LM Studioを通じてローカルで動作するLLMモデルと通信できるモデル制御プロトコル(MCP)サーバーです。

概要

LMStudio-MCPは、Claude(MCP機能付き)とローカルで実行中のLM Studioインスタンスとの間の橋渡しを作ります。これにより、Claudeは以下を可能にします:

• LM Studio APIの健全性を確認する
• 利用可能なモデル一覧
• 現在読み込まれたモデルを取得する
• ローカルモデルを使ってチャットや生のテキスト補完を生成する
• 意味探索およびRAGのためのベクトル埋め込み生成
• レスポンスIDによる状態の多ターン会話を保持
• ロックインされたシステムプロンプトで永続的な会話を開始・継続する

これにより、Claudeのインターフェースを通じてローカルで実行されるモデルを活用し、Claudeの機能とプライベートモデルを組み合わせることができます。

前提条件

• Python 3.7+
• LM Studioをローカルでインストールし、モデルを読み込みながら実行
• MCPアクセスを持つClaude
• 必要なPythonパッケージ(インストール参照)

🚀 クイックインストール

ワンラインインストール(推奨)

手動設置方法

1.ローカルPythonインストール

2.Docker インストール

3.Docker Compose

詳細な展開手順については、DOCKER.md を参照してください。

LMStudio-MCP

A Model Control Protocol (MCP) server that allows Claude to communicate with locally running LLM models via LM Studio.

Overview

LMStudio-MCP creates a bridge between Claude (with MCP capabilities) and your locally running LM Studio instance. This allows Claude to:

• Check the health of your LM Studio API
• List available models
• Get the currently loaded model
• Generate chat and raw text completions using your local models
• Generate vector embeddings for semantic search and RAG
• Hold stateful multi-turn conversations via response IDs
• Start and continue persistent conversations with a locked-in system prompt

This enables you to leverage your own locally running models through Claude’s interface, combining Claude’s capabilities with your private models.

Prerequisites

• Python 3.7+
• LM Studio installed and running locally with a model loaded
• Claude with MCP access
• Required Python packages (see Installation)

🚀 Quick Installation

One-Line Install (Recommended)

curl -fsSL https://raw.githubusercontent.com/infinitimeless/LMStudio-MCP/main/install.sh | bash

Manual Installation Methods

1. Local Python Installation

git clone https://github.com/infinitimeless/LMStudio-MCP.git
cd LMStudio-MCP
pip install requests "mcp[cli]" openai

2. Docker Installation

# Using pre-built image
docker run -it --network host ghcr.io/infinitimeless/lmstudio-mcp:latest

# Or build locally
git clone https://github.com/infinitimeless/LMStudio-MCP.git
cd LMStudio-MCP
docker build -t lmstudio-mcp .
docker run -it --network host lmstudio-mcp

3. Docker Compose

git clone https://github.com/infinitimeless/LMStudio-MCP.git
cd LMStudio-MCP
docker-compose up -d

For detailed deployment instructions, see DOCKER.md.

⚙️ Configuration

The bridge supports flexible configuration for different deployment scenarios:

• Default: Connects to http://localhost:1234/v1
• Custom Host: Set LMSTUDIO_HOST environment variable (e.g., 192.168.1.100)
• Custom Port: Set LMSTUDIO_PORT environment variable (e.g., 5678)

Example:

export LMSTUDIO_HOST=192.168.1.100
export LMSTUDIO_PORT=5678
python lmstudio_bridge.py

📖 For detailed configuration options, see CONFIGURATION.md

MCP Configuration

Quick Setup

Using GitHub directly (simplest):

{
  "lmstudio-mcp": {
    "command": "uvx",
    "args": [
      "https://github.com/infinitimeless/LMStudio-MCP"
    ]
  }
}

Using local installation:

{
  "lmstudio-mcp": {
    "command": "/bin/bash",
    "args": [
      "-c",
      "cd /path/to/LMStudio-MCP && source venv/bin/activate && python lmstudio_bridge.py"
    ]
  }
}

Using Docker:

{