Skip to main content
PromptQuorumPromptQuorum
Home/Local LLMs/تثبيت ⁨LM Studio⁩: إعداد الواجهة الرسومية لـ ⁨macOS⁩ و ⁨Windows⁩ و ⁨Linux⁩
Getting Started

تثبيت ⁨LM Studio⁩: إعداد الواجهة الرسومية لـ ⁨macOS⁩ و ⁨Windows⁩ و ⁨Linux⁩

·7 دقائق للقراءة·By Hans Kuepper · Founder of PromptQuorum, multi-model AI dispatch tool · PromptQuorum
اقرأ بـ:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

LM Studio تطبيق سطح مكتب يتيح لك استكشاف نماذج LLM المحلية وتنزيلها وتشغيلها عبر واجهة رسومية، دون الحاجة إلى أوامر في الطرفية. يعمل على macOS و Windows و Linux، ويتضمن واجهة محادثة مدمجة وخادمًا محليًا متوافقًا مع OpenAI.

LM Studio تطبيق سطح مكتب يتيح لك استكشاف نماذج LLM المحلية وتنزيلها وتشغيلها عبر واجهة رسومية، دون الحاجة إلى أوامر في الطرفية. يعمل على macOS و Windows و Linux، ويتضمن واجهة محادثة مدمجة وخادمًا محليًا متوافقًا مع OpenAI. واعتبارًا من أبريل 2026، يدعم LM Studio أي نموذج GGUF مُكمّم من Hugging Face.

Key Takeaways

  • نزّل LM Studio من lmstudio.ai -- متاح لـ macOS (Apple Silicon + Intel) و Windows و Linux (AppImage).
  • الحد الأدنى: 8 GB من RAM. الموصى به: 16 GB من RAM لنماذج 7B. تستخدم أجهزة Mac بـ Apple Silicon تسريع GPU افتراضيًا.
  • يبحث متصفح النماذج المدمج مباشرةً في Hugging Face -- نزّل نماذج GGUF دون مغادرة التطبيق.
  • يتضمن LM Studio واجهة محادثة مدمجة وخادمًا محليًا متوافقًا مع OpenAI على المنفذ 1234.
  • مثالي لـ: المبتدئين الذين يفضّلون واجهة رسومية، والمستخدمين الذين يريدون مقارنة عدة نماذج بالتوازي، وكل من يريد حزمة كاملة دون أوامر طرفية.

ما هو LM Studio؟

LM Studio تطبيق سطح مكتب لتشغيل نماذج LLM المحلية. يوفر متصفح نماذج رسوميًا وواجهة محادثة مدمجة وخادم API محلي، كلها في تطبيق واحد. ويستخدم داخليًا llama.cpp للاستدلال، وهو المحرك نفسه الذي يشغّل Ollama.

الفرق الأساسي عن Ollama هو أن LM Studio مرئي بالكامل. تستكشف النماذج وتنزّلها من واجهة التطبيق، وتبدأ المحادثات بنقرة واحدة، وتضبط الإعدادات بأشرطة تمرير بدلًا من ملفات التهيئة.

LM Studio مجاني للاستخدام الشخصي. تطوّره LM Studio, Inc. وأُطلق في 2023. واعتبارًا من 2026، يدعم تسريع NVIDIA CUDA و AMD ROCm و Apple Metal.

ما متطلبات النظام لـ LM Studio؟

المواصفةالحد الأدنىالموصى به
نظام التشغيلmacOS 13.6, Windows 10, Ubuntu 22.04macOS 14+, Windows 11, Ubuntu 24.04
RAM8 GB16 GB أو أكثر
التخزين500 MB للتطبيق + مساحة للنماذج50 GB+ متاحة لعدة نماذج
GPU (اختياري)NVIDIA GTX سلسلة 10 أو أحدثNVIDIA RTX 40/50, AMD RX 7000+ أو Apple M-series

كيف تنزّل LM Studio وتثبّته؟

  1. 1
    اذهب إلى lmstudio.ai وانقر زر التنزيل لنظام تشغيلك.
  2. 2
    macOS: افتح ملف .dmg واسحب LM Studio إلى مجلد التطبيقات. عند أول تشغيل، وافق على تنبيه الأمان في تفضيلات النظام ← الخصوصية والأمان.
  3. 3
    Windows: شغّل المثبّت LM-Studio-Setup.exe. يُثبَّت LM Studio في %LOCALAPPDATA%\LM-Studio.
  4. 4
    Linux: نزّل ملف .AppImage. اجعله قابلًا للتنفيذ بـ `chmod +x LM-Studio-*.AppImage` وشغّله. لا حاجة لتثبيت على النظام.
  5. 5
    عند أول تشغيل، يعرض LM Studio شاشة ترحيب ويطلب منك تنزيل نموذج.
مسار تثبيت LM Studio: التنزيل من lmstudio.ai، والتثبيت على macOS أو Windows أو Linux، والبحث عن نموذج GGUF في Hugging Face، واختيار تكميم Q4_K_M (~4.5 GB)، وبدء المحادثة خلال 5-30 ثانية.
مسار تثبيت LM Studio: التنزيل من lmstudio.ai، والتثبيت على macOS أو Windows أو Linux، والبحث عن نموذج GGUF في Hugging Face، واختيار تكميم Q4_K_M (~4.5 GB)، وبدء المحادثة خلال 5-30 ثانية.

