- LM Studio هو تطبيق سطح مكتب مجاني 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 الذاكرة 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 عند العنوان
http://localhost:1234/v1التي تدعم واجهة برمجة تطبيقات OpenAI الخاصة بالاستكمالات في الدردشة (Chat Completions) والاستكمالات العامة (Completions) والتضمينات (Embeddings). راجع وثائق توافق LM Studio مع واجهة برمجة تطبيقات OpenAI. - أداة سطر الأوامر (CLI).
lms). وهي أداة سطر أوامر لأتمتة عمليات تحميل النماذج وإلغاء تحميلها والتحكم في الخادم. وتوجد وثائق التثبيت والأوامر على الرابط lmstudio.ai/docs/cli.
وفي الخلفية، يتم تشغيل الاستنتاج باستخدام محرك llama.cpp llama.cpp للنماذج بصيغة GGUF، وبمحرك لنماذج تنسيق MLX على معالجات أبل سيليكون. وتشمل حزمة LM Studio ثنائيات محركات مُبنية مسبقًا، وتتيح لك التبديل بين هذه الثنائيات أو تحديثها من إعدادات التشغيل في التطبيق.
المنصات المدعومة
| المنصة | متطلبات التشغيل (حسب ما يحددها المطوِّر) | التسريع |
|---|---|---|
| ويندوز | معمارية x64 أو ARM64؛ ومعالج CPU يدعم تقنية AVX2 في حالة x64 | وحدة معالجة مركزية (CPU)، أو وحدة معالجة رسومات NVIDIA CUDA، أو Vulkan (وحدات معالجة رسومات AMD/Intel) |
| macOS | معالجات Apple Silicon (M1 أو أحدث)، وأنظمة macOS 13.4 فأحدث | Metal (عبر llama.cpp) وMLX |
| لينكس | x64، وglibc 2.35+، موزَّع كملف AppImage | وحدة المعالجة المركزية (CPU)، وCUDA من شركة NVIDIA، وVulkan |
توجد متطلبات التشغيل المنشورة حاليًّا على صفحة التنزيل الرسمية؛ يُرجى التحقق منها قبل التثبيت، لأن الحد الأدنى الدقيق يتغير بين الإصدارات المختلفة.
ويندوز
يأتي المُثبِّت على هيئة ملف قياسي من نوع .exeوتكون النماذج الافتراضية بتنسيق %USERPROFILE%.lmstudiomodelsوتستخدم وحدات معالجة الرسوميات من NVIDIA تقنية CUDA عند تحديد بيئة تشغيل مدعومة؛ أما وحدات معالجة الرسوميات الأخرى فتعود تلقائيًّا إلى Vulkan. ويجب توفر دعم AVX2 في وحدات المعالجة المركزية من نوع x64، وبالتالي لا تدعم المعالجات القديمة جدًّا.
macOS
موزَّع على هيئة .dmgوعلى أجهزة Apple Silicon، تتوفر نماذج بتنسيق MLX بالإضافة إلى نماذج GGUF، وتستفيد عمومًا بكفاءة من الذاكرة الموحَّدة. وتكون النماذج الافتراضية بتنسيق ~/.lmstudio/modelsولا تدعم الإصدارات الحالية أجهزة Mac التي تعتمد على معالجات Intel.
لينكس
يُوزَّع كـ .AppImageوجعله قابلاً للتنفيذ (chmod +x LM-Studio-*.AppImage) ثم تشغيله مباشرةً. وتستخدم وحدات معالجة الرسوميات من NVIDIA تقنية CUDA، بينما تستخدم وحدات معالجة الرسوميات من AMD وIntel تقنية Vulkan. ولا يوجد حاليًّا أي حزمة رسمية من نوع .deb أو .rpm — يُرجى التحقق من صفحة التنزيل للحصول على أحدث معلومات حول طريقة التعبئة والتغليف.
