LM Studio Python SDK 鉴权配置指南

很多人装完 Python SDK 就不管了，要是你用的是共享电脑、或者把 LM Studio API 开放到局域网里还没开鉴权，那风险可就藏在这儿了。LM Studio 从 0.4.0 版本开始支持 API Token，不过默认是不强制校验令牌的。咱们今天的目标很明确：先在应用里打开令牌鉴权开关，再让 Python SDK 从 LM_API_TOKEN 这个环境变量里读密钥，保证源码、截图、代码版本库里都不会出现真实的令牌明文。

先确认这套配置适合当前环境

先给大家提个醒：要是你只是自己在本机用、只走回环地址，那默认不开鉴权确实能省点事；但只要你的服务要开放给同局域网的其他设备、多人共用，或者是长期运行的项目，一定要优先开令牌鉴权。动手之前先核对几个前提：LM Studio 版本得是 0.4.0 及以上、已经打开了 Developer 模式、Local Server 能正常跑起来，还要有一个已经装好了 lmstudio 包的 Python 环境。

怎么确认前提满足呢？你打开 Developer 页面，能看到 Server Settings、Require Authentication 和 Manage Tokens 这几个入口就行。要是找不到这些选项，先去 Settings > Developer 里把 Developer mode 打开，再核对下应用版本，别凭着旧版界面的印象瞎找按钮位置。

在 LM Studio 中创建受控令牌

步骤一：开启 API Token 鉴权

入口位置：打开 Developer 页面，点进 Server Settings。操作步骤：把 Require Authentication 这个开关拨到开启状态。开关旁边的 Manage Tokens 就是咱们后面管令牌要用的入口。

成功标志：Require Authentication 开关保持开着的状态，Server Settings 页面里同时能看到当前活动令牌的数量，还有 Manage Tokens 入口。踩坑提醒：要是你开了开关之后，发现 Python 不带令牌还能访问，先别急着把令牌写死在代码里凑合用——先确认你代码连的就是当前这个 LM Studio 实例，看看是不是连到别的主机或者别的服务上了，别用硬编码令牌掩盖了真实的连接问题。

步骤二：打开令牌管理器

入口位置：还是在 Server Settings 页面，点 Manage Tokens。操作步骤：在弹出来的 LM Studio API Tokens 窗口里先看看现有的令牌列表，再点右上角的 Create new token 新建一个。

成功标志：弹出来的窗口标题是 LM Studio API Tokens，能看到 Create new token 按钮；第一次用的话列表是空的，完全正常哈。踩坑提醒：要是点 Manage Tokens 没弹出窗口，先看看 Local Server 是不是在运行、应用版本够不够，再退出去重新进 Server Settings 试试。

步骤三：命名令牌并收紧权限

入口位置：点了 Create new token 之后，会进入 Create new permission token 页面。操作步骤：先给令牌起个好认的名字，比如用项目名或者设备名都行，然后逐项选 Allow 或者 Deny。记住一个原则：只给当前 Python 项目真正需要的权限就行，看不懂的权限先选拒绝，等后面真的用到了再回来改。

成功标志：令牌名一看就知道是干啥用的，权限项和项目需求对得上，Create token 按钮能点。踩坑提醒：要是拿不准某权限要不要开，千万别图省事全选允许——先建一个最小权限的令牌，真遇到调用被拒的情况，再回令牌列表里加权限就行。

步骤四：只保存一次完整令牌

入口位置：点 Create token 之后会弹出创建成功的窗口。操作步骤：赶紧把完整的令牌存到安全的地方，比如系统密钥库、项目部署平台的 Secret 配置里，或者只在当前会话可见的环境变量里，存完就关窗口。这个完整令牌只会显示这一次，千万别截图、别往聊天框里发、更别提交到 Git 仓库里。

成功标志：回到令牌列表后，能看到你刚建的令牌名称、打了码的前缀，还有编辑和删除按钮。踩坑提醒：要是你还没存就不小心关了完整令牌的窗口，别想着从列表里能找回原令牌——直接新建一个，把项目里的配置换成新的，再把弄丢的旧令牌删掉就行。

让 Python SDK 从环境变量读取令牌

步骤五：在启动 Python 前设置 LM_API_TOKEN

入口位置：打开你待会儿要跑 Python 项目的那个终端会话，别开错了。macOS 或者 Linux 系统用下面这条命令：

export LM_API_TOKEN="paste-token-here"

Windows PowerShell 用这条：

$env:LM_API_TOKEN = "paste-token-here"

操作步骤：把命令里的占位内容换成你刚存的令牌，这个变量只会存在于当前终端会话，或者受保护的 Secret 配置里，不会泄露。你可以用下面这条命令检查变量有没有设置成功，它只会输出布尔值，不会把密钥打印出来：

python -c "import os; print(bool(os.getenv('LM_API_TOKEN')))"

成功标志：命令输出 True。踩坑提醒：要是输出 False，先看看你设置环境变量的终端，和跑 Python 的是不是同一个；要是你用 IDE 启动项目，得在启动 IDE 或者配置运行参数的时候就注入环境变量，绝对不能把令牌直接写进源码里。

步骤六：用推荐方式发起一次 SDK 请求

入口位置：在项目里新建一个测试用的文件，别往里面写密钥。操作步骤：只要环境变量设置好了，SDK 会自动读取 LM_API_TOKEN，代码里完全不用出现令牌的明文：

import lmstudio as lms

model = lms.llm()
result = model.respond("Reply with OK")
print(result)

成功标志：已经加载的模型正常返回响应，代码和终端日志里都找不到令牌的影子。踩坑提醒：要是连接失败，先看看 Local Server 是不是在运行、代码连的是不是正确的实例；要是鉴权失败，就检查下环境变量里的令牌是不是有效、有没有被删掉、权限够不够；要是是模型相关的错误，就单独去查模型有没有装、能不能正常加载，别啥错都往令牌头上赖。

步骤七：需要多客户端时显式传入令牌

入口位置：只有当你同一个进程里需要用不同的客户端、或者要配不同权限的时候，才需要用显式的客户端配置。操作步骤：还是从环境变量里取令牌，再传给官方支持的 api_token 参数就行：

import os
import lmstudio as lms

lms.configure_default_client(
    api_token=os.environ["LM_API_TOKEN"]
)

model = lms.llm()
print(model.respond("Reply with OK"))

要是需要隔离客户端的生命周期，也可以把同一个环境变量传给 lms.Client；异步项目就用 lms.AsyncClient，注意官方的异步鉴权示例要求 Python SDK 版本得是 1.5.0 及以上哦。

成功标志：指定的客户端能正常发请求拿到结果，退出作用域之后也不会影响其他客户端。踩坑提醒：要是默认客户端和作用域里的客户端表现不一样，就一项一项核对它们用的环境变量、连接目标和令牌权限，绝对不能为了排查问题把参数值打印到日志里，容易泄露密钥。

完成后对照这份检查清单

• LM Studio 版本是 0.4.0 及以上，Developer 页面和 Local Server 都能正常用。
• Require Authentication 已经打开，没带有效令牌的请求拿不到受保护的资源。
• 令牌的名字能对应上具体的项目或者设备，权限只覆盖当前任务需要的范围。
• 完整令牌已经存到受保护的地方，源码、截图、终端记录和版本库里都找不到明文密钥。
• LM_API_TOKEN 的存在性检查返回 True，检查过程里没打印出令牌值。
• Python SDK 能通过环境变量正常完成请求；连接、鉴权、模型相关的错误要分开排查。
• 四张界面截图都能正常打开，分别对应鉴权开关、令牌管理、权限设置、令牌列表这四个页面。