كيف تبحث عن نموذج وتنزّله في LM Studio؟

استخدم تبويب البحث (أيقونة العدسة في الشريط الجانبي الأيسر) للعثور على النماذج:

  1. 1
    انقر تبويب Search في الشريط الجانبي الأيسر.
  2. 2
    اكتب اسم نموذج، مثل "llama 3.1" أو "phi-3 mini".
  3. 3
    يعرض LM Studio نماذج GGUF المطابقة من Hugging Face مع أحجام الملفات وخيارات التكميم.
  4. 4
    اختر مستوى تكميم. لـ 8 GB من RAM: اختر Q4_K_M (~4.5 GB لنموذج 7B). لـ 16 GB من RAM: يقدّم Q5_K_M أو Q6_K جودة أفضل.
  5. 5
    انقر سهم التنزيل. يظهر التقدم في تبويب Downloads.
دليل التكميم حسب سعة RAM في LM Studio: 8 GB من RAM تناسب Q4_K_M (~4.5 GB، فقدان جودة ~1%)؛ و16 GB من RAM تناسب Q5_K_M أو Q6_K (~5.7-6.5 GB، فقدان شبه معدوم) مع مساحة إضافية لسياق 8K+ من الرموز.
دليل التكميم حسب سعة RAM في LM Studio: 8 GB من RAM تناسب Q4_K_M (~4.5 GB، فقدان جودة ~1%)؛ و16 GB من RAM تناسب Q5_K_M أو Q6_K (~5.7-6.5 GB، فقدان شبه معدوم) مع مساحة إضافية لسياق 8K+ من الرموز.

كيف تبدأ المحادثة مع نموذج في LM Studio؟

  1. 1
    انقر تبويب Chat (أيقونة الفقاعة) في الشريط الجانبي الأيسر.
  2. 2
    في أعلى نافذة المحادثة، انقر القائمة المنسدلة لمحدد النموذج واختر النموذج المنزَّل.
  3. 3
    يحمّل LM Studio النموذج في الذاكرة -- يستغرق ذلك بين 5 و30 ثانية حسب حجم النموذج والأجهزة.
  4. 4
    اكتب رسالتك في حقل الإدخال أسفل النافذة واضغط Enter أو انقر إرسال.
  5. 5
    تُبثّ استجابة النموذج token تلو الآخر. وتظهر سرعة التوليد في شريط الحالة أسفل النافذة.

كيف تضبط إعدادات النموذج في LM Studio؟

يكشف اللوحة اليمنى في تبويب Chat معاملات الاستدلال الرئيسية:

  • Temperature (افتراضيًا 0.8): يتحكم في عشوائية الاستجابات. القيم المنخفضة (0.1-0.4) تنتج مخرجات أكثر تركيزًا وقابلية للتنبؤ. والقيم العالية (0.8-1.2) تنتج مخرجات أكثر تنوعًا وإبداعًا.
  • Context Length (افتراضيًا 4096 token): الحد الأقصى لسجل المحادثة الذي يستطيع النموذج معالجته. السياق الأطول يستخدم RAM أكثر. تدعم معظم نماذج 7B بين 4096 و8192 token.
  • GPU Layers (macOS/Linux/Windows مع GPU): عدد طبقات النموذج التي تُنزَّل إلى GPU. اضبطها على الحد الأقصى لأسرع استدلال إذا كان لدى GPU ما يكفي من VRAM.
  • System Prompt: تعليمة دائمة تُضاف قبل كل محادثة. استخدمها لتحديد دور النموذج أو سلوكه.

كيف تفعّل الخادم المحلي لـ LM Studio؟

يتضمن LM Studio خادمًا محليًا يحاكي API الخاص بـ OpenAI. ويستطيع أي تطبيق يعمل مع OpenAI استخدام نموذجك المحلي عبر هذا الخادم:

  1. 1
    انقر تبويب Local Server (أيقونة "<->") في الشريط الجانبي الأيسر.
  2. 2
    اختر نموذجًا من القائمة المنسدلة في الأعلى.
  3. 3
    انقر "Start Server". يبدأ الخادم على http://localhost:1234.
  4. 4
    يجب أن يضبط تطبيقك `base_url = "http://localhost:1234/v1"` وأي نص كمفتاح API (يقبل الخادم أي قيمة).

