- LM Studio is a free desktop application للاكتشاف والتنزيل وتشغيل نماذج الذكاء الاصطناعي الكبيرة محليًّا على أنظمة Windows وmacOS وLinux.
- ويضمّ واجهة دردشة رسومية، ومتصفح نماذج (بحث في Hugging Face)، وخادم محلي متوافق مع واجهة برمجة تطبيقات OpenAI عبر بروتوكول HTTP وبالتالي يمكن لمكتبات التطوير (SDKs) الحالية أن تتصل به عبر
http://localhost:1234/v1بدون أي تغيير في الكود. - وهو يعمل بنماذج مُكمَّنة (quantised) نماذج GGUF عبر llama.cpp على جميع المنصات، وبنماذج MLX على معالجات Apple Silicon؛ ويُوزَّع معه أداة سطر أوامر تُسمى
lmsإلى جانب الواجهة الرسومية. - ويتوقف التوافق العملي على سعة VRAM: إذ يحتاج نموذج بحجم 8 مليار معلمة (8B) عند تكمين 4 بت إلى نحو 5 غيغابايت، بينما يحتاج نموذج بحجم 70 مليار معلمة (70B) إلى نحو 40 غيغابايت. واستخدم أداة حاسبة VRAM قبل التنزيل.
LM Studio هو تطبيق سطح مكتب مجاني ومغلق المصدر يتيح لك تنزيل وتشغيل نماذج الذكاء الاصطناعي الكبيرة المفتوحة الوزن (open-weight) بالكامل على جهازك الشخصي. ويتوفر للأنظمة التشغيلية Windows وmacOS وLinux، ويشمل محركات استنتاج (llama.cpp على جميع المنصات، وMLX على معالجات Apple Silicon)، ويوفر واجهة مستخدم رسومية على غرار ChatGPT، كما يعرض خادم REST متوافقًا مع واجهة برمجة تطبيقات OpenAI على العنوان localhost:1234 وبالتالي يمكن للتطبيقات المكتوبة باستخدام مكتبة تطوير OpenAI SDK أن تتواصل مع نموذج محلي دون أي تعديل.
وقد طوّر هذا التطبيق الفريق المسؤول عن lmstudio.ai. وهو مجاني للاستخدام الشخصي، وبموجب الصفحة المخصصة لـ الاستخدام في العملالمقدمة من البائع، فهو أيضًا مجاني للاستخدام في بيئة العمل؛ أما إعادة التوزيع التجارية فتخضع لشروط خاصة بها.
ما هو LM Studio يفعل فعليًّا
يجمع LM Studio بين أربعة عناصر كانت ستكون أدوات منفصلة في حالات أخرى:
- اكتشاف النماذج. وتتيح واجهة البحث المدمجة الاستعلام عن ملفات Hugging Face GGUF وMLX في Hugging Face. ويمكنك اختيار مستوى التكمين (مثل Q4_K_M أو Q5_K_M أو Q6_K أو Q8_0 إلخ)، ثم يُحمَّل الملف مباشرةً إلى مجلد النماذج المحلي.
- واجهة دردشة رسومية. نافذة دردشة متعددة الجولات تدعم موجهات نظام مخصصة لكل محادثة، ومؤشرات انزلاق لضبط درجة الحرارة (temperature) وقيمة top-p، والمخرجات المُنظَّمة (عبر مخطط JSON)، ودعم إرفاق ملفات PDF أو الصور (وهذا الأخير فقط مع النماذج الداعمة للرؤية).
- خادم استنتاج محلي. نقطة نهاية HTTP في
http://localhost:1234/v1تدعم واجهات OpenAI Chat Completions و Completions و Embeddings API. اطّلع على توثيق توافق OpenAI. - واجهة سطر الأوامر (CLI) (
lms). أداة سطر أوامر لنص برمجي لتحميل النماذج وتفريغها والتحكم في الخادم. التثبيت والأوامر موثقة في lmstudio.ai/docs/cli.
