許多人在使用 LM Studio 執行本地大語言模型（LLM）時，最常遇到的痛點就是「模型無法聯網」。由於本地模型的知識庫停留在訓練截止日，一旦詢問當天新聞、最新技術或股市動態，往往只能得到過時的回答。
自 LM Studio 0.3.17 版本起，官方正式支援了 MCP (Model Context Protocol) 協議。這讓使用者可以像掛載「外掛」一樣，把搜尋引擎的功能賦予給模型，使其能即時抓取網路資訊。以下是針對 2026 年最新主流模型的設定指南。第一步：準備環境與選擇插件
MCP 伺服器大多基於 Node.js 開發，請先確保你的 Windows 電腦已安裝相關環境：
- 安裝 Node.js：前往 Node.js 官網下載並安裝最新的 LTS 版本。
- 去哪裡「選擇」插件？：目前 MCP 插件主要收錄在以下幾個官方與社群平台，你可以到這些地方瀏覽並複製安裝代碼：
- MCP 官方 Registry (registry.modelcontextprotocol.io)：官方維護的正式登錄清單，是尋找穩定、有長期維護工具的首選。
- GitHub MCP Registry (github.com/modelcontextprotocol/servers)：最權威的開源插件倉庫，內含各種強大的 MCP 伺服器範例。
- MCP Market (mcpmarket.com)：介面最友善、分類最清楚的第三方插件市集。
- 推薦的熱門聯網插件：brius/web-search：支援 DuckDuckGo 搜尋，無需 API Key，隱私性佳且設定最簡單。
第二步：在 LM Studio 中設定 MCP 伺服器
- 打開 LM Studio，點擊左側工具欄的 「MCP」圖示（外觀像一塊拼圖）。
- 點擊介面上的 「Edit Config」 按鈕，這會自動開啟系統中的
mcp.json設定檔。 - 在
mcpServers的大括號內加入你選擇的插件設定（選一個即可）：
選項 A：使用 brius/web-search (DuckDuckGo)
{
"mcpServers": {
"web-search": {
"command": "npx",
"args": ["-y", "@brius/web-search"]
}
}
}
選項 B：使用 variablechange/web-search (Brave Search)
{
"mcpServers": {
"web-search": {
"command": "npx",
"args": ["-y", "@variablechange/web-search"]
}
}
}
儲存檔案後返回 LM Studio，如果狀態顯示為綠燈，代表伺服器已成功連線並處於待命狀態。
第三步：在對話中啟用工具調用
完成伺服器掛載後，最後一步是在對話介面中手動啟用工具：
- 進入 「AI Chat」 對話介面。
- 查看右側的 「Integrations」（整合） 面板。
- 手動勾選啟用：在這裡你會看到剛剛加入的插件名稱（例如
web-search），請確保開關已打開。 - 優化系統提示詞：建議在 System Prompt 中加入一段引導，例如：「當你需要獲取即時資訊或我不確定的事實時，請主動調用 web_search 工具來尋找答案。」
進階建議：如何獲得最佳聯網體驗？
聯網功能的效果，很大程度取決於模型對於「工具調用（Function Calling）」的理解能力。
- 建議選用模型：在 2026 年，為了獲得最精準的聯網判斷，建議優先選用以下針對工具調用深度優化的型號：
- Meta Llama 4 系列：目前開源界最強大的通用模型，工具指令理解力極佳。
- Alibaba Qwen 3 / Qwen 3 Plus：在中文語境與複雜指令遵循上表現非常出色。
- Google Gemma 4：如圖片所示，輕量且對開發者友善，是本地執行的優質選擇。
- DeepSeek-V3 / V4：在編碼與邏輯推理中具備極高性價比，能精準觸發搜尋指令。
- 搜尋原理：當你提問時，模型會先判斷是否需要上網，接著發出指令、抓取內容並彙整。回應時間會比純文字對話稍長，這是正常現象。
透過 MCP 協議，LM Studio 不再只是封閉的沙盒。現在就去 MCP 官方 Registry 尋找適合你的工具，讓你的本地 AI 也能掌握第一手資訊！
