1234
|
||||
```
|
||||
|
||||
Якщо ви використовуєте застосунок, переконайтеся, що у вас увімкнено JIT для комфортної роботи. Докладніше див. у [посібнику LM Studio про JIT і TTL](https://lmstudio.ai/docs/developer/core/ttl-and-auto-evict).
|
||||
Якщо ви використовуєте застосунок, переконайтеся, що у вас увімкнено JIT для комфортної роботи. Докладніше в [посібнику LM Studio щодо JIT і TTL](https://lmstudio.ai/docs/developer/core/ttl-and-auto-evict).
|
||||
|
||||
3. OpenClaw потребує значення token для LM Studio. Задайте `LM_API_TOKEN`:
|
||||
3. Якщо в LM Studio увімкнено автентифікацію, установіть `LM_API_TOKEN`:
|
||||
|
||||
```bash
|
||||
export LM_API_TOKEN="your-lm-studio-api-token"
|
||||
```
|
||||
|
||||
Якщо автентифікацію LM Studio вимкнено, використовуйте будь-яке непорожнє значення token:
|
||||
Якщо автентифікацію LM Studio вимкнено, під час інтерактивного налаштування OpenClaw можна залишити ключ API порожнім.
|
||||
|
||||
```bash
|
||||
export LM_API_TOKEN="placeholder-key"
|
||||
```
|
||||
Докладніше про налаштування автентифікації LM Studio дивіться в [LM Studio Authentication](https://lmstudio.ai/docs/developer/core/authentication).
|
||||
|
||||
Докладніше про налаштування auth у LM Studio див. у [LM Studio Authentication](https://lmstudio.ai/docs/developer/core/authentication).
|
||||
|
||||
4. Запустіть onboarding і виберіть `LM Studio`:
|
||||
4. Запустіть початкове налаштування й виберіть `LM Studio`:
|
||||
|
||||
```bash
|
||||
openclaw onboard
|
||||
```
|
||||
|
||||
5. Під час onboarding використайте запит `Default model`, щоб вибрати свою модель LM Studio.
|
||||
5. Під час початкового налаштування використайте запит `Default model`, щоб вибрати свою модель LM Studio.
|
||||
|
||||
Ви також можете задати або змінити її пізніше:
|
||||
Також ви можете встановити або змінити її пізніше:
|
||||
|
||||
```bash
|
||||
openclaw models set lmstudio/qwen/qwen3.5-9b
|
||||
```
|
||||
|
||||
Ключі моделей LM Studio мають формат `author/model-name` (наприклад, `qwen/qwen3.5-9b`). Посилання OpenClaw
|
||||
на моделі додають префікс provider: `lmstudio/qwen/qwen3.5-9b`. Точний ключ моделі
|
||||
можна знайти, виконавши `curl http://localhost:1234/api/v1/models` і подивившись на поле `key`.
|
||||
Ключі моделей LM Studio мають формат `author/model-name` (наприклад, `qwen/qwen3.5-9b`). У OpenClaw
|
||||
посилання на моделі додають префікс провайдера: `lmstudio/qwen/qwen3.5-9b`. Точний ключ
|
||||
моделі можна знайти, виконавши `curl http://localhost:1234/api/v1/models` і переглянувши поле `key`.
|
||||
|
||||
## Неінтерактивний onboarding
|
||||
## Неінтерактивне початкове налаштування
|
||||
|
||||
Використовуйте неінтерактивний onboarding, коли хочете автоматизувати налаштування (CI, provision, віддалений bootstrap):
|
||||
Використовуйте неінтерактивне початкове налаштування, якщо хочете автоматизувати налаштування (CI, підготовка середовища, віддалений bootstrap):
|
||||
|
||||
```bash
|
||||
openclaw onboard \
|
||||
@ -80,7 +76,7 @@ openclaw onboard \
|
||||
--auth-choice lmstudio
|
||||
```
|
||||
|
||||
Або задайте base URL чи модель разом з API key:
|
||||
Або вкажіть базову URL-адресу, модель і необов’язковий ключ API:
|
||||
|
||||
```bash
|
||||
openclaw onboard \
|
||||
@ -93,27 +89,28 @@ openclaw onboard \
|
||||
```
|
||||
|
||||
`--custom-model-id` приймає ключ моделі, який повертає LM Studio (наприклад, `qwen/qwen3.5-9b`), без
|
||||
префікса provider `lmstudio/`.
|
||||
префікса провайдера `lmstudio/`.
|
||||
|
||||
Неінтерактивний onboarding вимагає `--lmstudio-api-key` (або `LM_API_TOKEN` у env).
|
||||
Для серверів LM Studio без автентифікації підійде будь-яке непорожнє значення token.