تحت الغطاء، يعمل الاستدلال على llama.cpp بالنسبة لنماذج GGUF وعلى Apple MLX لنماذج صيغة MLX على Apple Silicon. يأتي LM Studio مع ملفات محرك مبنية مسبقًا ويتيح لك التبديل أو تحديثها من إعدادات وقت التشغيل في التطبيق.
المنصات المدعومة
| المنصة | المتطلبات (حسب المورّد) | التسريع |
|---|---|---|
| ويندوز | x64 أو ARM64؛ معالج x64 قادر على AVX2 | CPU، NVIDIA CUDA، Vulkan (معالجات AMD/Intel) |
| macOS | Apple Silicon (M1 أو أحدث)، macOS 13.4+ | Metal (llama.cpp) و MLX |
| Linux | x64، glibc 2.35+، موزع كـ AppImage | CPU، NVIDIA CUDA، Vulkan |
المتطلبات المنشورة الحالية موجودة على صفحة التحميل الرسمية؛ تحقق منها قبل التثبيت، لأن الحد الأدنى الدقيق يتغير بين الإصدارات.
ويندوز
المثبت هو .exe. تستخدم النماذج بشكل افتراضي %USERPROFILE%.lmstudiomodels. تستخدم معالجات NVIDIA GPU معمارية CUDA عند اختيار وقت تشغيل مدعوم؛ تعود معالجات GPU الأخرى إلى Vulkan. يُطلب AVX2 على معالجات x64، لذا يتم استبعاد المعالجات القديمة جداً.
macOS
موزع كـ .dmg. على Apple Silicon، تتوفر نماذج بصيغة MLX بالإضافة إلى GGUF وعادة ما تستخدم الذاكرة الموحدة بكفاءة. النماذج تفترض افتراضياً ~/.lmstudio/models. لا يتم دعم أجهزة Intel Mac من خلال الإصدارات الحالية.
Linux
تم شحنه كـ .AppImage. اجعله قابلاً للتنفيذ (chmod +x LM-Studio-*.AppImage) وشغّله مباشرة. تستخدم معالجات NVIDIA GPU معمارية CUDA؛ تستخدم معالجات AMD و Intel GPU معمارية Vulkan. لا توجد نسخة رسمية .deb أو .rpm وقت كتابة هذا النص — تحقق من صفحة التنزيل للحصول على التغليف الحالي.
ما يمكنك تشغيله في LM Studio
يمكن لـ LM Studio تحميل أي نموذج GGUF يدعمه llama.cpp، بالإضافة إلى نماذج MLX على Apple Silicon. ما يناسب بالفعل على أجهزتك هو القيد. تقريبي لحجم ذاكرة VRAM بـ 4-bit من Convly:
| النموذج | السياق | ~VRAM عند 4-bit |
|---|---|---|
| Gemma 3 4B | 128 ألف رمز | ~3 جيجابايت |
| Mistral 7B | 32K | ~4.5 غيغابايت |
| Llama 3.1 8B | 128 ألف رمز | ~5 غيغابايت |
| Qwen3 8B | 128 ألف رمز | ~5 غيغابايت |
| Phi-4 | 16 ألف رمز | ~9 جيجابايت |
| Gemma 3 12B | 128 ألف رمز | حوالي 8 GB |
| Qwen3 14B | 128 ألف رمز | ~9 جيجابايت |
| Gemma 3 27B | 128 ألف رمز | حوالي 16 جيجابايت |
| Qwen3 32B | 128 ألف رمز | ~20 جيجابايت |
| Llama 3.3 70B | 128 ألف رمز | ~40 جيجابايت |
أي شيء فوق تقريباً 40 GB يتطلب معالجات GPU متعددة أو بطاقات عالية VRAM. النماذج الكبيرة جداً مثل DeepSeek R1 (~400 GB بـ 4-bit) ليست عملية للتشغيل على معالج GPU سطح مكتب واحد. انظر إلى الكامل جدول متطلبات VRAM و دليل GPU للنماذج اللغوية المحلية قبل شراء الأجهزة.
