LM Studio 怎麼改成中文？

打開設定（Mac 按 ⌘ 加逗號，Windows 和 Linux 按 Ctrl 加逗號），在 Preferences（偏好設定）的 Language 下拉選單選中文，有台灣、香港和簡體幾種。我查了官方的翻譯檔，台灣繁中翻了大約九成三的介面文字，最後一次更新是 2025 年 8 月，比較新的功能可能還是英文。

LM Studio 要下載哪個版本？Q4 和 Q8 選哪個？

Q 後面的數字越小，檔案越小、跑得越快，品質也掉一些，官方建議電腦跑得動就選 4-bit（Q4）以上。載入後佔的記憶體會比檔案大一些，我載入 720 MB 的 Gemma 3 1B，跑模型的程式用了約 1.2 GB。中文表現比較好的小模型，我在 Ollama 測過十個，最好的 Qwen3 4B Instruct 在 LM Studio 裡叫 qwen/qwen3-4b-2507。

LM Studio 可以離線使用嗎？

可以。官方文件寫，跟模型聊天、跟文件對話、本機伺服器都不需要網路，輸入的內容也不會離開你的電腦；只有搜尋和下載模型、下載執行階段、檢查 App 更新需要連網。先在有網路的時候把模型下載好，之後斷網也能用。

LM Studio 的 API 網址是什麼？

預設是 http://localhost:1234，OpenAI 格式的對話是 /v1/chat/completions，官方文件另外列了 Anthropic 格式的 /v1/messages。在「開發者」分頁打開伺服器，或用指令 lms server start。要讓同一個網路的其他裝置連進來，打開「在本地網路中提供服務」，官方建議這時要開啟驗證。

LM Studio 教學：下載安裝、改成中文、挑模型和版本、聊天、讀文件、開本機 API

聽說可以在自己的電腦上跑 AI，不用付月費，問的東西也不會傳到別人的伺服器，你裝了 LM Studio。打開之後是一整片英文，左邊一排圖示，搜尋模型跑出一長串名字，後面還掛著 Q4_K_M、Q8_0、GGUF、MLX，不知道該按哪個。

這篇照順序走一遍：電腦跑不跑得動、下載安裝、改成中文、挑模型和版本、載入聊天、把文件丟進去問、開 API 給其他程式用。

先說清楚哪些是我做過的。我測試用的是一台沒有螢幕的雲端主機，桌面 App 的畫面我沒有實際操作，那部分照官方文件寫；畫面上的中文名稱，是我去翻 LM Studio 官方的台灣繁中翻譯檔對出來的。下載模型、載入、開伺服器、用 API 呼叫，我用官方給伺服器用的無畫面版本實際跑過，文中的數字都是那次的。

還在猶豫要用 LM Studio 還是 Ollama，先看 LM Studio 是什麼、跟 Ollama 差在哪，我在同一台機器上比過兩邊的速度和記憶體。

先看電腦跑不跑得動

Mac 只支援 Apple 晶片（官方文件寫 M1 到 M4），系統要 macOS 14 以上，Intel 的 Mac 目前不能裝。記憶體官方建議 16 GB 以上；8 GB 的 Mac 也能用，官方的說法是只跑小模型、上下文不要開太長。

Windows 一般的 Intel、AMD 電腦，和 Snapdragon X Elite 這類 ARM 筆電都支援。Intel、AMD 的處理器必須支援 AVX2 指令集，比較舊或入門款的處理器不一定有；翻譯檔裡有一句錯誤訊息「所有 LM 執行階段目前需要支援 AVX2 的 CPU」，看到它就是這個原因。記憶體一樣建議 16 GB 以上，有獨立顯卡的話，官方建議顯示卡記憶體至少 4 GB。

Linux 版是 AppImage，官方寫要 Ubuntu 20.04 以上，x64 和 ARM64 都有。

沒有顯卡也跑得動，只是比較慢。我的測試機是 4 核心、8 GB、沒有顯卡，跑 1B 的小模型每秒產生大約 9 到 12 個 token，一句短回答幾秒內就出來。token 是模型計算文字的單位，官方文件的說法是一個 token 大約等於四分之三個英文單字。

下載和安裝

到官網 lmstudio.ai 的下載頁選你的系統：Mac 是 .dmg、Windows 是 .exe、Linux 是 AppImage。我 10 月 15 日查的時候最新版是 0.4.26，安裝檔不小，Mac 版約 570 MB、Windows 版約 620 MB。