الاتصال بـ LM Studio عبر Python

python
from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:1234/v1",
    api_key="not-needed"
)

response = client.chat.completions.create(
    model="local-model",
    messages=[{"role": "user", "content": "What is a local LLM?"}]
)
print(response.choices[0].message.content)

LM Studio مقابل Ollama: أيهما تستخدم؟

العاملLM StudioOllama
الواجهةتطبيق سطح مكتب رسوميطرفية + API
مصدر النماذجHugging Face (أي نموذج GGUF)مكتبة Ollama (منتقاة، ~200 نموذج)
منفذ APIlocalhost:1234localhost:11434
إدارة النماذجمتصفح GUI بمعلومات حجم الملفأوامر CLI (ollama pull, list, rm)
الأتمتةمحدودة (موجّهة للواجهة الرسومية)قوية (برمجة نصية، Docker، CI)
مثالي لـالمبتدئين ومستخدمي الواجهة الرسومية واستكشاف النماذجالمطورين والأتمتة وعمليات نشر الخوادم

حل المشكلات الشائعة في LM Studio

يعرض LM Studio "Not enough memory to load model"

يتطلب النموذج RAM أكثر من المتاحة. أغلق تطبيقات أخرى لتحرير الذاكرة أو اختر تكميمًا أقل (Q3_K_S بدلًا من Q4_K_M). كقاعدة عامة: اضرب حجم ملف النموذج في 1.2 لتقدير RAM اللازمة. يحتاج ملف بسعة 4.5 GB إلى ~5.4 GB من RAM المتاحة.

يولّد النموذج النص ببطء شديد (أقل من 5 tokens/ثانية)

يعمل النموذج بالكامل على CPU. تحقّق من GPU Layers في اللوحة اليمنى -- إذا أظهرت 0، فإن GPU لديك لا يُستخدم. على macOS، يفعّل LM Studio تلقائيًا Metal (GPU) لـ Apple Silicon. وعلى Windows/Linux مع NVIDIA، تأكّد من تحديث التعريف وزِد GPU Layers إلى الحد الأقصى المعروض.

لا أجد نموذجًا محددًا في بحث LM Studio

يبحث LM Studio عن ملفات GGUF في Hugging Face. إذا لم يظهر نموذج، فجرّب البحث مباشرةً باسم مستودع Hugging Face (مثل "bartowski/Llama-3.1-8B-Instruct-GGUF"). قد لا تكون بعض النماذج الأحدث مفهرسة بعد.

يعيد الخادم المحلي أخطاء "model not found"

يلزم تحميل نموذج في تبويب Local Server قبل أن يتمكن الخادم من الاستجابة. افتح تبويب Local Server، اختر نموذجًا من القائمة المنسدلة وانقر Start Server. ويمكن أن يكون اسم النموذج في طلبات API أي نص -- يستخدم LM Studio النموذج المحمّل في تلك اللحظة.

الخطوات التالية بعد تثبيت LM Studio

بعد تشغيل LM Studio، جرّب شغّل أول نموذج LLM محلي لديك لفهم جودة الاستجابة والسرعة المتوقعة. وللحصول على توصيات نماذج مناسبة لجهازك، راجع أفضل نماذج LLM المحلية للمبتدئين. وإذا أردت حل مشكلات الإعداد، راجع حل مشكلات إعداد LLM المحلي.

المصادر

  • الموقع الرسمي لـ LM Studio -- التنزيلات والتوثيق
  • Hugging Face Model Hub -- نطاق واسع من النماذج المُكمّمة GGUF
  • GitHub الخاص بـ LM Studio -- الكود المصدري ونقاشات المجتمع

أخطاء شائعة عند تثبيت LM Studio

  • عدم تخصيص ما يكفي من RAM النظام للنموذج المحدد في إعدادات LM Studio.
  • استخدام نموذج مُكمّم مسبقًا لا يزال كبيرًا جدًا على VRAM الخاصة بـ GPU لديك.
  • توقع استجابات فورية من النماذج الكبيرة على أنظمة CPU فقط -- سيكون زمن الاستجابة من 10 إلى 30 ثانية.

A Note on Third-Party Facts

This article references third-party AI models, benchmarks, prices, and licenses. The AI landscape changes rapidly. Benchmark scores, license terms, model names, and API prices can shift between the time of writing and the time you read this. Before making deployment or compliance decisions based on this article, verify current figures on each provider’s official source: Hugging Face model cards for licenses and benchmarks, provider websites for API pricing, and EUR-Lex for current GDPR and EU AI Act text. This article reflects publicly available information as of May 2026.

Run PromptQuorum with a local LLM, your own API keys, or both — you pick the backend.

Join the PromptQuorum Waitlist →

← Back to Local LLMs