JinDaGe - LM Studio MCP Details

article

README

🚀 LMStudio - MCP 项目文档

LMStudio - MCP 搭建了一座桥梁，将具备 MCP 功能的 Claude 与您本地运行的 LM Studio 实例相连接。借助这座桥梁，Claude 能够检查 LM Studio API 的健康状态、列出可用模型、获取当前加载的模型，还能使用您的本地模型生成完成词，让您可以将 Claude 的功能与自己的私有模型结合使用。

🚀 快速开始

LMStudio - MCP 能让您将 Claude 与本地 LM Studio 实例相连，实现多种功能。使用前，请确保满足先决条件，并完成安装和配置。

✨ 主要特性

检查 LM Studio API 的健康状态。
列出可用模型。
获取当前加载的模型。
使用本地模型生成完成词，结合 Claude 功能与私有模型。

📦 安装指南

先决条件

Python 3.7 或更高版本。
已安装并运行 LM Studio（https://lmstudio.ai/）。
模型已加载到 LM Studio。
Claude 带有 MCP 访问权限。
所需的 Python 包（参见安装步骤）。

安装步骤

克隆此仓库：

git clone https://github.com/infinitimeless/LMStudio-MCP.git
cd LMStudio-MCP

安装所需的包：

pip install requests "mcp[cli]" openai

📚 详细文档

MCP 配置

为了让 Claude 连接到此桥梁，您需要正确配置 MCP 设置。您可以选择：

直接从 GitHub 使用：

{
  "lmstudio-mcp": {
    "command": "uvx",
    "args": [
      "https://github.com/infinitimeless/LMStudio-MCP"
    ]
  }
}

使用本地安装：

{
  "lmstudio-mcp": {
    "command": "/bin/bash",
    "args": [
      "-c",
      "cd /path/to/LMStudio-MCP && source venv/bin/activate && python lmstudio_bridge.py"
    ]
  }
}

有关 MCP 配置的详细说明，请参见 MCP_CONFIGURATION.md。

使用方法

启动您的 LM Studio 应用程序并确保其在默认端口 1234 上运行。
在 LM Studio 中加载一个模型。
如果是本地运行（不使用 uvx），启动 LMStudio - MCP 服务器：

python lmstudio_bridge.py

在 Claude 中，选择 "lmstudio - mcp" 连接到 MCP 服务器。

可用功能

桥梁提供了以下功能：

health_check()：验证 LM Studio API 是否可访问。
list_models()：获取 LM Studio 中所有可用模型的列表。
get_current_model()：识别当前加载的模型。
chat_completion(prompt, system_prompt, temperature, max_tokens)：从您的本地模型生成文本。

🔧 技术细节

已知限制

部分模型（例如 phi - 3.5 - mini - instruct_uncensored）可能存在兼容性问题。
桥梁目前仅使用 LM Studio 的 OpenAI 兼容 API 端点。
模型的响应将受限于您加载的本地模型的能力。

故障排除

API 连接问题

如果 Claude 报告 404 错误，无法连接到 LM Studio：

确保 LM Studio 正在运行并且已加载模型。
检查 LM Studio 的服务器是否在端口 1234 上运行。
验证防火墙是否未阻止连接。
如果问题仍然存在，尝试在 API URL 中使用 "127.0.0.1" 而不是 "localhost"。

模型兼容性

如果某些模型无法正常工作：

确保您使用的模型与 LM Studio 兼容。
查看 MCP_CONFIGURATION.md 了解更多信息。

有关更多故障排除步骤，请参见 TROUBLESHOOTING.md。

📄 许可证

文档中未提及许可证相关信息。

常用提示信息

⚠️ 重要提示

本项目仍处于开发阶段，可能存在不稳定或功能不完善的情况。

💡 使用建议

使用前请仔细阅读相关文档并备份重要数据。

LM Studio