LM Studio 的介面分兩種模式。「使用者」只顯示聊天，設定全部自動決定；「開發者」會打開載入參數、進階的對話功能和快捷鍵。官方文件說開發者模式在設定的 Developer 裡打開。只是想聊天，用預設的就好；下面提到的選項如果找不到，先去把開發者模式打開。

把介面改成中文

LM Studio 的介面有中文，是社群志工翻的。打開設定（Mac 按 ⌘ 加逗號，Windows、Linux 按 Ctrl 加逗號），在 Preferences（偏好設定）裡找 Language 下拉選單，換成中文。中文有台灣（zh-TW）、香港（zh-HK）、簡體（zh-CN），另外還有一個 zh-Hant。

我去看了官方放翻譯的 GitHub。英文的介面文字有 1,442 條，台灣繁中翻了 1,344 條，大約九成三。台灣繁中最後一次更新是 2025 年 8 月，英文到 2026 年 10 月 10 日都還在改，所以新功能的字可能還是英文，畫面中英夾雜是正常的。

下面的步驟中英文名稱都會寫。常用的幾個對照如下，中文照官方的台灣繁中翻譯檔：

英文介面	台灣繁中介面
Chat	聊天
Discover	探索
My Models	我的模型
Developer	開發者
Settings	設定
Select a model to load	選擇要載入的模型
Context Length	上下文長度
GPU Offload	GPU 卸載
System Prompt	系統提示詞
Attach File	附加檔案
Eject	彈出
Serve on Local Network	在本地網路中提供服務

找模型：在「探索」裡搜尋

點左邊的「探索」（Discover），或按 ⌘ 加 2（Windows、Linux 是 Ctrl 加 2）。模型都是從 Hugging Face 下載的，搜尋框可以打關鍵字，例如 qwen、gemma，也可以貼「作者/模型」這種完整名稱，或直接貼 Hugging Face 的網址。

點進一個模型，會看到好幾個下載選項，名字像 Q3_K_S、Q4_K_M、Q8_0。這些是同一個模型壓縮成不同大小的版本，叫做量化：Q 後面的數字越小，檔案越小、跑得越快，回答品質也掉一些。官方的建議只有一句，電腦跑得動的話，選 4-bit（Q4）以上。Apple 晶片的 Mac 還會看到 MLX 格式的版本，那是給 Apple 晶片用的格式，這個我沒有測。

挑大小的時候要知道，載入後佔的記憶體會比檔案大一些。我在測試機上載入 720 MB 的 Gemma 3 1B，跑模型的程式用了約 1.2 GB；之前在 Ollama 測的十個模型，2.5 GB 的佔 3.0 GB、1.9 GB 的佔 2.0 GB。系統和瀏覽器本身也要記憶體，我的建議是模型檔案別超過電腦記憶體的一半。

不知道選哪個模型的話，我在 Ollama 上拿十個小模型問過同樣的台灣題目，結果在 Ollama 模型推薦。表現最好的 Qwen3 4B Instruct，在 LM Studio 的模型目錄裡叫 qwen/qwen3-4b-2507，約 2.3 GB；同一系列名字裡有 thinking 的，是會先「思考」一大段才回答的版本，一般聊天先別選。其他幾個測過的，Gemma 3 的 1B 和 4B、Qwen3.5 4B、Gemma 4 E2B，在目錄裡也都找得到。同一個模型在兩邊的版本和預設設定不一定一樣，回答不會一模一樣。

載入模型，開始聊天

下載完，到「聊天」（Chat），點上方的「選擇要載入的模型」（Select a model to load），或按 ⌘ 加 L（Windows、Linux 是 Ctrl 加 L），選剛剛下載的模型。載入就是把模型從硬碟搬進記憶體，模型越大越久；我那台測試機載入 1B 的模型花了 1.56 秒。

載入時可以調參數，最常碰到的是「上下文長度」（Context Length），也就是模型一次能看多少內容，包含前面的對話和你丟進去的文件。開越大越吃記憶體，只是聊天的話用預設值就好。有顯卡的電腦還會看到「GPU 卸載」（GPU Offload），意思是要把多少模型放到顯卡上跑。

載入完就能像 ChatGPT 一樣聊天。新對話按 ⌘ 加 N（Ctrl 加 N），對話可以分資料夾，也能把兩個對話並排。想讓模型固定用某種語氣或身分回答，寫在「系統提示詞」（System Prompt）裡。

