Claude-LMStudio Bridge

这是一个MCP服务器，用于连接Claude与在LM Studio中运行的本地LLM。

概述

此工具允许Claude与在LM Studio中运行的本地LLM进行交互，提供以下功能：

• 访问LM Studio中的所有可用模型列表
• 使用本地LLM生成文本的能力
• 通过本地模型支持聊天完成
• 一个健康检查工具，用于验证与LM Studio的连接性

预备条件

• 支持MCP的Claude Desktop
• 已安装并本地运行的LM Studio（API服务器已启用）
• 安装了Python 3.8+

快速开始（推荐）

对于macOS/Linux：

1. 克隆仓库

git clone https://github.com/infinitimeless/claude-lmstudio-bridge.git
cd claude-lmstudio-bridge

2. 运行设置脚本

chmod +x setup.sh
./setup.sh

3. 根据设置脚本的说明配置Claude Desktop

对于Windows：

1. 克隆仓库

git clone https://github.com/infinitimeless/claude-lmstudio-bridge.git
cd claude-lmstudio-

2. 运行设置脚本

setup.bat

3. 根据设置脚本的说明配置Claude Desktop

手动设置

如果您更喜欢手动设置：

1. 创建虚拟环境（可选但推荐）

python -m venv venv
source venv/bin/activate  # 在Windows上：venv\Scripts\activate

2. 安装所需包

pip install -r requirements.txt

3. 配置Claude Desktop：
   • 打开Claude Desktop偏好设置
   • 导航到“MCP服务器”部分
   • 添加一个新的MCP服务器，使用以下配置：
     • 名称：lmstudio-bridge
     • 命令：/bin/bash（在macOS/Linux上）或cmd.exe（在Windows上）
     • 参数：
       • macOS/Linux：/path/to/claude-lmstudio-bridge/run_server.sh
       • Windows：/c C:\path\to\claude-lmstudio-bridge\run_server.bat

使用Claude

设置好桥接后，您可以在Claude中使用以下命令：

1. 检查与LM Studio的连接：

你能检查一下我的LM Studio服务器是否正在运行吗？

2. 列出可用模型：

列出我本地LM Studio中的可用模型

3. 使用本地模型生成文本：

使用我的本地LLM生成一首关于春天的小诗

4. 发送聊天完成：

询问我的本地LLM：“机器学习中transformers的主要特征是什么？”

故障排除

诊断LM Studio连接问题

使用包含的调试工具检查您的LM Studio连接：

python debug_lmstudio.py

进行更详细的测试：

python debug_lmstudio.py --test-chat --verbose

常见问题

“无法连接到LM Studio API”

• 确保LM Studio正在运行
• 验证LM Studio中的API服务器已启用（设置 > API服务器）
• 检查端口（默认：1234）与您的.env文件中的端口匹配

“没有加载模型”

• 打开LM Studio并加载一个模型
• 验证模型成功运行

“未找到MCP包”

• 尝试重新安装：pip install "mcp[cli]" httpx python-dotenv
• 确保您使用的是Python 3.8或更高版本

“Claude找不到桥接”

• 检查Claude Desktop配置
• 确保run_server.sh或run_server.bat的路径正确且为绝对路径
• 验证服务器脚本是可执行的：chmod +x run_server.sh（在macOS/Linux上）

高级配置

您可以通过创建一个.env文件来自定义桥接行为，设置如下：

LMSTUDIO_HOST=127.0.0.1
LMSTUDIO_PORT=1234
DEBUG=false

设置DEBUG=true以启用详细日志记录，便于故障排除。

许可证

MIT