llama3.3模型适用于大多数基本用例。qwen模型在工具使用方面表现尤为出色。deepseek-r1模型具有强大的推理能力。phi4模型功能强大,同时体积非常小。
设置模型
安装 LM Studio,下载您想使用的模型,然后运行它。示例
在本地拥有模型后,使用LMStudio 模型类来访问它
在此处查看更多示例:示例集。
参数
LM Studio 也支持 OpenAI 的参数。Documentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
学习如何将 LM Studio 与 Agno 结合使用。
llama3.3 模型适用于大多数基本用例。qwen 模型在工具使用方面表现尤为出色。deepseek-r1 模型具有强大的推理能力。phi4 模型功能强大,同时体积非常小。LMStudio 模型类来访问它
from agno.agent import Agent, RunResponse
from agno.models.lmstudio import LMStudio
agent = Agent(
model=LMStudio(id="qwen2.5-7b-instruct-1m"),
markdown=True
)
# 在终端打印响应
agent.print_response("写一个两句话的恐怖故事。")
| 参数 | 类型 | 默认值 | 描述 |
|---|---|---|---|
id | str | "qwen2.5-7b-instruct-1m" | 要使用的 LM Studio 模型 ID。 |
name | str | "LM Studio " | 此聊天模型实例的名称。 |
provider | str | "LM Studio " + id | 模型提供商。 |
base_url | str | "http://127.0.0.1:1234/v1" | API 请求的基 URL。 |
LM Studio 也支持 OpenAI 的参数。