|
||||
Для автентифікованих серверів LM Studio передайте `--lmstudio-api-key` або встановіть `LM_API_TOKEN`.
|
||||
Для серверів LM Studio без автентифікації не вказуйте ключ; OpenClaw збереже локальний несекретний маркер.
|
||||
|
||||
`--custom-api-key` і далі підтримується для сумісності, але для LM Studio перевага надається `--lmstudio-api-key`.
|
||||
`--custom-api-key` і надалі підтримується для сумісності, але для LM Studio рекомендовано `--lmstudio-api-key`.
|
||||
|
||||
Це записує `models.providers.lmstudio`, задає типову модель як
|
||||
`lmstudio/<custom-model-id>` і записує профіль auth `lmstudio:default`.
|
||||
Це записує `models.providers.lmstudio` і встановлює типову модель на
|
||||
`lmstudio/<custom-model-id>`. Якщо ви надаєте ключ API, налаштування також записує
|
||||
профіль автентифікації `lmstudio:default`.
|
||||
|
||||
Інтерактивне налаштування може запропонувати вказати необов’язкову бажану довжину контексту завантаження та застосовує її до виявлених моделей LM Studio, які зберігає в config.
|
||||
Інтерактивне налаштування може запропонувати вказати необов’язкову бажану довжину контексту завантаження та застосовує її до виявлених моделей LM Studio, які зберігає в конфігурації.
|
||||
|
||||
## Конфігурація
|
||||
|
||||
### Сумісність потокового використання
|
||||
### Сумісність із використанням streaming
|
||||
|
||||
LM Studio сумісний із потоковим usage. Коли він не повертає об’єкт
|
||||
LM Studio сумісний із використанням streaming. Якщо він не повертає об’єкт
|
||||
`usage` у форматі OpenAI, OpenClaw відновлює кількість токенів із метаданих
|
||||
у стилі llama.cpp `timings.prompt_n` / `timings.predicted_n`.
|
||||
`timings.prompt_n` / `timings.predicted_n` у стилі llama.cpp.
|
||||
|
||||
Така сама поведінка застосовується до цих локальних backend, сумісних з OpenAI:
|
||||
Така сама поведінка застосовується до цих локальних бекендів, сумісних з OpenAI:
|
||||
|
||||
- vLLM
|
||||
- SGLang
|
||||
@ -150,11 +147,11 @@ LM Studio сумісний із потоковим usage. Коли він не
|
||||
}
|
||||
```
|
||||
|
||||
## Усунення неполадок
|
||||
## Усунення проблем
|
||||
|
||||
### LM Studio не виявлено
|
||||
|
||||
Переконайтеся, що LM Studio запущено і що ви задали `LM_API_TOKEN` (для серверів без автентифікації підійде будь-яке непорожнє значення token):
|
||||
Переконайтеся, що LM Studio запущено. Якщо автентифікацію ввімкнено, також установіть `LM_API_TOKEN`:
|
||||
|
||||
```bash
|
||||
# Запуск через desktop-застосунок або в headless-режимі:
|
||||
@ -169,15 +166,15 @@ curl http://localhost:1234/api/v1/models
|
||||
|
||||
### Помилки автентифікації (HTTP 401)
|
||||
|
||||
Якщо під час налаштування з’являється HTTP 401, перевірте свій API key:
|
||||
Якщо під час налаштування повідомляється про HTTP 401, перевірте свій ключ API:
|
||||
|
||||
- Переконайтеся, що `LM_API_TOKEN` збігається з ключем, налаштованим у LM Studio.
|
||||
- Докладніше про налаштування auth у LM Studio див. у [LM Studio Authentication](https://lmstudio.ai/docs/developer/core/authentication).
|
||||
- Якщо ваш сервер не вимагає автентифікації, використовуйте будь-яке непорожнє значення token для `LM_API_TOKEN`.
|
||||
- Докладніше про налаштування автентифікації LM Studio дивіться в [LM Studio Authentication](https://lmstudio.ai/docs/developer/core/authentication).
|
||||
- Якщо ваш сервер не вимагає автентифікації, залиште ключ порожнім під час налаштування.
|
||||
|
||||
### Завантаження моделей just-in-time
|
||||
### Завантаження моделі just-in-time
|
||||
|
||||
LM Studio підтримує завантаження моделей just-in-time (JIT), коли моделі завантажуються під час першого запиту. Переконайтеся, що це ввімкнено, щоб уникнути помилок на кшталт "Model not loaded".
|
||||
LM Studio підтримує завантаження моделей just-in-time (JIT), коли моделі завантажуються під час першого запиту. Переконайтеся, що це ввімкнено, щоб уникнути помилок «Model not loaded».
|
||||
|
||||
## Пов’язане
|
||||
|
||||
|
||||
Loading…
Reference in New Issue
Block a user