LM Studio 插件：该安装哪些，以及 comment

#为什么在 LM Studio 中使用插件

LM Studio是一个出色的本地运行环境：它可以下载GGUF或MLX模型，在您的GPU或Apple芯片上运行模型，并提供聊天界面或兼容OpenAI的API。但基础聊天功能仍仅限于模型记忆中的文本，无法访问网页、读取本地文件、执行工具或与其他应用程序集成。

LM Studio插件填补了这一空白。它们可以在不改动推理引擎的情况下扩展应用：添加模型在对话中可以调用的工具，在提示词送入模型之前对其进行转换，或接入自定义的生成逻辑。这些功能都在LM Studio进程中运行，因此一切都保留在本地，符合该应用严格的自托管定位。

#插件的 5 类组件

一个 LM Studio 插件可提供五种组件类型。同一个插件可以组合多种组件，但每种组件的功能定位明确：

Tools Providers

暴露模型在生成过程中可调用的工具（函数）。这相当于「函数调用」：模型决定何时调用工具，读取结果，并继续推理。典型示例：读取文件、发起 HTTP 请求、执行命令、查询数据库。

提示预处理器

在提示词送达模型之前对其进行转换。可用于注入上下文（RAG、摘要）、隐藏个人身份信息（PII），或将用户请求改写为模型偏好的格式。

Generators

提供自定义生成后端，替代默认的 llama.cpp/MLX 引擎。高级用法：将部分请求路由到其他运行时、用于测试的模拟实现（mock），或您控制的远程服务器。

Custom Configuration

在 LM Studio 的用户界面中提供配置字段（开关、滑块、文本输入框）。用户无需修改代码即可配置插件。插件在运行时读取这些值。

Third-Party Dependencies

列出插件所需的第三方 npm 包。LM Studio 在插件构建时安装，由集成的 Node 运行时处理。

#从Hub安装插件

添加 LM Studio 插件最简单的方式是通过官方 Hub。每个已发布的插件都有专属页面，包含一个“Add to LM Studio”按钮和一个稳定的深层链接。

1. 01
   1. 在 lmstudio.ai 上找到该插件

   在 LM Studio Hub 上找到您感兴趣的插件页面。其规范 URL 的格式为 `https://lmstudio.ai/<creator>/<plugin-name>`。
2. 02
   2. 点击“Add to LM Studio”

   按钮会打开一个 deeplink，请求您的本地 LM Studio 应用安装插件。如果 LM Studio 已打开，安装将在几秒内完成。否则，deeplink 将触发应用启动。
3. 03
   3. 检查插件列表

   安装完成后，插件会出现在 LM Studio 的 Plugins 部分。您可以随时启用插件、配置插件（如果提供了 Custom Configuration 选项），或禁用插件。
4. 04
   4. 使用插件

   LM Studio 会在需要时自动运行插件。对于 Tools Provider，模型可以在聊天过程中调用其工具。对于 Prompt Preprocessor，每条提示都会在后台进行转换，不作提示。

#通过mcp.json连接MCP服务器

MCP（模型上下文协议）是一个开放标准，允许外部服务器向任何兼容的主机暴露可使用的工具。自 0.3.17 版本起，LM Studio 即为 MCP 主机。实际上，您可以连接一个 MCP 服务器（官方或第三方），其工具将直接在聊天界面中可用，与工具提供商的工具无异。

0.3.18版本带来了两项实用改进：一个按钮可强制重启发生崩溃的MCP服务器，另一个刷新按钮可重新加载对外提供的工具列表，无需重启整个应用。

添加 MCP 服务器有两种方式：使用服务器页面上的「Add to LM Studio」深度链接，或手动编辑 `mcp.json` 文件。第二种方式需进入右侧侧边栏的「Program」选项卡 → 点击 `Install` 按钮 → 选择 `Edit mcp.json`。

{
  "mcpServers": {
    "hf-mcp-server": {
      "url": "https://huggingface.co/mcp",
      "headers": {
        "Authorization": "Bearer <YOUR_HF_TOKEN>"
      }
    }
  }
}

