Använd LM Studio som kodagent
Ladda en modell i LM Studio, starta dess lokala server och kör oharness -m lmstudio/<model-id>. Leverantören lmstudio är inbyggd på localhost:1234 utan nyckel.
Tre steg
- Ladda en modell med verktygsanrop i LM Studio och ställ in kontextlängden på 32K eller mer.
- Starta servern från fliken Developer, eller med
lms server start. - Starta agenten med det modell-id som LM Studio visar. Bara det första snedstrecket avgränsar leverantören, så id:n som själva innehåller ett snedstreck fungerar som de är.
npm install -g oharnessoharness -m lmstudio/qwen/qwen3-coder-30bBra att veta
/modelslistar vad LM Studio-servern har laddat;/models refreshfrågar igen när du har laddat en till.- Om kontextlängden lämnas låg trunkerar servern långa sessioner innan OHarness hinner komprimera dem.
- Köra helt offline går igenom den nätverkstrafik som återstår.
Vanliga frågor
Kan LM Studio köra en kodagent?
LM Studio tillhandahåller modellen; agentloopen kommer från en harness. OHarness ansluter till LM Studios lokala server på localhost:1234 som en inbyggd leverantör, utan nyckel.
Vilket modell-id använder jag för LM Studio i OHarness?
Det id som LM Studio visar för den laddade modellen, med prefixet lmstudio/ — till exempel oharness -m lmstudio/qwen/qwen3-coder-30b.
Referens för LM Studio
| Leverantörs-id | lmstudio |
| Bas-URL | http://localhost:1234/v1 |
| Protokoll | OpenAI-kompatibla chat completions |
| API-nyckel | Ingen — endpointen är lokal. |
| Modellupptäckt | Ja — modellistan efterfrågas hos endpointen i stället för att skickas med. |
Ansluta den
Inget att konfigurera och ingen nyckel att skaffa. Starta servern på dess vanliga port så dyker leverantören upp i modellväljaren; harnessen frågar den efter dess egen modellista i stället för att skicka med en.
Modeller på LM Studio
De nyaste modellerna som LM Studio erbjuder och som kan anropa verktyg, från den models.dev-ögonblicksbild som följer med OHarness. Harnessen frågar också endpointen efter dess aktuella lista, så en modell som släppts efter ögonblicksbilden dyker ändå upp i väljaren.
| Modell-id | Kontext / utdata | $/M in / cachad / ut | Resonemang |
|---|---|---|---|
openai/gpt-oss-20b | 131K / 33K | 0 / — / 0 | Ja |
qwen/qwen3-30b-a3b-2507 | 262K / 16K | 0 / — / 0 | Nej |
qwen/qwen3-coder-30b | 262K / 66K | 0 / — / 0 | Nej |
Listpriser i USD per miljon tokens, lästa från models.dev den 2026-09-19. LM Studio ändrar sina priser och modeller; dess egen prissida är det som gäller. Starta en session med den nyaste:
oharness -m lmstudio/openai/gpt-oss-20bPeka den någon annanstans
En regional värd, en gateway eller en egen server. Åsidosättningar i ~/.oharness/config.json gäller per fält, så att ändra endpointen betyder inte att du måste ange resten av leverantören igen — det här är hela blocket, visat med standardvärdet så att formen blir tydlig:
{
"providers": {
"lmstudio": {
"baseUrl": "http://localhost:1234/v1"
}
}
}Det du får oavsett
Samma agentloop, samma verktyg, samma MCP-servrar och samma behörighetsregler, vilken leverantör som än ligger under — och att byta mellan dem mitt i en session konverterar ingenting, eftersom historiken aldrig sparas i en leverantörs format. Vad en agent-harness är förklarar varför det är den svåra delen, och referensen för leverantörer går igenom själva katalogen.