الخادم المتوافق مع واجهة برمجة تطبيقات OpenAI
الميزة الأكثر فائدة للمطورين هي الخادم المحلي. ابدأه من المطوّر علامة تبويب في واجهة المستخدم الرسومية أو عبر سطر الأوامر. بمجرد التشغيل، يقبل طلبات بتنسيق OpenAI القياسي:
curl http://localhost:1234/v1/chat/completions
-H "Content-Type: application/json"
-d '{
"model": "loaded-model-identifier",
"messages": [{"role": "user", "content": "Hello"}]
}'يعمل Python SDK بإشارته إلى base_url الخادم المحلي:
from openai import OpenAI
client = OpenAI(base_url="http://localhost:1234/v1", api_key="lm-studio")الـ مفتاح API يتم تجاهل القيمة افتراضياً لكن يجب أن يكون الحقل موجوداً لأن OpenAI SDK يتطلبه. تُدرج نقاط النهاية المدعومة وأي انحرافات عن مخطط OpenAI في مرجع API.
LM Studio مقابل Ollama
كلاهما من أكثر الطرق شيوعاً لتشغيل LLMs محلياً على محطة عمل. الشكل العام للفرق:
| LM Studio | Ollama | |
|---|---|---|
| الواجهة الأساسية | واجهة مستخدم رسومية سطح المكتب (دردشة، متصفح النماذج) | واجهة سطر الأوامر وواجهة برمجية HTTP |
| الترخيص | تطبيق مغلق المصدر؛ مجاني للاستخدام الشخصي والعملي | مفتوح المصدر (MIT) |
| مصدر النموذج | Hugging Face (GGUF, MLX) عبر البحث داخل التطبيق | سجل نماذج Ollama (مع الاستيراد من GGUF) |
| الخادم | متوافق مع OpenAI على :1234 |
API أصلي على :11434، طبقة متوافقة مع OpenAI |
| Apple Silicon MLX | نعم | لا (llama.cpp فقط) |
إذا كنت تريد واجهة رسومية بسيطة ودعم MLX على Mac، فإن LM Studio هو نقطة البداية الأسهل. إذا كنت تريد مكدس مفتوح المصدر قابل للبرمجة وخادماً بدون واجهة رسومية، فراجع دليل Ollama و شرح التثبيت.
متى يجب استخدام LM Studio بدلًا من واجهة برمجة تطبيقات مستضافة؟
الاستدلال المحلي يمثل مقابلة حقيقية. الميزة هي الخصوصية (لا يغادر شيء الجهاز)، والتكلفة المتنبأ بها بعد استهلاك الأجهزة، والتوفر بدون اتصال. العيب هو تكلفة رأس المال، والرموز الأبطأ/الثانية من مجموعة GPU مستضافة، وعدم الوصول إلى نماذج ملكية متقدمة.
للحصول على فكرة تقريبية عن حد التكلفة: النماذج المستضافة على لوحة تصنيف Convly LLM تتراوح من حوالي 0.02 دولار لكل مليون رمز إدخال للنماذج المفتوحة الصغيرة على موفري الخوادم بدون خادم، إلى 10 دولارات في / 50 دولار خارج لكل مليون رمز للنماذج المملوكة الرائدة. إذا كان حمل العمل لديك في الطرف النموذج الصغير وكان بإمكانك تحمل جودة 8B–30B، فإن الاستضافة الذاتية على وحدة معالجة رسومات المستهلك الواحدة تفوز في كثير من الأحيان في التكلفة الإجمالية. قم بتشغيل الأرقام الخاصة بك باستخدام حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) و حاسبة تكلفة واجهة برمجة التطبيقات (API).
قائمة مراجعة عملية لإعداد النظام
- تحقق من VRAM. أي شيء أكبر من ذاكرة وحدة معالجة الرسومات الخاصة بك سيتم تجاوزه إلى ذاكرة النظام وسيؤدي إلى إبطاء درامي. استخدم حاسبة VRAM.
- قم بتحميل LM Studio من lmstudio.ai/download. لا تثبت من مرايا تابعة لجهات خارجية.
- في اكتشف التبويب، اختر نموذجًا مناسبًا. ابدأ بـ كمية Q4_K_M للحصول على أفضل مقايضة الحجم/الجودة.