ما يمكنك تشغيله في LM Studio
يمكن لبرنامج LM Studio تحميل أي نموذج بصيغة GGUF يدعمه llama.cpp، بالإضافة إلى نماذج MLX على أجهزة Apple Silicon. والقيد الفعلي هو ما يمكن أن تستوعبه معداتك بالفعل. وتشير تقديرات استهلاك ذاكرة VRAM التقريبية عند تمثيل النموذج بـ 4 بت، كما ورد في 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 | ~٩ جيجابايت |
| Gemma 3 12B | 128 ألف رمز | ~8 غيغابايت |
| Qwen3 14B | 128 ألف رمز | ~٩ جيجابايت |
| Gemma 3 27B | 128 ألف رمز | حوالي ١٦ جيجابايت |
| Qwen3 32B | 128 ألف رمز | ~20 جيجابايت |
| Llama 3.3 70B | 128 ألف رمز | ~40 جيجابايت |
أي نموذج يتجاوز سعة 40 غيغابايت تقريبًا يتطلب استخدام أكثر من وحدة معالجة رسوميات أو بطاقات ذات سعة VRAM عالية جدًّا. أما النماذج الكبيرة جدًّا مثل DeepSeek R1 (حوالي 400 غيغابايت عند التمثيل بـ 4 بت) فهي غير عملية للتشغيل على وحدة معالجة رسوميات واحدة في جهاز كمبيوتر شخصي. لمزيد من التفاصيل، يُرجى الاطلاع على الدليل الكامل الخاص بـ جدول متطلبات الـ VRAM والـ وحدات معالجة الرسوميات لتشغيل نماذج اللغة الكبيرة محليًّا قبل شراء الأجهزة.
الخادم المتوافق مع واجهة برمجة تطبيقات OpenAI
والميزة الأكثر فائدة للمطورين هي الخادم المحلي. ويمكن بدء تشغيله من علامة التبويب المطوّر في الواجهة الرسومية أو عبر سطر الأوامر (CLI). وبمجرد بدء التشغيل، فإنه يستقبل طلبات معيارية على غرار طلبات OpenAI:
curl http://localhost:1234/v1/chat/completions
-H "Content-Type: application/json"
-d '{
"model": "loaded-model-identifier",
"messages": [{"role": "user", "content": "Hello"}]
}'يعمل SDK بلغة بايثون عن طريق توجيه مكتبة base_url إلى الخادم المحلي:
from openai import OpenAI
client = OpenAI(base_url="http://localhost:1234/v1", api_key="lm-studio")الـ api_key ويُهمَل حقل القيمة افتراضيًّا، لكن يجب أن يكون هذا الحقل موجودًا لأن مكتبة OpenAI تتطلبه. أما نقاط النهاية المدعومة وأي انحرافات عن هيكلية OpenAI فهي مدرجة في مرجع واجهة برمجة التطبيقات (API reference).
LM Studio مقابل Ollama
وهذان الخياران هما الطريقة الأكثر شيوعًا لتشغيل نماذج اللغة الكبيرة محليًّا على محطة عمل. وإليك فكرة عامة عن الفرق بينهما:
| LM Studio | Ollama | |
|---|---|---|
| الواجهة الأساسية | واجهة المستخدم الرسومية لسطح المكتب (دردشة، مستعرض النماذج) | سطر الأوامر (CLI) وواجهة برمجة التطبيقات عبر بروتوكول HTTP (HTTP API) |
| الترخيص | تطبيق مغلق المصدر؛ مجاني للاستخدام الشخصي والمهني | مفتوح المصدر (ترخيص MIT) |
| مصدر النموذج (Model source) | منصة Hugging Face (بصيغتي GGUF وMLX) عبر البحث داخل التطبيق | سجل نماذج Ollama (مع إمكانية استيراد النماذج من صيغة GGUF) |
| الخادم | متوافق مع واجهة OpenAI عند :1234 |
واجهة برمجة تطبيقات أصلية عند :11434، مع طبقة متوافقة مع OpenAI |
| MLX لأنظمة Apple Silicon | نعم | لا (يدعم فقط llama.cpp) |
إذا كنت تبحث عن واجهة مستخدم رسومية سهلة الاستخدام بنقرة واحدة وتدعم تنسيق MLX على أجهزة Mac، فإن برنامج LM Studio يُعَد نقطة بداية أسهل. أما إذا كنت تفضل مكدسًا مفتوح المصدر قابلًا للبرمجة وخدمة خلفية بدون واجهة مستخدم رسومية، فراجع دليل Ollama و دليل التثبيت التفصيلي.