兩件常被問的事。模型不會從你的對話裡學東西，它只知道這次對話裡的內容和系統提示詞。對話紀錄存在你自己的電腦，Mac 和 Linux 在 ~/.lmstudio/conversations/，Windows 在 %USERPROFILE%\.lmstudio\conversations。用完想把記憶體空出來，按「彈出」（Eject）把模型移出記憶體。

把 PDF、Word 丟進去問

對話框可以「附加檔案」（Attach File），支援 .pdf、.docx、.txt。官方文件寫，文件短到放得進上下文，LM Studio 會把整份內容放進對話；太長的話，改成只挑出跟問題有關的段落給模型看，這種做法叫 RAG。檔案都在你的電腦上處理，不會傳出去。

挑段落不一定挑得準。官方的建議是提問時盡量寫出你預期文件裡會出現的詞，比較容易挑到對的段落。我在測試機上裝好時，LM Studio 已經預先放了一個 84 MB 的嵌入模型（nomic-embed-text-v1.5），這類模型就是拿來挑段落的。文件問答這部分我沒有實際測。

開本機 API，給其他程式用

想讓別的程式用你電腦上的模型，例如自己寫的程式或自動化工具，要打開 LM Studio 的伺服器：到「開發者」（Developer）分頁，把 Start server 的開關打開；或在終端機打 lms server start。預設網址是 http://localhost:1234。

它提供跟 OpenAI 相同格式的 API。我在測試機上用 lms server start 開起來，送下面這段請求，模型回了「Hello there!」：

curl http://localhost:1234/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"g1b","messages":[{"role":"user","content":"Say hi in 3 words."}]}'

g1b 是我載入時取的名字。你在 App 裡載入的話，模型名稱先用 curl http://localhost:1234/v1/models 查；我那次的清單裡有我取的 g1b、模型原本的名字 google/gemma-3-1b，還有那個嵌入模型。原本用 OpenAI 格式呼叫的程式，把網址換成 http://localhost:1234/v1、模型換成這裡的名字，請求的格式不用改。

官方文件另外列了跟 Anthropic 相同格式的 /v1/messages，也有一篇讓 Claude Code 改接 LM Studio 的說明，這兩個我還沒測。

伺服器設定裡還有一個「在本地網路中提供服務」（Serve on Local Network），打開之後，同一個網路裡的其他電腦、手機也能連進來；指令的寫法是 lms server start --bind 0.0.0.0。官方提醒，只要不是只開給自己這台電腦，就要打開驗證。這個選項我沒有測。

沒有螢幕的主機：llmster 和 lms 指令

lms 是 LM Studio 的指令工具，桌面 App 就附帶了。官方文件寫要先打開過 App 一次，再執行 ~/.lmstudio/bin/lms bootstrap 把它加進指令路徑；Windows 是在 PowerShell 執行 cmd /c %USERPROFILE%/.lmstudio/bin/lms.exe bootstrap。

要裝在沒有螢幕的 Linux 主機或雲端上，官方有不用畫面的版本 llmster，一行指令安裝。我在 Ubuntu 測試機上跑的是這幾行：

curl -fsSL https://lmstudio.ai/install.sh | bash
~/.lmstudio/bin/lms daemon up
~/.lmstudio/bin/lms get gemma-3-1b --yes
~/.lmstudio/bin/lms load google/gemma-3-1b --context-length 4096 --identifier g1b
~/.lmstudio/bin/lms server start

第一次跑安裝腳本停了下來，說缺 libatomic 這個系統元件，補裝（sudo apt-get install -y libatomic1）之後就順利了，安裝花了 40 秒，佔 2.8 GB。裝好要先 lms daemon up 把它叫起來，而且它沒有自動把 lms 加進指令路徑，所以上面每行我都寫完整路徑。lms get 加 --yes 會直接用搜尋到的第一個結果和建議的版本，這次挑的是 QAT Q4_0、720 MB，24 秒下載完。要開機自動啟動，官方有一篇用 systemd 設定的說明，列在文末的資料來源。

速度、記憶體和 Ollama 的比較，在 LM Studio 是什麼、跟 Ollama 差在哪。想讓模型一直開著給其他工具用，Ollama 比較輕，看 Ollama 教學。

這篇沒有測的

桌面 App 的畫面和實際操作，包括第一次打開的引導和中文介面實際顯示的樣子；文件問答；Apple 晶片和顯卡上的速度、MLX 格式；在本地網路中提供服務和驗證；Anthropic 格式的 API 和接 Claude Code；在 App 裡用 MCP。