- حمل النموذج. راقب مؤشر VRAM؛ إذا لم تتمكن من نقله بالكامل إلى وحدة معالجة الرسومات، فاختر كمية أصغر أو نموذجًا أصغر.
- قم بتفعيل الخادم من المطوّر التبويب إذا كنت تخطط للوصول إليه من الكود. تأكد من
curl http://localhost:1234/v1/models.
للحصول على شرح خطوة بخطوة مع لقطات الشاشة، انظر دليل LM Studio الكامل. للحصول على قوائم نماذج معايرة لأجهزة محلية، انظر أفضل النماذج المحلية (التوصيات تنطبق بالتساوي على LM Studio، لأن كلا المحركين يستخدمان llama.cpp).
الأسئلة الشائعة
هل برنامج LM Studio مجاني؟
نعم. LM Studio مجاني للتحميل والاستخدام للأغراض الشخصية، وحسب سياسة استخدام العملللموردين، الاستخدام المهني. التطبيق نفسه مغلق المصدر، لكن النماذج التي تقوم بتشغيلها فيه هي نماذج مفتوحة الأوزان مرخصة من قبل ناشريها (Meta و Google و Alibaba و Mistral وغيرها).
هل يُرسل LM Studio بياناتٍ إلى السحابة؟
يتم تشغيل الاستدلال بالكامل على جهازك — لا تترك المطالبات والاستجابات الجهاز. يتصل التطبيق بـ Hugging Face عند البحث أو تحميل النماذج، ويتحقق من التحديثات. لا توجد بيانات تلميح لمحتويات الدردشة وفقًا لـ صفحة الخصوصيةللموردين؛ راجعها مباشرة للسياسة الحالية.
ما تنسيقات النماذج التي يدعمها LM Studio؟
GGUF على جميع الأنصات (عبر llama.cpp) و MLX على Apple Silicon. نقاط تفتيش Hugging Face الخام safetensors و PyTorch غير مدعومة بشكل مباشر — قم بتحويلها إلى GGUF أولاً، أو قم بتحميل GGUF مُقيّم مسبقًا أن المجتمع قد نشره بالفعل.
هل يمكنني استخدام LM Studio كبديل مباشر لواجهة برمجة تطبيقات OpenAI؟
لإكمال الدردشة والإكمال والتضمين، إلى حد كبير نعم: وجّه OpenAI SDK base_url في المكتبة الرسمية إلى http://localhost:1234/v1 والكود الموجود يعمل. الميزات التي تعتمد على سلوك الخادم الخاص بـ OpenAI (المساعدون وواجهة برمجة التطبيقات للملفات وإنشاء الصور والتعديل) لم يتم تنفيذها. تحقق من الحالية قائمة النقاط النهائية.
كم من الذاكرة العشوائية (RAM) أو ذاكرة الوصول العشوائي للرسومات (VRAM) أحتاج؟
القاعدة الذهبية عند تكمية 4 بت: حجم النموذج بمليارات المعاملات في 0.6 تقريبًا يعطي GB من VRAM اللازمة للأوزان، بالإضافة إلى بضعة GB لـ KV cache بسياقات طويلة. يعمل نموذج 7–8B بشكل مريح على وحدة معالجة رسومات سعة 8 GB؛ يحتاج نموذج 70B إلى ما يقارب 40 GB (انظر Convly قاعدة بيانات النماذج الأرقام أعلاه). للحصول على شرح كامل حسب النموذج، انظر متطلبات VRAM.
هل يدعم LM Studio استدعاء الأدوات والمخرجات المُنظَّمة؟
نعم، للمخرجات المُنظَّمة عبر مخطط JSON، كما يدعم استدعاء الأدوات/الوظائف بالنسبة للنماذج التي تعلن عن دعمها في قوالب الدردشة الخاصة بها (وخاصة الإصدارات الحديثة من نماذج Llama وQwen وMistral وGemma). ويعتمد جودة استدعاء الأدوات على النموذج الأساسي لا على برنامج LM Studio نفسه. لذا يُوصى باختبار النموذج المستهدف قبل الاعتماد عليه في بيئة الإنتاج.