متى يجب استخدام LM Studio بدلًا من واجهة برمجة تطبيقات مستضافة؟
ويُعَد الاستنتاج المحلي تنازلًا حقيقيًّا. فالجانب الإيجابي يتمثل في الخصوصية (لا تخرج أي بيانات من جهازك)، والتكلفة المتوقعة بعد استهلاك تكلفة الأجهزة، والتوفر دون الحاجة إلى اتصال بالإنترنت. أما الجانب السلبي فيشمل التكلفة الرأسمالية الأولية، ومعدل إنتاج الرموز في الثانية (tokens/second) الأبطأ مقارنةً بمجموعة خوادم GPU المستضافة، وعدم إمكانية الوصول إلى أحدث النماذج المملوكة حصريًّا.
ولتكوين فكرة تقريبية عن حدود التكلفة: تتراوح تكلفة النماذج المستضافة المدرجة في قائمة Convly لأداء نماذج اللغة الكبيرة (LLM leaderboard) بين حوالي 0.02 دولار أمريكي لكل مليون رمز إدخال (input token) بالنسبة للنماذج الصغيرة المفتوحة المصدر على موفِّري الخدمات الخالية من الخوادم (serverless providers)، وصولًا إلى 10 دولارات أمريكي للإدخال و50 دولارًا أمريكي للإخراج لكل مليون رمز بالنسبة لأحدث النماذج المملوكة حصريًّا. فإذا كانت مهامك تقع في الطرف الأصغر من هذه المقياس، وكان بإمكانك التحمل جودة نماذج بحجم 8 مليار إلى 30 مليار معلَّمة (8B–30B)، فإن الاستضافة الذاتية على وحدة معالجة رسوميات استهلاكية واحدة غالبًا ما تكون الأفضل من حيث التكلفة الإجمالية. واحسب أنت التكلفة بنفسك باستخدام حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) والـ حاسبة تكلفة واجهة برمجة التطبيقات (API).
قائمة مراجعة عملية لإعداد النظام
- تحقق من سعة VRAM. فأي نموذج يتجاوز سعة ذاكرة VRAM الخاصة بوحدة معالجة الرسوميات لديك سيُحمَّل جزئيًّا إلى ذاكرة النظام (RAM)، مما يؤدي إلى تباطؤ كبير في الأداء. واستخدم حاسبة الذاكرة VRAM.
- نزِّل برنامج LM Studio من lmstudio.ai/downloadولا تقم بالتثبيت من مرايا طرف ثالث.
- وفي علامة التبويب اكتشف (Discover) في التطبيق، اختر نموذجًا يناسب معداتك. وابدأ بتجربة نموذج مكمَّن بمستوى Q4_K_M لتحقيق أفضل توازن بين الحجم والجودة.
- حمِّل النموذج. وراقب مؤشر VRAM؛ فإذا لم تتمكن من تحميله بالكامل على وحدة معالجة الرسوميات، فاختر نموذجًا مكمَّنًا بأقل درجة أو نموذجًا أصغر حجمًا.
- فعِّل الخادم من علامة التبويب المطوّر إذا كنت تنوي الاتصال به من خلال الكود البرمجي. وتأكد من ذلك باستخدام الأمر
curl http://localhost:1234/v1/models.
لمشاهدة دليل تفصيلي خطوة بخطوة مع لقطات شاشة، يُرجى الاطلاع على الدليل الكامل لـ LM Studio. ولقوائم مختصرة من النماذج المُحسَّنة خصيصًا لمعداتك المحلية، يُرجى الاطلاع على أفضل النماذج المحلية (وتنطبق التوصيات نفسها على برنامج LM Studio، لأن كلا المحركين يستخدمان llama.cpp).