`mcp.json` 的配置格式与 Cursor 的格式兼容：如果您已经有用于 Cursor 的 MCP 文件，就可以复用相同的配置块。`mcpServers` 下的每个条目都描述一个服务器（HTTP URL 或本地命令、身份验证请求头、环境变量）。

#使用lmstudio-js SDK创建插件

如果想突破现有 LM Studio 插件的功能范围，LM Studio 提供了官方 TypeScript/JavaScript SDK：`lmstudio-js`，在 npm 上以 `@lmstudio/sdk` 为包名发布。该 SDK 覆盖完整的插件 API：组件声明、模型访问、配置管理，以及与应用的通信。

npm install @lmstudio/sdk --save

要从零开始创建插件，最简单的方法是使用命令行工具 `lms`（随 LM Studio 提供）。三条命令涵盖了插件生命周期中的主要操作：

1. 01
   1. lms create — 初始项目骨架

   创建一个采用预期结构的新插件文件夹：manifest、TypeScript 代码、依赖项。您可以选择主要组件类型（Tools Provider、Prompt Preprocessor、Generator）。SDK 和类型已预先接好。
2. 02
   2. lms dev — 开发模式

   在插件目录中运行`lms dev`即可启动开发模式。每次保存时，代码都会重新构建并重新加载，插件也会出现在LM Studio应用的插件列表中，如同已经安装一样。这样可以快速迭代，无需手动重复构建和安装。
3. 03
   3. lms push — 发布到 Hub

   插件准备就绪后，`lms push` 会将其发布到 LM Studio Hub。任何人都可以通过深度链接 `https://lmstudio.ai/<vous>/<nom-plugin>` 安装该插件。版本管理和元数据由项目的清单文件（manifest）管理。

#安全性：来源、权限、过度消耗

LM Studio插件和MCP服务器让第三方代码能够在应用进程中运行。这其中的风险不可忽视。

任意代码

本地 MCP 可以在您的操作系统上执行任意命令。安装前，请阅读代码，或确保您信任其维护者。

文件访问权限

带有 `read_file` 工具的 MCP 服务器可能读取您的用户账户有权限读取的全部内容。请通过 `allowed_tools` 或在服务器端明确指定路径来限制访问。

网络访问

MCP 可能会发起出站请求（存在数据外泄风险）。请检查配置文件中的目标地址列表，并在必要时通过防火墙进行拦截。

令牌超量消耗

为云端模型（大上下文窗口、大量工具）设计的MCP能够注入大量上下文。但在本地较小的模型上，这会降低性能和响应质量。

基本原则：您安装的任何插件或 MCP 都必须有身份可确认的维护者、可访问的代码仓库以及明确的使用场景。如有疑问，请在点击「Add to LM Studio」前先阅读代码。

#2026 年夏季更新：v0.4.20，Linux 和 Bionic

LM Studio 0.4.20（2026年7月22日）主要强化了网络使用场景：面向企业设计的端点，以及可通过LM Link远程控制的“device”模型。现有插件的兼容性不会受到影响：系统仍使用在Node上运行的JavaScript/TypeScript，保留相同的组件类别（工具提供者、提示预处理器、生成器、自定义配置），以及支持插件热重载的lms dev开发模式。

在 Linux 系统中，插件存储在 ~/.config/LMStudio/plugins 目录下——便于使用 git 进行版本控制或在不同设备间同步。其余工作流程（安装、通过 mcp.json 配置 MCP 服务器）与 Windows 和 macOS 系统完全相同。

#深入了解

插件和 MCP 服务器将 LM Studio 变成了一个平台：同一个本地运行时现在可以支持功能增强的聊天、自主智能体、IDE 助手，或为您自己的应用提供后端服务。合适的做法是从小规模开始（一个官方 MCP、一个 Hub 插件），先了解其行为，再在具体需求出现时构建自己的 Tools Provider。

如果您是初次使用LM Studio，或希望将其作为其他工具的后端，以下指南可补充本介绍。