Python LM Studio 教學

相關連結 [ LM Studio 教學 ] [ 程式碼分享區 ]

LM Studio 在啟用本地端伺服器後，等於把它變成一個可以「對外提供 API 的模型服務」。原本 LM Studio 只是在電腦上打開，手動輸入文字、得到回覆的桌面程式，當開啟伺服器功能，它就能模擬成像 OpenAI 或 Ollama 那樣的 API 介面，讓其他程式透過 HTTP 請求去呼叫你載入的本地模型。

這麼做的意義在於，模型不再只侷限於你在 LM Studio 介面裡用，而是能被整合進各種應用。您可以在 Python、Node.js、PHP 或 Unity 裡寫程式，透過 POST / GET 的方式把提示詞丟給 LM Studio，本地模型處理後再把輸出回傳，這樣就能像使用 OpenAI API 的效果，只是運算全在自己的電腦，不需要連線到外部伺服器。這對隱私、速度、或是想在封閉環境裡測試都特別有用。

本教學介紹使用 Python 整合 LM Studio 本地端伺服器製作 AI 助理。首先開啟 LM Studio 進入開發者頁面。

載入模型，本教學使用 OpenAI gpt-oss 20B 模型。

選取模型並可進行設定，然後按下 Load Model 載入模型。

啟用伺服器，確認顯示 Status: Running

此時若開啟網頁瀏覽器，輸入網址 http://127.0.0.1:1234 將出現以下訊息。

可使用 Python 撰寫一個測式程式，使用 client.models.list ( ) .data 列出伺服器的語言模型。

執行後需要安裝 openai 包，按下 Install Package 進行安裝。

再次執行！

接著，撰寫一個簡單的程式串接 LM Studio 本地伺服器。

執行測試！

加入 gTTS 輸出語音功能

需求：pip install openai gTTS playsound == 1.2.2

進入 [ 程式碼分享區 ] 下載 v2 版本

執行時若出錯，可能原因是 PyCharm 安裝到最新版 playsound 1.3.0，而 1.3.0 在 Windows / Py3.13 上會嘗試建 wheel 然後失敗。

解法：把版本固定到 1.2.2（純 Python，不需要建 wheel ） 用 PyCharm 右下角的 Terminal 執行以下兩行 （ 請確認路徑 ）：

C:\Users\Kelvin\PycharmProjects\PythonProject\.venv\Scripts\python.exe -m pip uninstall -y playsound

C:\Users\Kelvin\PycharmProjects\PythonProject\.venv\Scripts\python.exe -m pip install --no-cache-dir "playsound==1.2.2"

修正 AI 語音反應速度問題

gTTS 是雲端服務：每次呼叫都要把整段文字上傳 > 伺服器合成 > 下載 MP3。文字越長等待越久。

整段一次合成： 現在流程是拿到完整回答後才送 gTTS ，因此要等聊天回覆 + 語音合成兩段時間。

MP3 寫檔 / 掃毒延遲：下載後還要寫暫存檔，部分防毒軟體會掃描新檔後再播放，增加等待時間。

若希望改善反應速度與可調語速的 TTS ，能明顯加快說話速度。

1、edge-tts （ 雲端方案，音質佳、可 rate=+20%）

2、Piper （ 離線方案，快、可調速，音質中上）

邊生成邊說：把聊天改成串流輸出，句子滿足條件就送 TTS，使等候被切成多段小等待。

本地加速播放：若仍用 gTTS，可在本地把 MP3 做 1.2x–1.4x 加速再播（需改播放器 / 前處理）。

後續研究 - 將這個程式改成進階版本 （ 例如 edge-tts 可調速、或 Piper 離線快讀 ） ，同時保留目前使用體驗。

Copyright © 2025 CG Digital Corp. All rights reserved.