الأسئلة الشائعة
هل برنامج LM Studio مجاني؟
نعم. برنامج LM Studio مجاني للتنزيل والاستخدام الشخصي، ووفقًا لسياسة الاستخدام المهني للمُصنِّع، للاستخدام المهنيوهو تطبيق مغلق المصدر، لكن النماذج التي تقوم بتشغيلها داخله هي نماذج مفتوحة الأوزان مرخَّصة من قِبل ناشريها المعنيين (مثل Meta وGoogle وAlibaba وMistral وغيرها).
هل يُرسل LM Studio بياناتٍ إلى السحابة؟
ويتم تنفيذ الاستنتاج (Inference) بالكامل على جهازك — ولا تغادر المُدخلات (Prompts) أو الردود الجهاز أبدًا. ويقوم التطبيق بالاتصال بموقع Hugging Face عند البحث عن النماذج أو تنزيلها، كما يتحقق من وجود تحديثات. ولا توجد أي جمعٍ للبيانات المتعلقة بمحتوى المحادثات وفقًا لصفحة الخصوصية الخاصة بالمُصنِّع، الخاصة بالخصوصية؛ يُرجى الاطلاع عليها مباشرةً لمعرفة أحدث سياسة سارية.
ما تنسيقات النماذج التي يدعمها LM Studio؟
GGUF على جميع الأنظمة الأساسية (عبر llama.cpp) وMLX على معالجات أبل سيليكون. ملفات Hugging Face الأولية safetensors بالنسبة لمهام إكمال المحادثات (chat completions) والإكمال العام (completions) والتضمينات (embeddings)، فالإجابة في الغالب نعم: يمكن توجيه واجهة برمجة تطبيقات OpenAI (OpenAI SDK) نحو LM Studio،
هل يمكنني استخدام LM Studio كبديل مباشر لواجهة برمجة تطبيقات OpenAI؟
وبذلك يعمل الكود القائم دون تعديل. أما الميزات التي تعتمد على سلوك خادم OpenAI المُحدَّد (مثل المساعدين الذكيين Assistants، وواجهة ملفات API، وتوليد الصور، والتدقيق/المراقبة Moderation) فهي غير مُطبَّقة. يُرجى التحقق من قائمة base_url في المكتبة الرسمية إلى http://localhost:1234/v1 والكود الموجود يعمل. لم تُنفَّذ الميزات التي تعتمد على سلوك الخادم الخاص بـ OpenAI (مثل المساعدين، وواجهة برمجة التطبيقات الخاصة بالملفات، وتوليد الصور، والتدقيق). راجع الحالة الحالية الحالية. قاعدة الإبهام عند التكمين (quantisation) بـ 4 بت: حجم النموذج بعدد المليارات من المعاملات مضروبًا في ~0.6 يعطي الحجم التقريبي بالجيجابايت المطلوب من ذاكرة VRAM للأوزان، بالإضافة إلى بضعة جيجابايت إضافية لذاكرة KV cache عند السياقات الطويلة. فعلى سبيل المثال، يعمل نموذج بحجم 7–8 مليار معامل بسلاسة على وحدة معالجة رسومية (GPU) سعتها 8 جيجابايت؛ بينما يحتاج نموذج بحجم 70 مليار معامل إلى نحو 40 جيجابايت تقريبًا (انظر الأرقام المذكورة أعلاه في جدول Convly). وللحصول على تفصيل كامل حسب كل نموذج، يُرجى الاطلاع على.
كم من الذاكرة العشوائية (RAM) أو ذاكرة الوصول العشوائي للرسومات (VRAM) أحتاج؟
قاعدة عامة عند التكمية بـ 4 بت: حجم النموذج بال مليارات من المعلمات مضروبًا في ~0.6 يُعطي عدد الجيجابايت المطلوبة من الذاكرة VRAM للأوزان، بالإضافة إلى بضعة جيجابايت إضافية لمخبأ KV (KV cache) عند السياقات الطويلة. ويمكن تشغيل نموذج بحجم 7–8 مليار معلمة بسلاسة على وحدة معالجة رسوميات (GPU) سعتها 8 جيجابايت؛ أما نموذج بحجم 70 مليار معلمة فيحتاج ما يقارب 40 جيجابايت (انظر قسم Convly قاعدة بيانات النماذج الأشكال أعلاه). لمزيد من التفصيل حسب النموذج، راجع متطلبات الـ 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.